基于NSGA-II算法的分布式电源与微电网分组优化配置

合集下载

基于混合NSGA-Ⅱ算法的基站电源容量配置优化

基于混合NSGA-Ⅱ算法的基站电源容量配置优化
陈金阳;雷勇;曹晓燕;何鑫;祝晓波
【期刊名称】《电气传动》
【年(卷),期】2022(52)16
【摘要】偏远地区5G通讯基站的运行功耗较大,风光新能源构成的基站供电系统可以很好地解决偏远地区电网难以接入的问题。

新能源基站供电系统元件容量的选取对系统的稳定性和经济性均有重大影响。

为实现稳定性和经济性的综合规划,以等价年金总成本和负荷缺电率最小化为目标函数,以蓄电池荷电状态、年污染物排放量等为约束条件建立容量配置优化模型,提出一种混合NSGA-Ⅱ算法引入帕累托前沿的求解。

针对传统NSGA-Ⅱ算法初始群体选取较随意和拥挤度计算方法进行了相应改进,使得改进后的算法收敛性和帕累托前沿多样性有了较大提升。

最后,利用改进后的混合NSGA-Ⅱ算法对四川某实际通讯基站供电系统项目进行配置优化求解,验证了混合NSGA-Ⅱ算法的有效性。

【总页数】8页(P55-62)
【作者】陈金阳;雷勇;曹晓燕;何鑫;祝晓波
【作者单位】四川大学电气工程学院;中国铁塔股份有限公司泸州市分公司
【正文语种】中文
【中图分类】TM61
【相关文献】
1.基于改进NSGA2算法的混合储能系统容量优化配置
2.基于改进蚁群算法的分布式电源容量优化配置
3.基于改进NSGA-Ⅱ算法的风光组合多馈入\r直流送端系统装机容量优化配置研究
4.基于改进型凸优化算法的有轨电车混合储能系统容量配置帕累托解集
5.基于猫群算法的风光储微电网电源容量优化配置研究
因版权原因，仅展示原文概要，查看原文内容请购买。

基于改进NSGA-II算法的微电网优化调度研究

62ELECTRONIC ENGINEERING & PRODUCT WORLD2023.6电子产品世界基于改进NSGA-II算法的微电网优化调度研究Research on microgrid optimal dispatch based on improved NSGA-II algorithm郁翰文，刘婷婷（南京信息工程大学自动化学院，南京 210044）摘要：以某地区微电网系统典型日为例，以24 h为调度周期，考虑分时电价的并网型微电网，算例结果表明，改进的算法在微电网配置中具有更高效益，对比分析了有无储能装置时的调度结果，表明储能装置具有调峰，提高微电网灵活性和效益的作用。

关键词：微电网；优化调度；多目标；NSGA-II0 引言我国“十四五”规划及2035远景目标中提出的集中式与分布式能源建设纲要，对推进我国微电网建设具有重大意义[1]。

微电网是由分布式电源、负荷、储能设备等组成的一种分布式能源结构，能够有效整合可再生能源，实现对负荷多种能源形式的稳定供给[2]。

微电网相对于传统电网有诸多优势，但也有一些短处亟需优化。

可再生能源受到自然环境的制约，光伏发电和风力发电都具有较大的波动性和随机性，如何提高可再生能源的消纳率，同时降低微电网运行成本和环境治理成本。

本文以并网型微电网进行研究，以风机、光伏、微型燃气轮机和储能装置的微电网系统为研究对象，以微电网运行成本和环境治理成本最小为优化目标，综合考虑各项约束建立优化调度模型，采用组合交叉算子和动态拥挤度策略改进NSGA -II 算法求解模型。

经过算例求解分析，表明Y -NSGA -II 算法具有更优搜索精度和个体均匀度，在微电网优化调度中能获得更优配置，对比了有无储能单元对调度优化的影响，结果表明储能装置能起到风光削峰填谷、降低微电网运行成本，减少污染气体排放的作用。

1 微电源的数学建模1.1 风力发电模型风力发电机的发电功率由风速的大小决定，输出功率为：P P v v v WT ci =<≤ v v v v r 33330,−−P v v v v v v v r r ci ci ,≤≥r r ci co<<,或co(1)式中，P WT 为t 时刻风机的输出功率，P r 为风机的额定输出功率，v ci 为切入风速,取3 m /s ，v r 为额定风速，v co 为切出风速。

