学位论文 > 优秀研究生学位论文题录展示
基于改进遗传算法的电力系统无功优化
作 者: 李婧一
导 师: 付敏
学 校: 哈尔滨理工大学
专 业: 电力系统及其自动化
关键词: 无功优化 潮流计算 P-Q分解法 改进遗传算法
分类号: TM714.3
类 型: 硕士论文
年 份: 2011年
下 载: 84次
引 用: 0次
阅 读: 论文下载
内容摘要
电力系统无功优化是可以预防事故发生或扩大、改善电压质量水平、有效地降低系统网损,而且还可以充分发挥经济效益,同时保证电力系统能够安全、经济、稳定和高效地运行的最主要的措施。这也是无功优化之所以被研究许多年仍保持经久不衰的原因。本文以现代电力系统无功优化发展的特点为背景开展研究工作,把无功优化问题作为研究对象,选用遗传算法作为优化的主要研究手段。无功优化问题的数学模型是建立在通用数学模型的基础上,主要以系统有功网损最小为目标,并对状态变量按0、1分布变化方式进行处理的惩罚函数的数学模型。此外,通过理论分析和算例实证表明P-Q分解法在较高精确度的情况下进行潮流计算时能够保证快速完成无功优化的潮流计算部分。同时针对遗传算法(GA)在电力系统无功优化实际应用的过程中存在着易陷入局部最优和收敛速度慢等不足,提出更加有效的无功优化算法即改进遗传算法(IGA)。该算法改进具体改进措施有:根据初始潮流计算的结果制定能够包含全部可能的解的初始种群;针对控制变量连续、离散性兼有的特点,采用实整数编码,使得编码串的长度和变量的个数一致,同时省去繁琐的编码和解码过程,增加实用性;分阶段设计了不同的适应度函数,使优化开始阶段的适应度值差异幅度相对较大,提高算法搜索效率;在遗传操作过程中,对选择、交叉和变异分别进行改进,能够增加种群多样性和产生出更多的优秀的个体;最大遗传代数和最优个体最少保留代数相结合的终止优化条件,使优化终止判据更加科学合理。最后通过应用Matlab7.6软件平台编写了遗传算法和改进遗传算法的无功优化通用程序,并对IEEE-6、IEEE-14和IEEE-30节点系统进行了仿真计算。结果表明本优化算法使得电力系统无功优化的收敛速度和优化效果较遗传优化算法有显著提高,并验证本算法的有效性、优越性和具有实际参考价值。
|
全文目录
摘要 5-6 Abstract 6-10 第1章 绪论 10-14 1.1 课题研究的背景及意义 10-11 1.2 电力系统无功优化研究的内容 11 1.3 电力系统无功优化研究的现状 11-13 1.4 论文的主要工作 13-14 第2章 电力系统无功优化的数学模型 14-23 2.1 无功优化通用的数学模型 14 2.2 无功优化数学模型的建立 14-17 2.2.1 变量约束条件 14-15 2.2.2 等式约束条件 15-16 2.2.3 目标函数 16-17 2.3 无功优化中潮流计算的数学模型 17-20 2.3.1 潮流计算的数学模型 17-18 2.3.2 潮流计算的求解方法 18-20 2.4 本文潮流算法的确定 20-22 2.5 本章小结 22-23 第3章 改进遗传算法在电力系统无功优化中的应用 23-30 3.1 遗传算法的起源及基本原理 23-24 3.2 遗传算法在电力系统无功优化中的应用 24-25 3.3 改进遗传算法在电力系统无功优化中的应用 25-29 3.3.1 定制初始种群 25-26 3.3.2 实整数的混合编码 26-27 3.3.3 分段的适应度函数 27 3.3.4 改进遗传操作 27-28 3.3.5 改进优化终止判据 28-29 3.3.6 改进遗传算法的无功优化求解步骤 29 3.4 本章小结 29-30 第4章 算例及结果分析 30-40 4.1 IEEE-6 节点测试系统算例及结果分析 30-33 4.1.1 IEEE-6 节点系统数据 30-31 4.1.2 IEEE-6 节点系统优化结果 31-33 4.2 IEEE-14 节点测试系统算例及结果分析 33-36 4.2.1 IEEE-14 节点系统数据 33-34 4.2.2 IEEE-14 节点系统优化结果 34-36 4.3 IEEE-30 节点测试系统算例及结果分析 36-39 4.3.1 IEEE-30 节点系统数据 36-37 4.3.2 IEEE-30 节点系统优化结果 37-39 4.4 本章小结 39-40 结论 40-41 参考文献 41-44 附录 44-47 攻读学位期间发表的学术论文 47-48 致谢 48
|
相似论文
- 内点法在大型电力系统无功优化中的应用研究,TM714.3
- 高频雷达信号电离层污染及时频分析方法研究,TN958.93
- 基于TS101的DFT输出子集算法研究及软件实现,TN911.72
- 基于遗传算法的柑橘图像分割,TP391.41
- 直接甲醇燃料电池Pd基阴极催化剂的研究,O643.36
- 基于免疫机制蚁群算法的电力系统无功优化研究,TP18
- 电力系统无功优化的混合算法研究,TM714.3
- 变电站无功电压优化控制策略研究与实现,TM761.1
- 考虑直流控制方式转换的交直流潮流算法研究,TM721.1
- LDPC码的编译码算法研究与实现,TN911.22
- 动车组转向架轴承可靠性分析与故障诊断的技术研究,U269
- 基于改进GA的面向Agent多议题自动谈判研究,F715.4
- 一种求解三维弹性问题有限元方程的并行DDM预条件子,O241.82
- 非线性发展方程孤立波解的Adomian求法,O175.29
- 玻璃基ZnO基薄膜的喷雾热分解法制备和表征,TB383.2
- 基于改进遗传算法的电力系统无功优化的研究,TM714.3
- 佛山电网无功优化应用研究,TM714.3
- 大型互联电网最大输电能力自动求解算法研究及软件开发,TM744
- 地区电网无功优化的研究,TM714
- 电力系统无功优化模型与算法的研究,TM714.3
- 电力系统动态无功功率优化调度的研究,TM714.3
中图分类: > 工业技术 > 电工技术 > 输配电工程、电力网及电力系统 > 理论与分析 > 负荷分析 > 系统中能量损失的降低及无功功率的补偿
© 2012 www.xueweilunwen.com
|