学位论文 > 优秀研究生学位论文题录展示
基于节点补偿容量动态上限的配网无功规划优化混合算法
作 者: 赵俊光
导 师: 王主丁
学 校: 重庆大学
专 业: 电气工程
关键词: 无功规划优化 混合算法 节点补偿容量上限 电压质量
分类号: TM715
类 型: 硕士论文
年 份: 2010年
下 载: 65次
引 用: 0次
阅 读: 论文下载
内容摘要
配电网无功规划的目的是确定配电系统无功电源的最佳补偿点和最佳补偿容量,避免无功电源建设的盲目性,是保证电压质量、降低网损、提高安全性不可或缺的部分。目前有多种配网无功规划优化方法,可分为传统优化算法、智能优化算法和混合法。其中,遗传算法应用最为普遍。现有的无功规划优化遗传算法中,一般是人为事先设定补偿点个数和各点补偿容量上限后,再进行初始种群的产生。而且对于综合考虑补偿经济效益与电压质量来确定各点补偿容量上限的方法也未见报道。值得指出的是,不适当的节点补偿容量范围以及苛刻机械的电压约束会增加计算负担并进而影响解的质量。况且一个优秀的实用算法或软件不应对使用者提出太多的要求,特别是像靠经验人工确定补偿节点总数和各节点无功补偿上限值的要求,这项工作即使对经验丰富的专家也是十分困难的。本文基于遗传算法和辐射状配网的特点,提出一种新颖的将确定性方法和随机性方法进行有机组合的配网无功规划优化混合算法。算法中通过综合考虑经济效益和电压约束,提出一种动态确定节点补偿容量上限的有效方法,将其用于初始种群的生成中,可自动确定补偿节点个数及各节点补偿组数的上限值,有效压缩了算法搜索空间,且使得由此生成的初始种群中绝大部分为可行解。针对补偿经济效益和电压质量两者相互关系,提出了一种分阶段寻优策略,并引入了罚因子自适应调整机制。另外,在该算法中还有机融入了模拟退火法、智能优化配对、交叉策略及动态灾变机制,并提出了节点最大补偿容量动态阀值校对机制,有效改善了算法寻优的速度、质量以及精度。依照本文算法,在《供电网计算分析及辅助决策软件》计算平台上,编制了配网无功规划优化应用程序。将提出的混合算法应用于IEEE33节点系统、IEEE69节点系统和85节点实际配电网算例,结果表明本文提出的方法用于求解配电网无功规划优化问题时,在计算速度和精度上都是有效的。
|
全文目录
中文摘要 3-4 英文摘要 4-9 1 绪论 9-14 1.1 配网无功规划优化研究的意义 9 1.2 配网无功规划优化研究现状 9-13 1.2.1 传统优化算法 10-11 1.2.2 启发式智能优化算法 11 1.2.3 混合算法 11-13 1.3 本文的主要工作 13-14 2 配电网无功规划基本理论及优化模型 14-23 2.1 配电网无功规划基本理论 14-17 2.1.1 配电网无功补偿准则 14-16 2.1.2 无功补偿原理及效果 16-17 2.2 配电网无功规划优化相关模型 17-21 2.2.1 电力系统元件数学模型 17-20 2.2.2 本文配网无功规划优化数学模型 20-21 2.2.3 配电网无功规划优化模型简化 21 2.3 本章小结 21-23 3 启发式智能优化混合算法原理 23-30 3.1 遗传算法 23-25 3.1.1 遗传算法简介 23 3.1.2 遗传算法的特点 23-24 3.1.3 基本遗传要素 24-25 3.1.4 传统遗传算法局限性 25 3.2 模拟退火算法 25-27 3.2.1 模拟退火算法简介 25-26 3.2.2 模拟退火算法的基本原理 26-27 3.2.3 传统模拟退火算法的局限性 27 3.3 灾变算法 27 3.4 本文混合算法简介 27-29 3.4.1 遗传算法的改进 27-28 3.4.2 模拟退火算法的引入 28-29 3.4.3 灾变算法的引入 29 3.5 