粒子群加速寻优的克隆选择算法在配电网优化中的应用

论文摘要

配电网络优化是配电自动化的重要组成部分，是国家投巨资进行的城乡电网改造工程的重要软件。网络重构和电容器投切组合是配电网优化的两个重要内容。在当前经济迅猛发展、供电日趋紧张的情况下，通过配电网络优化，充分发挥配电网的潜力，提高系统的安全性和经济性，具有很大的经济效益和社会效益。本文提出了一种新的使用粒子群加速寻优的克隆选择算法用于配网优化，包括配网重构和配网综合优化两个方面的应用。优化过程中，高频变异和消亡补充算子的采用，能有效维持种群的多样性，避免算法早熟收敛。同时利用PSO粒子群优化算法指导变异抗体通过更新速度和位置来加速最优解的寻找，提高收敛速度。综合优化中，简单地对两个过程分割开来进行迭加难以反映二者之间的联系和影响，不能达到整体结果最优的效果。而以往的研究由于传统的算法难以对两者同时进行综合优化，一般采用先重构后投切的交替迭代模式。本文在综合优化中使用本文提出的新算法，并通过改进变异与更新规则来同时处理不同类型的变量，将重构与电容器投切作为整体统一考虑，实现了两者的同时综合优化。算法应用到以网损最小为目标函数的IEEE16、IEEE33及IEEE69节点典型模型的配电网络重构与综合优化中，验证了其在收敛速度与计算精度上的优越性，表明了本文算法的有效与实用性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 选题的背景、依据和研究意义
• 1.2 配电网络重构研究概述
• 1.2.1 配电网重构的启发式算法与最优流模式法
• 1.2.2 智能优化算法在配电网重构中的应用
• 1.3 配电网电容器优化投切的研究概述
• 1.3.1 传统的数学规划方法
• 1.3.2 现代优化算法
• 1.4 配电网络综合优化综述
• 1.5 本文的主要工作
• 第二章 粒子群加速寻优的克隆选择算法
• 2.1 克隆选择算法概述
• 2.2 粒子群优化算法概述
• 2.2.1 粒子群优化算法基本思想
• 2.2.2 粒子群优化算法的参数设置
• 2.2.3 惯性权重因子的引入
• 2.2.4 粒子群优化算法的二进制改造
• 2.3 粒子群加速寻优的克隆选择算法PCSA
• 2.3.1 算法的基本思想
• 2.3.2 算法的描述
• 2.3.3 算法的参数设置
• 2.4 算例分析
• 2.5 小结
• 第三章 粒子群加速寻优的克隆选择算法在配电网重构中的应用
• 3.1 引言
• 3.2 问题的数学模型
• 3.2.1 经济性优化目标及其数学模型
• 3.2.2 电压类优化目标及其数学模型
• 3.2.3 其余优化目标及数学模型
• 3.3 辐射状网络的判断与潮流计算
• 3.3.1 配电网辐射状的判据
• 3.3.2 配电网连通的判别
• 3.3.3 辐射状网络潮流计算
• 3.4 本文算法在配电网重构中的应用
• 3.4.1 变量的编码
• 3.4.2 适应度函数
• 3.4.3 本文算法变异操作的适应性调整
• 3.4.4 本文算法采用PSO进行位置更新操作的适应性调整
• 3.4.5 程序流程
• 3.5 算例分析
• 3.6 小结
• 第四章 粒子群加速寻优的克隆选择算法在配电网综合优化中的应用
• 4.1 引言
• 4.2 潮流程序的适应性修改
• 4.3 本文算法在配电网综合优化中的应用
• 4.3.1 综合优化问题的变量编码
• 4.3.2 适应度函数
• 4.3.3 对电容器投切组数变量的高频变异操作
• 4.3.4 程序流程
• 4.4 算例分析
• 4.5 小结
• 第五章 总结与展望
• 参考文献
• 致谢
• 附录
• 附表1 IEEE 16节点配电网网络参数
• 附表2 IEEE 33节点配电网网络参数
• 附表3 IEEE 69节点配电网网络参数