导读:本文包含了配电网络重构优化论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:重构,算法,网络,配电网,子群,子粒,分布式。
配电网络重构优化论文文献综述
李晓宇[1]（2019）在《基于机器学习的配电网络拓扑生成及重构优化研究》一文中研究指出随着智能电网的深化建设,一方面,智能电表等设备接入配电网,并实时采集运行数据,海量数据蕴含巨大的价值有待开发。另一方面,配电网与外界交互日益增多,如分布式供电储能等。新模式对配电网的物理特性产生重要影响,传统物理理论建模方法难以满足复杂系统的需求。因此,配电网亟需新方案应对复杂环境。机器学习等新技术能够挖掘海量运行数据的潜在价值,并探索新的认知关系,辅助现有方法优化运行。配电网的拓扑分析是其安全稳定运行的基础,拓扑生成和重构优化又是拓扑分析的核心。因此,本文重点探索机器学习方法在拓扑生成和重构优化的基础问题。1)为实现实时准确地监测配电网络的拓扑结构,提出基于Lasso及其补充规则的拓扑生成算法。算法首先利用Lasso模型计算各节点的关联系数矩阵,然后利用“and”规则和补充判据修正该矩阵,最后通过准确的关联系数矩阵生成拓扑。实验验证,该算法在获取720个时序电压值的情况下,生成119-bus及更低复杂度的无环和有环拓扑的误差率低于6.14%,且随着电压时长增加,误差率逐步下降。本算法性能优于传统的Chow-Liu和Lasso+“and”算法。2)为实现高效经济地优化配电网络的拓扑结构,提出基于LSTM预测机制的动态拓扑重构算法。算法首先构建LSTM模型预测各节点各时段的负荷,然后利用优化的BPSO模型生成各时段的重构方案,最后基于综合费用最优的判据生成全局优化的动态重构策略。利用英格兰某配电网2004-2009年真实数据测试LSTM模型性能,结果显示模型预测的平均绝对误差率为1.59%,且80%分布在[0,2%],在不同时段下均无明显误差异常点;其预测性能优于传统的人工神经网络和支持向量回归模型。利用IEEE33-bus仿真算例测试重构算法性能,算法生成的动态策略将1个运行周期重新划分为7个时段,并进行20次开关操作。算法共减少线损费用1152.42元,且提升各节点电压质量。对比分析验证该算法的性能均优于传统的在线计算重构算法。实验结果表明,拓扑生成算法具有较高的准确率和较低的计算复杂度,可用于实时监测拓扑结构,保障配电网拓扑运行的准确性和安全性;拓扑重构算法能够为重构操作提供更多的时间裕度,并且减少更多的线路损耗费用,可用于重构优化拓扑结构,保障配电网运行的稳定性和经济性。算法均无需新增专用的拓扑监测设备,可作为物理模型方法的辅助决策方法,提升配电网的智能化程度,具有一定的前沿性和实用性。(本文来源于《北京邮电大学》期刊2019-06-03）
潘欢,杨丽,胡钢墩[2]（2018）在《基于改进量子粒子群算法的配电网络优化重构》一文中研究指出为了更好地利用分布式电源(DG),需要调整配电网开关状态优化网络结构。基于此,旨在利用一种智能算法对含DG的配电网进行优化重构。以网损最小为目标函数,建立配电网重构模型,并给出重构需要满足的约束条件;按照DG接入配电网的接口类型将其分为PQ型、PV型、PI型和PQ(V)型四种类型,选择前推回代法对含DG的配电网进行潮流计算;通过分析二进制粒子群算法(BPSO)与量子粒子群算法(QPSO),提出了一种改进的量子粒子群算法—加权的二进制量子粒子群算法(WBQPSO)。以IEEE33节点配电系统为例,采用二进制编码方式,通过仿真结果可以发现WBQPSO通过对粒子的平均最好位置加权处理,改善种群多样性,提高收敛速度,可以得到更好的网络重构的优化结果。(本文来源于《电测与仪表》期刊2018年18期）
