本文選題：靜止同步串聯(lián)補償器 + 量子遺傳算法��； 參考：《電網(wǎng)技術(shù)》2017年06期

【摘要】：針對靜止同步串聯(lián)補償器(static synchronous series compensator,SSSC)在選址定容方面研究不足的問題,提出了一種災(zāi)變變速量子遺傳算法用于SSSC的選址定容優(yōu)化。推導(dǎo)了包含SSSC的電力系統(tǒng)潮流方程,建立了SSSC在電網(wǎng)中的數(shù)學(xué)模型;通過潮流計算得到系統(tǒng)的有功損耗、電壓偏移率和負(fù)荷裕度,使用歸一化的處理方法將不同量綱的量同時考慮,并賦以權(quán)重,得到目標(biāo)函數(shù);使用所提災(zāi)變變速量子遺傳算法求取目標(biāo)函數(shù)的最優(yōu)解。在Matlab下分析了不同權(quán)重下最優(yōu)解的分布情況,為權(quán)重的選擇提供了依據(jù)。同時與另外2種算法進(jìn)行對比,結(jié)果表明提出的算法在尋優(yōu)結(jié)果穩(wěn)定性、收斂速度和全局尋優(yōu)能力上有所改善。
[Abstract]:Aiming at the lack of research on static synchronous series compensator SSSCs, a catastrophic variable speed quantum genetic algorithm (QGA) is proposed to optimize the location and volume of SSSC.The power flow equation of power system including SSSC is derived, and the mathematical model of SSSC in power network is established, and the active power loss, voltage offset and load margin of the system are obtained by power flow calculation.The objective function is obtained by taking different dimensional quantities into consideration and weighted by the normalized processing method, and the optimal solution of the objective function is obtained by using the proposed catastrophe variable speed quantum genetic algorithm (QGA).The distribution of the optimal solution under different weights is analyzed under Matlab, which provides a basis for the selection of weights.At the same time, compared with the other two algorithms, the results show that the proposed algorithm improves the stability, convergence speed and global optimization ability of the proposed algorithm.
【作者單位】： 新能源電力系統(tǒng)國家重點實驗室(華北電力大學(xué));先進(jìn)輸電技術(shù)國家重點實驗室(全球能源互聯(lián)網(wǎng)研究院);國網(wǎng)天津市電力公司電力科學(xué)研究院;
【基金】：國家電網(wǎng)公司科技項目“220 kV靜止串聯(lián)同步補償器關(guān)鍵技術(shù)研究及示范應(yīng)用”(SGRI-DL-71-15-004)~~
【分類號】：TM761.12

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉紅文;張葛祥;;局部搜索量子遺傳算法及其無功優(yōu)化應(yīng)用[J];電力系統(tǒng)及其自動化學(xué)報;2009年02期

2 曾建鑫;朱子坤;;基于量子遺傳算法的大規(guī)模配電網(wǎng)實時重構(gòu)研究[J];廣東電力;2011年01期

3 張燦;張強;;基于量子遺傳算法優(yōu)化的無線電能傳輸模型[J];電測與儀表;2014年17期

4 劉紅文;張葛祥;;基于改進(jìn)量子遺傳算法的電力系統(tǒng)無功優(yōu)化[J];電網(wǎng)技術(shù);2008年12期

5 王春麗;趙書強;李勇;;基于改進(jìn)量子遺傳算法的輸電網(wǎng)規(guī)劃方法[J];電力科學(xué)與工程;2010年11期

6 侯新國;王家林;;艦船電力系統(tǒng)量子遺傳算法的故障診斷方法研究[J];船電技術(shù);2013年12期

7 魏亞楠;牛東曉;;基于KKT和量子遺傳算法的風(fēng)火電聯(lián)合上網(wǎng)最優(yōu)決策[J];運籌與管理;2013年02期

8 張海麗;張宏立;;基于量子遺傳算法的水輪機調(diào)速器PID參數(shù)優(yōu)化[J];人民長江;2013年19期

9 李黃強;孫云蓮;;基于量子遺傳算法的寬帶電力線多用戶通信資源分配[J];電力自動化設(shè)備;2009年10期

10 周建平;林韓;溫步瀛;;改進(jìn)量子遺傳算法在輸電網(wǎng)規(guī)劃中的應(yīng)用[J];電力系統(tǒng)保護(hù)與控制;2012年19期

相關(guān)碩士學(xué)位論文 前5條

1 方超;量子遺傳算法的改進(jìn)及其在火電機組負(fù)荷優(yōu)化分配上的應(yīng)用[D];華北電力大學(xué)（北京）;2011年

2 張萌慧;基于改進(jìn)量子遺傳算法的輸電網(wǎng)擴展規(guī)劃研究[D];華北電力大學(xué);2014年

3 劉星;改進(jìn)量子遺傳算法優(yōu)化同步開關(guān)控制策略的研究[D];西華大學(xué);2014年

4 梅曉娟;基于改進(jìn)SVM的風(fēng)機SCADA系統(tǒng)故障分類識別方法研究[D];上海電機學(xué)院;2015年

5 張曉成;基于多目標(biāo)控制的分布式潮流控制器研究[D];武漢理工大學(xué);2013年

，

本文編號：1737254