配电网络重构的改进遗传算法 EI收录
基于改进遗传算法的配网无功优化
为了保证整个电网具有较高的电压质量，需要电网
力系统具有较高的经济效益 [1]。
发出无功的电源设备在输电网以及配电网环节实现较
遗传算法、人工神经元网络算法和模拟退火算法等
为合理的分配，从而使得整个电网具有充足的备用无功
都是现代意义上的人工智能算法。这些人工智能算法
功率，进而电网的电压水平就不会有较大的波动，电气
优化模型进行分析。研究结果表明，使用改进遗传算法后的有功损耗相比常规遗传算法下降了 0.28 MW，损耗降低率提高
了 1.37%，并且迭代次数明显降低，提高了优化的速率。
关键词：配网无功优化；遗传算法；免疫算法；单目标耦合
中图分类号：TN926⁃34；TM74
文章编号：1004⁃373X（2016）22⁃0018⁃04
电网中传输，在输电网和配电网等远距离传输电网中最
能够简化处理自然界中离散的复杂问题。因此可以将
大限度地减少无功功率的传输。整个电网具有可靠性
现代人工智能算法应用于电网中，用于解决无功电源优
化分配问题。
遗传算法是一种对生物进化规律进行模拟的空间
收稿日期：2016⁃03⁃10
基金项目：重庆市自然科学基金（kj131302）
搜索算法，该算法最先由美国学者在 20 世纪 70 年代提
Copyright©博看网 . All Rights Reserved.
work）into single objective optimization. In this paper，the immune algorithm with global searching ability is combined with the
genetic algorithm to improve the stability and adaptability of the genetic algorithm. Finally，the optimization model of the im⁃
基于遗传算法的可重构网络设计优化
基于遗传算法的可重构网络设计优化一、引言可重构网络（reconfigurable network）是为了满足不同应用需求而设计的一种硬件体系结构。
它允许应用程序对硬件资源的重新配置，以提高灵活性和性能。
可重构网络的设计包括与应用程序相关的问题（如功能需求和设计约束）和与网络架构相关的问题（如拓扑结构和物理硬件设计）。
遗传算法（genetic algorithm）是一种基于模拟进化的搜索方法，被广泛应用于可重构网络的设计优化。
二、遗传算法遗传算法是一种模拟进化的算法，它模拟自然进化中的遗传、变异和选择过程。
遗传算法通常用于搜索最优解或近似最优解。
遗传算法的基本流程如下：1. 初始化群体：随机生成一个初始的种群；2. 评价个体：通过某个评价函数，对种群中的每一个个体进行评价，得到其适应度值；3. 选择个体：根据适应度值，随机选择种群中的某些个体作为下一代的父代；4. 交叉操作：对父代进行交叉操作，生成下一代个体；5. 变异操作：对下一代个体进行变异操作，以增加搜索空间的多样性；6. 代替策略：通过某种代替策略，删除某些个体，保持种群规模不变。
遗传算法的优点是可以处理高维度、多模态和复杂约束条件的优化问题，但其缺点是需要大量的计算和时间开销。
三、可重构网络设计优化可重构网络的设计优化旨在找到一组最优的物理结构和配置，以最大化网络性能。
可重构网络的设计优化不仅要考虑设计目标（如性能、功耗、面积等），还要考虑实现过程中的设计约束（如资源限制、物理拓扑结构、通信延迟等）。
可重构网络的设计优化可以分为两个阶段：前端设计和后端设计。
前端设计主要包括需求分析、硬件生成、构建高层次设计和结构选择。
后端设计主要包括布局布线、逻辑综合和物理验证。
遗传算法可以采用前端或后端方法来设计可重构网络。
在前端设计阶段，遗传算法可以优化高层设计的可重构网络结构，以达到性能、功耗和面积的平衡。
在这里，遗传算法可以考虑约束条件，并对可能的设计解决方案进行评估。
基于遗传算法的Pareto多目标配电网重构
基于遗传算法的Pareto多目标配电网重构向佳炜;刘建华【摘要】Distribution network reconfiguration is a multi-objective optimization project,but it is generally used for single-ob-jective optimization. Therefore,a genetic algorithm based on the ecological niche idea is put forward in this paper to improve the distribution network’s economical efficiency,security and power supply reliability,in which Pareto optimizing way is adopted to obtain Pareto