王靖[3]（2017）在《配电网络优化运行重构技术研究》一文中研究指出配电网络重构是配电网络优化运行领域一个非常重要的手段,它可以通过简便经济的开关操作实现馈线或变电站之间的负荷转移,从而提升配电系统的运行指标,实现经济运行,因此在实际调度中得到了广泛应用。智能配电网的兴起(分布式发电、现代电力电子设备大量应用)、现代电网中越来越多的随机场景和智能优化算法的发展给配电网络重构问题的解决带来了更多的挑战和机遇。配电网络重构问题已经从一个单目标、计算速度慢、主要依靠启发式算法的问题逐渐演变成一个多目标、随机性、要求超高速仿真和实时可视化的问题。但是无论配电网网络结构和组成成分如何变化,配电网重构问题的求解基础仍然是基于静态重构问题的。研究一种实时的,可以动态监测网络结构变化的、在多场景下适用的静态重构方法是求解动态重构和不确定性模型重构的基础。在对国内外研究现状深入调研的前提下,本文针对配电网络重构问题的两大突破难点:庞大的组合解空间和快速检验可行解的方法,对该问题进行了深入的研究,结合图论的相关研究理论,找到了新解决办法。本文的主要工作及成果包含以下几个方面:(1)从图论的角度出发,结合图论相关研究理论,分析了配电网络的“网状”规划方式和“树状”运行方式之间的联系,提出了叁种图与树的相互转化方式,为后续研究提供了数学理论支撑。(2)根据配电网络图生成树时的拓扑约束条件,采用基于Dandelion编码的新型生成树编码方式,设计了基于Dandelion编码的生成树表示算法,Dandelion编码可以快速准确地生成不含不可行解的解空间;再根据预判必闭合开关和在可行子空间内局部寻优进一步压缩解空间;建立了以系统网损最小为目标,计及潮流方程约束、节点电压约束、支路潮流约束和拓扑约束的配电网并行重构模型;最后以IEEE33节点系统为仿真算例,通过并行计算对解空间内的可行开关组合进行潮流计算和网损计算寻找全局最优值,在确定找到最优解的前提下提高了配电网重构模型的求解效率。(3)根据配电网拓扑结构的变化特点,提出了一种动态划分最短环路的算法,为进一步实现动态重构和不确定性模型重构奠定基础,算法可监测网络变化,自动寻找网络内的最短环路集;提出了快速判断不可行解保证配电网辐射状运行的方法,使得智能算法在进化过程中能快速剔除拓扑不可行解;以美国PG&E69节点系统为仿真算例,应用改进烟花算法进行求解PDNR问题,通过改进爆炸算子和选择策略使传统烟花算法适用于离散型的配电网重构问题;验证该算法在压缩解空间、提高寻优成功率和加快寻优效率上都具有优越性。(本文来源于《东南大学》期刊2017-06-01）
杨丽[4]（2017）在《含分布式电源的配电网络优化重构》一文中研究指出分布式电源(Distributed Generation,DG)并入配电网后,不仅会使电网由单电源变成多电源的复杂网络,而且对网损、电压、潮流大小与方向以及电网运行的安全可靠性等产生严重的影响。因此,必须改变配电系统的分段开关与联络开关对配电网进行优化重构,达到降低网损、均衡负荷以及提高节点电压的目的。根据风力发电、光伏发电、燃料电池和微型燃气轮机四种DG的性能以及并网接口形式,将其分为PQ型、PV型、PI型和PQ(Ⅴ)型,同时建立符合配电网运行的模型;将多种潮流算法进行对比,结合DG的模型,选择前推回代法对含DG的配电网进行潮流计算;以网损最小为目标函数,建立配电网重构模型,并给出重构需要满足的约束条件;对比二进制粒子群算法(Binary Particle Swarms Optimization Algorithm,BPSO)与量子粒子群算法(Quantum Particle Swarm Optimizattion Algorithm,QPSO)的性能,结合其应用到配电网优化重构的优缺点,提出一种改进的算法-加权的二进制量子粒子群算法(Weighted Binary Quantum Particle Swarm Optimization Algorithm,WBQPSO);以IEEE 33节点的标准网络为例,分别应用BPSO算法和WBQPSO算法对含DG的配电网进行优化重构,结果表明WBQPSO算法的收敛速度与降低网损的能力优于BPSO算法,且提高了电压的稳定性,验证了新算法的可行性。(本文来源于《宁夏大学》期刊2017-05-01）
