离散猴群算法及其在输电网扩展规划中的应用

合集下载

基于协同粒子群优化算法的输电网络扩展规划

基于协同粒子群优化算法的输电网络扩展规划邬开俊;鲁怀伟【期刊名称】《计算机应用研究》【年(卷),期】2011(028)003【摘要】Transmission network expansion planning (TNEP) is a complex multivariate constrained nonlinear integer optimization problems.In order to overcome PSO' s easy to get into local optimum area and slow astringe, investigated an algorithm of collaborative particle swarm optimization to solve transmission network expansion planning by combining the idea of cooperative coevolution and particle swarm optimization.Established the mathematic mode which minimized annual expenditure and developed the solution algorithm.The algorithm has been successful applied to a 10-node system and a 22-node system, and the simulation results demonstrate the feasibility and efficiency of the method in TNEP.%输电网络扩展规划是一个复杂的多变量多约束的非线性整数规划问题.针对传统粒子群算法易陷入局部最优、收敛慢的缺陷,将协同进化思想与粒子群优化算法结合,提出了一种协同粒子群优化算法.并将该算法应用于输电网络规划,建立了数学模型.该模型以达到线路的年综合费用最小为目标函数,并在此基础上设计了相应的算法.算例将其应用到一个10节点系统和一个22节点系统,计算结果证明了该算法在输电网络扩展规划中应用的可行性和有效性.【总页数】3页(P862-864)【作者】邬开俊;鲁怀伟【作者单位】兰州交通大学,电子与信息工程学院,兰州,730070;兰州交通大学,数理与软件工程学院,兰州,730070【正文语种】中文【中图分类】TP301【相关文献】1.基于多目标粒子群优化算法的输电网规划 [J], 周刘喜;张兴华;李纬2.基于改进模拟植物生长算法的输电网络扩展规划 [J], 赵颖;罗伟强3.基于改进人工鱼群算法的输电网络扩展规划 [J], 尹立敏;李想;孟涛;尹杭4.基于改进蚁群算法的输电网络扩展规划 [J], 翟海保;程浩忠;陈春霖;江峰青;房领峰5.基于蚁群最优的输电网络扩展规划 [J], 陈根军;王磊;唐国庆因版权原因，仅展示原文概要，查看原文内容请购买。

多目标粒子群优化算法在城市供电中的应用

多目标粒子群优化算法在城市供电中的应用摘要：多目标粒子群优化算法是一种新型群智能进化计算技术，它模拟鸟群觅食的行为，在鸟群彼此个体之间共享信息和根据自身经验总结来修正其行动策略，既体现了个体影响也体现了社会群体影响，最终取得问题最优解。

粒子群算法能够方便地处理大量的等式、不等式约束，以及包含连续变量和离散变量的优化问题。

基于此，文章对多目标粒子群优化算法在城市供电中的应用进行了总结和分析。

关键词：多目标粒子群优化算法；城市供电；应用1 多目标粒子群优化算法在城市供电中的必要性电力是国家主要能源基础，涉及到国家经济命脉。

现代电力的发展已经进入到了多效益时代，关乎全球资源、环境保护和可持续发展。

同时，用户对电能质量和可靠性的要求不断提高，未来电力事业的发展需朝着向更加安全可靠、清洁环保的优质电能的发、输、配、变发展。

目前，我国已经进入了电力全面建设的阶段。

在电力建设中，合理的发、输、配、变规划不仅增强了电网的可靠性，而且提高了电网的经济性，节省了人力和财力。

例如，在发电过程中，如何做到更低的燃料消耗，同时考虑能否减小发电过程中燃料消耗对环境的影响。

在输电过程中，输电网如何规划能达到一个更加经济可靠的输电网络。

在配电过程中，无功补偿如何做到补偿的位置和容量最优，达到网损更低，电压偏差更小，电压稳定性更好的目标。

在变电过程中，有载调压变压器分接头如何正确合理地调节，以达到获得稳定优质电能的标准等。

然而，城市供电中的问题存在非线性，多约束，非凸性，高维的难题。

传统的数学计算方法，如动态规划方法、大系统分解系统方法、网络流规划法等在求解城市供电问题时都存在着维数灾难、收敛不稳定等缺陷。

因此，为了求解城市供电中的优化问题引入了粒子群算法。

粒子群算法能够很好地解决以上难题，并且具有收敛速度快，多粒子并行处理，易于实现等优点。

本文采用的优化算法是在经典粒子群算法的基础上，采取各种改进方式，加速了收敛速度，提高了收敛精度；计算结果随机性小，稳定性好；有较强的全局搜索能力；达到了较好的辅助决策作用。

