进化类算法和内点法交替迭代的混合算法在求解含电压源换流器的高压直流输电(voltage source converter basedhigh voltage direct current,VSC-HVDC)的交直流系统最优潮流(optimal power flow,OPF)问题时由于截断误差的影响和VSC-HVDC...进化类算法和内点法交替迭代的混合算法在求解含电压源换流器的高压直流输电(voltage source converter basedhigh voltage direct current,VSC-HVDC)的交直流系统最优潮流(optimal power flow,OPF)问题时由于截断误差的影响和VSC-HVDC控制方式的限制,容易发生振荡,因此提出一种基于差分进化(differential evolution,DE)和原—对偶内点法(primal-dual interior point method,PDIPM)的统一混合迭代算法。算法的主要思想是以DE算法为框架,对离散变量进行优化,在DE算法的每一次迭代过程中,采用PDIPM对每个DE个体进行连续变量的优化和适应度评估。由于采用PDIPM进行DE种群适应度评估,无需设定VSC-HVDC的控制方式,因此提高了算法的全局寻优能力。多个算例结果表明,该混合算法数值稳定性高,寻优能力强,能很好地解决含两端、多端、多馈入VSC-HVDC的交直流系统最优潮流问题。展开更多
建立了电力系统经济调度模型,该模型以发电成本最小为目标,考虑了火电机组阀点效应和系统运行约束,并提出了求解该模型的饱和度自适应微分进化(saturation and adaptive differential evolution,SADE)算法。为避免算法搜索的盲目性,使...建立了电力系统经济调度模型,该模型以发电成本最小为目标,考虑了火电机组阀点效应和系统运行约束,并提出了求解该模型的饱和度自适应微分进化(saturation and adaptive differential evolution,SADE)算法。为避免算法搜索的盲目性,使算法既能集中于局部最优解又能兼顾全局最优解,引入了控制参数自适应调整策略和饱和度概念,该算法可避免"早熟"现象,收敛速度快。3机组、13机组和40机组算例结果验证了SADE算法的有效性。展开更多
该文围绕独立型风/光/柴/储微网的容量优化配置展开研究,以微网系统供电可靠性为约束条件,同时考虑微网经济性、环保性和可再生能源利用率3个指标,以加权后的年均综合费用最小为优化目标,构建微网容量优化配置的非线性整数规划模型。针...该文围绕独立型风/光/柴/储微网的容量优化配置展开研究,以微网系统供电可靠性为约束条件,同时考虑微网经济性、环保性和可再生能源利用率3个指标,以加权后的年均综合费用最小为优化目标,构建微网容量优化配置的非线性整数规划模型。针对连续优化算法直接用于求解离散优化模型而导致的局部最优问题,该文提出一种改进的二进制蝙蝠算法(improved binary bat algorithm,IBBA),将差分进化(differential evolution,DE)算法的变异、交叉、选择操作与二进制蝙蝠算法(binary bat algorithm,BBA)相结合,增强BBA的全局寻优能力。算例结果表明,IBBA求解得到的配置结果在精度和稳定性上均优于遗传算法(genetic algorithm,GA)、粒子群算法(particle swarm optimization,PSO)和DE算法。展开更多
文摘进化类算法和内点法交替迭代的混合算法在求解含电压源换流器的高压直流输电(voltage source converter basedhigh voltage direct current,VSC-HVDC)的交直流系统最优潮流(optimal power flow,OPF)问题时由于截断误差的影响和VSC-HVDC控制方式的限制,容易发生振荡,因此提出一种基于差分进化(differential evolution,DE)和原—对偶内点法(primal-dual interior point method,PDIPM)的统一混合迭代算法。算法的主要思想是以DE算法为框架,对离散变量进行优化,在DE算法的每一次迭代过程中,采用PDIPM对每个DE个体进行连续变量的优化和适应度评估。由于采用PDIPM进行DE种群适应度评估,无需设定VSC-HVDC的控制方式,因此提高了算法的全局寻优能力。多个算例结果表明,该混合算法数值稳定性高,寻优能力强,能很好地解决含两端、多端、多馈入VSC-HVDC的交直流系统最优潮流问题。
文摘建立了电力系统经济调度模型,该模型以发电成本最小为目标,考虑了火电机组阀点效应和系统运行约束,并提出了求解该模型的饱和度自适应微分进化(saturation and adaptive differential evolution,SADE)算法。为避免算法搜索的盲目性,使算法既能集中于局部最优解又能兼顾全局最优解,引入了控制参数自适应调整策略和饱和度概念,该算法可避免"早熟"现象,收敛速度快。3机组、13机组和40机组算例结果验证了SADE算法的有效性。
文摘该文围绕独立型风/光/柴/储微网的容量优化配置展开研究,以微网系统供电可靠性为约束条件,同时考虑微网经济性、环保性和可再生能源利用率3个指标,以加权后的年均综合费用最小为优化目标,构建微网容量优化配置的非线性整数规划模型。针对连续优化算法直接用于求解离散优化模型而导致的局部最优问题,该文提出一种改进的二进制蝙蝠算法(improved binary bat algorithm,IBBA),将差分进化(differential evolution,DE)算法的变异、交叉、选择操作与二进制蝙蝠算法(binary bat algorithm,BBA)相结合,增强BBA的全局寻优能力。算例结果表明,IBBA求解得到的配置结果在精度和稳定性上均优于遗传算法(genetic algorithm,GA)、粒子群算法(particle swarm optimization,PSO)和DE算法。
