1/65
文档分类:IT计算机

基于改进gpso和sfoa算法的无功优化研究.pdf


下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

特别说明:文档预览什么样,下载就是什么样。

下载所得到的文件列表
基于改进gpso和sfoa算法的无功优化研究.pdf
文档介绍:
摘 要
在我国电网建设过程中,存在着无功补偿量不足或分配不合理等问题。并
且对无功缺乏统一的规划和优化,造成无功功率不平衡,导致系统功率因数和
电压降低,电网传输能力下降,系统的运行网损增大,电气设备不能充分的利
用,甚至还会损坏设备。实施无功优化可以改善电网的无功分布、提高电压质
量、降低系统网损、保证电网安全,并能带来可观的经济效益和社会效益。
本文对无功优化的模型和有关求解的算法进行了研究,并针对无功优化问
题是一个多变量、多约束的混合整数规划问题,建立起以最小网损的单目标函
数的数学模型和以最小网损、电压平均偏离最小和电压安全稳定裕度最大 3 个
指标的多目标函数的数学模型;对梯度粒子群优化算法(Gradiant Particle Swarm
Optimization,GPSO)进行深入的研究,针对 GPSO 收敛速度慢、容易陷入局部
最优的缺点,提出改进的 GPSO 算法,并结合动态调整罚函数的方法,将改进
梯度粒子群算法应用到电力系统单目标无功优化中;针对一种新的智能算法
——模拟渔夫捕鱼寻优算法(Optimization Algorithm on Simulating the Fisher
Fishing,SFOA)进行研究,并将其运用于多目标无功优化中,在多目标优化权值
处理问题,引入个人偏好约束条件下的权值分配,使得优化结果尽可能满足用
户需求。并应用 MATLAB7.0 进行编程测试,通过对 IEEE-14 节点和 IEEE-30 节
点系统仿真计算,并与粒子群算法进行了比较,结果表明该算法能更好地获得
全局最优解,从而验证了本文模型和算法的正确性、适用性和经济性。

关键词:改进梯度粒子群算法;模拟渔夫捕鱼寻优算法;多目标;无功优化
I
Abstract
The problem of lake or distribution unreasonable reactive power compensation
always exists during construction of the network. And because of lacking of unified
planning and optimization to reactive power, causes reactive power unbalancing,
power factor and voltage dropping, capability of network transmission declining, and
active power loss increasing, equipments not being sufficiently utilized, even being
damaged. The reactive power distribution of the network is improved , quality of
power supply is improved, active power loss is decreased, and voltage quality is
improved by using reactive power optimization. There has great significance in
theory and practical application.
The model and relative solution of reactive power optimization is studied in the
paper. Since the reactive power optimization is an integer programming problem with
multi-variable and multiple constraints, mathematical model is built based on single
objective function of minimum power loss, and model of multi-objective function is
built including minimum networ
内容来自淘豆网www.taodocs.com转载请标明出处.
相关文档
非法内容举报中心
文档信息
  • 页数65
  • 收藏数0 收藏
  • 顶次数0
  • 上传人zhufutaobao
  • 文件大小1.06 MB
  • 时间2021-11-08