基于改进蚁群最优算法配电网故障恢复重构的研究

发布时间：2017-03-22 00:09

  本文关键词：基于改进蚁群最优算法配电网故障恢复重构的研究，，由笔耕文化传播整理发布。

【摘要】：随着配电自动化技术的迅速发展,人们对配电网可靠性的要求越来越高。对配电网故障能够迅速定位、隔离和恢复重构成为配电网自动化和配电系统优化的重要方面。本文基于改进的蚁群最优算法和前推回代方法建立了数学模型,主要做了以下工作:1、首先介绍了配电网故障恢复的基本概念,利用图论法和矩阵法对配电网进行表示,同时引入新的负荷计算方法对负荷进行计算。研究了配电网故障定位、隔离和恢复的基本原理,引入人工智能方法结合矩阵表示进行故障定位,应用开关集操作对故障隔离进行处理,确定了基本的故障恢复过程。2、其次本文在传统基本蚁群算法的基础上进行改进,对其中的设置方式采用单步法,在原来搜索转换方式和信息素释放的方法也进行了修改,从而得到现有的改进的蚁群最优重构算法。配电网发生故障时应用改进后的蚁群最优算法通过转换可操作开关的状态,然后再利用模糊逻辑分析法对负荷进行平衡,根据运行之后的网损和电压波动值寻找到一种满足约束条件的最优恢复方案。3、最后本文以某具体配电网络故障为对象,将前述所研究的方法应用于该配电网故障恢复重构问题,根据采集到的故障数据,利用改进的蚁群最优算法进行实时仿真,并且与支路交换法以及遗传算法进行比较,从而验证了该算法的有效性、收敛性高、快实时性等优点。
【关键词】：配电网 网络重构 改进蚁群算法 前推回代法 故障恢复
【学位授予单位】：上海电机学院
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM732;TP18
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 绪论11-21
• 1.1 课题研究的背景和意义11-12
• 1.2 国内外配电网故障恢复重构的研究现状12-13
• 1.3 配电网的概述13-16
• 1.3.1 配电网的特点13-14
• 1.3.2 配电自动化系统14-15
• 1.3.3 配电管理系统15-16
• 1.4 配电网故障恢复的概念和模式16-19
• 1.4.1 故障定位、故障隔离和恢复重构的概念16-17
• 1.4.2 故障恢复概述17
• 1.4.3 配电网的故障恢复模式17-18
• 1.4.4 DA与DMS模式的比较18-19
• 1.5 本论文的主要工作19-21
• 第二章 配电网分析21-30
• 2.1 引言21
• 2.2 配电网的常用表示方法21-23
• 2.3 配电网元件的描述23-25
• 2.3.1 节点类24
• 2.3.2 支路类24-25
• 2.4 配电网中的信息矩阵25-26
• 2.5 配电网中负荷的计算方法26-27
• 2.6 配电网的潮流计算27-29
• 2.7 本章小结29-30
• 第三章 配电网故障定位隔离与恢复的基本方法研究30-45
• 3.1 引言30
• 3.2 引例30-32
• 3.3 故障区段判断和隔离的基本原理32-33
• 3.4 配电网的故障定位33-36
• 3.4.1 基本原理33-34
• 3.4.2 简单情况下的故障定位研究34-35
• 3.4.3 复杂情况下的故障定位研究35-36
• 3.5 故障恢复的基本方法研究36-39
• 3.5.1 故障恢复方法36-37
• 3.5.2 故障恢复过程37-39
• 3.6 改进故障恢复重构数学模型的研究39-42
• 3.6.1 改进故障恢复重构数学模型的建立39-41
• 3.6.2 改进故障恢复重构数学模型的特点41-42
• 3.7 配电网非故障区恢复供电的应对策略42-44
• 3.8 本章小结44-45
• 第四章 基于改进蚁群算法在配网供电恢复重构中的研究45-59
• 4.1 引言45
• 4.2 前推回代法45-47
• 4.2.1 前推回代法的理论基础45-46
• 4.2.2 支路潮流前推公式46
• 4.2.3 节点电压回代公式46-47
• 4.3 基本蚁群算法47-50
• 4.3.1 蚁群算法的基本思想47-48
• 4.3.2 蚁群算法的原理48-50
• 4.4 改进蚁群算法在配网故障恢复重构中的研究50-54
• 4.4.1 改进蚁群算法的策略和应用步骤50-51
• 4.4.2 开关集的形成过程和相关变量表达51-52
• 4.4.3 改进的蚁群算法在配网故障恢复重构中的研究52-54
• 4.5 利用模糊推理方法对算法研究进行负荷平衡54-57
• 4.5.1 算法归纳54-55
• 4.5.2 模糊逻辑推理方法55-57
• 4.6 本章小结57-59
• 第五章 仿真与结论59-71
• 5.1 引言59
• 5.2 实际算例和数据59-60
• 5.3 构建故障模型和解决步骤60-62
• 5.3.1 根据算例构建恢复重构数学模型60-61
• 5.3.2 对算例故障恢复重构的步骤61-62
• 5.4 实验运行后结果62-66
• 5.5 与其他算法比较66-70
• 5.6 本章小结70-71
• 第六章 总结与展望71-73
• 6.1 总结71
• 6.2 展望71-73
• 参考文献73-77
• 致谢77-78
• 攻读硕士学位期间取得的研究成果78

