论文摘要
配电网是将电源系统或输变电系统与用户设施连接起来,向用户分配电能和供给电能的重要环节。它具有R/X值较高、节点支路数目庞大、正常运行时网架呈辐射状等特点。合理的进行配电网无功规划优化是改善电压质量和降低网损的有效措施之一。配电网无功规划优化是在满足技术条件下,使配网电能损耗下降带来的经济效益与新增无功补偿设备所需增加投资之间的净收益最大。目前有多种配网无功规划优化方法,可分为工程导则或实用方法、经典优化算法、人工智能的优化法和混合法。其中,遗传算法的应用较为普遍。现有遗传算法在用于配网无功规划优化时,初始种群的产生一般是在补偿点个数人为事先设定的条件下进行的,这可能妨碍解的最优性;而且各点补偿容量上限及其初始补偿容量的确定也未见报道,不适当的方法可能使初始种群包含很大比例的无效解,使解空间太大而造成寻优速度缓慢和效率不高。本文基于一般遗传算法、配网节点优化编号和辐射状配网特点,提出了一种新颖的用于配电网无功规划优化的遗传算法,它能有效地生成初始种群。提出的方法既有序又随机,有序是因为它对补偿点进行无功补偿是按优化编号由大到小的顺序进行的,并且后补偿时的最大补偿组数自动考虑了先前补偿电容器的影响;同时它又是一种随机的方法,因为它对每个补偿点组数的选择是在零和最大补偿组数之间随机产生的。通过动态确定各节点无功补偿的组数上限及初始补偿组数,使得由此生成的初始种群包含的几乎全是可行解。另外,采用最大补偿效果下是否可获得净收益来筛选补偿节点以及初始种群中解,可大大缩小解空间;文中还对如何进行多组标准电容器容量在一个节点的补偿问题提出了一种简单有效的方法。本文采用的节点编号方法是通过新编号顺序和各父节点信息来汇总各节点下游潮流和上游支路。不管对于辐射型配电网络的潮流计算,还是配网无功规划优化的计算,这种节点编号方法都是高效、实用的。本文也对并联电容器补偿装置的市场价格进行了调研,得出了不同的投资费用模型。依照本文配网无功规划优化的模型和算法,在《供电网计算分析及辅助决策软件》(简称CEES)计算平台上,编制了配网无功规划优化应用计算软件。将提出的改进遗传算法应用于IEEE33试验系统和多个实际配电网算例,结果表明本文提出的方法用于求解无功规划优化问题在计算精度和速度上都是很有效的。
论文目录
摘要ABSTRACT1 绪论1.1 配网无功规划优化研究的意义1.2 配网无功规划优化研究现状1.2.1 电力导则或工程实用方法1.2.2 经典优化算法1.2.3 人工智能的优化算法1.2.4 混合算法1.3 本论文的主要工作2 配网无功规划优化数学模型2.1 元件模型2.1.1 配电变压器的数学模型2.1.2 配电线路的数学模型2.2 配网无功规划优化模型2.2.1 目标函数2.2.2 约束条件2.2.3 适应度函数2.3 网损计算方法2.3.1 最大负荷损耗时间法2.3.2 损失因数法2.3.3 多负荷水平下网损计算方法2.4 并联电容器模型2.4.1 并联电容补偿的作用2.4.2 并联电容器补偿装置价格调研数据2.4.3 电容器投资费用模型2.5 本章小结3 配网无功规划优化基于的潮流计算及节点编号方法3.1 潮流计算方法3.1.1 牛拉法3.1.2 PQ 分解法潮流计算3.1.3 前推回推法3.1.4 潮流计算方法的比较及对策3.1.5 收敛判据3.2 节点编号方法3.2.1 广度优先搜索编号3.2.2 深度优先搜索编号3.2.3 本文采用的编号方法3.3 本章小结4 遗传算法的基本原理4.1 遗传算法的基本思路及特点4.1.1 遗传算法的基本思路4.1.2 遗传算法的特点4.2 遗传算法的过程4.2.1 遗传算法的编码4.2.2 遗传算法中的初始种群4.2.3 遗传算法中的适应度函数4.2.4 遗传算法的基本操作4.2.5 遗传算法的控制参数设定4.2.6 遗传算法的基本流程图4.3 本章小结5 改进遗传算法在辐射型配网无功规划优化中的应用5.1 简化5.2 编码5.3 初始种群的生成5.3.1 候选补偿点位置的筛选5.3.2 基于补偿点动态最大补偿组数的初始种群生成5.3.3 初始种群中解的筛选5.3.4 节点大容量电容器补偿问题5.3.5 初始种群5.4 遗传算法的基本操作5.4.1 选择5.4.2 交叉5.4.3 变异5.4.4 适应度评估5.4.5 收敛判据5.5 配网无功规划优化算法流程图5.6 穷举法5.7 本章小结6 算例及结果分析6.1 IEEE33 节点算例6.2 实际网络算例I6.3 实际网络算例II6.4 本章小结7 结论与展望7.1 结论7.2 不足及展望致谢参考文献附录A. 作者在攻读学位期间发表的论文目录B. 作者在攻读学位期间取得的科研成果目录C. 配网结构图目录
相关论文文献
标签:无功规划优化论文; 遗传算法论文; 有效生成初始种群论文; 辐射状配电网论文;
基于有效生成初始种群的配网无功规划优化遗传算法的研究
下载Doc文档