基于改进nsga-Ⅱ算法的微电网多目标优化研究

第３６卷第１２期２０１９年１２月
计算机应用研究ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ
Ｖｏｌ．３６Ｎｏ．１２Ｄｅｃ．２０１９
基于改进ＮＳＧＡⅡ算法的微电网多目标优化研究
张军１，２，任豪１，２，刘廷章３
（１．上海电力大学自动化工程学院，上海２０００９０；２．上海市电站自动化技术重点实验室，上海２０００９０；３．上海大学机电工程与自动化学院，上海２０００７２）
在搜索精度不高的缺点。因此，近年来出现了较多基于基本算法的改进算法来求解微电网的优化运行问题的研究文献［１～７］。
本文研究并网型微电网接入电网的带约束非线性多目标优化问题，以系统的经济指标与技术指标为优化目标，结合精英保留、非劣排序等优化策略，提出改进型的非支配排序遗传算法（ＮＳＧＡＥＮ），并通过性能测试证明该算法在逼近性和运行速度上的优势，通过求解分布式电源接入ＩＥＥＥ３０节点电力系统的多目标优化问题证明本算法的可行性。
摘要：在解决微电网分布式电源多目标优化运行问题时，针对传统ＮＳＧＡⅡ算法在逼近性、运算效率等方面的局限性，考虑进化过程个体相似度的差异及算法陷入局部最优的可能性，提出了一种改进型的ＮＳＧＡⅡ算法。新算法引入信息熵机制改进算子，将交叉概率、变异概率分别近似为递减函数模型、柯西分布模型，通过算法性能测试证明了新算法有效性。以分布式电源接入ＩＥＥＥ３０节点电力系统为例进行仿真实验，通过与传统ＮＳＧＡⅡ 多目标优化算法对比，证明了改进型算法在提高收敛速度、改善优化指标方面的优越性。关键词：微电网；多目标优化；信息熵；Ｐａｒｅｔｏ最优解集中图分类号：ＴＭ７３文献标志码：Ａ文章编号：１００１３６９５（２０１９）１２０５１３７６００４ｄｏｉ：１０．１９７３４／ｊ．ｉｓｓｎ．１００１３６９５．２０１８．０７．０４３５

基于改进NSGA2算法的配电网分布式电源优化配置

信息技术XINXISISHU2021年第5期基于改进NSGA2算法的配电网分布式电源优化配置苏路，董学育，张森，王浩宇，郭杰(南京工程学院电力工程学院，南京211157)摘要：基于NSGA2算法存在收敛性和分布均匀性不足的问题，文中研究了一种改进的NSGA2算法，该算法使用和精，并引入了伪适应度值的概念。

同时，为更好布式电源选址定容问题，文中建立了以有功网损和节点电压偏移为目标的分布式电源选址定容模型，并用改进算法对该模型进行求解，最后在MATLAB软件下以IDEE-SS节点系统为例进行测试，仿真结果与传统的NSGA2算法进行比较，证明了该方法在分布式电源优化配置方面的有效性和优越性。

