本文關(guān)鍵詞：含分布式電源的配電網(wǎng)多目標(biāo)無(wú)功優(yōu)化研究

  更多相關(guān)文章： 配電網(wǎng) 無(wú)功優(yōu)化 分布式電源 差分進(jìn)化算法 Pareto最優(yōu)解

【摘要】：配電網(wǎng)無(wú)功優(yōu)化是改善系統(tǒng)的電能質(zhì)量、提高系統(tǒng)穩(wěn)定性的有效方式。近些年來(lái),越來(lái)越多的分布式電源(Distributed Generations, DG)并網(wǎng),對(duì)配電網(wǎng)潮流、電壓均有一定改變,同時(shí)也影響了電網(wǎng)的無(wú)功優(yōu)化。因此,對(duì)分布式電源并網(wǎng)的無(wú)功優(yōu)化展開研究極其的緊迫和重要。論文在研究差分進(jìn)化算法(Differential Evolution algorithm, DE)原理的前提下,分析了量子計(jì)算思想和人工蜂群算法(Artificial Bee Colony algorithm, ABC)可以對(duì)其改進(jìn)之處,并對(duì)含分布式電源的配電網(wǎng)無(wú)功優(yōu)化進(jìn)行仿真研究,具體工作包括：1.本文分析了含分布式電源的配電網(wǎng)與傳統(tǒng)配電網(wǎng)的不同,介紹了常見的分布式發(fā)電技術(shù),然后從理論出發(fā)研究了分布式電源并網(wǎng)后帶來(lái)的影響。2.差分進(jìn)化算法近年來(lái)廣泛應(yīng)用于優(yōu)化領(lǐng)域,具有參數(shù)簡(jiǎn)單、計(jì)算速度快等優(yōu)點(diǎn)。本文針對(duì)傳統(tǒng)差分進(jìn)化算法收斂過(guò)早、局部搜索能力較差的缺陷,用量子編碼思想和人工蜂群算法對(duì)其進(jìn)行改進(jìn),提出改進(jìn)量子差分進(jìn)化算法(improved quantum differential evolution algorithm, IQDE)。量子編碼思想提高了種群個(gè)體的多樣性,人工蜂群算法的觀察蜂加速進(jìn)化操作和偵查蜂隨機(jī)搜索操作分別提高了算法的局部搜索和全局搜索性能。3.為了檢驗(yàn)提出的算法在無(wú)功優(yōu)化方面的效果,建立單目標(biāo)(有功網(wǎng)損最小)數(shù)學(xué)模型,將IQDE算法和DE算法分別用于14節(jié)點(diǎn)標(biāo)準(zhǔn)數(shù)據(jù)集進(jìn)行大量仿真實(shí)驗(yàn)。IQDE算法用更少的收斂時(shí)間、更小的種群規(guī)模便可以獲得與DE算法相同甚至更佳的優(yōu)化效果。4.研究了含DG的無(wú)功優(yōu)化,并對(duì)接入DG的30節(jié)點(diǎn)標(biāo)準(zhǔn)數(shù)據(jù)集仿真,證明了IQDE算法相比DE算法具有更優(yōu)的性能。通過(guò)統(tǒng)計(jì)DG并網(wǎng)前后系統(tǒng)節(jié)點(diǎn)的電壓變化,發(fā)現(xiàn)DG接入容易造成電壓越限。因此有必要同時(shí)考慮電壓偏差最小和有功網(wǎng)損最小兩個(gè)目標(biāo)。5.為了實(shí)現(xiàn)多目標(biāo)無(wú)功優(yōu)化,提出了基于Pareto最優(yōu)解的多目標(biāo)改進(jìn)量子差分進(jìn)化算法。研究了最優(yōu)解集的構(gòu)造和最優(yōu)解的保存方法,提出用擁擠距離控制精英集大小。隨后針對(duì)含DG的30節(jié)點(diǎn)標(biāo)準(zhǔn)數(shù)據(jù)集進(jìn)行仿真,仿真結(jié)果表明該算法能獲得分布均勻的Pareto前沿,結(jié)果實(shí)現(xiàn)了對(duì)兩個(gè)目標(biāo)的優(yōu)化,同時(shí)滿足了電網(wǎng)運(yùn)行對(duì)經(jīng)濟(jì)和安全兩方面的要求。
【關(guān)鍵詞】：配電網(wǎng) 無(wú)功優(yōu)化 分布式電源 差分進(jìn)化算法 Pareto最優(yōu)解
【學(xué)位授予單位】：華北電力大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TM714.3;TP18
