论文题目: 粒子群优化算法在电力系统无功优化中的应用
论文类型: 硕士论文
论文专业: 电气工程
作者: 刘杨
导师: 葛少云
关键词: 电力系统,无功优化,粒子群优化,并联电容器
文献来源: 天津大学
发表年度: 2005
论文摘要: 电力系统的无功功率是保证电能质量的必要条件,无功功率在电力系统中的合理分配是充分利用无功电源,改善电压质量,减少网络损耗和提高电压稳定性的重要措施。电力系统无功优化是保证系统安全、经济运行的有效手段,是提高电力系统电压质量的重要措施之一。无功优化的目的在于确定系统中无功设备的合理配置,以保证电网在满足一定的安全约束下,通过调节电网中的各种设备来改变无功潮流在网络中的分布,使系统的技术经济性能指标最好,即无功补偿设备的安装投资及电网的运行费用最小,从而达到降损节能的目的。因此,无功优化不仅具有经济性的意义,而且也具有安全性的意义。粒子群优化(PSO)算法与其它演化算法相似,也是基于群体的,是一类通过粒子间的相互作用发现复杂搜索空间中的最优区域,其思想来源于人工生命和演化计算理论。PSO的优势在于简单容易实现而又功能强大,对于多维非线性、复杂问题的求解具有普遍适用性,PSO已成为国际演化计算界研究的热点。本文详细介绍了基本PSO的算法、若干类改进的PSO算法及其应用,并将近年几种新型的算法在无功优化的应用给予了说明和介绍,最后,对粒子群优化算法的研究和应用进行了总结和展望。本文通过对石化企业电力系统的分析,运用粒子群优化算法优化电网,计算出合理的无功补偿容量,数据表明,系统经过无功补偿后,大大提高了系统的功率因数,降低了系统的损耗,改善了电网质量,为企业节能开辟了一条出路,给企业带来了经济效益。
论文目录:
第一章 绪论
1.1 无功补偿问题的提出
1.2 无功优化的意义以及研究现状
1.3 粒子群优化算法的提出及特点
1.4 本文主要研究工作
第二章 无功功率优化
2.1 功率因数的概念和意义
2.2 无功功率负荷和无功功率损耗
2.2.1 无功功率负荷
2.2.2 无功功率损耗
2.3 无功功率电源及补偿方式
2.3.1 无功功率电源
2.3.2 电力系统无功补偿的方式
2.3.3 并联电容器的投运方式
2.4 无功功率平衡
2.5 无功功率负荷的最优补偿
2.5.1 提高负荷自然功率因数
2.5.2 最优网损微增率准则
第三章 粒子群优化算法
3.1 概述
3.2 粒子群优化算法的基本原理
3.3 粒子群优化算法的改进
3.3.1 混合PSO(HPSO)模型
3.3.2 带有邻域操作的PSO 模型
3.3.3 采用拉伸技术(Stretching technique)的PSO 模型
3.4 粒子群优化算法的应用
3.4.1 函数优化
3.4.2 神经网络训练
3.4.3 模糊系统控制
3.4.4 总结和展望
第四章 基于粒子群优化算法的无功优化
4.1 概述
4.2 粒子群优化算法在电力系统中应用的研究现状
4.3 无功优化的数学模型
4.3.1 目标函数
4.3.2 约束条件
4.4 粒子群优化算法求解无功优化问题的过程
4.5 粒子群优化算法求解无功优化问题中参数的选取
4.5.1 粒子群规模m 和初始解群的选取
4.5.2 惯性系数W 和最大迭代次数Itermax
4.5.3 最大飞行速度
第五章 算例分析
5.1 天津石化炼油厂电网现状
5.2 电力系统无功优化的准备工作
5.3 无功补偿电容器的选择
5.4 无功优化的优化方式
5.4.1 分散补偿
5.4.2 集中补偿
5.4.3 优化后功率因数的计算
5.5 无功分散补偿方法与集中补偿方法的比较
第六章 变电站无功优化经济效益分析
6.1 总变电站主变参数
6.2 补偿后的功率节省值
6.3 电容器损失计算
6.4 增设电容器后的节电效益
6.5 增设电容器后的经济效益
第七章 结论
参考文献
发表论文和科研情况说明
致谢
发布时间: 2006-05-24
参考文献
- [1].基于改进入侵杂草算法的电力系统无功优化研究[D]. 贺润松.湖北工业大学2016
- [2].蚁群算法在电力系统有功优化中的应用研究[D]. 张伦珺.南昌大学2014
- [3].电力系统动态无功优化模型及混合算法的研究[D]. 刘方.重庆大学2003
- [4].基于果蝇优化算法的电力系统无功优化研究与应用[D]. 张毅磊.湖南大学2015
- [5].基于免疫机制蚁群算法的电力系统无功优化研究[D]. 夏新运.安徽工程大学2011
- [6].基于改进粒子群优化算法的电力系统无功优化[D]. 孙璐.华南理工大学2012
- [7].基于改进粒子群算法的电力系统无功优化[D]. 黄溥.湖北工业大学2013
- [8].电力系统经济调度和无功优化中的多目标算法研究[D]. 孙东杰.湖南大学2010
- [9].基于搜寻者优化算法的电力系统无功优化[D]. 王劲草.西南交通大学2008
- [10].基于微粒群算法的电力系统无功优化研究[D]. 张登科.中南大学2007
相关论文
- [1].基于粒子群优化算法的动态无功优化研究[D]. 陈蔚.南京理工大学2006
- [2].基于改进粒子群算法的无功优化研究[D]. 吴强.四川大学2006
- [3].粒子群优化算法及其在电力系统优化运行中的应用[D]. 张振宇.天津大学2006
- [4].基于改进粒子群算法的无功优化研究[D]. 张冰冰.东北电力大学2007
- [5].基于改进粒子群算法的无功优化研究与应用[D]. 解伟.华北电力大学（北京）2007
- [6].PSO算法在电力系统无功优化中的应用[D]. 华敏.湖南大学2007
- [7].电力系统无功优化算法及其应用研究[D]. 唐剑东.华中科技大学2004
- [8].电力系统无功优化[D]. 熊玉辉.南昌大学2005
- [9].基于粒子群优化算法的无功优化及规划[D]. 王莹.天津大学2005
- [10].邻域拓扑粒子群优化算法及其在电力系统无功优化中的应用研究[D]. 杜欢.浙江大学2006