关键词：；算数；精；度值；NSGA2算法中图分类号：TM715文献标识码：A文章编号：1029-2552(2221)25-0239-25DOI：12.13977/j.cods hdzj.2221.25.227OptimaU conOgurotion oO distriautey poweo geeerotion in distriOution network baed on improvve NSGA0aUokthmSU Lu,DONG Xuv-yp,ZHANG Sen,WANG Hso-ya,GUO Jis(Colleev of Electuc Powoo EngineeXng,Nanjing Institute of Technolopy ,Nanjing211127,China) Abstroci:Basel on tho proClem of insyf^lcieni converaence and unifoxnity of distriSution of NSGA2hqol rithm,sn12X0—NSGA2aleorithm is raised in this pdpof,which usos arithmetic cxssoif opewtof and elito crossovox stratepy,and introCucos tho concept of psenUo fitness veluo.At tho samo tiso ,in ordox to bettor stuUy tho distriSuteP o—extion location and canscity,tho pdpo estaplisyvs s distriSuteP powoo o—-o-ation location and canscity moCel taroeting active network loss and noCo voltaoo offset,and usos sn im-pxveP aloorithm to maSo moCel solution.Finaliy,Tho IEEE-S3noCo system is used as sn exampio to test undof MATLAB softwaro.Tho31^1131100xsu/,pxvos tho effectiveness and supoioXty of tho methoC in texns of tho optimizhWn cenfiouration of distriSuteP powox socxos compared with tho1x000—1NSGA2 Oorithm.Key wo O s：DistriSuteP powox supply;arithmetic crossovox operatox;elito crossovox stratepy;psenUo U p nos veluo;NSGA2alyorithm2引言于全球范的快速发展，传统能源的持人们日常生成的污染济成本增加愈发严重，在这种形式下，基金项目：江苏省研究生实践创新计划项目(SJCX19-2525)作者简介：苏路(1995-)，女，硕士研究生，研究方向为分布式电源优化配置研究。

基于NSGA-Ⅱ的电动汽车充电站多目标优化规划

（1. 国网江苏省电力公司苏州供电公司，江苏苏州 2. 南通大学电气工程学院，江苏南通 226019） 215004；
HAN Ke⁃qin1, DING Dan⁃jun1, QIAN Ke⁃jun1, DAI Kang1, CAI Ji⁃ren1, ZHOU Hui2, ZHANG Xin⁃song2
收稿日期： 2017-03-09B
合成本最小的充电网络规划模型。文献［8］根据网格划分思想提出了一种充电站选址和定容方法，以充电总成本最小为依据选址，以充电站总充电功率为依据定容。文献［9］综合考虑多种因素，建立了充电网络规划的最大收益模型，并采用粒子群算法和加权伏罗诺伊图对其进行了求解，得出充电站的最优建设地址与建设容量。文献［10］提出了一种基于云重心理论的 EV 充电站选址规划评估方法，该方法能综合处理定量指标和定性指标，从而确定充电站的最优建站地址。然而，上述文献均未全面考虑 EV 充电站作为公共服务设施的特性，从而导致规划模型中的规划目标单一，规划结果参考价值不大。针对以上问题，本文综合考虑 EV 充电站作为公共服务设施以及大型用电设施的双重特性，提出了同时考虑充电网络充电服务能力（即截取车流量）最大化与配电网络损耗最小化的充电网络多目标优化规划模型，并考虑了包括配电网络电压偏差约束在内的一系列约束条件。上述模型具有截取车流量最大与配电系统网络损耗最小两个不同维度的优化目标，是典型的多目标优化问题。本文采用改进的非支配排序遗传算法（Non- dominated ［11］ sorting genetic algorithm II， NSGA-II）对其进行求解，获得了该多目标优化问题的帕累托解集。帕累托