optimal solution and realize a different optimizing way,i.e. optimization before decision. In the period of optimiza-tion,the global convergence ability and convergent velocity of the genetic algorithm was improved by the ecological niche envi-ronment,and self-adaptive mechanism of the crossing-over rate and mutation rate. The effectiveness of this approach was proved by a case study.%配电网重构一般采用对单一目标优化，而配电网重构却是一个多目标优化问题。
基于改进遗传算法的配电网无功优化
基于改进遗传算法的配电网无功优化
张华;郝建奇
【期刊名称】《电气技术》
【年(卷),期】2012(000)006
【摘要】本文在分析了电网安全经济运行现状的基础上,阐明了配电网无功优化的必要性,提出了以节省损耗电费最大为目标的无功优化数学模型,并基于传统遗传算法,提出了一种改进的遗传算法对无功优化模型进行求解：采用十进制编码、最优个体保存策略以及变异操作采用十进制码加减变异范围内随机数操作。
最后将本算法用于某14节点电网系统中,结果表明,本文算法在优化效果基本相同的情况下,还具有迭代次数少,计算速度快等优点,具有重要的现实应用价值。
【总页数】5页(P28-31,68)
【作者】张华;郝建奇
【作者单位】陕西省地方电力有限公司,西安710061;陕西省地方电力有限公司,西安710061
【正文语种】中文
【中图分类】TM744
【相关文献】
1.基于改进遗传算法的配电网无功优化 [J], 殷栢辉;黄昀
2.基于改进量子遗传算法的配电网无功优化研究及应用 [J], 向萌;左剑;王文林;余东真;谢晓骞
3.基于改进遗传算法含风电场的配电网无功优化研究 [J], 代君君
4.基于改进遗传算法的配电网架无功优化规划 [J], 任旭阳
5.基于改进遗传算法的配电网无功优化研究 [J], 陈强;刘瑾;杨海马;刘海珊;韦钰因版权原因，仅展示原文概要，查看原文内容请购买。
混沌遗传混合算法在配电网重构中的应用
处理离散变量等［ ４ １ ，但局部搜索能力不强且较少利
用 搜索 空 间特性 ，易 陷入局 部最 优解 而过早 收敛 。 混 沌是 非线性 系 统 中较 为普 遍 的现象 ，混沌 运
最小为 目标函数。配电系统的网络损耗包括线路损 耗及 变压 器 的铜耗 和铁 耗 ，配 电网重构 一般 只影 响
阻； Ｐ 分 别为支路ｉ ｉ 、Ｑ 流过的有功和无功功率 ；Ｖ
为支路 功率 注人 节 点 电压 ；ｋ 支路 ｉ ｉ 为 的拓扑 状况 ， 当支路 闭合 时 ， １ ，当支路 打开 时 ，ｋ Ｏ 。
・
电力大学 电力系统及其 自动化专业 ， 工程师 ， 主要从事 用电营销及农 电管理工作。
摘 要 ：指 出网络 重构 是 配 电 系统运行 和 控 制 的手段 ，也是 配 电管理 系统 的 重要 内容 。考 虑 配 电
网运行 特 点 ，建 立 了 以有功 网损 最小 为 目标 的 配 电网重 构数 学模 型 ，并 计及 潮 流 、 电压 、 容量
及 辐射 状 运行 等 约束 条件 。针 对该 模 型 的特 点 ，采 用一 种 新型 混 沌遗 传 混合 算法 对 配 电 网进 行 重构 计算 ，该算 法 既具 有遗 传 算 法的 全局 性 和 并行 性 ，又 具有 混 沌搜 索的遍 历 性 和 快速 性 。将 该 算 法用 于 ＩＥ ３ 点 系统 重构 计 算 ，并与 重构 前 、单 一遗 传 算法 重构 结果进 行 比较 ，证 明 了 Ｅ Ｅ ３节 所提 出混沌遗 传 混合 算法 的有效 性和 快速性 。 关 键词 ：配电 网重构 ；遗传 算 法 ；混 沌搜 索 ；混沌遗 传 混合 算 法 中图分 类号 ：Ｔ ３ １ Ｐ １ 文 献标 识码 ：Ａ 文章编 号 ：１７— ３ ０２ １ ）５ ００ — ３ ６ １０２ （０ ２０ —０ ５ ０
基于诊断策略遗传算法的配电网络重构算法
基于诊断策略遗传算法的配电网络重构算法
李彩艳;刘建华;向卫东;杨翊君
【期刊名称】《电力科学与技术学报》
【年(卷),期】2010(025)004
【摘要】为减小网损,提出基于诊断策略遗传算法的配电网络重构方法.针对基因诊断策略,提出新的编码方案,改进遗传操作.对优质基因进行诊断,存入优质基因库;并且将诊断出的劣质基因(即不可行解)通过打开回路和连通孤岛的方法,将其修复为可行解,从而提高收敛速度和遗传算法搜索效率.最后对典型IEEE 33节点和IEEE69
节点测试系统进行网络重构仿真实验,证实了算法的有效性,并与快速支路交换算法的计算结果相比较,表明了该算法可有效减小重构配电网的网损.
