基于果蝇优化算法的电力系统无功优化研究与应用

发布时间：2017-09-20 01:26

  本文关键词：基于果蝇优化算法的电力系统无功优化研究与应用

  更多相关文章： 无功优化 果蝇优化算法 多种群果蝇优化算法 MATLAB GUI

【摘要】：电力系统的无功功率分布是否合理决定了电压质量的好坏,并直接影响着整个电网的安全稳定和经济运行。无功优化是提高电力系统稳定性、降低网络损耗和改善电压质量的有效手段,因此研究无功优化问题具有非常重要的意义。电力系统无功优化具有连续变量和离散变量混合、多约束、非线性和高维度等特点,是一个复杂的优化问题,采用一般的数学方法求解起来相当困难,需要选择适当的优化算法进行求解。本文在研究无功优化数学模型及相关算法的基础上,综合分析了各种传统优化算法和人工智能算法的特点,对比后选取新兴的果蝇优化算法作为研究对象。首先深入研究了果蝇优化算法(Fruit Fly Optimization Algorithm,FOA)的基础理论知识,针对其搜索范围变异概率低,种群个体多样性差,可能错过最优解,寻优精度不高和易陷入局部最优等缺点,对其进行改进,提出一种多种群融合的果蝇优化算法(Multi-swarm Fruit Fly Optimization Algorithm,MFOA),采用多种群、修订评价函数、动态收缩搜索半径和加入局部搜索等策略,提高算法的收敛精度和跳出局部极值的能力。通过5个经典测试函数不同优化算法仿真结果对比分析,表明了MFOA算法的有效性。然后将改进后的多种群果蝇优化算法应用到电力系统无功优化中。分析了改进后多种群果蝇优化算法求解无功优化问题的思路,给出了基于MFOA算法无功优化的计算步骤和流程,并对解空间编码、参数设置以及结束准则做出具体说明。完成了基于MATLAB软件平台的改进后多种群果蝇优化算法(MFOA)的电力系统无功优化程序编写,并与“Matpower”工具包中的牛顿-拉夫逊潮流计算部分相结合,对IEEE-30节点标准测试系统进行仿真计算。通过与标准粒子群算法(Standard Particle Swarm Optimization,PSO)和自适应差分算法(Self-adaptive Differential Evolution,SADE)的无功优化结果进行对比分析,得到改进后的多种群果蝇优化算法显著降低了网损,改善了电压水平,提高了算法的收敛速度和全局寻优能力,而且收敛精度更高,验证了应用MFOA算法求解电力系统无功优化的有效性,具有良好的实用价值。最后,本文还利用MATLAB GUI编写了基于多种群果蝇优化算法的电力系统无功优化计算平台,能够快速实现对电力系统进行无功优化计算、参数配置和数据存储等功能,使用户在进行无功优化操作时更为方便和直观,为电力系统的安全稳定运行提供重要保证,是一种有意义的优化工具。
【关键词】：无功优化 果蝇优化算法 多种群果蝇优化算法 MATLAB GUI
【学位授予单位】：湖南大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TM714.3
【目录】：

• 摘要5-6
• Abstract6-11
• 第1章 绪论11-21
• 1.1 电力系统无功优化研究的目的与意义11-12
• 1.2 无功优化在国内外的发展及研究现状12-20
• 1.2.1 无功优化的特点12
• 1.2.2 传统的数学优化算法12-16
• 1.2.3 人工智能优化算法16-20
• 1.3 本论文主要的研究工作20-21
• 第2章 电力系统无功优化的数学模型21-33
• 2.1 概述21
• 2.2 无功功率对电力系统的影响21-24
• 2.2.1 无功平衡与电压水平关系21-22
• 2.2.2 无功功率与有功网损关系22-23
• 2.2.3 无功功率对功率因数的影响23-24
• 2.3 常用的无功优化控制方法24-25
• 2.3.1 改变发电机端电压24
• 2.3.2 改变有载调压变压器变比24
• 2.3.3 加装无功补偿设备24-25
• 2.4 电力系统无功优化的数学模型25-27
• 2.4.1 无功优化的数学模型及目标函数25-26
• 2.4.2 本文选取的目标函数26
• 2.4.3 无功优化中的约束条件26-27
• 2.5 电力系统无功优化的潮流计算27-31
• 2.5.1 潮流计算的数学模型28-30
• 2.5.2 牛顿-拉夫逊潮流算法30-31
• 2.6 本章小结31-33
• 第3章 果蝇优化算法研究33-47
• 3.1 果蝇优化算法33-37
• 3.1.1 引言33
• 3.1.2 果蝇优化算法的基本原理33-34
• 3.1.3 果蝇优化算法的步骤和流程34-36
• 3.1.4 果蝇优化算法的特点36
• 3.1.5 果蝇优化算法的研究现状及应用领域36-37
• 3.2 改进的果蝇优化算法37-40
• 3.2.1 果蝇优化算法存在的问题37-38
• 3.2.2 果蝇优化算法的改进38-39
• 3.2.3 改进后的多种群果蝇优化算法的步骤和流程39-40
• 3.3 算法测试结果分析40-45
• 3.4 本章小结45-47
• 第4章 改进后的多种群果蝇优化算法在电力系统无功优化中的应用47-60
• 4.1 概述47
• 4.2 基于改进后的多种群果蝇优化算法的无功优化程序设计47-49
• 4.3 基于改进后的多种群果蝇优化算法的无功优化步骤49-51
• 4.4 无功优化算例测试结果分析51-59
• 4.4.1 IEEE-30节点测试系统连接图52
• 4.4.2 算法参数设置52-53
• 4.4.3 IEEE-30节点测试系统试验数据53-55
• 4.4.4 IEEE-30节点测试系统无功优化仿真结果分析55-59
• 4.5 本章小结59-60
• 第5章 电力系统无功优化软件系统设计60-70
• 5.1 概述60
• 5.2 系统开发环境60-61
• 5.3 软件系统总体设计61-63
• 5.4 软件系统界面和测试63-69
• 5.4.1 用户登录63-64
• 5.4.2 系统参数导入模块64-65
• 5.4.3 算法参数导入模块65-66
• 5.4.4 无功优化结果查询模块66
• 5.4.5 系统信息查询模块66-68
• 5.4.6 数据与图像保存模块68-69
• 5.5 本章小结69-70
• 结论70-72
• 参考文献72-76
• 致谢76-77
• 附录A 攻读学位期间发表的学术论文及科研成果77

【参考文献】

中国期刊全文数据库 前10条

1 潘欣;高晓智;;基于差分演化的果蝇优化算法[J];微型机与应用;2015年01期

2 刘宇凯;胡志坚;索江镭;陈珍;;基于果蝇优化算法的广域阻尼控制器设计[J];电力系统保护与控制;2014年24期

3 吴亮红;王耀南;袁小芳;曾照福;;基于快速自适应差分进化算法的电力系统经济负荷分配[J];控制与决策;2013年04期

4 张永磊;何秀凤;;改进离散灰色模型在基坑周围地面沉降预测中的应用[J];工程勘察;2013年02期

5 周爱国;余汉华;何怡刚;;基于果蝇算法的Boltzmann机谐波检测[J];微型机与应用;2012年18期

6 王雪刚;邹早建;;基于果蝇优化算法的船舶操纵响应模型的辨识[J];大连海事大学学报;2012年03期

7 史东亚;陆键;陆林军;;基于RFID技术和FOA-GRNN理论的高速公路道路关闭交通事件对车辆影响的判断模型[J];武汉理工大学学报;2012年03期

8 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

9 曾令全;罗富宝;丁金Z，

本文编号：885104