采用NSGA-Ⅱ算法的纯电动汽车复合电源参数匹配及优化

采用NSGA-Ⅱ算法的纯电动汽车复合电源参数匹配及优化李勇;江浩斌;徐兴;曲亚萍【摘要】Hybrid energy storage system is proposed to resolve the shortcoming of single energy storage device in EVs.HESS is composed by lithium-ion battery,ultra-capacitor,bi-directional buck/boost DC/DC converter and accessory circuit.The DC/DC converter is used to balance the voltage between battery and ultra-capacitor.The control strategy of HESS power split is formulated.The ultra-capacitor works as a discharge assisted energy storage device.It is mainly used to absorb regenerative braking energy.In order to require the performance of power and economic under simple drive cycle,the multi-objective optimization based on NSGA-Ⅱ algorithm is adopted in matching and optimizing parameters of HESS.A hardware-in-the-loop test bench based on dSPACE is built in the lab to test the performance of HESS prototype and single energy storage device (lead-acid battery).Experimental results show the energy efficiency of HESS increased by 6％ significantly compared with lead-acid battery.And,that also show a 3.42％ increase in regenerative braking energy recovery.The power performance also increases at least 3％ compared with lead acid battery and HESS before improvement.The power performance and economy of EVs improved.That means the optimization method of HESS is reasonable.%为了解决单一电源驱动电动汽车动力性和经济性不足的缺陷,提出了由锂离子电池和超级电容组成的复合电源,确定了复合电源的拓扑结构,制定了复合电源功率分配控制策略.在简单循环工况下,以整车经济性和动力性为目标,采用NS-GA-Ⅱ算法的多目标优化方法,对复合电源参数进行了匹配和优化.搭建了基于dSPACE的在环测试平台,对优化前后复合电源和单一电源的经济性和动力性进行在环测试.实验结果表明,与优化前复合电源相比,优化后复合电源的能量利用率提高了6％;与单一电源相比,优化后复合电源的制动能量回收率提高了3.42％;不同速度区间内,相比单一电源和优化前复合电源,优化后复合电源的动力性提高了3％以上.整车经济性和动力性得到了显著改善和提升,验证了优化方法的合理性和可行性.【期刊名称】《科学技术与工程》【年(卷),期】2017(017)027【总页数】9页(P101-109)【关键词】纯电动汽车;复合电源;参数匹配;NSGA-Ⅱ;多目标优化【作者】李勇;江浩斌;徐兴;曲亚萍【作者单位】江苏大学汽车工程研究院,镇江212013;江苏大学汽车与交通工程学院,镇江212013;江苏大学汽车工程研究院,镇江212013;江苏大学管理学院,镇江212013【正文语种】中文【中图分类】U469.72纯电动汽车运行工况复杂多变，其行驶里程主要由车载电源的能量密度决定，而其加速性能主要由车载电源的功率密度决定[1]。

基于NSGA2算法的配电网可靠性优化规划

《电气自动化》2020年第42卷第6期__________________电力系统及其自动化____________________________________Power System&Automatic n基于NSGA2算法的配电网可靠性优化规划郑云飞,方仍存-周玉洁-汪颖翔1,朱超婷3,潘笑3(1.国网湖北省电力有限公司经济技术研究院，湖北武汉430077;2•国网湖北省电力有限公司，湖北武汉430077；3.武汉大学电气与自动化学院，湖北武汉430072)摘要：为调和配电网建设经济性和可靠性的矛盾，提高投资效益,提出一种基于NSGA2算法的配电网投资规划方法。

将配电网可靠性成本曲线按提升措施类型分解，以规划方案总成本最低和可靠性提升最高为目标，采用NSGA2算法求取Pareto最优解集,过评价，最合适的配网投资。

通过W电网的实例，验了的有效性。

关键词：配电网投资；性本曲线；化;NSGA2算法；评DOI：10.3969/j.issn.1000-3886.2020.06.022［中图分类号］TM715［文献标志码］A［文章编号］1000-3886(2020)06-0070-03Plonning of Distrinution Netoork Reliability Optimization Based on NSGA2Algorithm Zheng YunfeJ1,2，Fang Rengcun1，Zhou Yujic1，Wang Yingxiang1，Zhu Chaoting3，Pan Xiao3(1.State Gri-Hubet Electric Co.，Ltd.Economic and Technical Researct Institute,Wuhan Hubet430077，China$2.State Grid Hubet EO co O c Pooer Co.Ltd.,Wuhan Hubei430077，China$3・College O Electrica-Engineering and AuOmadon,Wuhan Un—er s i—"Wuhan Hubri430072，China# Abstract:In order to reconcile the contradiction beteeen economy and reliability of distribution neteork construction and achieve better investwent returns,an investwent planning approach for distribution neteorks based on NSGA2algorithm was proposed.The reliability cost curve of the dwtribution neteork was decomposed according to the type of improvement measures.Aiming at minimal total cost and maximal reliability of the planning scheme,the Pareto optimal solution set was obtained by adopting NSGA2algorithm, and the most sub a ble investwent planning scheme was selected through satisfaction evvluation.The vvlidity of the proposed method was verified by the eximple of a distribution neteork in W city.Keywords:distribution neteork investient;reliability cost curve;multi-objective optimization;NSGA2algorithm;satisfaction evvluation0引言配电网在电力系统中起电源和用户的重要作用，是保安全用电的基础设施［1］!近来，我国配电网建设快速发展，部分用户供电性进入高性阶段，如何平衡配电网建设改造经济性与可靠性的关系⑵，合理电网的性投资，具有重要的现实。