【总页数】5页(P78-81,86)
【作者】李彩艳;刘建华;向卫东;杨翊君
【作者单位】长沙理工大学,电气与信息工程学院,湖南,长沙,410004;长沙理工大学,电气与信息工程学院,湖南,长沙,410004;长沙电业局,湖南,长沙,410015;益阳电业局,湖南,益阳,413000
【正文语种】中文
【中图分类】TM727
【相关文献】
1.基于图形化的配电网络重构算法研究 [J], 史晟辉;邓斌;邓集祥
2.一种基于可靠性指标的复杂配电网络重构算法 [J], 刘军;刘明波
3.基于改进遗传算法的空间信息网络重构算法 [J], 刘朦;罗章凯;裴忠民
4.基于Tabu搜索的配电网络重构算法 [J], 陈根军;李繼洸;唐国庆
5.基于BP的配电系统网络重构算法的研究 [J], 陈中孝;张晓斌;李雷
因版权原因，仅展示原文概要，查看原文内容请购买。
改进遗传算法背景下的配电网无功优化研究
改进遗传算法背景下的配电网无功优化研究摘要：有效降低配电网有功损失是配电网安全、经济运行的重要课题。
为解决局部地区网损偏大的问题，文中将改进的遗传算法用于无功补偿优化。
在考虑配电网拓扑结构的同时，设计了自适应遗传算子并构造了指数型适应度函数来提升遗传算法收敛速度和精度，充分发挥了遗传算法的全局随机快速搜索能力。
优化某16节点算例的结果表明，配电网有功网损由6．76%下降到5．16%，电压达标率从70．61%提高到92．86%，表明该方法能够提高全局寻优精度，改善区域网络电压质量，同时也证明了该改进遗传算法用于无功优化的可行性和实用性。
关键词：配电网;多目标无功优化;降低网损;随着电力系统的经济安全运行问题日益受到重视，如何降低网络损耗，改善供电质量，提高经济效益已成为电力部门面临的实际问题。
配电网无功优化主要是通过合理分配无功功率来实现无功就地平衡，可减少有功损耗，提高电能质量和经济效益。
配电网无功优化组合寻优具有目标函数多、非线性规划、控制变量离散化等特点。
现行优化算法均有各自缺陷，诸如计算数据量偏大、收敛性能不达标、运行稳定性不佳等。
遗传算法在初值问题、收敛特性、计算速度、解的情况等各方面能得到相对最优解。
领域内众多研究人员对遗传算法在配电网无功中应用进行研究，并取得了实质性进展。
本文参考已有的研究成果，考虑配电网复杂树状分支结构，建立了潮流计算数学模型，构造出基于网损最小的目标函数模型。
文中设计了惩罚函数并改进遗传算子、编码方式，将改进的遗传算法用于配电网无功优化，最后和传统遗传算法优化效果进行对比。
文中研究了优化方案对配电网络(网损偏大)网损率、电压达标率、补偿容量等方面的影响，定量计算降损幅度和改善电压效果，对改进的遗传算法的应用特点及优势进行了定性评价。
1无功优化数学模型配电网潮流计算一般采用简化等值模型。
由实际运行精确数学模型计算出的配电网潮流分布更加准确，因此本文配电网模型是某地区长期运行网络数学模型。
配电网网络重构方法综述
配 电网络 的网络结构模 式有 环状结构 、树 状结构 ，城
市 电网一 般采 用 环状 结构 ，农 村 电 网多采 用树 状 结构 。
树状结构 因网络结构 已经固定 ，不存 在网络优化重构 的情
函数的最优潮流模 型算法 ，在 计算配 网各 种开关状态 下的
潮 流分布情况 后通过改变 开关状态考 察网损变化量进 而选
配 网的初始 结构和负荷情况 ，然后训练得 出系统 的最 优结
为电力学者一直研究 的课题 ，很多算法应运而生。
２ 配电网优化重构
近２ Ｏ 年 来 ， 国 内的配 网发 展很 快 。配 网也 越来 越 复 杂 ，居 民对 供 电可靠性 的要求也越来越 高 ，因此 配电网 的
Hale Waihona Puke 构。模拟退 火法应用于 网络优化重构 ， 目标 函数 可 以自由 选定 ，如 网损最小 、有 功损耗最小 等，然后采用 随机搜索
出网损最 小的开关状态 的网损估算法 。另外还有应 用于 网 络优化重构 的经典数学 算法 ，就是线 性或非线性 规划法 ， 其代表算法是单纯形法，参考文献 ［ ２ ］ 把这种算法应用于配 电网络优 化重构 ，叫做单环优化 法，它 的 目标 函数是 网络
有功损耗 ，潮流计算简单 、效率高 。
法来解 决复杂配 电网络 的优化重构 问题 。 在２ ０ 世纪７ ０ 年代 ，国外 的学者率先提 出了最优配 电网 络重构技术 。此后 ，很 多学者根据不 同的配 电网络提 出 自 己的重构算法 ，并应用 到实际的配 电网络当中 ，取得 了很 好的效 果。这些算法大 多都是 以网损最 小为 目标 函数 ，归 结起来 ，这 些算法主要有 三类 ：经 典的优化算法 、人工智 能算法 以及各类算法取长补短形成的新方法。
