發(fā)布時(shí)間：2021-11-19 01:43

　　隨著社會(huì)的發(fā)展與科技的進(jìn)步,電力系統(tǒng)的規(guī)模不斷擴(kuò)大,人們所追求的也不僅僅是經(jīng)濟(jì)效益,電力系統(tǒng)所造成的能源浪費(fèi)與其安全性等問(wèn)題也受到人們的廣泛關(guān)注。如何通過(guò)人為操控使各個(gè)目標(biāo)達(dá)到更好的效果是值得深入研究的問(wèn)題,這也就是電力系統(tǒng)的多目標(biāo)優(yōu)化,這些目標(biāo)基本上是相互沖突的,所以利用何種方式解決電力系統(tǒng)多目標(biāo)優(yōu)化問(wèn)題是值得人們的研究并具有重要意義。而電力系統(tǒng)的優(yōu)化問(wèn)題,具有復(fù)雜性、離散性及不可微等困難,傳統(tǒng)的數(shù)學(xué)方法很難求解。研究人員發(fā)現(xiàn)智能優(yōu)化算法可以克服傳統(tǒng)數(shù)學(xué)方法的一些局限性,很好的解決較復(fù)雜的優(yōu)化問(wèn)題,本文正是研究運(yùn)用智能算法來(lái)解決電力系統(tǒng)的多目標(biāo)優(yōu)化問(wèn)題。具體工作如下:本文首先確定電力系統(tǒng)多目標(biāo)問(wèn)題的目標(biāo),使用火電發(fā)電機(jī)組的燃料成本、電力系統(tǒng)有功網(wǎng)損、電壓質(zhì)量三個(gè)目標(biāo)作為本文所優(yōu)化的目標(biāo),建立各個(gè)目標(biāo)的數(shù)學(xué)模型,給出約束條件,包括等式約束與不等式約束,對(duì)于電力系統(tǒng)優(yōu)化中的狀態(tài)變量采用罰函數(shù)的方式進(jìn)行約束,詳細(xì)闡述并實(shí)現(xiàn)本文所用的潮流計(jì)算方法牛頓-拉夫遜法。之后對(duì)本文所用的三種智能算法粒子群、遺傳與差分進(jìn)化算法原理進(jìn)行詳盡的說(shuō)明,并對(duì)算法的參數(shù)進(jìn)行一定程度的改進(jìn),給出算法解電力系統(tǒng)單目標(biāo)... 

【文章來(lái)源】：大連理工大學(xué)遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：67 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題的研究背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 電力系統(tǒng)優(yōu)化研究現(xiàn)狀
        1.2.2 多目標(biāo)優(yōu)化算法研究現(xiàn)狀
    1.3 本文主要內(nèi)容與結(jié)構(gòu)安排
2 電力系統(tǒng)優(yōu)化數(shù)學(xué)模型與潮流計(jì)算
    2.1 電力系統(tǒng)優(yōu)化數(shù)學(xué)模型
        2.1.1 目標(biāo)函數(shù)
        2.1.2 約束條件
        2.1.3 罰函數(shù)
    2.2 潮流計(jì)算
        2.2.1 潮流計(jì)算簡(jiǎn)介
        2.2.2 潮流計(jì)算流程
    2.3 本章小結(jié)
3 電力系統(tǒng)單目標(biāo)優(yōu)化
    3.1 粒子群算法
        3.1.1 粒子群算法簡(jiǎn)介與原理
        3.1.2 粒子群算法改進(jìn)與流程
    3.2 遺傳算法
        3.2.1 遺傳算法簡(jiǎn)介與原理
        3.2.2 遺傳算法流程
    3.3 差分進(jìn)化算法
        3.3.1 差分進(jìn)化算法簡(jiǎn)介與原理
        3.3.2 差分進(jìn)化算法改進(jìn)與流程
    3.4電力系統(tǒng)實(shí)驗(yàn)
        3.4.1 電力系統(tǒng)與數(shù)據(jù)選取
        3.4.2 實(shí)驗(yàn)結(jié)果與分析
    3.5 本章小結(jié)
4 電力系統(tǒng)多目標(biāo)優(yōu)化
    4.1 多目標(biāo)優(yōu)化問(wèn)題
    4.2 多目標(biāo)粒子群算法
        4.2.1 自適應(yīng)網(wǎng)格多目標(biāo)粒子群算法的實(shí)現(xiàn)
        4.2.2 算法解電力系統(tǒng)多目標(biāo)優(yōu)化問(wèn)題流程
    4.3 多目標(biāo)遺傳算法
        4.3.1 循環(huán)擁擠度多目標(biāo)遺傳算法的實(shí)現(xiàn)
        4.3.2 算法解電力系統(tǒng)多目標(biāo)優(yōu)化問(wèn)題流程
    4.4 多目標(biāo)差分進(jìn)化算法
        4.4.1 多目標(biāo)差分進(jìn)化算法實(shí)現(xiàn)與改進(jìn)
        4.4.2 改進(jìn)的算法解電力系統(tǒng)多目標(biāo)優(yōu)化問(wèn)題流程
    4.5 多目標(biāo)協(xié)同進(jìn)化算法
        4.5.1 基于三種算法的多目標(biāo)協(xié)同進(jìn)化算法實(shí)現(xiàn)
        4.5.2 協(xié)同進(jìn)化算法解電力系統(tǒng)多目標(biāo)優(yōu)化問(wèn)題流程
    4.6 實(shí)驗(yàn)結(jié)果與分析
        4.6.1 實(shí)驗(yàn)環(huán)境及標(biāo)準(zhǔn)測(cè)試
        4.6.2 電力系統(tǒng)仿真實(shí)驗(yàn)數(shù)據(jù)
        4.6.3 電力系統(tǒng)實(shí)驗(yàn)結(jié)果與分析
    4.7 本章小結(jié)
5 總結(jié)與展望
    5.1 研究工作總結(jié)
    5.2 工作展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
附錄
致謝



本文編號(hào)：3504032