基于NSGA-Ⅱ-PSO算法的微电网多目标优化运行模式

基于NSGA-Ⅱ-PSO算法的微电网多目标优化运行模式赵珍珍;王维庆;樊小朝;王海云
【期刊名称】《电源学报》
【年(卷),期】2023(21)1
【摘要】解决微网中新能源出力的随机性与波动性是微电网优化运行的前提和关键,为此,提出一种快速非支配排序遗传算法NSGA-Ⅱ(non-dominated sorting genetic algorithm)和基本粒子群优化算法PSO(particle swarm optimization)相结合的NSGA-Ⅱ-PSO算法,考虑将经济运行成本和环境污染成本作为优化的目标函数,建立常见发电单元以及蓄电池储能的多目标优化运行模型。

通过Matlab 仿真对比PSO、NSGA-Ⅱ和NSGA-Ⅱ-PSO算法的适应度收敛曲线,验证所提算法具有收敛速度快、全局和局部搜索能力强的优点,较单一的PSO算法和NSGA-Ⅱ算法具有更优的特点;结合经典微网系统进行算例仿真,通过对单目标与多目标的分析,结果表明该算法能有效降低经济成本和使环境效益达到最优;并且进一步验证所提算法的优越性。

【总页数】8页(P118-125)
【作者】赵珍珍;王维庆;樊小朝;王海云
【作者单位】新疆大学电气工程学院
【正文语种】中文
【中图分类】TM60
【相关文献】
1.基于改进NSGA-Ⅱ算法的微电网多目标优化研究
2.基于NSGA-Ⅱ改进GSO算法的并网型微电网多目标优化调度研究
3.基于NSGA-Ⅱ改进GSO算法的并网型微电网多目标优化调度研究
4.基于改进NSGA-Ⅲ算法的微电网多目标优化运行
5.基于Tent映射NSGA-Ⅱ算法的微电网多目标优化方法
因版权原因，仅展示原文概要，查看原文内容请购买。

基于改进nsga-Ⅱ算法的含分布式电源配电网无功优化

2. State Grid Gansu Electric Power Company Electric Power Research Institute, Lanzhou 730050, China; 3. School of Electronic Science and Engineering, Nanjing University, Nanjing 210093, China)
辐射状结构变为多电源的复杂结构，给配电网的节点电压、潮流分布、电能质量及系统稳定性造成一定的影响[1-3]。对含分布式电源的配电网进行无功优化可以有效地提高电能质量并降低系统网损，同时能够保证配电网安全稳定地运行[4]。因此，研究含分布式电源的配电网无功优化问题具有重要的意义[5]。
张晓英 1，张艺 1，王琨 2，张蜡宝 3，陈伟 1，王晓兰 1
(1.兰州理工大学电气工程与信息工程学院，甘肃兰州 730050；2.国网甘肃省电力公司电力科学研究院，甘肃兰州 730050；3.南京大学电子科学与工程学院，江苏南京 210093)
摘要：针对含分布式电源(DG)的配电网无功优化的问题，为更准确地描述 DG 出力的不确定性，基于加权高斯混合分布(WGMD)和 Beta 分布分别构建风电 DG 和光伏 DG 的出力模型。采用结合切片采样算法的马尔科夫链蒙特卡洛模拟法进行潮流计算。建立以系统有功网损最小、节点电压总偏差最小为目标函数的多目标无功优化模型，并采用改进的非支配排序遗传算法(NSGA-II)对该优化模型进行求解。通过改进的 IEEE 33 节点系统的仿真验证了所提方法的可行性和有效性。关键词：分布式电源；配电网无功优化；加权高斯混合分布；切片采样算法；改进的 NSGA-II 算法
第 48 卷第 1 期 2020 年 1 月 1 日