配电网络重构的改进支路交换法_毕鹏翔
摘要 :根据配电系统中 存在大 量独立 拓扑调 整的特 点 , 提出 一次可以实施多个独立拓扑调整的配网重构方法 , 并 通过节 点流过的负荷电流值与理 想转移 负荷之 间的距 离确定 打开 的分段开关 , 进一步提 高了处 理效率 , 当降 损效率 小于 给定 值时不再进行网络重构 , 避免了无实际意义的 拓扑调整 。 该 算法考虑并 非所 有配 网支 路上 都安 装开 关 , 更 符合 实 际情 况 。 给出的算例表明该方法是有效的 。
一个联络开关形成的环网没有公共支路 , 那么它们 对应的拓扑调整互不影响 , 即拓扑调整是相互独立 的 , 我们称之为独立拓扑调整 , 反之则称为非独立拓 扑调整 。在确定网络重构方案时 , 采取多次迭代的方 法 , 即每次迭代仅实施当前网络拓扑下所有独立的 拓扑调整 , 并据此修改网络拓扑和计算新的潮流分 布 , 采用上节所述方法考察是否能够通过进一步网 络重构 , 以达到更理想的效果 , 若能 , 则实施该重构 过程 , 否则退出迭代过程 。在退出迭代过程后还应将
图 1 IEEE 典型的三馈线实验系统 Fig.1 A typical three-feeder example system in IEEE
支路交换方法的基本思想为 :首先合上节点 m 和 n 间的一个联络开关 TS m , n , 在配网中形成一个 环网 ;选择环网中一分段开关 SSpq 将其打开 , 使配 网恢复为辐射网 , 从而使负荷转移 , 达到负荷均衡和
方法找到配网的最优结构 , 需要经过 2 次环网潮流 计算才能确定一个开关的分合 , 计算量大 , 算法编程 复杂[ 1] ;②人工智能方法 , 包括模拟退火方法[ 2] 、人 工神经网络[ 3] 、基因算法[ 4] 等 , 由于计算量大 , 这类 方法目前尚未达到实用化水平 。 ③以开关操作引起 的线损变化估算公式为基础 , 将负荷当成恒电流 , 用 重构前的潮流分布估算开关操作后线损的变化[ 5] , 通过公式来估算每次开关操作减少的线损而不需进 行潮流计算 。该方法具有较好的应用前景 。然而传 统支路交换方法[ 5] 每次只能完成一个拓扑调整 , 之 后就要计算新拓扑下的潮流分布 , 因此需要频繁计 算配电网的潮流 , 导致处理时间长 、处理过程烦琐 。
基于模糊遗传算法的配电网络重构_刘莉
第20卷第2期2000年2月中国电机工程学报Pro ceedings of the CSEEVol.20No.2F eb.2000文章编号:0258-8013(2000)01-0066-04基于模糊遗传算法的配电网络重构刘莉,陈学允(哈尔滨工业大学,黑龙江省哈尔滨市150001)RECONFIGURATION OF DISTRIBUTION NETWORKSBAS ED ON FUZZY GENETIC ALGORITHMSLIU Li,CHEN Xue-yun(Harbin Institute of Industry150001,China)ABSTRAC T:A fuzzy genetic algorithms is proposed.FGA can improve the perfo rmance of GA by means of contr olling the crossover rate Pc and mutat ion rate Pm.It can improv e the speed of conv erg ence and avoid premature conver gence.T he status of each sw itch in distribution networks is naturally r epre-sented by a control parameter0or1.T he length of str ing is much shorter than those proposed by others.Special design on t he select of crossover position and implementation of mutation are adopted,w hich acceler ates the calculating process.KEY WORDS:fuzzy genetic algorithms;distributio n netwo rks; r econfiguration摘要:提出了一种模糊遗传算法(FGA),对交叉率和变异率进行模糊控制,有效地提高了收敛速度,避免了不成熟收敛。