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-15
• 1.1 研究背景與意義10
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀10-12
• 1.3 論文主要工作及章節(jié)安排12-15
• 1.3.1 論文主要工作12-13
• 1.3.2 章節(jié)安排13-15
• 第2章 分布式電源并網(wǎng)對(duì)配電網(wǎng)的影響分析15-25
• 2.1 分布式發(fā)電簡(jiǎn)介15
• 2.2 典型的分布式發(fā)電技術(shù)15-17
• 2.2.1 太陽(yáng)能光伏發(fā)電技術(shù)15-16
• 2.2.2 風(fēng)力發(fā)電技術(shù)16
• 2.2.3 分布式儲(chǔ)能技術(shù)16-17
• 2.3 配電網(wǎng)的潮流計(jì)算17-19
• 2.3.1 配電網(wǎng)潮流的數(shù)學(xué)模型17
• 2.3.2 潮流計(jì)算軟件及計(jì)算步驟17-19
• 2.4 分布式電源并網(wǎng)對(duì)配電網(wǎng)的影響19-24
• 2.4.1 分布式電源并網(wǎng)對(duì)配電網(wǎng)潮流的影響20-21
• 2.4.2 分布式電源并網(wǎng)對(duì)配電網(wǎng)電壓的影響21-22
• 2.4.3 分布式電源并網(wǎng)對(duì)配電網(wǎng)有功損耗的影響22-24
• 2.5 本章小結(jié)24-25
• 第3章 改進(jìn)的量子差分進(jìn)化算法25-33
• 3.1 差分進(jìn)化算法25-27
• 3.1.1 差分進(jìn)化算法簡(jiǎn)介25
• 3.1.2 差分進(jìn)化算法基本原理25-26
• 3.1.3 差分進(jìn)化算法的實(shí)現(xiàn)步驟26-27
• 3.2 人工蜂群算法基本原理27
• 3.3 量子計(jì)算相關(guān)原理27-29
• 3.4 改進(jìn)的量子差分進(jìn)化算法29-32
• 3.4.1 改進(jìn)的量子差分進(jìn)化算法基本原理29-31
• 3.4.2 改進(jìn)的量子差分進(jìn)化算法流程31-32
• 3.5 本章小結(jié)32-33
• 第4章 基于改進(jìn)量子差分進(jìn)化算法的無(wú)功優(yōu)化33-40
• 4.1 基于改進(jìn)量子差分進(jìn)化算法的無(wú)功優(yōu)化步驟33-34
• 4.1.1 配電網(wǎng)無(wú)功優(yōu)化數(shù)學(xué)模型33-34
• 4.1.2 無(wú)功優(yōu)化的實(shí)驗(yàn)環(huán)境設(shè)置34
• 4.2 算例分析34-39
• 4.2.1 優(yōu)化變量的參數(shù)設(shè)置34-36
• 4.2.2 算例結(jié)果分析36-39
• 4.3 本章小結(jié)39-40
• 第5章 含分布式電源的配電網(wǎng)無(wú)功優(yōu)化40-52
• 5.1 對(duì)接入分布式電源的處理40
• 5.2 含分布式電源的配電網(wǎng)無(wú)功優(yōu)化基本思想40
• 5.3 含分布式電源的配電網(wǎng)無(wú)功優(yōu)化算例分析40-46
• 5.4 含分布式電源的配電網(wǎng)多目標(biāo)無(wú)功優(yōu)化46-51
• 5.4.1 含分布式電源的配電網(wǎng)多目標(biāo)無(wú)功優(yōu)化數(shù)學(xué)模型46
• 5.4.2 基于Pareto最優(yōu)的多目標(biāo)優(yōu)化46-49
• 5.4.3 算例分析49-51
• 5.5 本章小結(jié)51-52
• 第6章 結(jié)論與展望52-54
• 6.1 研究總結(jié)52
• 6.2 展望52-54
• 參考文獻(xiàn)54-58
• 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文及其他成果58-59
• 致謝59

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 蘇玲,趙冬梅,韓靜;電力系統(tǒng)無(wú)功優(yōu)化算法綜述[J];現(xiàn)代電力;2004年06期

，

本文編號(hào)：891730