基于NSGAⅡ的分布式电源优化配置

基于NSGAⅡ的分布式电源优化配置顾晨;乐秀璠【期刊名称】《电力系统及其自动化学报》【年(卷),期】2012(24)4【摘要】In this paper, an optimal allocation of the distributed generation (DG) based on non-dominated sorting genetic algorithm ( NSGA- H ) is proposed to optimize the location and capacity of DG connected to the distribution network. The decimal encoding is used to optimize the location and capacity of DG at the same time, and the back/forward sweep method is used for power flow calculation of distribution network connected with DG. The objective functions are respectively the least total voltage deviation, the least power loss and the least CO2 emission. Each operation of the algorithm can produces a series of Pareto-optimal solutions. The satisfactory solution can be selected by decision-maker according to the system's actual requirement, which provides an effective tool for measuring the performance of the different objective functions. The presented method is applied to the optimal allocation of IEEE 33 nodes system with DG and the solutionshows the validity of the method.%该文提出了一种基于非支配性遗传算法NSGA-Ⅱ的分布式电源(DG)优化配置算法,对DG接入配电网的位置和容量进行优化配置.采用了十进制的编码方式使得DG 接入位置和容量的优化可以同时进行,运用前推回代法对接入DG的配电网络进行潮流计算,选择了总电压偏差最小,有功损耗最小和CO2排放量最小三个目标函数进行优化,该算法一次运行可以获得一组Pareto最优解,决策者可以根据系统的实际需要选择最终的满意解,为各目标函数的权衡分析提供了有效的工具.最后应用该算法对IEEE33节点进行DG的优化配置,结果证明了算法的有效性.【总页数】4页(P130-133)【作者】顾晨;乐秀璠【作者单位】河海大学能源与电气学院,南京210000;河海大学能源与电气学院,南京210000【正文语种】中文【中图分类】TM71【相关文献】1.基于灰靶决策和NSGA-Ⅱ的配电系统分布式电源多目标优化 [J], 谢青洋;王韶;邓先芳;张成瑜;苏适2.基于改进NSGA-Ⅱ算法的配电网分布式电源规划 [J], 尹杭;孟涛3.基于改进NSGA-Ⅱ算法的含分布式电源配电网无功优化 [J], 张晓英; 张艺; 王琨; 张蜡宝; 陈伟; 王晓兰4.基于改进NSGA2算法的配电网分布式电源优化配置 [J], 苏路;董学育;张森;王浩宇;郭杰5.基于NSGA-II算法的分布式电源多目标优化研究 [J], 凌道武;孙立国因版权原因，仅展示原文概要，查看原文内容请购买。

基于NSGA-Ⅱ算法的多目标优化分布式发电选址定容研究

1 分布式发电的性与应用
随着分布式发电在智能电网的不断发展，优化问题就变得尤为重要。对于分布式网络的建设，通常会受到不同类型目标和限制因素的影响。例如，不同的分布式发电系统的容量与位置将会影响分布式网络中母线电压以及潮流的变化。此外，对于不同类型的分布式电源（Distributed Generators，DGs），就环境与气候而言，考虑到初始建设、运行以及维保费用，整个
DG优化通常可以看做是复合的整数非线性优化问题。对于不同的优化目标，最终的结果也会有所不同。DG规划中加入越多的目标与限制因素，相关非线性特征也就越突出。文献 [7]就发现DG的容量与线路损耗的关系相对复杂且变化不成比例。 1.2 分布式的电源类型与应用策划
配电系统规划的目的是基于负荷预测的结果和现有电力网络的情况，在满足负荷稳步增长和供电安全可靠的前提下使配电系统建设和运行费用最小[1]。本文以确定的IEEE 14节点算例为已知配电网规划条件，在确定新增分布式电源个数，位置和单个容量均不确定的情况下，提出多项目标函数与限制条件，应用NSGA-Ⅱ算法对分布式电源的位置和容量进行优化，并在获得了Pareto Front的结果后通过引进权重系数的方法获取最优解。
项目投资的总费用也不尽相同。 1.1 不稳定性与非线性
分布式发电中的光伏发电和风力发电受到恶劣天气和环境因素的影响，其波动对电网可靠性影响极大。由于天气变化原因，一方面电气元件发生故障的可能性增大 [3]；另一方面，输出功率易受天气、温度等气象条件的影响，这将给配电网的安全运行带来很大的影响。 [4-6]
关键词：分布式发电；NSGA-Ⅱ；多目标问题；惩罚因子；权重策略

