蚁群算法与经典法在电力系统有功优化中的比较研究

发布时间：2024-02-23 18:13

　　电力系统经济调度里十分重要的一环就是电力系统的有功优化,处理电力系统有功优化有着许多方法,其中包含了经典法和蚁群智能算法,经典法具有可靠性强、计算速度快、准确性高等特点。蚁群智能算法具有抗干扰性强并且采用了正反馈机制。本文在这两种基本算法的基础上进行改进优化,提出改进后的算法并进行对比研究。首先介绍了节点导纳矩阵传统存贮方式和改进存贮方式、传统CU三角分解法和改进CU三角分解法求解线性方程组,通过极坐标牛顿拉夫逊法提出PQ极坐标分解法并提出改进。通过算例比较发现,使用改进后的存贮方式和引入矩阵的对称性和稀疏性可以加快求解电力系统线性方程组的速度,从而减少潮流计算的时间。然后详细介绍并推导了四种求解网损微增率的方法,并对方法进行了改进,从而提出改进后的经典法有功优化并用算例验证了改进的可行性。最后详细介绍了基本蚁群算法及三种单参数改进的蚁群算法,在这些方法的基础提出多参数改进的蚁群算法,并在电力系统有功优化中应用,与传统经典法进行算例比较,验证了改进蚁群算法在电力系统有功优化中的可行性。

【文章页数】：78 页

【学位级别】：硕士

【部分图文】：

图３．１经典法有功优化流程框图??４５??

?第３章经典法电力系统有功优化???开始—??厂：丁．一??读取数据文件??Ｖ????形成节点导纳矩阵??不计网损修正负荷分配??一——…??迭代次数ｈｉ??Ｖ???＾潮流计算－４???Ｔ??计算网损微增率????Ｙ????／节点退出优化?ｉ＾十及网损修正负荷分配；?匕＆＋１??....

图５．２网损比较??

６２．１２１?３９８６１．１４７?３９８４９．４５７??下面通过柱状图的形式来对各种算法中的发电成本、网损和迭代次数进行??比较：??迭代次数??１２０??１００?—??８０?國??ＪＯＷＷＷ＿ｉ＿ｌ＿ＩＤｔ！８Ｓ８ＳＳＳ？??ｉＥＥＥ－１４?ＩＥＥＥ－３０?ＩＥＥＥ－５７??＿....

图５．３发电成本比较??在ＩＥＥＥ－５７节点中，我们发现蚁群算法的迭代次数达到了设定的ｌ〇〇次，??所以这时候得到的有功优化结果很可能局部最优解

３０?ＩＥＥＥ－５７??？?Ｓｔ?１９０８２．８?８６５．６５３?４６２７８．７??■?ＡＭＭ－Ｒ?１６８８２．５３１?７８７．３６９?３９８５８．８１４??ＡＭＭ－Ｐ?１６８７５．５２４?７８Ｓ．２７３?３９８６１．４５５??＊?ＩＭＭ－Ｒ?１６８７６．１８６?７９３．４３２?....

本文编号：3907762