摘要：为了使分布式电源接入配电网效益达到最大化,提出含分布式电源的配电网重构。针对常用的含分布式电源的配电网结构原型,提出了一种基于邻接矩阵和粒子群优化的混合算法。根据含分布式电源配电网的结构特点,建立了含分布式电源配电网的数学模型,并以负荷损失最小为主要目标函数。运用Matlab对算法进行编程,将该算法运用到此配电网模型中,对算例仿真结果进行分析,表明该算法不依赖网络的原始结构,并且具有迭代次数少、求解快速、简单有效的特点,避免了复杂的数学运算,具有很好的实用性。

摘要：本文分析了配电网重构的研究现状,提出了自学习多智能体协同进化的算法,用以求解配电网重构优化的数学模型,给出了自学习多智能体进化的算法设计,使约束条件得以满足,该方法具有一定的先进性,提高了电网的安全性。

摘要：通过配电网重构的方法,降低网络损耗,一直都是配电网设计和运行所首要考虑的问题。配电网重构问题是多约束(包含拓扑约束和电气约束),非线性,组合优化的问题。以网损降低为目标,运用BPSO算法,并在传统编码的基础上,提出了改进的编码策略,避免产生大量的不可行解,使得寻优效率大大提高。通过IEEE-33算例充分说明,新的编码策略在降低搜寻范围、增强计算效率、提高寻优成功概率上都有明显优越性,为配电网重构提供一种新的思路。

摘要：配电网具有闭环设计、开环运行的特点。本文提出免疫遗传算法的方法来解决配电网重构问题,以减小网损。配电网重构属于大规模、混合整型、非线性组合优化问题。免疫遗传算法在传统遗传算法的基础上,借鉴生物免疫机制中的抗体的多样性保持策略和记忆抗原的特点,大大提高了算法的全局搜索和局部搜索能力。该算法将遗传算法中的二进制编码改进为整、实数混合编码,提高了计算速度和精度,同时引入了疫苗接种概念,能有效抑制算法在进化过程中退化现象。实验表明,免疫遗传算法具有更好的全局收敛性,同时加快了计算速度。

摘要：实际配电网的负荷变化具有不确定性,使得配电网重构难以用传统的模型来描述。为此,提出根据负荷变化的模糊特性,建立以供电质量最优和网络损耗最小为目标的模糊化多目标配电网重构模型。采用量子进化算法对模型进行求解,以提高配电网络的经济性和供电质量;计算过程中采用支路前推回代法得到适应度函数的模糊区间,并通过区间评价函数进行模糊区间的比较来衡量方案的优劣。采用含分布式电源的IEEE33节点测试系统进行仿真计算,证明该方法的有效性。

摘要：目前,我国的经济发展速度较快,群众的生活和企业的生产都需要大量的电力,这既给我国的电力事业提供了良好的发展环境,同时也为我国电力供应技术提出了严峻的挑战。电网重构是一种提升配电网络运行效率的最有效手段之一,同时还可以有效地提高供电安全性。该文即是对配电网重构及其优化算法设计进行的讨论,其中主要分析了数学优化法、最优流模式法、开关交换法以及智能优化算法等,并对其优缺点进行了阐述,以期能为相关工作提供参考。

摘要：本文简单阐述了在当前经济发展形势下配电网络的重要地位以及目前所存在的问题,简述了实现配电网络重构的方法以及优缺点,通过网络重构对配电网实时规划、调整系统结构,使其更经济,具有更优的电能品质,两者都具有极其重要的意义。

摘要：配电网络重构是配电网优化的重要措施,分布式电源(DG)接入配电网将改变网络潮流分布,直接影响网络重构结果,而网络重构引起的DG相对位置变化也将引起DG最优输出功率的变化,进行单个优化不能达到整体最优的效果。针对这一问题提出了一种含分布式电源优化调度的配电网络重构方法。采用改进最小生成树算法和改进粒子群算法将网络重构和DG的优化调度相结合进行交叉迭代。首先,进行DG的优化调度;其次,进行网络重构。只要网络结构发生变化,就需要重新进行DG优化调度,直到重构和DG优化调度均无操作时算法收敛,停止计算。实际算例表明,该方法能有效降低配电网的网络损耗、改善电压质量,可以达到配电网总体最优。

摘要：提出了一种基于最短路算法和最小节点电压法的配电网络重构方法。首先将整个配电网当成一个赋权图,在潮流计算的基础上,利用最短路径法为每个负荷分别寻找供电路径,然后在形成的树状网络中利用最小节点电压法进行支路交换操作细致优化网络,从而得到满足目标函数的网络拓扑。实例表明该方法对所寻网络没有特殊要求,不依赖于网络初始结构,易于解决复杂结构网络的寻优问题,重构速度较快、结果理想。

摘要：提出了用家族优生学(FEBE)的方法进行配网重构,该方法将正交设计技术引入家庭的子代培植过程中,以加强个体的行为改进,避免早熟,加快了进化后期的收敛速度,解决了大规模的配网重构收敛速度慢的问题。此外文中提出与配网结构特点相适应的编码方法,由联络开关所在的环确定基因组,以基因组中打开开关数量作为对子女的约束条件,修正不可行解,进一步提高计算效率。算例表明将 FEBE用到配电网重构中,取得较好的效果。