一种改进的Tabu Search算法及其在区域电网无功优化中的应用

提出将改进的Tabu(禁忌)搜索算法用于区域电网无功电压优化控制问题的求解.首先根据已知的实际电网的历史数据获得可行的初始解,然后对区域电网采用改进的禁忌搜索方法进行无功优化.在求解的过程中,由于对Tabu表中所记录的"移动"采取"有条件地释放Tabu表中的记录"这一策略,可以使搜索有效地跳出局部极小值点,更好地找到最优解.通过IEEE-14节点算例验证了该算法的有效性.

大规模MIMO系统的改进RTS信号检测算法

大规模多输入多输出(MIMO)技术通过基站端天线数量的增加有效提高频谱效率,降低传输功率,使其成为5G移动通信系统的一项关键技术。可是随着天线数量的增加,上行链路信号检测算法的复杂度大幅增加,原有检测算法无法实现。基于机器学习和人工智能的主动禁忌搜索算法(RTS)凭借着复杂度低的优势脱颖而出,成为业内的研究热点。针对RTS算法初始值计算复杂度过高这一问题,提出基于BC-GS(Block Constellations-Gauss Seidel)迭代算法求解初始值的RTS信号检测算法,使其在达到原有算法误码率性能的前提下,从而进一步降低算法复杂度。

基于改进Tabu Search算法的配电线路无功运行优化系统控制策略研究

在配电网无功补偿优化过程中,Tabu Search算法能够高效地将最优解搜索出来,因此,将Tabu Search算法应用于配电网无功补偿优化具有现实可操作性。本文对Tabu Search方法的原理进行了详细介绍,因为农村配电网线路具备很多特点,综合考量其并联电容器投切等问题及特点,本文在Tabu Search的基础上,进行了一系列改进,用来解决配电网的投切优化问题。提出了基于电容器投切分组的二进制编码优化,基于无功补偿的损耗降低特点,根据功率传输方向,对权重根据由低到高的顺序排列,然后进行二进制编码,从二进制编码串的末端进行移动;Tabu Search非常依赖于初始解,提出了当前时段处于运行退出状态时,根据无功缺额电容器的配置方式进行。

基于改进Tabu搜索算法的电力系统无功优化

本文将一种改进的 Tabu搜索算法 (MTSA)用于电力系统无功优化 ,建立了相应的数学模型 ,考虑了有功损耗费用和补偿费用 ,使得总费用最小。在一般 Tabu搜索算法的基础上 ,对搜索步长、禁忌表、不同循环起始点的选择以及算法终止判据等问题做了分析、讨论 ,并做了一些改进 ,使得更容易挑出局部最优解 ,保证可以搜索整个可行域 ,从而得到全局最优解的可能性更大。应用 MTSA对 IEEE6节点系统行了无功优化计算 ,与线性规划算法、Box算法进行了比较 ,结果表明 MTSA与 Box算法一类的随机搜索算法的优化结果相近 。

基于Tabu搜索方法的电力系统无功优化

将 Tabu搜索方法用于电力系统无功优化 ,采用二进制和十进制编码 2种方案。对IEEE30节点系统和 1 2 5节点山东省某地区电网进行了优化计算 ,并与简单遗传算法、结合模拟退火的遗传算法进行了比较 ,结果表明 Tabu搜索方法具有更强的全局寻优能力 ,可用于运行方式安排 。

基于改进的Tabu搜索算法的电力系统无功优化

将一种改进的Tabu搜索算法用于电力系统的无功优化,建立了相应的数学模型,并以有功网损为目标函数。在传统的Tabu搜索算法的基础上,对补偿电容分组投切的二进制优化编码、退出迭代的判定条件、Tabu表深度、不同循环起点的选择等问题做了分析讨论,并做出了一定的改进,使得更容易跳出局部最优解,保证可以搜索整个可行域,从而得到最优解的可能性更大。文章应用改进的Tabu搜索算法对IEEE6节点系统进行了无功优化计算,与传统的Tabu算法进行了比较,结果表明改进的Tabu搜索算法具有更强的全局寻优能力。

