基于自适应蚁群算法的电力系统无功优化研究

论文摘要

电力系统无功的合理分布是保证电压质量和降低网损的前提条件,电力系统中无功优化的调整,将对电力系统的安全经济运行产生重要作用。因此,对电网进行无功优化,是一个既直接影响系统电压质量,又关系到电网经济运行的重要问题。本文考虑动态无功优化问题,把一天24小时内的系统网损最小作为目标函数,并考虑无功补偿装置的调节代价。动态无功优化的难点在于实际负荷时刻处于连续变化之中。本文利用负荷分时段控制来解决设备动作次数约束,进而把动态无功优化问题转化为几个大时段上面的无功优化,从而得到一天24小时的详细控制方案,形成最终的无功优化投切控制方案。蚁群优化算法是一种新型的智能仿生类进化算法,已在许多领域获得了广泛的成功应用,由于蚁群算法原理简单,鲁棒性较强,具有并行性等特点,吸引了越来越多的人进行研究,并已成功地应用于诸如生产调度,布线等问题。目前,蚁群算法的研究成果较为分散,且理论发展不成熟,本文总结了国内外蚁群算法的研究成果,并讨论一种自适应蚁群算法用于电力系统动态无功优化问题。本文的自适应蚁群算法主要涉及到概率选择,信息量与信息素挥发因子的自适应调整以及信息素的更新策略。自适应蚁群算法IEEE-30节点电力系统的计算结果与蚁群系统算法比较表明,本文所讨论的用于电力系统无功优化的自适应蚁群算法是正确的、有效的,具有一定的理论价值与实用价值。

论文目录

• 摘要
• ABSTRACT
• 第一章 前言
• 1.1 电力系统概述
• 1.2 无功优化简介
• 1.3 国内外研究现状
• 1.4 电力系统无功优化存在的问题
• 1.5 电力系统无功优化的发展趋势
• 1.6 论文的主要工作
• 第二章 电力系统无功优化
• 2.1 电力系统运行的特点与要求
• 2.2 无功功率简介
• 2.3 常用无功控制设备
• 2.4 无功优化的算法
• 2.4.1 传统连续优化算法
• 2.4.2 现代随机优化算法
• 2.5 无功优化的数学模型
• 2.5.1 传统的静态数学模型
• 2.5.2 动态无功优化模型
• 2.5.3 无功优化的约束条件
• 2.6 本章小结
• 第三章 蚁群算法及其改进
• 3.1 基本蚁群算法概述
• 3.1.1 真实的蚁群行为
• 3.1.2 蚂蚁行为的特点
• 3.1.3 人工蚁群算法的产生
• 3.1.4 基本蚁群算法模型的建立
• 3.2 蚁群算法的研究现状
• 3.2.1 蚁群算法的特点
• 3.2.2 基本蚁群算法的优点与不足
• 3.2.3 蚁群算法的参数分析
• 3.2.4 蚁群算法的改进模型
• 3.3 自适应蚁群算法
• 3.4 自适应蚁群算法算例分析
• 3.5 本章小结
• 第四章 基于自适应蚁群算法的电力系统无功优化
• 4.1 引言
• 4.2 电网潮流计算
• 4.2.1 潮流计算概述
• 4.2.2 高斯-塞德尔迭代法
• 4.2.3 牛顿-拉夫逊法
• 4.2.4 快速解耦算法
• 4.2.5 潮流计算中稀疏技术的应用
• 4.3 动态无功优化求解方法
• 4.4 基于自适应蚁群算法的动态无功优化流程
• 4.4.1 蚁群算法与动态无功优化模型的结合
• 4.4.2 优化流程
• 4.5 算例与仿真分析
• 4.5.1 IEEE-30 节点系统
• 4.5.2 IEEE-30 动态无功优化系统及仿真分析
• 4.6 本章小结
• 第五章 结论与展望
• 5.1 本论文研究总结
• 5.2 前景展望
• 参考文献
• 致谢
• 攻读硕士研究生期间取得的研究成果