隨著社會(huì)的發(fā)展與科技的進(jìn)步,電力系統(tǒng)的規(guī)模不斷擴(kuò)大,人們所追求的也不僅僅是經(jīng)濟(jì)效益,電力系統(tǒng)所造成的能源浪費(fèi)與其安全性等問題也受到人們的廣泛關(guān)注。如何通過人為操控使各個(gè)目標(biāo)達(dá)到更好的效果是值得深入研究的問題,這也就是電力系統(tǒng)的多目標(biāo)優(yōu)化,這些目標(biāo)基本上是相互沖突的,所以利用何種方式解決電力系統(tǒng)多目標(biāo)優(yōu)化問題是值得人們的研究并具有重要意義。而電力系統(tǒng)的優(yōu)化問題,具有復(fù)雜性、離散性及不可微等困難,傳統(tǒng)的數(shù)學(xué)方法很難求解。研究人員發(fā)現(xiàn)智能優(yōu)化算法可以克服傳統(tǒng)數(shù)學(xué)方法的一些局限性,很好的解決較復(fù)雜的優(yōu)化問題,本文正是研究運(yùn)用智能算法來解決電力系統(tǒng)的多目標(biāo)優(yōu)化問題。具體工作如下:本文首先確定電力系統(tǒng)多目標(biāo)問題的目標(biāo),使用火電發(fā)電機(jī)組的燃料成本、電力系統(tǒng)有功網(wǎng)損、電壓質(zhì)量三個(gè)目標(biāo)作為本文所優(yōu)化的目標(biāo),建立各個(gè)目標(biāo)的數(shù)學(xué)模型,給出約束條件,包括等式約束與不等式約束,對(duì)于電力系統(tǒng)優(yōu)化中的狀態(tài)變量采用罰函數(shù)的方式進(jìn)行約束,詳細(xì)闡述并實(shí)現(xiàn)本文所用的潮流計(jì)算方法牛頓-拉夫遜法。之后對(duì)本文所用的三種智能算法粒子群、遺傳與差分進(jìn)化算法原理進(jìn)行詳盡的說明,并對(duì)算法的參數(shù)進(jìn)行一定程度的改進(jìn),給出算法解電力系統(tǒng)單目標(biāo)... 

【文章來源】：大連理工大學(xué)遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：67 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題的研究背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 電力系統(tǒng)優(yōu)化研究現(xiàn)狀
        1.2.2 多目標(biāo)優(yōu)化算法研究現(xiàn)狀
    1.3 本文主要內(nèi)容與結(jié)構(gòu)安排
2 電力系統(tǒng)優(yōu)化數(shù)學(xué)模型與潮流計(jì)算
    2.1 電力系統(tǒng)優(yōu)化數(shù)學(xué)模型
        2.1.1 目標(biāo)函數(shù)
        2.1.2 約束條件
        2.1.3 罰函數(shù)
    2.2 潮流計(jì)算
        2.2.1 潮流計(jì)算簡(jiǎn)介
        2.2.2 潮流計(jì)算流程
    2.3 本章小結(jié)
3 電力系統(tǒng)單目標(biāo)優(yōu)化
    3.1 粒子群算法
        3.1.1 粒子群算法簡(jiǎn)介與原理
        3.1.2 粒子群算法改進(jìn)與流程
    3.2 遺傳算法
        3.2.1 遺傳算法簡(jiǎn)介與原理
        3.2.2 遺傳算法流程
    3.3 差分進(jìn)化算法
        3.3.1 差分進(jìn)化算法簡(jiǎn)介與原理
        3.3.2 差分進(jìn)化算法改進(jìn)與流程
    3.4電力系統(tǒng)實(shí)驗(yàn)
        3.4.1 電力系統(tǒng)與數(shù)據(jù)選取
        3.4.2 實(shí)驗(yàn)結(jié)果與分析
    3.5 本章小結(jié)
4 電力系統(tǒng)多目標(biāo)優(yōu)化
    4.1 多目標(biāo)優(yōu)化問題
    4.2 多目標(biāo)粒子群算法
        4.2.1 自適應(yīng)網(wǎng)格多目標(biāo)粒子群算法的實(shí)現(xiàn)
        4.2.2 算法解電力系統(tǒng)多目標(biāo)優(yōu)化問題流程
    4.3 多目標(biāo)遺傳算法
        4.3.1 循環(huán)擁擠度多目標(biāo)遺傳算法的實(shí)現(xiàn)
        4.3.2 算法解電力系統(tǒng)多目標(biāo)優(yōu)化問題流程
    4.4 多目標(biāo)差分進(jìn)化算法
        4.4.1 多目標(biāo)差分進(jìn)化算法實(shí)現(xiàn)與改進(jìn)
        4.4.2 改進(jìn)的算法解電力系統(tǒng)多目標(biāo)優(yōu)化問題流程
    4.5 多目標(biāo)協(xié)同進(jìn)化算法
        4.5.1 基于三種算法的多目標(biāo)協(xié)同進(jìn)化算法實(shí)現(xiàn)
        4.5.2 協(xié)同進(jìn)化算法解電力系統(tǒng)多目標(biāo)優(yōu)化問題流程
    4.6 實(shí)驗(yàn)結(jié)果與分析
        4.6.1 實(shí)驗(yàn)環(huán)境及標(biāo)準(zhǔn)測(cè)試
        4.6.2 電力系統(tǒng)仿真實(shí)驗(yàn)數(shù)據(jù)
        4.6.3 電力系統(tǒng)實(shí)驗(yàn)結(jié)果與分析
    4.7 本章小結(jié)
5 總結(jié)與展望
    5.1 研究工作總結(jié)
    5.2 工作展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
附錄
致謝



本文編號(hào)：3504032