基于NSGA-II和PGA混合遗传算法的中压配电网线路优化规划

基于NSGA-II和PGA混合遗传算法的中压配电网线路优化规划作者：杜鹃来源：《科技资讯》 2012年第33期杜鹃(广东省电力设计研究院广东广州 510000)摘要:目前,中压配电网的供电可靠性得到了广泛的关注。

为此,本文以经济性和可靠性最优为优化目标,建立了配电网的网架优化规划模型。

基于帕雷托最优理论,本文结合NSGA-II(Non-dominated Sorting Genetic algorithm II)算法和单亲遗传算法(Partheno-genetic algorithm,PGA)对该模型进行了求解,得到了分布均匀的帕雷托最优集,并从中确定了综合效益最优解。

通过典型算例和与现有方法的比较,验证了本文方法的有效性,表明其能够满足实际工程的不同要求,为实现灵活的配电网网架优化规划提供理论依据。

关键词:配电网优化规划多目标 NSGA-II 单亲遗传算法中图分类号:TM71 文献标识码:A 文章编号:1672-3791(2012)11(c)-0102-02配电网的网架优化规划是典型的大规模组合优化问题,已经成为国内外配电网规划相关研究的热点。

多目标优化方法是解决上述问题的有效方法。

文献[5]将网架的经济性和可靠性指标加权相加,形成复合单目标的优化目标函数,从而将多目标优化问题转化为传统的单目标优化问题。

为避免直接加权相加所引起的量纲问题和确定权重系数的主观性,文献[6]和[7]将可靠性指标转化为与经济性指标相同量纲的用户缺电成本,并基于模糊理论将各个优化子目标模糊化并将多目标优化问题转化为传统的单一目标优化问题。

然而,基于模糊理论的方法必须选择适当的模糊隶属度函数,因此将优化子目标模糊化并未真正避免复合目标函数中的主观因素。

基于帕雷托(Pareto)最优的多目标优化方法能够克服上述各种加权相加方法的不足,在输电网优化规划[8]、无功优化[9]、负荷建模[10]方面得到了的广泛的应用。

文献[11]和[12]分别应用于Pareto最优理论单层多目标优化和两层多目标优化,提出了城市配电网线路优化布局方法。

基于协同进化NSGA-Ⅱ的配电网扩展规划方法　

基于协同进化NSGA-Ⅱ的配电网扩展规划方法崇瑞堂（水发规划设计有限公司）摘　要：在能源转型和智能化发展下，分布式能源、储能技术、智能电表等需集成到配电网中，这导致配电网扩展的复杂性大幅度增加。

为此，本文研究提出一种基于协同进化多目标遗传算法（NSGA-Ⅱ）的配电网扩展规划方法。

将配电网扩展规划模型分为上下两层，上层为最小投资费用，下层为最小碳排放，完成配电网扩展规划模型的构建。

应用协同进化多目标遗传算法（Non‐dominated Sorting Genetic Algorithm，NSGA-II）对模型求解，得到最优的配电网拓展规划结果。

实验测试结果显示：配电网的普通线路、光伏发电以及风能发电三个部分的投资费用得到了更加均衡的调整，发电量也更加均衡，且在成本没有大幅度提升的前提下，供电量得到显著提升。