基于粒子群优化算法的智能电网输电检修决策

基于粒子群优化算法的智能电网输电检修决策邢芝福【摘要】在现代智能电网背景下,新型设备输电系统的输电检修工作难度变得越来越大.考虑了新背景下输电检修工作的特点,提出了输电检修优化决策指标,建立了以输电系统风险降低值最大化为目标的输电检修优化决策模型.同时,利用粒子群优化算法求解所建模型,并通过IEEE24节点系统验证模型及算法的可行性.【期刊名称】《天津科技》【年(卷),期】2017(044)008【总页数】4页(P27-30)【关键词】智能电网;输电检修;决策模型;粒子群算法【作者】邢芝福【作者单位】天津泰达电力公司天津300456【正文语种】中文【中图分类】TM71近年来，我国将智能电网建设作为一个很重要的战略目标，力求加强所有用户的终端电力智能网络。

[1]这个目标的达成，需要有高水平的电网可靠性以及安全性，并且要求电网在出现重大事故的时候具有一定的自我修复能力。

这样的需求对未来设备检修工作的管理水平提出了更高的要求。

可是传统的检修主要为定期人工检修，在电网设备数量突飞猛进的今天，已经无法在有限的时间内进行高质量的总体检修任务。

[2-3]在智能电网系统背景下，电力系统复杂性越来越大，各种不确定因素以及无法预见的事故造成检修任务愈发艰难。

[4-5]因此，制定出一套合理的输电检修策略对于我国智能电网的建设至关重要。

在这样的趋势下，根据设备运行状态进行检修工作已经成为今后智能电网检修工作的发展方向。

[6-10]本文以现代化智能电网建设为背景，分析了智能电网线路检修工作的特点，以输电系统风险降低值最大化为优化目标，构建了智能电网的输电检修优化决策模型。

之后，采用了粒子群优化算法对模型进行求解，并分析了其计算的复杂度，验证了算法的有效性。

近年来，国家电网针对智能电网现状提出了新的目标。

要实现这个目标，电网中要加入很多新型设备以及相关元器件。

新型设备的引入将使电网的结构发生变化，加大了电网的工作难度，因而电网的稳定性和可靠性成为了一个值得关注的问题。

改进人工鱼群算法在输电网规划中的应用

ＡｐｉａｉｎｏｍｐｒｖｄＡｒｉｉｉｌＦｉｈＳｈｏｇｒｔｍｎｐｌｃｔｏｆＩｏｅｔｆｃａｓｃｏｌＡｌｏｉｈｉ
ＴｒｎｓｉｓｏｔｒａｎｉａｍｓｉｎＮｅｗｏｋＰｌｎｎｇ
２ＥｌｃｒｃＰｗｅｓａｃｉｇＣｅｔｅ．ｅｔｉｏｒＤｉｐｔｈｎｎｒ，ＸｉｊａｇＥｌｃｒｃＰｗｅｍｐｎ，ｎｉｎｅｔｉｏｒＣｏａｙ
Ｕｒｕｍｑ３０ｉ８００２，Ｃｈｉ）ｎａ
Ａｂｔａｔｓｒｃ：Ｃｏｓｄｒｇｔｅｐｏｌｍｆｌｗｆｉｉｎｙａｄｌｃｌｏｔｎｉｅｉｈｒｂｅｏｏｅｆｅｃｎｏａｐｉｍｎｄｓｒｔｒｉｉｉｌｆｓｃｏｌａｇ — ｎｃｍｕｉｉｃｅｅａｔｆａｉｈｓｈｏｌｏｃ
ｏｌｏｉｍｕｔｅｌ．ｅｒｓｌｓｏＥＥＥＧａｖｒ６ｓｓｅａｄｔｅ１一ｕｙｔｍｅｎｔａｅｆａｉｉｔｆｆａｇｒｔｈｆｒｈｒｙＴｈｅｕｔｆＩｒｅ－ｙｔｍｎｈｂｓｓｓｅｄｍｏｓｒｔｅｓｂｌｙｏ８ｉ
第２２卷第２期
２１００年４月
电力系统及其自动化学报
ＰｒｅｅｎｇｓｏｆｔｏｃｄｉｈｅＣＳＵ — Ａｐｒ２０．Ｏ１
改进人工鱼群算法在输电网规划中的应用
聂宏展盼乔，吕，怡姚秀萍。，

