基于搜寻者优化算法的电力系统无功优化

论文摘要

随着国民经济的快速发展,各个行业对电能质量要求的不断提高。电力系统无功优化可以优化电网的无功潮流分布,降低电网的有功损耗和电压损耗,从而改变电压质量,使得用电设备能安全可靠地运行。在保证现代电力系统安全性和经济性方面,无功优化调度的重要性已经得到了广泛的关注。电力系统系统无功优化是一个复杂的非线性优化问题。从本质上讲,无功优化问题是具有大量的局部极小值的多约束全局优化问题,且含有大量的离散变量。搜寻者优化算法(SOA)具有并行处理、鲁棒性好等特点,可以很自然、很容易地处理混合整数非线性规划问题,能以较大概率找到问题的全局最优解,且计算效率比传统随机方法高。其最大的优势在于简单易实现、收敛速度快,而且有深刻的智能背景,既适合科学研究,又适合工程应用。本文介绍了电力系统无功优化领域的研究现状及其发展,在综述了应用于电力系统无功优化问题求解的各种优化算法和分析了各种优化算法和优缺点和适用范围的基础上,采用以网损最小为目标,同时满足潮流约束和安全约束的无功优化的数学模型。在研究了搜寻者优化算法的收敛性和特点的基础上,将搜寻者优化算法用于对IEEE30节点系统和IEEE57节点系统进行了无功优化的仿真计算,并与三种改进的粒子群的优化结果进行比较。仿真结果验证了搜寻者优化算法在电力系统无功优化中的有效性。为电力系统的无功优化问题提供了一种新的优化方法。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 本文课题的研究意义
• 1.2 课题的国内外研究现状及分析
• 1.2.1 电力系统无功优化概述
• 1.2.2 经典的无功优化算法
• 1.2.3 人工智能算法
• 1.2.4 动态无功优化概述
• 1.3 本文课题的研究内容
• 第2章 无功优化的数学模型
• 2.1 无功优化的模型概述
• 2.2 无功功率电源及其补偿方式
• 2.2.1 无功功率电源
• 2.2.2 电力系统无功补偿的方式
• 2.3 静态无功优化的数学模型
• 2.3.1 功率约束方程
• 2.3.2 变量约束
• 2.3.3 目标函数
• 第3章 基干改进粒子群算法的电力系统无功优化
• 3.1 粒子群算法概述
• 3.2 几种改进的粒子群算法
• 3.2.1 全面学习的粒子群算法
• 3.2.2 带自适应惯性权值的粒子群算法
• 3.2.3 带收敛因子的粒子群算法
• 3.3 粒子群算法的无功优化流程
• 第4章 基于搜寻者优化算法的电力系统无功优化
• 4.1 搜寻者优化算法的介绍
• 4.1.1 搜寻者优化算法的启发思想
• 4.1.2 搜寻者优化算法的数学模型
• 4.2 搜寻者优化算法求解无功优化问题的过程
• 第5章 算例与结果分析
• 5.1 IEEE30节点模型的算例分析
• 5.2 IEEE57节点模型的算例分析
• 结论
• 致谢
• 参考文献
• 攻读硕士学位期间发表的学术论文