双循环策略下岸桥与跨运车的联合调度

集装箱码头采用跨运车能够减少作业环节和码头机械设备的种类与数量,同时缓存区容量的设置至关重要。首先,为降低码头总完工时间、提高码头作业效率,并解决采用跨运车作为水平运输设备与岸桥进行联合装卸作业时产生的时空协调问题,引入了双循环操作策略,对岸桥与跨运车的联合作业序列优化问题进行研究。其次,建立以总完工时间最小化为目标,考虑岸桥与跨运车双循环操作的实际约束、岸桥缓存区容量限制、安全时间等约束的混合整数规划模型。然后,针对传统禁忌搜索(TS)算法的局限性,加入贪婪算法、多种邻域搜索方式、响应性策略,设计了基于贪婪算法的响应性TS算法,并进行了数值实验。实验结果验证了所提模型与算法的有效性。最后,通过对缓存区容量与跨运车数量、岸桥与跨运车配比的实验分析,得出了最优的跨运车数量和缓存区容量、岸桥与跨运车配比。结果表明:与传统码头设备配置相比,双循环策略可减少跨运车使用数量,提高岸桥与跨运车使用率。

禁忌搜索–粒子群算法在无功优化中的应用

禁忌搜索粒子群算法是针对粒子群算法局部搜索能力较弱和存在早熟收敛的问题,将禁忌搜索思想融入到粒子群算法中的混合算法,并将该算法应用到电力系统无功优化中。该方法在粒子群算法寻优过程的后期加入了禁忌表,扩大搜索空间,避免陷入局部最优。通过对IEEE 30节点测试系统和鸡西电网进行仿真计算,并与其他算法进行比较,结果表明该算法能取得更好的全局最优解,既加快了收敛速度,又提高了收敛精度。

基于禁忌搜索算法的变电站电压无功优化控制

为了实现变电站电压无功综合控制,根据有功功率和无功功率的负荷预测曲线,以降损收益最大为适配值函数,以电压约束、电气极限约束和控制约束为约束条件,建议了一种改进的禁忌搜索算法。引入最低收益阈值来限制调节次数的增加,在此基础上建议了一种确定最佳调整次数的方法。还建议了一种有约束线性最小二乘算法,基于变电站内的量测数据以及变压器的参数来估计系统母线电压和系统阻抗参数。算例结果表明建议的方法是可行的,并且具有可以有效地减少调节次数的特点。

基于TS和GA算法的配电电容器优化投切

为降低损耗,提高电压质量,简化控制,在深入研究遗传算法和禁忌算法各自优点的基础上,对已装有电容器的配电网,根据负荷水平及其变化趋势,采用分时段优化控制策略,对每一时段应用TS和GA混合算法,得出每段的最优运行方式,来求解次日运行中配电电容器的优化投切问题。

基于禁忌搜索算法的含风电机组的配电网无功优化研究

随着分布式电源的快速发展,含分布式电源的配电网无功优化对电能质量的提高以及网络损耗的降低有重要意义。研究基于风速的随机变化特点和概率思想的场景决策法,构建了以电压不越线为约束条件,网络损耗最小为目标函数的含风电机组的配电网无功优化数学模型。采用一种自适应长度的集中性和多样性的禁忌搜索算法,对含风电机组的配电网进行无功优化。应用美国PG&E69节点算例进行计算分析,与简单禁忌搜索算法进行对比,验证了该算法的可行性和优越性。本研究结果对含风电机组的配电系统的实际优化运行具有一定的参考价值。

引入改进tent映射的遗传禁忌混合算法及其在地区无功优化中的应用

基于对混沌算法、遗传算法和禁忌搜索法的比较分析,结合实际无功优化问题提出了一种引入改进tent映射的遗传禁忌混合算法,它以遗传种群为进化主体,同时伴随tent映射产生辅助个体,在状态更新中通过一定的选择比较机制引入辅助个体,在进化过程中综合禁忌搜索操作,一定程度上避免了迂回搜索。将其应用于某地区电网无功优化中,通过与基本遗传算法、改进遗传算法和遗传禁忌算法的比较表明该混合算法性能更为优良。

基于混合算法的具有硬时间窗口约束的VRPSPD问题

具有硬时间窗口约束下同时收发的车辆路径问题(vehicle routing problem with simultaneous pick-up and delivery with hard time windows,VRPSPD with Hard TW)是将产品配送和废物回收统一进行优化的问题。本文研究了一个中心仓库,多台车辆向具有配送需求和回收需求的客户提供服务,客户存在硬时间窗口要求的车辆运输问题。该问题中,客户的配送需求和回收需求必须同时获得满足,即客户仅允许被访问一次,且需求不可分割,只能由一台车辆提供服务。且客户的硬时间窗口要求必须获得满足。首先将修正后的旅程分割方法应用于硬时间窗口约束下的VRPSPD问题初始解的获得,并利用响应性禁忌搜索算法框架,结合基于多种领域的可变式搜索方法,给出一启发式算法。计算机实验结果表明,该启发式算法在求解VRPSPD with hard TW上是有效的。