关键词：协同进化NSGA-Ⅱ；配电网扩展规划；最小投资费用；最小碳排放0　引言在电力需求迅猛增长背景下，传统的配电网面临着严峻的挑战［1］。

由于供需矛盾日益突出，配电网络的负荷容量和可靠性成为亟待解决的问题。

因此，进行配电网扩展规划的研究变得至关重要。

人口增加导致了对电力的不断增长需求。

随着城市人口的持续增加，居民、商业和工业用电量也随之增加。

这使得传统的配电网难以满足日益增长的电力需求［2］。

因此，扩展并优化现有的配电网结构迫在眉睫。

在此基础上，为了实现电能的环保性，太阳能［3］、风能［4］等可再生能源的广泛应用使得分布式发电逐渐成为一种主流形式。

然而，大规模的分布式发电对传统的配电网造成了巨大的影响，需要对配电网进行合理的扩展和升级，以适应各种新能源资源的接入。

在此背景下，传统配电网已经迈入了新的发展阶段。

为了满足不断增长的电力需求、适应新能源的接入以及实现智能电网的目标，配电网扩展规划的研究成为推动能源发展和现代化社会建设的重要一环。

在文献［5］中，考虑了新能源的高维负荷可用性和时序性，并通过分析负荷数据之间的关联性来完成配电网的扩展和规划。

基于改进NSGA-Ⅱ算法的配电网分布式电源规划

基于改进NSGA-Ⅱ算法的配电网分布式电源规划
尹杭;孟涛
【期刊名称】《黑龙江电力》
【年(卷),期】2015(037)006
【摘要】分析配电网中分布式电源的优化规划问题,提出一种系统有功网损指标,建立了综合考虑分布式电源投资运行成本、系统有功损耗及电压质量的多目标优化规划数学模型.采用改进的快速非支配遗传算法用于分布式电源在配电网中的优化规划,在计算过程中引入累积排序适应度赋值策略以改善算法的寻优性能.对IEEE-33节点配电网进行仿真计算,结果表明该方法能提供全面合理的规划方案,有助于实际工程应用.
【总页数】4页(P504-507)
【作者】尹杭;孟涛
【作者单位】吉林省电力有限公司长春供电公司,长春130600;东北电力大学电气工程学院,吉林吉林132012
【正文语种】中文
【中图分类】TM715+.3
【相关文献】
1.基于SVM-MOPSO混合智能算法的配电网分布式电源规划 [J], 刘煌煌;雷金勇;蔡润庆;陈钢;杨振纲;刘前进
2.基于改进粒子群算法的配电网分布式电源规划 [J], 汪兴旺;邱晓燕
3.基于改进正交优化群智能算法的分布式电源规划 [J], 郭梽炜;黄雄峰;翁杰
4.基于改进NSGA-Ⅱ算法的含分布式电源配电网无功优化 [J], 张晓英; 张艺; 王琨; 张蜡宝; 陈伟; 王晓兰
5.基于双层粒子群算法的主动配电网分布式电源规划 [J], 汪慧敏;杨苹;余雁琳
因版权原因，仅展示原文概要，查看原文内容请购买。

基于改进NSGA-II算法的微电网多目标优化研究

Research on multi-objective optimization of micro-grid based on improved NSGA-II algorithm
Zhang Jun1, 2†, Ren Hao1, 2, Liu Tingzhang3
(1. School of Automation Engineering, Shanghai University of Electric Power, Shanghai 200090, China; 2. Shanghai Key Laboratory of Power Station Automation Technology, Shanghai 200090, China; 3. School of Mechatronic Engineering & Automation, Shanghai University, Shanghai 200072, China) Abstract: In solving the problem of multi-objective optimization operation of distributed power supply in micro -grid, aiming at the limitations of traditional NSGA-II algorithm in terms of approximation and computational efficiency, considering the difference of individual similarity in evolution process and the possibility of the algorithm falling into local optimum, this paper proposed an improved NSGA-II algorithm. The new algorithm introduced the information entropy mechanism to improve the operator, and approximated the crossover probability and mutation probability as the decreasing function model and the Cauchy distribution model respectively. The performance test proves that the new algorithm is effective. Taking distributed power supply access to IEEE 30-node power system as an example for simulation experiment, compared with the traditional NSGA-II multi-objective optimization algorithm, the result shows the superiority of the improved algorithm in improving the convergence speed and the optimization indices. Key words: micro-grid; multi-objective optimization; information entropy; Pareto optimal solution 点方向。现有的多目标优化算法对多目标的处理主要有两种方式： a)将各个子目标通过加权处理转变为一个单目标进行处理，该方法将复杂的多目标问题简单化，但在进行权重计算时存在主观性大的问题；b)基于 Pareto 非支配解理论，根据优化算法求出多目标问题的 Pareto 最优解集，再根据要求从解集中选择最优解。现代优化算法种类很多，主要有遗传算法、粒子群群算法，以及与之相似的蚁群、蜂群等算法。随着对算法研究的不断深入，这些常见算法的不足之处逐渐显露出来，如遗传算法容易将求解范围局限在局部最优搜索、粒子群算法存在搜索精