学位论文 > 优秀研究生学位论文题录展示
基于改进蚁群算法的微电网DG选址与定容
作 者: 伍春林
导 师: 李志勇
学 校: 中南大学
专 业: 电气工程
关键词: 微电网 分布式电源 选址 定容 蚁群算法
分类号: TM727
类 型: 硕士论文
年 份: 2010年
下 载: 471次
引 用: 0次
阅 读: 论文下载
内容摘要
随着电力需求不断增长,电网规模的不断扩大,大电网弊端如成本高、运行难度大等也日益凸现,于是分布式发电被提上日程。分布式发电具有投资少、发电方式灵活、能量利用率高以及环保无污染等优点,但是分布式发电会对电网中的电压、线路潮流、短路电流、可靠性、电能质量等方面会带来许多问题,集成分布式电源和负荷的“微网”技术提供了很好的解决途径。微电网能够减少电能损失,推迟电网线路升级时间和减少电网线路升级费用,但是如果微电网中的分布式电源位置与容量不合适,不但不能减少电能损失降低成本,相反还会增加电网损耗,降低系统的供电质量。针对这些问题,论文主要研究微电网中分布式电源选址与定容问题,以优化分布式电源的位置与容量,实现微电网经济最优化运行。论文采用具有很强全局搜索能力的蚁群算法对微电网中分布式电源选址与定容问题进行研究。论文介绍了分布式发电技术与常见分布式电源,分析了分布式电源接入电网后对系统潮流、网络损耗、电能质量、电压以及可靠性等方面的影响。针对基本蚁群算法存在搜索时间过长与容易陷入局部最优这两个问题,通过对算法调节因子取值和信息素全局更新方式加以改进,提出了一种新的蚁群算法,实例计算表明该算法是可行有效的。论文在满足相关约束条件下以微电网规划投资和运行总费用最小为目标,建立了微电网中分布式电源选址与定容问题的数学模型,给出了目标评价函数、求解方法以及基于改进蚁群算法的模型求解步骤和相应的流程图。论文最后在Eclipse开发环境下使用Java语言编程实现算法并选取某城市电网为实例对象进行仿真计算,结果表明本文提出的算法能有效解决微电网中分布式电源选址与定容问题,引入分布式电源构建微电网能得到比较好的社会和经济效益。
|
全文目录
摘要 4-5 ABSTRACT 5-9 第一章 绪论 9-16 1.1 研究背景与意义 9 1.2 国内外研究现状 9-14 1.3 论文的主要工作及章节安排 14-16 第二章 分布式发电技术及其对电力系统的影响 16-22 2.1 分布式发电技术 16-18 2.2 分布式发电对电网运行的影响 18-20 2.2.1 分布式发电对系统潮流分布和网络损耗的影响 18-19 2.2.2 分布式发电对系统电能质量的影响 19-20 2.2.3 分布式发电对系统电压的影响 20 2.3 分布式发电对电网规划的影响 20-21 2.4 本章小结 21-22 第三章 蚁群算法及其改进 22-34 3.1 蚁群算法 22-29 3.2 蚁群算法改进 29-33 3.2.1 调节因子取值的改进 29 3.2.2 信息素全局更新方式的改进 29-30 3.2.3 改进算法仿真实验结果 30-33 3.3 本章小结 33-34 第四章 微电网中分布式电源选址与定容 34-45 4.1 考虑分布式电源的线路负载能力及潮流计算 34-36 4.2 微电网中分布式电源选址和定容的多目标模型 36-38 4.2.1 多目标优化模型的建立 36-38 4.2.2 多目标模型中各目标分量的求解 38 4.3 基于改进蚁群算法的微电网分布式电源选址和定容的求解 38-44 4.3.1 微电网中分布式电源位置与容量的表示 39-40 4.3.2 微电网中分布式电源容量的选择 40 4.3.3 微电网中分布式电源选址定容的算法步骤与流程图 40-44 4.4 本章小结 44-45 第五章 算例分析 45-50 5.1 算法与模型参数的选取 46-47 5.2 算例结果分析 47-49 5.3 本章小结 49-50 第六章 结论与展望 50-52 6.1 结论 50 6.2 后续工作展望 50-52 附录 52-56 附录1:线路阻抗数据 52-54 附录2:节点负荷数据 54-56 参考文献 56-61 致谢 61-62 攻读硕士学位期间科研及论文完成情况 62
|
相似论文
- 多导弹协同作战突防效能评估及组合优化算法研究,TJ760.1
- 基于蚁群算法的电梯群优化控制研究,TU857
- 动态环境下移动对象导航系统相关技术的研究,TP301.6
- 基于改进蚁群算法的机器人路径规划研究,TP242
- 军事演习中工兵团工程装备维护保障资源配置研究,E251.2
- 含分布式电源的微电网控制策略研究,TM61
- 改进的蚁群算法及其在TSP上的应用研究,TP301.6
- 太原市嘉乡生态食品加盟店选址研究,F426.82
- 基于免疫机制蚁群算法的电力系统无功优化研究,TP18
- 基于视觉反馈与行为记忆的GPU并行蚁群算法,TP301.6
- 青黄海底隧道口公交换乘枢纽站选址问题研究,U491.17
- 基于物理拓扑感知的Chord算法研究,TP393.02
- 电渣炉过程控制系统的设计及优化控制,TP273
- G公司危险化学品物流中心选址研究,F252
- Ad Hoc网络中分簇路由算法的研究,TN929.5
- 逆变型分布式电源故障特性分析及配电网保护策略研究,TM77
- 3G基站选址中覆盖问题的研究,TN929.5
- 智能光网络中路由选择算法的研究,TN929.1
- 改进蚁群算法在盲均衡中的应用,TN911.5
- 智能光网络动态路由和波长分配算法的研究,TN929.1
- 基于蚁群算法的移动商务个性化推荐体系研究,TP391.3
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 > 输配电技术 > 电力网
© 2012 www.xueweilunwen.com
|