考虑地理因素的配电网多目标智能规划方法研究

论文摘要

随着国民经济的发展和人民生活水平的提高,对配电网的供电能力、电网的运行可靠性和供电质量的要求也越来越高,如何在提高电网运行可靠性和供电质量的同时,最大限度的降低电网运行、维护和建设费用,从而达到得可靠性和经济性的统一,成为电网公司建设坚强智能电网的任务之一。因此,如何在规划中协调好可靠性目标和经济性目标已经成为迫切需要解决的问题。考虑到电网规划方案在实际建设过程中会经常出现由于地理环境,以及各种因素导致的输电线路走廊选取困难的问题,本文首先对考虑地理因素的多目标配网规划模型进行了分析。针对配网规划的多目标权衡优化问题对解的敛散性和分布性的要求,本文提出了改进的量子粒子群新算法,通过采用paretO的支配关系对粒子的个体和局部最优值进行更新,通过定义粒子紊流极大极小间距,并采用紊流间距方法来裁剪非支配解,引入收敛因子K加快粒子跳出局部最优后的收敛速度。利用MATLAAB进行编程仿真,将本文所提算法与非支配遗传算法和多目标进化算法进行比较分析,证明了所提方算法在对考虑地理因素的多目标配网规划问题求解时,算法的收敛性,解的分布性较好。最后本文用C语言进行编程,通过采用14节点网络规划算例验证了算法的有效性和可行性,通过采用青海省某地区实际规划的算例证明了算法在实际配网规划问题中的实用性。

论文目录

• 摘要
• Abstract
• 目录
• 第1章 绪论
• 1.1 课题研究背景及研究的目的和意义
• 1.2 国内外研究动态
• 1.3 多目标智能遗传算法缺陷分析
• 1.4 本文主要工作内容
• 第2章 适合多目标配网规划的算法研究
• 2.1 引言
• 2.2 量子粒子群算法的基本原理
• 2.2.1 粒子群算法的基本思想
• 2.2.2 量子理论概述
• 2.2.3 经典量子粒子群算法概述
• 2.2.4 量子粒子群进化算法概述
• 2.3 适合配网规划的量子粒子群进化算法的改进
• 2.3.1 引入紊流速度
• 2.3.2 量子粒子的紊流极大极小间距
• 2.3.3 用紊流间距方法构造Pareto最优解集
• 2.4 改进量子粒子群进化算法参数改进策略
• 2.4.1 收敛因子的引入
• 2.4.2 惯性因子的动态改进
• 2.5 仿真分析与比较
• 2.5.1 量子粒子群进化算法与经典的量子进化算法仿真比较
• 2.5.2 改进量子粒子群进化算法的仿真分析与比较
• 2.6 本章小结
• 第3章 考虑地理因素的多目标配网规划模型构造
• 3.1 引言
• 3.2 可靠性目标模型
• 3.3 经济性目标模型
• 3.4 配网的交流潮流模型
• 3.5 约束条件
• 3.6 本章小结
• 第4章 考虑地理因素的配网多目标智能规划编程
• 4.1 引言
• 4.2 地理因素数据库的建立
• 4.2.1 电网GIS数据库数据志设计
• 4.2.2 电网GIS数据库数据录入
• 4.2.3 电网GIS数据库数据管理方式
• 4.3 地理因素数据导入的编程流程
• 4.4 改进量子粒子群进化算法应用到配网规划问题的编程步骤
• 4.5 本章小结
• 第5章 算例分析
• 5.1 14节点网络规划算例验证分析
• 5.2 18节点网络规划算例比较分析
• 5.3 青海省某城区实际配电网规划算例验证
• 5.4 本章小结
• 第6章 结论与展望
• 6.1 结论
• 6.2 展望
• 参考文献
• 攻读硕士学位期间发表的论文及其它成果
• 致谢