论文摘要
随着电力工业的发展,电力市场在全国范围内的推广,电力系统最优潮流在解决电力市场下出现的新问题中发挥着越来越重要的作用。本文首先建立电力市场下以购电费用最小为目标函数的最优潮流数学模型,然后对解决最优潮流问题的粒子群优化算法进行了改进,离散化变量,利用动态调整罚函数对不等式约束进行动态调整。运用MATLAB编写算法程序,利用LabVIEW建立可视化界面。以IEEE-30节点系统为算例,对一天的24个交易时段进行了计算和分析,确定每个时段的出力和购电费用,验证了算法的有效性。
论文目录
中文摘要ABSTRACT第一章 绪论1.1 本课题研究的目的和意义1.1.1 最优潮流问题的提出1.1.2 最优潮流的技术经济意义1.1.3 最优潮流的应用及发展前景1.2 国内外研究现状1.3 本文的主要工作第二章 电力系统常规最优潮流的数学模型及求解方法2.1 引言2.2 常规最优潮流的数学模型2.2.1 目标函数2.2.2 等式约束条件2.2.3 不等式约束条件2.2.4 最优潮流数学模型的特点2.3 最优潮流的常用求解方法2.3.1 线性规划法2.3.2 非线性规划法2.3.3 二次规划法2.3.4 人工智能方法2.4 电力系统最优潮流算法的比较和讨论2.4.1 最优潮流算法的比较2.4.2 问题的讨论2.5 本章小节第三章 应用于最优潮流的粒子群优化算法3.1 引言3.2 粒子群优化算法3.2.1 粒子群优化算法模型3.2.2 改进粒子群算法3.3 电力市场环境下电网公司购电方案的模型3.3.1 概述3.3.2 电力市场的交易模式和交易类型3.3.3 电力市场的发电方报价研究3.3.4 电力市场下最优潮流数学模型3.4 基于改进粒子群优化算法和动态调整罚函数的最优潮流计算3.4.1 粒子的参数编码及生成3.4.2 排队法竞价方法确定机组初始出力3.4.3 最优潮流计算步骤3.5 本章小结第四章 算例分析4.1 引言4.2 算法及算例初始参数4.2.1 算法初始参数4.2.2 动态调整罚函数的取值4.2.3 算例初始参数4.3 计算结果及分析4.3.1 第一时段的计算结果4.3.2 一天24 时段计算结果4.3.3 结果分析4.4 本章小结第五章 程序的可视化实现5.1 引言5.2 开发语言及开发工具简介5.2.1 编程语言的选择5.2.2 开发工具的选择5.3 界面编制5.3.1 LabVIEW 与MATLAB 的链接5.3.2 界面介绍5.3.3 LabVIEW 基本功能5.4 本章小结第六章 结论参考文献致谢在学期间发表的学术论文和参加科研情况详细摘要
相关论文文献
标签:电力系统论文; 最优潮流论文; 粒子群优化算法论文; 电力市场论文;