基于免疫二进制萤火虫算法的主动配电网低碳目标网架规划

主动配电网(ADS)网架规划是一个非常复杂的大规模组合优化问题.萤火虫算法(FA)是一种新型的智能优化算法,全局搜索能力强、算法结构简单,而且收敛速度快.在此基础上借鉴生物免疫机制,群体更新时考虑抗体浓度,进一步提高种群的多样性和算法全局寻优能力,提出了一种免疫二进制萤火虫算法(IBFA)进行主动配电网网架规划.以线路投资、运行维护、网损和碳排放环境成本最小为目标,考虑分布式电源(DG)与柔性负荷(FL),建立了主动配电网网架规划模型.通过与二进制粒子群优化(BPSO)算法对比求解IEEE-14节点算例,验证了免疫萤火虫算法在全局寻优能力和收敛性方面的优越性,同时证明分布式电源和柔性负荷是抑制碳排放、提高系统整体效益的有效方式.

配电网故障定位的免疫二进制萤火虫算法

萤火虫算法(firefly algorithm,FA)全局搜索能力强、收敛快,在此基础上,该文引入记忆池和免疫算法,研究基于免疫二进制萤火虫算法(immune binary firefly algorithm,IBFA)的配电网故障区段定位方法。搭建IEEE33节点配电网仿真模型,模拟配电网线路发生单点与多点故障,在故障信息完整与发生畸变的情况下,使用IBFA与二进制粒子群算法分别进行故障定位仿真试验。结果表明,在网络发生2处故障且有2位信息畸变时,该文算法迭代计算10次后能找到最优解,定位出故障区段,而二进制粒子群算法迭代100次后仍未能找到最优解,IBFA有更好的容错性与收敛性。