种群优化人工鱼群算法在输电网扩展规划的应用

种群优化人工鱼群算法在输电网扩展规划的应用李如琦;王宗耀;谢林峰;褚金胜【摘要】将遗传算法与人工鱼群算法有机融合,提出一种种群优化人工鱼群算法,采用分别对部分人工鱼个体进行选择、交叉、变异操作的策略,调整优化人工鱼种群结构,较好地兼顾局部搜索和全局搜索.通过与粒子群算法、基本的人工鱼群算法在Garver-6节点、Garver-18节点和Garver-24节点系统仿真计算比较,证明了种群优化人工鱼群算法的正确性和有效性.【期刊名称】《电力系统保护与控制》【年(卷),期】2010(038)023【总页数】5页(P11-15)【关键词】输电网扩展规划;人工鱼群算法;遗传操作;种群优化【作者】李如琦;王宗耀;谢林峰;褚金胜【作者单位】广西大学电气工程学院,广西,南宁,530004;广西大学电气工程学院,广西,南宁,530004;广西大学电气工程学院,广西,南宁,530004;广西大学电气工程学院,广西,南宁,530004【正文语种】中文【中图分类】TM7150 引言输电网扩展规划的任务是在一定的规划期内负荷增长情况及电源规划方案已知的前提下，确定相应的最佳电网结构，在满足可靠性约束的同时力求建设费、运行费等费用最小[1]。

目前，求解输电网络规划的主要方法分为三类：启发式方法、数学优化方法和现代启发式方法[2]。

启发式方法以直观分析为基础，计算和应用都很方便，但是无法保证解的最优性。

数学优化方法能够从理论上保证规划方案的全局最优，但是由于输电网扩展规划变量数很多，约束条件复杂，兼有离散性、非线性，所以求解相当复杂，特别是当网络规模增大时，往往会出现“维数灾难”。

现代启发式方法是运用计算机技术，模仿某些自然现象的运行机制研究出的优化求解算法，有遗传算法、禁忌搜索算法、模拟退火算法、蚁群算法、粒子群算法等，该类算法具有对目标函数和约束函数要求宽松、跳出局部极值的能力较强、计算效率高等突出优点，成为近年来研究的热点，并在应用中取得了很大成效[3]。

粒子群优化算法在配电网网架优化规划中的应用

粒子群优化算法在配电网网架优化规划中的应用
徐珍霞;顾洁
【期刊名称】《电力系统保护与控制》
【年(卷),期】2006(034)006
【摘要】粒子群优化(PSO)算法已经成功地用于求解连续域问题,但是对于离散域问题的求解研究还很少.文中使用模糊离散粒子群优化算法,用于求解配电网网架优化问题.采用模糊矩阵表示粒子的位置和速度.为了处理配电网辐射性结构的约束条件,引入了图论中的最小生成树问题.最后对算例进行测试,检验该方法的有效性及应用效果.
【总页数】5页(P29-33)
【作者】徐珍霞;顾洁
【作者单位】上海交通大学电气工程系,上海,200240;上海交通大学电气工程系,上海,200240
【正文语种】中文
【中图分类】TM715
【相关文献】
1.混沌粒子群优化算法在配电网无功优化中的应用 [J], 钟旭;康积涛;赵丹阳
2.一种改进最小生成树算法在配电网架优化规划中的应用 [J], 陈勇;韩启银
3.基于黄金分割的混沌粒子群优化算法在配电网无功规划中的应用 [J], 汪超;王昕;姚钢;郑益慧;周荔丹;刘鑫
4.一种改进蚁群算法在配电网优化规划中的应用 [J], 刘立;王建兴;秦书硕;莫城恺
5.基因/禁忌组合算法在配电网网架优化规划中的应用 [J], 周玲;王兴念;丁晓群;颜自坚;李顺宗
因版权原因，仅展示原文概要，查看原文内容请购买。

