由于傳統(tǒng)化石能源的稀缺,近年來(lái)開(kāi)發(fā)和可再生能源得到研究,并且根據(jù)大量的新能源的分布式發(fā)電接入配電網(wǎng),開(kāi)展包含分布式發(fā)電的配電網(wǎng)重構(gòu)應(yīng)用,對(duì)于提升運(yùn)行水平、實(shí)現(xiàn)節(jié)能減排具有重要意義。本文采用改進(jìn)粒子群人工蜂群算法進(jìn)行含分布式電源的配電網(wǎng)重構(gòu)分析,所做的工作有:首先,簡(jiǎn)要概括了背景研究和重要性,并提出了配電網(wǎng)重構(gòu)的現(xiàn)狀研究。其次,介紹了電源分配的差異,電源分配計(jì)算出已識(shí)別出不同能量類(lèi)型的能量分配模式。為了簡(jiǎn)化計(jì)算,文中將電源等效成視為節(jié)點(diǎn)PQ。分布式接入將對(duì)配電網(wǎng)的能量流和電壓效率產(chǎn)生更大的影響。再次,介紹了粒子群算法與人工蜂群算法的基本原理,針對(duì)兩種算法的優(yōu)缺點(diǎn),提出了基于雙子群的粒子群人工蜂群混合算法,通過(guò)雙子群信息交流機(jī)制兼顧了局部搜索與全局搜索能力,通過(guò)選擇改進(jìn)策略使得蜂群對(duì)于蜜源的選擇能夠隨進(jìn)化動(dòng)態(tài)改變,粒子群動(dòng)態(tài)慣性權(quán)重改進(jìn)等策略均使得算法局部搜索性能顯著提高。通過(guò)計(jì)算優(yōu)化,結(jié)果確定了改進(jìn)混合雙子群算法的精準(zhǔn)度。最后,以系統(tǒng)有功損耗最小、分布式電源消納量最大、電壓偏差最小為目標(biāo)建立了多目標(biāo)綜合重構(gòu)數(shù)學(xué)模型,采用帶權(quán)重的極小模理想點(diǎn)法對(duì)多目標(biāo)函數(shù)進(jìn)行轉(zhuǎn)換組合,較好地解決了各個(gè)子目...

【文章頁(yè)數(shù)】：75 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
abstract
第一章 緒論
    1.1 課題背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 配電網(wǎng)重構(gòu)研究現(xiàn)狀
        1.2.2 含分布式電源的配電網(wǎng)重構(gòu)研究現(xiàn)狀
    1.3 本文研究?jī)?nèi)容
    1.4 本文結(jié)構(gòu)安排
第二章 含分布式電源的潮流計(jì)算
    2.1 分布式電源概述
    2.2 分布式電源潮流計(jì)算模型
    2.3 潮流計(jì)算概述
    2.4 前推回代潮流計(jì)算
        2.4.1 前推回代潮流計(jì)算流程圖
        2.4.2 潮流算例驗(yàn)證
    2.5 本章小結(jié)
第三章 改進(jìn)的混合雙子群算法
    3.1 粒子群算法
        3.1.1 粒子群算法概述
        3.1.2 基本粒子群算法
    3.2 人工蜂群算法
        3.2.1 采蜜機(jī)理
        3.2.2 人工蜂群算法概述
        3.2.3 人工蜂群算法特點(diǎn)
    3.3 改進(jìn)混合雙子群算法
        3.3.1 雙子群選擇策略
        3.3.2 改進(jìn)的混合雙子群算法流程
        3.3.3 算法仿真驗(yàn)證
    3.4 本章小結(jié)
第四章 基于混合雙子群算法的多目標(biāo)配電網(wǎng)重構(gòu)
    4.1 多目標(biāo)配電網(wǎng)重構(gòu)數(shù)學(xué)模型
        4.1.1 目標(biāo)函數(shù)
        4.1.2 約束條件
        4.1.3 多目標(biāo)處理的理想點(diǎn)法
        4.1.4 適應(yīng)度函數(shù)
    4.2 重構(gòu)編碼策略
    4.3 多目標(biāo)配電網(wǎng)重構(gòu)流程
    4.4 含分布式電源多目標(biāo)配電網(wǎng)重構(gòu)
        4.4.1 重構(gòu)編碼
        4.4.2 約束條件
        4.4.3 算例系統(tǒng)分析
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 研究總結(jié)
    5.2 未來(lái)展望
參考文獻(xiàn)



本文編號(hào)：3751668