基于蚁群—粒子群混合算法的电力系统无功优化

基于蚁群—粒子群混合算法的电力系统无功优化

论文摘要

电力系统无功优化问题包含多个变量,既有连续的也有分散的,同时约束条件较多,优化目标多样,属于混合非线性规划问题,其多目标、多约束、多变量的特性使得优化问题的求解比较困难。无功优化问题的研究对电网的安全、稳定运行具有重要的作用,因此寻求一种求解速度快、质量高的算法对解决无功优化问题具有重要的意义。蚁群算法和粒子群算法均属于群体智能算法,蚁群算法具有较强的鲁棒性和搜索较好解的能力,且其在解决离散的优化问题方面性能优越;粒子群优化算法擅长解决连续问题的优化问题,具有并行处理、鲁棒性好和计算效率高等特点。在对无功优化问题的求解中,蚁群算法和粒子群算法有着各自的优势和不足,蚁群算法局部搜索能力较强,但运算时耗时较长,收敛性速度较慢;粒子群算法求解速度较快而局部搜索能力较差,易陷入局部最优解。本文针对二者的不足而提出一种混合的算法,以提高求解质量和求解速度,为无功优化问题的求解增添新的解算思路。主要研究工作如下:1.对蚂蚁算法和粒子群算法原理、算法的步骤、数学模型进行了分析,对两种算法各自的参数进行了探讨,给出了两种算法在解决无功优化问题方面的求解策略,算法步骤。2.对蚁群算法粒子群算法进行了比较,分析了两种算法的异同点,给出了两种算法的结合策略,将其引入无功优化中,设计并实现了一个能有效解决无功优化问题的混合优化算法。3.从经济的角度出发以最小网损为目标函数,运用电力系统的IEEE6、IEEE30检测系统对算法进行试验,并与其他文献里的结果做了比较,对优化后的电压质量、迭代次数、网损降幅等方面进行了比较分析,证实了混合算法的有效性。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 选题背景与意义
  • 1.2 研究现状
  • 1.2.1 常用算法
  • 1.2.2 蚁群算法在无功优化中的应用
  • 1.2.3 粒子群算法在无功优化中的应用
  • 1.3 立论依据
  • 1.4 本文所做工作
  • 第2章 电力系统无功优化问题
  • 2.1 功率约束方程
  • 2.2 变量约束条件
  • 2.3 目标函数
  • 第3章 蚁群算法及在无功优化中的应用
  • 3.1 蚁群算法
  • 3.1.1 蚁群算法原理
  • 3.1.2 数学模型的建立
  • 3.2 基于蚁群算法的电力系统无功优化
  • 3.2.1 蚁群算法在电力系统无功优化中的应用
  • 3.2.2 算法设计
  • 3.2.3 参数分析
  • 第4章 基于粒子群算法的无功优化问题求解
  • 4.1 粒子群算法概述
  • 4.1.1 基本粒子群算法
  • 4.1.2 PSO 算法流程
  • 4.1.3 粒子群算法的收缩系数χ
  • 4.1.5 经典粒子群算法
  • 4.2 粒子群算法求解无功优化问题
  • 4.2.1 基于粒子群算法的无功优化
  • 4.2.2 算法步骤
  • 4.2.3 无功优化中参数的选取
  • 第5章 基于蚁群-粒子群混合算法的无功优化问题求解
  • 5.1 蚁群算法与粒子群算法的融合策略
  • 5.1.1 两种算法的比较分析
  • 5.1.2 两种算法的融合策略
  • 5.2 算法设计
  • 5.3 算法实现
  • 第6章 数值实验及结果分析
  • 6.1 算例数据
  • 6.2 算例分析
  • 第7章 结论与展望
  • 参考文献
  • 致谢
  • 攻读学位期间所发表的学术论文
  • 相关论文文献

    标签:;  ;  ;  ;  ;  

    基于蚁群—粒子群混合算法的电力系统无功优化
    下载Doc文档

    猜你喜欢