一种改进的离散粒子群算法用于分布式电源容量优化

一种改进的离散粒子群算法用于分布式电源容量优化
陈岭;杨静;钟腾飞;王超
【期刊名称】《计算机与数字工程》
【年(卷),期】2018(046)012
【摘要】以二进制将标准的粒子群优化算法进行离散化,并将其改进为两个子群协同求解.建立将购电费用和新能源发电补助计入总投资的经济模型,以节约购电费用的形式实现投资的回收.在分布式电源类型与容量均不确定的情况下,利用两个子群的协同搜索,通过子群间粒子的跳跃和粒子的伪变异操作和基于爬山思想的位置更新,改善了标准的粒子群算法易陷入局部最优的问题,有效提高了优化计算的准确率和粒子收敛速度.
【总页数】6页(P2400-2405)
【作者】陈岭;杨静;钟腾飞;王超
【作者单位】中国人民解放军陆军勤务学院重庆 401331;中国人民解放军陆军勤务学院重庆 401331;中国人民解放军陆军勤务学院重庆 401331;中国人民解放军62160部队华阴 714200
【正文语种】中文
【中图分类】TN86
【相关文献】
1.基于改进蚁群算法的分布式电源容量优化配置 [J], 王宗礼;李明;陈建;王壮;李芹;黄晓萍
2.基于改进ELM的风/光/柴/储独立微网分布式电源多目标容量优化配置 [J], 谭颖;吕智林;李捷
3.基于改进离散粒子群算法的光伏电站优化设计 [J], 陈萌; 李涛; 魏媛; 燕敏飞
4.基于改进离散粒子群算法的危化品仓库垛位布局优化研究 [J], 戴波; 林双双; 张岩; 刘学君
5.基于改进BAS算法的配电网分布式电源位置容量优化 [J], 周冬冬;李军;张玉琼;吕干云;陈魏;蒋钰
因版权原因，仅展示原文概要，查看原文内容请购买。

基于离散量子粒子群算法的配电网重构

基于离散量子粒子群算法的配电网重构发表时间：2016-04-28T15:08:56.267Z 来源：《电力设备》2015年第11期供稿作者：刘刚邱冬[导读] 江苏省电力公司宿迁供电公司本文利用节点优化3步骤对配电网络进行优化，使得粒子在初始化过程中避免了不可行解的出现。

（江苏省电力公司宿迁供电公司 223800）摘要：本文利用了修正的离散量子粒子群优化算法（MQPSO）对配电网网络进行重构，算法在原有的二进制粒子群基础上改进了Sigmoid 函数的简单映射关系，直接利用MQPSO实现了改进粒子群自身算法直接的映射关系，提高了算法的运算效率。

此外，由于配电网自身的辐射状运行特点，本文利用节点优化3步骤对配电网络进行优化，使得粒子在初始化过程中避免了不可行解的出现。

最后对IEEE单馈线33节点配电系统进行了优化计算，其结果与最优解吻合，同时还证明了MQPSO算法在处理离散问题的高效性。

关键词：配电网重构 MQPSO算法节点优化ABSTRACT:In this paper,a modified discrete quantum particle swarm optimization algorithm is applied into the power distribution network reconfiguration.Based on the discrete binary of the PSO,this algorithm here will improve the simple mapping of Sigmoid function ,and realize the algorithm's direct mapping itself by using the MPSO algorithm ,which will make the algorithm much efficient.Taking the radial operation of power distribution network into consideration ,this paper will optimize the power distribution network through 3 steps of node optimization,which can avoid those infeasible solutions when the particles are initialized .At the end of this paper ,IEEE 33 node distribution system is tested by using the MDPSO algorithm,and the results are tally agreed with the best solutions,shouwing that the MDPSO can be effectively used to those discrete problems. KEY WORDS: Power distribution network reconfiguration; MDPSO algorithm; Node optimization引言由于用电用户不断增多，各种电力设备的投入也随之增加，在配电网中造成了大量的电能损耗。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

