本文關鍵詞：基于人工智能算法的電力系統(tǒng)優(yōu)化運行研究

  更多相關文章： 人工智能算法 PMU優(yōu)化配置 功率優(yōu)化 多目標優(yōu)化

【摘要】：本文主要針對PMU優(yōu)化配置及微電網分布式能源功率優(yōu)化,研究了人工智能算法在其中的改進及應用。針對PMU優(yōu)化配置,本文首先以配置數目為目標進行單目標優(yōu)化,提出一種結合圖論方法與人工智能方法的混合優(yōu)化算法。該算法以4種拓撲重構規(guī)則和3種PMU配置規(guī)則為基礎,利用拓撲約束分析法逐步得出目標電網PMU配置的約束條件,并提出基于序號編碼法的遺傳算法,改進了交叉變異算子,從而進行高效的優(yōu)化。本文接著提出了PMU誤差度分析原理,并以配置數目和全網誤差度為目標,采用改進的遺傳模擬退火算法進行了多目標優(yōu)化。算例表明,本文算法具有很好的優(yōu)化效率,并且在大規(guī)模系統(tǒng)PMU配置中具有很高的應用價值。針對分布式能源功率優(yōu)化,本文采用自適應遺傳算法,以減小節(jié)點電壓偏移,線路損耗,運行成本,安裝成本和充分利用可再生能源等為目標函數,優(yōu)化得到全局Pareto最優(yōu)解,并使用模糊決策篩選出適用解。分析了分布式能源功率Pareto最優(yōu)解的分布規(guī)律和Pareto解與模糊集的理論關系,并提出了進一步有助于決策的方法。計算結果表明,本文算法確實能夠快速有效地找到適用的分布式能源的功率優(yōu)化解,在能量管理系統(tǒng)中有一定的應用價值。
【學位授予單位】：上海交通大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：TM732

【參考文獻】

中國期刊全文數據庫 前2條

1 顧承紅;艾芊;;配電網中分布式電源最優(yōu)布置[J];上海交通大學學報;2007年11期

2 錢科軍;袁越;石曉丹;ZHOU Chengke;鞠平;;分布式發(fā)電的環(huán)境效益分析[J];中國電機工程學報;2008年29期

，

本文編號：1168668