本章小结 29-30 4 启发式优化混合算法在配网无功规划优化中的应用 30-40 4.1 基于节点动态补偿容量上限法的初始种群的生成策略 30-33 4.1.1 基于补偿经济效益最优的最佳补偿容量 30-31 4.1.2 基于节点电压约束的最小补偿容量 31 4.1.3 有效生成初始种群的动态方法 31-33 4.2 电压约束的两阶段考虑策略 33-34 4.3 混合遗传搜索算法 34-37 4.3.1 编码 34 4.3.2 基于非等概率的配对改进 34-35 4.3.3 个体交叉改进 35-36 4.3.4 变异 36 4.3.5 模拟退火选择策略 36 4.3.6 罚因子自适应调整机制的应用 36 4.3.7 节点最大补偿容量校对机制 36-37 4.3.8 灾变操作算子 37 4.3.9 收敛判据 37 4.4 配网无功规划优化混合算法流程图 37-38 4.5 本章小结 38-40 5 算例及结果分析 40-54 5.1 IEEE33 节点算例分析 40-45 5.1.1 节点补偿灵敏度排序说明 42 5.1.2 补偿容量上限确定方法的实用性 42-43 5.1.3 两阶段寻优策略的合理性 43-44 5.1.4 算法优化效果对比分析 44-45 5.1.5 算法收敛特性 45 5.2 IEEE69 节点算例分析 45-49 5.2.1 系统无功电容器配置对比 47 5.2.2 优化补偿后电压质量对比分析 47-48 5.2.3 优化补偿后经济效益对比分析 48-49 5.3 实际配网算例分析 49-53 5.3.1 系统补偿经济效益分析 49-50 5.3.2 系统无功电容器配置情况 50-51 5.3.3 优化补偿后电压改善分析 51-53 5.4 本章小结 53-54 6 结论与展望 54-56 6.1 结论 54 6.2 工作展望 54-56 致谢 56-57 参考文献 57-60 附录 60-61 A. 作者在攻读学位期间发表的论文目录 60 B. 作者在攻读学位期间取得的科研成果目录 60-61 C. 配网结构图目录 61
|
相似论文
- 基于遗传—牛顿算法的公交优化调度,TP18
- 电力系统无功优化的混合算法研究,TM714.3
- 多核系统中实时任务调度算法的研究,TP332
- 光伏并网发电系统对电网运行的影响及其应对策略研究,TM615
- 基于液晶空间光调制器的激光束整形,TN24
- 车辆导航中多路径推荐算法研究,TP391.3
- 人工萤火虫群优化算法改进及应用研究,TP18
- 基于混合算法的研究生招生考试考场座位编排系统研究及应用,TP391.6
- 萤火虫群算法的改进及其应用,TP301.6
- 基于综合灵敏度的无功规划优化研究,TM715
- 基于粒子群优化算法的短期电力负荷预测,TM715
- 梯级水电站联合发电优化调度方法研究与应用,TV737
- 混合算法在物流运输问题中的研究和应用,TP301.6
- 基于混合网格的高阶间断Galerkin/有限体积混合算法的研究,O35
- 基于Petri网和混合遗传算法的双资源车间调度,TH186
- 德州电网电压无功现状分析及针对降低有载变压器故障率的措施,TM761.1
- 基于聚类—遗传混合算法的物流配送路径优化研究,F253.9
- 基于粒子对和极值优化的基因聚类混合算法研究,TP301.6
- 模糊最小风险问题的逼近方法与应用,O224
- 群集智能算法在直接转矩控制系统中的应用研究,TP273
- 正交频分复用系统抑制峰均比技术的分析与研究,TN919.3
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 > 电力系统规划
© 2012 www.xueweilunwen.com
|