李晶[5]（2017）在《含有微电网的配电网络重构及其优化算法》一文中研究指出微电网由分布式电源(DG,Distributed Generation)和负荷按一定的拓扑结构组合而成,可看成是含有分布式电源的配电网。微电网作为传统电网的有力补充,使得配电网从单电源辐射状结构向多电源点并存的复杂结构转化。配电网络重构通过联络开关和分段开关的开闭操作调整电网的运行结构,达到均衡负载,减少有功损耗,提高供电电压质量的目的。研究含有微电网的配电网络重构的优化,就是在满足所有约束条件的前提下,通过优化算法确定开关操作策略和分布式电源的合理配置,使得单个或多个目标函数值最优,从而提高电网运行的经济性和可靠性。本文针对分布式电源并网重构优化和负荷不确定性重构优化开展工作,主要内容如下:为解决分布式电源并网后的配电网络重构优化问题,建立了静态网络重构模型。模型以有功损耗减少量为单目标函数。首先根据电压稳定性指标(VSI,Voltage Stability Index)确定DG的候选位置,然后通过量子鸡群优化算法(QCSOA,Quantum Chicken Swarm Optimization Algorithm)确定开关操作序列和候选DG的容量,从而得到静态模型的最优重构策略。其中,QCSOA将量子计算和鸡群优化算法(CSOA,Chicken Swarm Optimization Algorithm)相结合,采用量子位的概率幅作为个体位置的编码,通过量子旋转门中旋转角度的变化更新个体位置,单个量子位相位的变化能够实现两个位置的同时移动,加倍了搜索空间,提高了算法的优化效率。IEEE33和IEEE69的仿真实验结果表明,跟其他优化算法对比,该算法能有效地减少有功损耗,提高电压的稳定性。为解决负荷不确定性的配电网络重构优化问题,建立了动态网络重构模型。模型以有功损耗、开关操作成本、电压偏差为多目标函数。对于负荷的不确定性,研究了一周之内多个时间断面下的负荷,将负荷聚类结果作为网络重构操作是否进行的判断标准。通过与按天重构方案和按小时重构方案的对比,验证了聚类重构方案的有效性。提出了基于精英选择的QCSOA,引入非支配解,用帕累托前沿表示个体在多目标函数下的最优解。算法在优化迭代的过程中,从个体及全局最优解集中选取优势个体引导种群的进化。实验结果表明,基于精英选择的QCSOA比QCSOA得到了更加均匀广泛的帕累托前沿,优化效果更好。最后,基于上述研究设计和实现了配电网络重构系统,该系统可对不同节点规模的配电网进行静态网络重构和动态网络重构,并且给出重构优化策略。(本文来源于《华北电力大学(北京)》期刊2017-03-01）
卢教道[6]（2016）在《含分布式电源优化调度的配电网络重构研究》一文中研究指出分布式电源的接入,使配电网络重构受到了网络潮流分布变化的影响,以至于最终影响了网络的供电效果。基于这种认识,本文对含分布式电源优化调度的配电网络重构问题展开了分析,并且提出了新的网络重构算法,从而为关注这一话题的人们提供参考。(本文来源于《科技展望》期刊2016年25期）
王兴成,胡汉梅,刘林[7]（2016）在《基于鸡群优化算法的配电网络重构》一文中研究指出鸡群优化算法是模仿鸡群觅食的群体智慧发展而来的生物启发式算法,将鸡群优化算法应用到配电网重构当中,充分利用鸡群优化算法高效的全局和局部搜索能力,快速寻找使配电网在满足约束条件下目标函数最小的网络状态,保证配电网运行的经济性和可靠性。给出了基于鸡群优化算法的配电网重构具体实现流程,以IEEE33节点系统为例,采用鸡群优化算法(CSO)和粒子群算法(PSO)两种算法进行仿真实验,结果表明鸡群优化算法较粒子群算法搜索效率平均提高了11.6%,寻优速度更快更稳定。(本文来源于《电工电气》期刊2016年03期）