第４３卷第９期２１００年９月
天津大学学报ＪｕｎｌｆｉｎｉｎｖｒｉｏｒａｏａｊＵｉｅｓｔＴｎｙ
ＶＩ３ＮＯ９０４＿＿．Ｓｐ２１ｅ．００
离散猴群算法及其在输电网扩展规划中的应用
ｃｉｒｃｓｅｒｅｉｎｄｔａｋｅｔｅｐｏｌｍｆｉｖｌｌｌｍｂｐｏｅｓｓｗｅｅｄｓｇｅｏｔｃｌｈｒｂｅｏａｉｃｉｒｃｓｎｄｓｒｔｐｉｚｔｏｔｒｍａｙｎｄｍｂｐｏｅｓｉｉｃｅｅｏｔｍｉａｉｎｗｉｐｉｒｈＭＡ．ｏｅａｉｎｐｏｅｓａｄｓｏｈｓｉｅｔｒａｉｎｍｅｈｎｓｗｅｅａｓｎｒｄｃｄｔｍｐｏｅｔｅｃｍｐｔｔｏａＣｏｐｒｔｒｃｓｎｔｃａｔｃｐｒｕｂｔｃａｉｍｒｌｏｉｔｏｕｅｏｉｒｖｈｏｏｏｕａｉｎｌｅｃｅｃｆｈｒｐｓｄａｇｒｔｍ．ｈｕｅｃｌｅｕｔｅｉｆｉｎｙｏｅｐｏｏｅｌｏｈｔｉＴｅｎｍｒａｓｌｄｍｏｓｒｔｈｔＤＭＡａｔｏｇｒｂｓｓｎｓｅｐ・ｉｒｓｎｔａｅｔａｈｓｓｒｎｏｕｔｓａｄｉａａｎｅｂｅｏｌｉｇｅｐｎｉｎｐａｎｎｒｂｅｆａｉｕｉｎｉｎｆｃｅｔｙａｄｒｐｄｙｗｉｍａｌｏｕａｉｎｓｚ．ｌｆｏｖｎｘａｓｏｌｎｉｇｐｏｌｍｓｏｒｏｓｄｍｅｓｏｓｅｓｖｉｉｎｌｎａｉｌｔｓｌｐｐｌｔｏｉｅｈＫｅｗｏｄ：ｔａｓｉｓｏｅｗｏｋｅｐｎｉｎｐａｎｎｙｒｓｒｎｍｓｉｎｎｔｒｘａｓｏｌｎｉｇ；ｄｓｒｔｉｃｅｅｍｏｅｌｏｉｍ；ｃｉｒｃｓ；ｅｏｕｉｎｒｋｎｙａｇｒｔｈｌｍｂｐｏｅｓｖｌｔａｏｙ
ＮｅｗｏｋＥｘｎｓｏＰｌｎｎｇｔｒｐａｉｎａｎｉ
ＷＡＮＧｉｇ—ａＪｎｒｎ．ＹＵ — ｎ．ＺＥＮＧＹｉｘｉＹｕａｎ
（ｅａｏａｏｙｆｍａｔｒｆｎｓｙｏＥｕａｏ，Ｔａｊｉｅｓｙｉｊ００２ｈｎ）ＫｙＬｂｒｔｒＳｒＧｉｏＭｉｉｒｆｄｃｔｎｉｉＵｎｖｒｉ，Ｔａｉ３０７，Ｃｉａｏｄｔｉｎｎｔｎｎ
ｍｏｅｌｏｉｍ（ｋｎｙａｇｒｈＤＭＡ）ｓｐｏｏｅｒｏｔｚｔｎｐｏｌｔｉｒｔａｉｂｅ．ａｇ —ｔｐａｄｓｌｓｐｔｉｒｐｓｄｆｐｉａｉｒｂｅｗｉｄｓｅｅｖｒｌｓＬｒｅｓｅｎｍａｌｔｏｍｉｏｍｓｈｃａ－ｅ
了原猴群算法求解离散优化问题时爬过程失效的问题，合作过程和随机扰动机制的引入也提高了算法的计算效率．算例结果表明，ＭＡ计算速度快，Ｄ鲁棒性强，小的猴群规模就能够对不同维数的输电网扩展规划问题均达到很好的用很
计算效果．关键词：输电网扩展规划；离散猴群算法；爬过程；进化计算；群智能
Ａｂｔａｔｓｒｃ：Ｍｏｋｙａｇｒｔｍ（Ａ）ｓａｓｒｌｎｅｌｅｃｌｏｉｍｎｙｆｒｏｔｉａｉｎｐｏｌｍｓｗｉｏｔｕｕｎｅｌｏｉｈＭｉｗａｌｔｌｇｎｅａｇｒｔｏｌｏｐｉｚｔｒｂｅｔｃｎｉｏｓＴｉｉｈｍｏｈｎ
ｖｒａｌｓｎｖｅｏｅｌｔｔｎｆＭＡｎｈｅｔｒｓｏａｓｉｓｏｅｗｏｋｅｐｎｉｎｐａｎｎａｂｅ．Ｉｉｗｆｔｉａｉｓｏｉｈｍｉｏａｄｔｅｆａｕｅｆｔｎｍｓｉｎｎｔｒｘａｓｏｌｎｉｇ，ｄｓｒｔｒｉｃｅｅ
王靖然，余贻鑫，曾沅
（津大学智能电网教育部重点实验室，天津３０７）天００２
摘
要：猴群算法（ＭＡ）是一种只适于求解连续变量优化问题的群智能算法．针对ＭＡ的局限并结合输电网扩展规
划问题的特点，设计了能够求解含有离散变量优化问题的离散猴群算法（ＭＡ）Ｄ．算法中提出的大、２种爬过程解决小
中图分类号：Ｔ号：０９．１７２１）９０９ —６４３２３（０００ —７８０
ＤｉｃｅｅＭｏｓｒｔｎｋｅｇｒｔｎｄＩｓＡｐｐｌｃｔｏｉａｍｉｓｏｙＡｌｏｉｈｍａｔｉａｉｎｎＴｒｎｓｓｉｎ