基于禁忌搜索粒子群优化算法的无功优化

针对粒子群算法局部搜索能力较弱和存在早熟收敛的问题,提出将粒子群优化算法结合禁忌搜索的混合算法,并应用它来求解电力系统无功优化问题。该混合算法是以粒子群优化算法为主框架,以禁忌搜索算法作为个体群继续在邻域中寻优,寻优结果对粒子群算法的输出做了更新。混合算法保留了粒子群优化算法的并行处理性,同时利用了禁忌搜索算法的较强的"爬山"能力,加快了混合优化算法的收敛时间和提高了收敛解的有效性。

基于萤火虫禁忌算法的考虑谐波污染的无功优化研究

近年来,电力电子装置的广泛应用引起了谐波污染。如果直接对电力系统进行无功优化,将会引起谐波放大。针对这一问题,提出考虑谐波污染的无功优化的数学模型,首次将萤火虫禁忌算法(GSO/TS)运用到无功优化中。最后通过对IEEE30节点算例进行仿真分析,验证了可行性和优越性,在减小了网损和各次谐波畸变率的同时,提高了收敛速度和计算精度。

MIMO-GFDM系统中低复杂度动态禁忌搜索检测算法的改进

针对多输入多输出的广义频分复用(MIMO-GFDM)系统的等效信道矩阵维度极大,传统的MIMO检测算法复杂度高且性能不佳的问题,将大规模MIMO系统中的动态禁忌搜索(RTS)检测算法运用到MIMO-GFDM系统中,并解决了RTS算法初始值的求解复杂度高的问题。首先利用最小均方误差(MMSE)检测算法所用到矩阵的正定对称性将矩阵Cholesky分解,并结合Sherman-Morrison公式迭代计算初始值,降低了初始值求逆的高复杂度;然后以改进的MMSE检测结果作为RTS算法的初始值,从初始值逐步全局搜索最优解;最后通过仿真,对不同算法的迭代次数和误码率(BER)性能进行了研究。理论分析与仿真结果表明:在MIMO-GFDM中,所提改进RTS信号检测算法误码率远低于传统信号检测算法。在4QAM时,RTS算法大约有低于MMSE检测6 dB的信噪比性能增益(误码率在10^(-3)时);在16QAM时,RTS算法大约有低于MMSE检测4 dB的信噪比性能增益(误码率在10^(-2)时)。与传统RTS算法性相比,所提改进算法在不影响误码率性能的同时降低了算法复杂度。

一种变电站内无功电压优化控制的求解方法

为了实现变电站内无功电压优化控制,提出了采用禁忌搜索算法进行无功电压优化控制问题的求解。以最大限度地降低功率损耗、提高电压质量和减少变压器的调节次数及电容器组的投切次数为目标,建立了相应的数学模型,并考虑系统潮流、控制变量、状态变量、器件动作次数的约束条件。采用数值仿真的方法进行了验证,仿真结果表明提出的方法可以得到最优解,解的质量较高。

国内工矿企业电网无功优化控制方法研究

总结了目前国内工矿企业电网发展和研究现状,分析了企业电网中的各类无功优化设备、优化方法、常用数学模型及算法;以某典型企业为案例,分析采用禁忌搜索算法进行无功优化的方法及步骤,并进行了效益分析;最后,提出了针对工矿企业电网无功优化的发展建议。

基于禁忌搜索-免疫粒子群算法的无功优化

在考虑经济性网损的基础上,研究了电压稳定对无功的影响,建立了多目标无功优化的数学模型,采用模糊权重法将多目标无功优化转化为单目标无功优化进行求解。针对粒子群算法易早熟和后期收敛性差的缺点,提出免疫算法和禁忌搜索算法协同进行机制,并将该算法应用于IEEE-30节点系统上进行测试,证明了改进粒子群算法的有效性。

基于无功优化的配电网检修计划编制

从配电网检修计划编制的实际情况出发,将无功优化结合到配电网检修计划优化模型中,同时考虑了线路故障等级的检修时间优化和和设备检修时最优负荷转移路径。针对多种约束条件,对经济性最优为目标的检修计划,把通过改进小生境遗传算法和蚁群算法优化的配电网检修计划时间优化方案作为基于无功优化负荷转移路径的输入条件;利用一种高效的启发式搜索技术Tabu搜索算法得到使配电网损耗降低最大对应的最优节点解,并在该点通过并联电容器来降低网损。最后对36节点算例进行仿真,结果表明:该方法可适应配电网检修计划需要,从而达到经济调度的目的;配电网检修计划中引入无功补偿优化,可大幅降低网损,且对节点电压有一定提升作用。