考虑多种负荷方式的配电网络重构算法研究

论文摘要

配电网络重构是提高配网经济性和可靠性的重要手段,是配电管理系统的重要组成部分。在理论上,配电网络重构是一个复杂的非线性组合优化问题,传统的数学优化方法在处理此类问题时有很大的局限性。本文建立了一种考虑多种负荷方式的配电网络重构模型,通过多种负荷方式模拟负荷的变化,综合考虑多种负荷方式下的网损,从而实现一段时间内的配电网络重构,使得重构结果更接近该时间段内配电网络的实际最优运行结构,有效地解决了静态重构模型不能反应负荷变化和动态重构模型需要频繁进行开关操作的缺点。在算法上,本文采用二进制粒子群优化算法解决配电网络重构问题。引入动态惯性权重调整策略,能更有效地利用种群进化信息,提高了算法的收敛速度和精度。同时,根据配电网络结构的特点,采用了基于环路开关集的编码方式,有效地降低了不可行解产生的概率。在此基础上,本文提出了基于二进制粒子群优化考虑多种负荷方式的配电网络重构算法。针对重构过程中网络结构变化较大的问题,本文提出了一种简单易行的配电网络辐射状判别方法,并对一种基于支路电流和节点电压的配电网络潮流算法进行了改进,使得算法的通用性得到很大提高。通过IEEE-16节点和IEEE-33节点两个典型配电网络重构算例的验证,表明本文提出的算法能够有效地解决配电网络重构问题,收敛性好,实际效果较好。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 配电网络重构的背景
• 1.2 配电网络重构的意义
• 1.3 配电网络重构的研究现状
• 1.3.1 配电网络重构的数学模型
• 1.3.2 配电网络重构的优化方法
• 1.4 本文所作的主要工作
• 第二章 粒子群优化算法
• 2.1 粒子群优化算法介绍
• 2.1.1 粒子群优化算法的基本原理
• 2.1.2 粒子群优化算法的数学模型
• 2.1.3 粒子群优化算法的控制参数分析
• 2.1.4 粒子群优化算法的一些改进形式
• 2.1.5 粒子群优化算法在电力系统中的应用
• 2.2 算法比较
• 2.2.1 粒子群优化算法与遗传算法比较
• 2.2.2 粒子群优化算法与蚁群算法比较
• 2.3 算法流程
• 第三章 配电网络拓扑分析及改进潮流算法
• 3.1 配电网络辐射状拓扑分析
• 3.1.1 配电网络辐射状判据
• 3.1.2 配电网络辐射状判定的步骤
• 3.2 配电网络潮流算法
• 3.2.1 配电网络潮流算法介绍
• 3.2.2 前推回代潮流算法
• 3.2.3 基于支路电流和节点电压的改进配电网络潮流算法
• 第四章 考虑多种负荷方式的配电网络重构
• 4.1 二进制粒子群优化算法
• 4.1.1 二进制粒子群优化算法模型
• 4.1.2 改进惯性权重调整策略
• 4.1.3 改进粒子编码方式
• 4.2 考虑多种负荷方式的配电网络重构数学模型
• 4.2.1 基本思想
• 4.2.2 数学模型
• 4.3 基于二进制粒子群优化考虑多种负荷方式的配电网络重构算法
• 4.3.1 多种负荷方式的处理
• 4.3.2 实际采用的数学模型
• 4.3.3 算法流程
• 第五章 配电网络重构算例及分析
• 5.1 IEEE-16节点配电系统
• 5.1.1 IEEE-16节点配电系统介绍
• 5.1.2 IEEE-16节点配电系统重构结果及其分析
• 5.2 IEEE-33节点配电系统
• 5.2.1 IEEE-33节点配电系统介绍
• 5.2.2 IEEE-33节点配电系统重构结果及其分析
• 5.3 小结
• 第六章 结论及今后的研究方向
• 6.1 结论
• 6.2 今后的研究方向
• 参考文献
• 发表论文和参加科研情况说明
• 致谢