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配电网无功优化

作 者: 张仲
导 师: 刘建华
学 校: 长沙理工大学
专 业: 电力系统及其自动化
关键词: 配电网 无功优化 蚁群算法 反序杂交算子
分类号: TM714
类 型: 硕士论文
年 份: 2010年
下 载: 124次
引 用: 3次
阅 读: 论文下载
 

内容摘要


随着电网容量和用电设备的增加,用户对电力系统无功的要求也与日俱增。系统无功分布的合理与否直接影响着电力系统的安全与稳定,并与经济效益直接挂钩。电力系统无功优化是保证系统安全、经济运行的一项有效手段,是降低网损、提高电压质量的重要措施,具有非常重要的理论价值与现实意义。电力系统无功优化是一个多变量、多约束的混合非线性规划问题,其操作变量既有连续变量又有离散变量,其优化过程非常复杂。蚁群算法是一种新型求解复杂优化问题的启发式算法。该方法通过模拟自然界蚂蚁社会的寻找食物的方式而得出的一种仿生优化算法。由于蚁群具有稳健性、全局性、普遍性、分布式计算等优点,适合于求解电力系统无功优化问题。本文对蚁群算法本身的理论部分进行研究,针对蚁群算法应用于求解无功优化等复杂非线性优化问题中容易发生“早熟”和收敛速度慢等问题,提出了几点有效的改进策略,对蚁群算法加以改进。通过改进,蚁群算法在寻优过程中能够很好地跳出局部最优解,增强了全局寻优能力和提高了计算精度,同时保留了基本遗传算法的优点。本文根据改进的蚁群算法用MATLAB语言编制了实用程序,对多个不同的实验系统进行计算,并将所得结果与遗传算法和基本蚁群的蚁群算法结果做比较,验证了本文模型和算法的正确性和有效性。

全文目录


摘要  5-6
ABSTRACT  6-9
第一章 引言  9-15
  1.1 配电网无功优化的研究背景及意义  9-10
  1.2 无功优化研究现状及方法  10-13
    1.2.1 数值优化方法  11-12
    1.2.2 非数值优化方法  12-13
  1.3 无功优化发展趋势  13
  1.4 本文的主要工作  13-15
第二章 配电网无功控制及潮流计算方法研究  15-28
  2.1 无功平衡和电压质量的关系  15-16
  2.2 无功功率与有功网损的关系  16-17
  2.3 电力系统常用的无功控制设备  17-18
    2.3.1 发电机  17
    2.3.2 无功补偿装置  17-18
    2.3.3 有载调压变压器  18
  2.4 配电网数学模型及约束条件  18-21
    2.4.1 目标函数  19-20
    2.4.2 等式约束方程  20
    2.4.3 不等式约束方程  20-21
  2.5 改进前代回推法配电网潮流计算  21-27
    2.5.1 前代回推潮流算法理论基础  21-23
    2.5.2 网络层次分析  23-25
    2.5.3 潮流算例分析  25-27
  2.6 本章小结  27-28
第三章 改进蚁群算法  28-41
  3.1 基本蚁群算法的原理  28-37
    3.1.1 蚁群的觅食行为与策略  28-31
    3.1.2 基本蚁群算法的数学模型  31-33
    3.1.3 蚁群系统模型的实现  33-34
    3.1.4 蚁群算法参数选择  34-37
  3.2 改进蚁群算法  37-40
    3.2.1 反序—杂交算子的引入  37-38
    3.2.2 反序—杂交算子的原理  38-40
  3.3 本章小结  40-41
第四章 基于改进蚁群算法的配电网无功优化  41-53
  4.1 控制变量的确定  41-42
  4.2 改进蚁群算法用于求解无功优化问题的步骤  42-43
  4.3 算例分析  43-51
    4.3.1 IEEE-6 节点系统  43-46
    4.3.2 IEEE-14 节点系统  46-49
    4.3.3 IEEE-30 节点系统  49-51
  4.4 本章小结  51-53
结论  53-54
参考文献  54-57
致谢  57-58
附录攻读学位期间发表的论文目录  58

相似论文

  1. 多导弹协同作战突防效能评估及组合优化算法研究,TJ760.1
  2. 基于蚁群算法的电梯群优化控制研究,TU857
  3. 内点法在大型电力系统无功优化中的应用研究,TM714.3
  4. 配电网故障定位与网络重构算法的研究,TM727
  5. 动态环境下移动对象导航系统相关技术的研究,TP301.6
  6. 基于改进蚁群算法的机器人路径规划研究,TP242
  7. 改进的蚁群算法及其在TSP上的应用研究,TP301.6
  8. 农村小水电上网对配电网线损的影响研究,TM727.1
  9. 基于免疫机制蚁群算法的电力系统无功优化研究,TP18
  10. 基于视觉反馈与行为记忆的GPU并行蚁群算法,TP301.6
  11. 基于物理拓扑感知的Chord算法研究,TP393.02
  12. 电渣炉过程控制系统的设计及优化控制,TP273
  13. Ad Hoc网络中分簇路由算法的研究,TN929.5
  14. 图像信息处理机的图像处理方法研究,TP391.41
  15. 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
  16. 电力系统无功优化的混合算法研究,TM714.3
  17. 智能光网络中路由选择算法的研究,TN929.1
  18. 面向无线传感器网络的多路径路由协议研究,TN915.04
  19. 改进蚁群算法在盲均衡中的应用,TN911.5
  20. 智能光网络动态路由和波长分配算法的研究,TN929.1
  21. 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 > 理论与分析 > 负荷分析
© 2012 www.xueweilunwen.com