【参考文献】

中国期刊全文数据库 前10条

1 罗宇锋;刘勇;陈建磊;;模糊控制的爬山法在风电系统中的应用研究[J];控制工程;2014年03期

2 闫丽梅;谢一冰;徐建军;薛晨光;赵海龙;白丽丽;;改进的前推回代法在含分布式电源配电网计算中的应用[J];西安交通大学学报;2013年06期

3 莫铭瑞;张志刚;刘德泉;;基于改进的邻接矩阵分层搜索前推回代法在潮流计算中的应用[J];电网与清洁能源;2012年08期

4 郭荣祥;陈显术;;基于前推回代法的20kV配电网的研究与应用[J];安阳工学院学报;2012年04期

5 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

6 高常宝;;基于P-Q分解法的电力系统潮流计算仿真研究[J];佳木斯大学学报(自然科学版);2010年04期

7 孙秋野;张化光;刘兆冰;;配电网模糊潮流计算方法及其收敛性研究[J];中国电机工程学报;2008年10期

8 张钊;封亚琴;;一种新型的配电网供电恢复重构寻优算法[J];电网技术;2008年07期

9 王峥;丛培杰;;基于改进前推回代法的辐射状配电网潮流计算[J];东北电力技术;2008年02期

10 翟海保,程浩忠,吕干云,陈小良,马则良;基于模式记忆并行蚁群算法的输电网规划[J];中国电机工程学报;2005年09期

中国博士学位论文全文数据库 前3条

1 邹必昌;含分布式发电的配电网重构及故障恢复算法研究[D];武汉大学;2012年

2 王沛栋;改进蚁群算法及在路径规划问题的应用研究[D];中国海洋大学;2012年

3 原文林;电力市场环境下梯级水库发电优化调度研究[D];西安理工大学;2009年

中国硕士学位论文全文数据库 前10条

1 洪小雨;主动配电网故障恢复重构研究[D];北京交通大学;2014年

2 孙洁;配电网故障恢复优化算法研究[D];华北电力大学;2014年

3 郝晶;基于蚁群算法优化神经网络的包头地区中长期电力负荷预测[D];华北电力大学;2013年

4 杨炎龙;配电网故障定位研究[D];华南理工大学;2013年

5 李岩;基于改进蚁群算法的配电网网架优化研究[D];华北电力大学;2013年

6 柯亨通;基于最大最小蚁群算法的配电网优化重构研究[D];华中科技大学;2013年

7 廖石江;珠海配电网故障自动隔离技术与应用研究[D];华南理工大学;2012年

8 谭松柏;基于混沌蚁群算法的配电网无功优化研究[D];华南理工大学;2012年

9 钟凯;基于蚁群算法的电力系统机组优化组合[D];长沙理工大学;2011年

10 朱佳梅;蚁群算法在生物质发电配网规划中的应用研究[D];东北林业大学;2010年

  本文关键词：基于改进蚁群最优算法配电网故障恢复重构的研究，由笔耕文化传播整理发布。

本文编号：260535