基于混合智能算法的电力系统无功优化研究

发布时间：2020-07-30 05:23

【摘要】：能否合理地分布电力系统的无功功率,直接关系到系统提供的电能质量的好坏,其质量的好坏和系统网损降低的程度,是系统安全、稳定、经济运行的前提。对电网进行无功优化,不仅是实现电网经济运行的重要手段,也是保证系统电能质量,让电网安全运行的基本条件,因此具有理论研究和实际应用的价值。传统的优化算法,例如线性规划、非线性规划等,必须依赖于精确的数学模型,并且通常对所处理问题的目标函数有其他的要求。此外,传统方法在处理含有离散变量的无功优化问题时,其结果基本上都会出现较大的误差。近年来,在电力系统的无功优化领域运用人工智能方法已成为热点研究课题。 本文首先介绍了电力系统无功优化研究的背景和意义,并简要描述了实现电力系统无功优化的传统方法和现代人工智能算法的基本特点。在深入研究电力系统无功优化的基础上,根据电力系统的特点和要求,分析了电力系统的无功优化模型和常用的无功控制设备,并重点介绍了潮流计算的数学模型和实现方法。通过对无功优化的数学模型和实现方法进行深入分析研究,分别建立了基于遗传算法、蚁群算法和侧重信息素更新策略和交叉操作这两者相融合的混合智能算法的电力系统无功优化的数学模型,并确立了相应的目标函数。对于在数学模型中出现的电压越界、无功越界以及变压器变比越界情况,侧重电压稳定,本文以越界惩罚因子和罚函数的形式将约束条件引入到目标函数中,将有约束的问题转换为无约束的问题。 为了验证上述三种算法的可行性和优越性,本文选用IEEE-30节点标准测试系统作为优化对象,利用MATLAB语言编写了三种算法对优化对象进行无功优化计算的实现程序,并对优化结果进行了分析比较。计算结果表明,本文的混合智能算法较其他两种算法在寻优速度和收敛性方面具有明显优势,能满足无功优化的基本要求,同时也证明了本文算法和模型的可行性和有效性。
【学位授予单位】：兰州交通大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：TM714.3

【参考文献】

相关期刊论文 前10条

1 葛莲;赵峰;理文祥;;基于灵敏度的电力系统无功优化算法研究[J];变频器世界;2011年07期

2 康积涛;苏琳;杨武;;改进自适应遗传算法用于电力系统无功优化[J];电气应用;2006年10期

3 孙建鹏;韩文花;朱长东;;电力系统无功优化模型及算法研究[J];电力电容器与无功补偿;2011年06期

4 唐杰斌;周渝慧;陈向婷;郭昱霄;段炜;;基于遗传算法与蚁群算法的电网规划[J];电力需求侧管理;2011年02期

5 范宏,韦化;改进遗传算法在无功优化中的应用[J];电力系统及其自动化学报;2005年01期

6 葛莲;理文祥;;基于混合智能算法的电力系统无功优化研究[J];江西电力职业技术学院学报;2012年01期

7 康积涛;钱清泉;;电力系统无功优化的二次变异遗传算法[J];电力自动化设备;2007年09期

8 徐劲松;宁玉琳;杨永锋;;基于Matlab的电力系统PQ分解法潮流计算研究[J];电气传动自动化;2011年02期

9 程翠微;刘巍;邓小训;;电力系统无功优化方法综述[J];电气开关;2011年06期

10 王洪章,熊信艮,吴耀武;基于改进Tabu搜索算法的电力系统无功优化[J];电网技术;2002年01期

相关博士学位论文 前1条

1 杨剑峰;蚁群算法及其应用研究[D];浙江大学;2007年

本文编号：2775084