徐敏,戴薇[8]（2015）在《基于渔夫捕鱼优化算法的配电网络重构》一文中研究指出针对正常运行条件下配电网络重构问题,提出一种基于模拟渔夫捕鱼寻优算法(SFOA)的配电网络重构算法。以有功网络损耗最小为目标函数,建立配电网络重构的数学模型,并采用易于编码实现、寻优能力较强的渔夫捕鱼算法对重构模型进行求解。根据配电网络的特点,应用一种基于网孔开关的编码策略,在不背离算法本身搜索方法前提下,简化移动搜索和收缩搜索,以实现对解空间的全局搜寻。最后利用Visual C++对IEEE-33节点算例进行重构,结果表明,提出的方法是有效可行的。(本文来源于《电测与仪表》期刊2015年13期）
王萌,许知博,李珂[9]（2015）在《基于多目标优化的配电网络重构策略》一文中研究指出提出了一种基于多目标函数优化的配电网络重构策略。综合了传统配电网重构中考虑的系统有功线损指标以及通过可靠性指标体系分析选出的以平均供电不可用率(ASUI)和系统供电量不足指标(ENS)作为表征系统可靠性核心的指标,以配电网损耗最低,可靠性最高为目标函数,构造了新的多目标优化重构模型,并运用协同进化策略将配电网重构划分为各个回路独立优化的子问题,而每个回路则对应进化过程中的一个种群,种群内利用粒子群算法独立进行择优;而群间则定期进行协同操作,协同操作保证了种群的多样性,且避免过早进入局部最优,重构速度较快,结果理想。(本文来源于《2015年电网节能与电能质量论文集》期刊2015-06-24）
刘志勇,刘杨华,林舜江,王彦东,阚金辉[10]（2014）在《基于模糊多目标协调优化的配电网络重构研究》一文中研究指出配电网络重构通过改变开关的开合状态以提高供电的可靠性和经济性。建立以网损最小、馈线负载均衡指标最小、开关操作次数最少多个目标协调优化的配电网络重构的数学模型。引入模糊隶属度函数对各目标进行模糊化处理,根据模糊集理论的最大最小法则,将多目标优化问题转化为单目标非线性规划问题。应用禁忌算法对该配电网络重构模型进行优化求解。对某个69节点配电网络系统,比较分析了四种不同的优化方案,仿真结果验证了所提出模型和求解方法的正确有效。(本文来源于《电力系统保护与控制》期刊2014年04期）
配电网络重构优化论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了更好地利用分布式电源(DG),需要调整配电网开关状态优化网络结构。基于此,旨在利用一种智能算法对含DG的配电网进行优化重构。以网损最小为目标函数,建立配电网重构模型,并给出重构需要满足的约束条件;按照DG接入配电网的接口类型将其分为PQ型、PV型、PI型和PQ(V)型四种类型,选择前推回代法对含DG的配电网进行潮流计算;通过分析二进制粒子群算法(BPSO)与量子粒子群算法(QPSO),提出了一种改进的量子粒子群算法—加权的二进制量子粒子群算法(WBQPSO)。以IEEE33节点配电系统为例,采用二进制编码方式,通过仿真结果可以发现WBQPSO通过对粒子的平均最好位置加权处理,改善种群多样性,提高收敛速度,可以得到更好的网络重构的优化结果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
配电网络重构优化论文参考文献
[1].李晓宇.基于机器学习的配电网络拓扑生成及重构优化研究[D].北京邮电大学.2019
[2].潘欢,杨丽,胡钢墩.基于改进量子粒子群算法的配电网络优化重构[J].电测与仪表.2018
[3].王靖.配电网络优化运行重构技术研究[D].东南大学.2017
[4].杨丽.含分布式电源的配电网络优化重构[D].宁夏大学.2017
[5].李晶.含有微电网的配电网络重构及其优化算法[D].华北电力大学(北京).2017
[6].卢教道.含分布式电源优化调度的配电网络重构研究[J].科技展望.2016
[7].王兴成,胡汉梅,刘林.基于鸡群优化算法的配电网络重构[J].电工电气.2016
[8].徐敏,戴薇.基于渔夫捕鱼优化算法的配电网络重构[J].电测与仪表.2015
[9].王萌,许知博,李珂.基于多目标优化的配电网络重构策略[C].2015年电网节能与电能质量论文集.2015
[10].刘志勇,刘杨华,林舜江,王彦东,阚金辉.基于模糊多目标协调优化的配电网络重构研究[J].电力系统保护与控制.2014
论文知识图
