基于灾变粒子群算法的电网无功规划的研究

论文摘要

电力系统无功规划对保证电压质量及系统安全性和经济性有着重要的意义。本文对基于粒子群算法的无功规划进行了研究。本文建立了电力系统无功规划的数学模型,针对粒子群算法易于陷入局部最优的缺点,对其进行了多方面改进,提出了一种改进的灾变粒子群算法,并将其用于解决无功规划问题。算例验证证明,本文算法可以有效改善粒子群算法群体构成、增强群体的多样性和加快算法的收敛速度,提高算法性能。将其用于无功规划计算后,可以迅速合理地达到最优解,在使系统保持在一个合理的电压水平的前提下,有效地降低系统有功损耗和无功设备的投资规模,充分证明了本文算法的正确性和有效性。

论文目录

• 中文摘要
• 英文摘要
• 第一章 绪论
• 1.1 选题的背景和意义
• 1.2 电力系统无功规划概况
• 1.3 国内外研究情况
• 1.3.1 传统规划方法
• 1.3.2 智能方法
• 1.4 本文的主要工作
• 第二章 粒子群优化算法
• 2.1 群体智能算法
• 2.1.1 蚁群算法
• 2.1.2 粒子群优化算法
• 2.2 基本粒子群算法
• 2.2.1 概述
• 2.2.2 粒子群算法的特点
• 2.2.3 粒子群优化算法模型
• 2.3 粒子群算法的局限性
• 2.4 几种改进的PSO算法
• 2.4.1 引入收缩因子的PSO算法
• 2.4.2 自适应PSO
• 2.4.3 协同PSO
• 2.3.4 基于动态邻域的改进PSO
• 2.4.5 混沌PSO
• 2.5 粒子群算法的应用
• 2.6 本章小结
• 第三章 粒子群算法的改进
• 3.1 速度更新方程的改进
• 3.2 灾变理论的引入
• 3.2.1 灾变理论
• 3.2.2 灾变的模型
• 3.2.3 灾变临界条件
• 3.2.4 引入灾变的粒子群算法
• 3.3 加快搜索速度的策略
• 3.3.1 影响搜索速度的因素
• 3.3.2 加快搜索速度的策略
• 3.4 改进的灾变粒子群算法流程图
• 3.5 灾变粒子群算法算例分析
• 3.6 本章小结
• 第四章 基于灾变粒子群算法的无功规划
• 4.1 无功规划的数学模型
• 4.1.1 等式约束
• 4.1.2 不等式约束
• 4.1.3 目标函数
• 4.2 粒子编码结构
• 4.3 灾变粒子群算法用于无功规划的计算
• 4.4 本章小结
• 第五章 算例与结果分析
• 5.1 IEEE 30节点系统规划结果分析
• 5.1.1 网络参数和初始潮流计算
• 5.1.2 参数设置与算例分析
• 5.2 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