配电网络重构的改进模糊遗传算法分析

配电网络重构的改进模糊遗传算法分析

ID:32212345

大小:2.05 MB

页数:50页

时间:2019-02-01

配电网络重构的改进模糊遗传算法分析_第1页
配电网络重构的改进模糊遗传算法分析_第2页
配电网络重构的改进模糊遗传算法分析_第3页
配电网络重构的改进模糊遗传算法分析_第4页
配电网络重构的改进模糊遗传算法分析_第5页
资源描述:

《配电网络重构的改进模糊遗传算法分析》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、重庆大学硕士学位论文1绪论间的距离确定要打开的分段开关,进一步提高了处理效率,同时该算法考虑了配网中并非所有的支路上都安装有开关的情况。文献[14】提出了一种配网重构的快速支路交换算法,用近似网损代替精确网损,对每个联络开关依次进行环网的优化重构,根据最佳转移负荷的符号和大小确定环网的最大降损开关交换,并且在重构过程中无需进行潮流计算,提高了网络重构的计算速度。类似文献[9】,文献[15】提出了一个非常有效的2步式启发式方法解决配电网络重构问题。二者均在第二步采用支路交换法确定最优解,不过与文献[9]不同的是,该方法第一步根据有功损耗相对于候选

2、支路阻抗的灵敏度确定待开开关。3)其他启发式方法文献【16】提出了通过组合负荷实现寻优的重构算法。利用最短路径法按照某一顺序为每个负荷分别寻找供电路径,然后利用遗传算法选择最优的负荷排列顺序,通过在局部最优解中寻求全局最优解。该方法改善了传统优化方法不能全局收敛的缺点,并且由于该算法对网络没有特殊要求,因此该方法可以用于复杂网络的重构寻优。文献【17】提出了辐射状配电网的二次电流矩法,根据配电网络开环运行的结构特点,定义了节点的逆流矩阵、阻抗距离等概念,形成了二次电流矩模型,提出并证明了二次电流矩定理:辐射型配电网任何逆流路径的二次电流矩等于该

3、路径的功率损耗,以此为基础形成了一种解决配电网络重构的物理方法。文献【18】则应用负荷受电剖分路径电气距离指标构造一种新的物理寻优方法,由合环操作形成的闭环中根据电气距离给负荷分配供电路径,并通过优化待处理分段开关的顺序以保证最优解的质量。文献[19]提出了一种评估配电网等效电路的方法解决网络重构问题,该方法有效降低了配电网络的复杂性以及潮流计算的计算成本。文献[20】提出了一种基于规则综合方法的配电网重构方法。该方法采用基于功率合计方法的辐射型配电网潮流算法,并结合系统运行经验形成的启发式综合规则对配电网进行重构计算。总得来说,最优流模式及支

4、路交换法相对于传统的数学优化算法,计算速度有了很大的提高,能够快速确定可以降低网络损耗的配网结构,同时能够依据启发式规则减少开关操作的次数,但是并不能保证获得全局最优解或次优解,而且最终解取决于网络的初始结构。因此,有学者提出了一些其他的启发式方法,这些方法从重构的物理本质出发,能够快速的搜索到全局最优解。③现代优化算法近年来,许多学者致力于将人工智能的理论和方法应用于配电网自动化中,应用于配电网重构的现代优化方法主要有:人工神经网络,模拟退火算法,进化算法,群智能算法,禁忌算法和智能混合优化算法。1)人工神经网络人工神经网络是由大量的简单处理

5、单元互联而成的一种网络系统。它是对人脑4重庆大学硕士学位论文1绪论系统的简化、抽象和模拟,它的最大特点在于可以通过样本的训练将输入与输出之间的非线性关系存储在神经元的权值中。文献[21】提出把神经网络应用于配网重构中,根据负荷的不同将负荷划分为7个水平作为训练样本的输入,样本的输出则由开关交换的网络重构确定。然而该算法的精度依赖于所提供的训练样本,对于实际情况中的大型配电网,要得到所有的训练样本,具有一定的难度。文献[22]提出了基于Hopfield神经网络的配电网络重构,根据配电网辐射状结构,提出用H0pfield神经网络确定各节点入度,由各

6、节点入度确定开关状态和重构方案,并且给出了Hop6eld神经网络能量函数,能量函数考虑了配电网运行的约束情况及网络有功损耗。2)模拟退火算法该算法通过模拟融合金属的物理退火性质,采用了随机搜索迭代的优化过程,是寻求最优解的一类办法。该算法在有一个好的退火方案的前提下,具有较好的收敛特性。文献【23】提出的模拟退火算法,在允许在一定控制温度下以一定概率变坏的状态为解的基础上,把每个控制温度下的当前解作为下个控制温度的初始当前解,因此能够最大限度的降低控制温度,同时,又保留了该算法能跳出局部极小值的优点,加快了算法的收敛速度。文献【24]提出了另一

7、种的改进型模拟退火算法,利用配网运行状况的成本函数及其配网重构解的集合来随机的构成网络的拓扑结构,使得该算法能够快速的找到全局最优解。3)进化算法进化算法包括遗传算法、进化编程、进化策略、遗传编程等。尽管进化算法有很多变化,但都是基于自然进化过程的基本计算模型。与传统的基于微积分的方法和穷举法等优化算法相比,进化计算是一种成熟的具有高鲁棒性和广泛适用性的全局优化方法,具有自组织、自适应、自学习的特性,能够不受问题性质的限制,能有效地处理传统优化算法难以解决的复杂问题。遗传算法是基于自然基因选择为机理的一类搜索算法,它综合了自然基因适应自然及带有

8、目标优化特性的组织进化过程的优点,通过模拟基因串的优者生存及随机交换信息的方法搜索优化方案。进化算法的提出到现在已经30多年了,对于遗传算法,国内外专

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。