基于改進布谷鳥算法的電力系統(tǒng)多目標優(yōu)化潮流研究
發(fā)布時間:2020-07-12 20:35
【摘要】:優(yōu)化潮流(Optimal power flow,OPF)在現(xiàn)代電力系統(tǒng)規(guī)劃、調(diào)度和運行的過程中起著十分重要的作用,可以滿足電力系統(tǒng)對經(jīng)濟、安全和穩(wěn)定性的要求。OPF的主要任務是在滿足各項系統(tǒng)約束的基礎上,通過調(diào)節(jié)系統(tǒng)變量使得選定的優(yōu)化目標到達最優(yōu)。近些年來,OPF問題引發(fā)了大量學者的研究,它的模型和求解算法已經(jīng)日臻完善。而隨著用電需求的不斷增加以及電網(wǎng)系統(tǒng)的愈加復雜,研究人員將更多的注意力集中到研究多目標優(yōu)化潮流(Multi-objective Optimal Power Flow,MOOPF)問題。對于MOOPF問題,由于不同的目標函數(shù)之間通常存在著競爭關系且具有不同的量綱,因此相較于OPF問題,MOOPF問題的求解難度大大增加。論文首先對優(yōu)化潮流問題的核心即潮流計算進行了闡述,并以此為基礎搭建了優(yōu)化潮流問題的數(shù)學模型。布谷鳥(Cuckoo Search,CS)算法是本文所選用的優(yōu)化方法,為了更好地求解OPF問題,在CS算法之上引入了反饋控制策略、近似反向?qū)W習機制、最優(yōu)解導向機制和約束支配機制等改進方法,提出了三種改進的布谷鳥算法FCS、QFCS和IQFCS。為了檢驗改進機制對CS算法的改進效果,本文使用了15個廣泛使用的基準測試函數(shù)來進行仿真實驗,并且實驗數(shù)據(jù)與其他文獻中的進化算法進行了對比。實驗結果表明,三種改進機制都能在一定程度上改善CS算法的性能,且IQFCS算法對于大多數(shù)函數(shù)的結果要優(yōu)于文獻中的其他算法。針對MOOPF問題,本文首先闡述了多目標優(yōu)化方法中的一些重要概念,包括支配原則、帕累托最優(yōu)解集、非支配排序、擁擠距離排序、最優(yōu)折中解等。在多目標優(yōu)化方法與布谷鳥算法的基礎上進行改進,提出了MO-IQFCS算法。本文中選取的優(yōu)化目標有燃料費用、有功損耗、電壓偏差和廢氣排放,根據(jù)系統(tǒng)的不同需求提出了三個多目標優(yōu)化問題,并在IEEE 30和IEEE 57節(jié)點的標準測試系統(tǒng)中進行仿真實驗。分析實驗數(shù)據(jù)可知,MO-IQFCS算法相較于其他算法獲得了更好的最優(yōu)折中解和分布均勻的帕累托前沿。最后,為了更好的驗證MO-IQFCS方法的優(yōu)越性,本文使用兩個性能指標分析不同算法獲得的最優(yōu)解集,進一步證明了本文提出的MO-IQFCS算法能夠高效的求解MOOPF問題。
【學位授予單位】:重慶郵電大學
【學位級別】:碩士
【學位授予年份】:2018
【分類號】:TP18;TM744
【圖文】:
8頓-拉夫遜法進行潮流計算的流計算時,須將潮流計可以定義為:(cos sini i i i = V ∠ δ = V δ +j成:11( cos sin ( sin cos ni j ij ij ij ijjni j ij ij ij ijj V G B V G Bδ δδ δ==+
通常會在目標函數(shù)空間構成一個曲面。針對前面提到的這些規(guī)則,舉例說明基于Pareto的支配關系和最優(yōu)前沿。如下圖2.2所示,這是一個包含兩個目標的優(yōu)化問題,圖中可行區(qū)域內(nèi)給出了A, B, C, D,E, F這6個可行解。其中,A, B, C三個點對應的解是最優(yōu)的Pareto非劣解,構成了最優(yōu)的Pareto非劣解集。非劣解不受其他解的支配,且A, B, C三點在Pareto前沿上。D, E, F這三個點對應的解向量被A, B, C三個非劣解支配,劣于Pareto最優(yōu)解。且在D, E, F這3個點中,D點支配右上方的F點,受支配于左下方的E點。圖2.2 兩個目標的多目標優(yōu)化問題的Pareto最優(yōu)解集
丫n刀戶q首命豐古椒粉才少鬧月幣
本文編號:2752464
【學位授予單位】:重慶郵電大學
【學位級別】:碩士
【學位授予年份】:2018
【分類號】:TP18;TM744
【圖文】:
8頓-拉夫遜法進行潮流計算的流計算時,須將潮流計可以定義為:(cos sini i i i = V ∠ δ = V δ +j成:11( cos sin ( sin cos ni j ij ij ij ijjni j ij ij ij ijj V G B V G Bδ δδ δ==+
通常會在目標函數(shù)空間構成一個曲面。針對前面提到的這些規(guī)則,舉例說明基于Pareto的支配關系和最優(yōu)前沿。如下圖2.2所示,這是一個包含兩個目標的優(yōu)化問題,圖中可行區(qū)域內(nèi)給出了A, B, C, D,E, F這6個可行解。其中,A, B, C三個點對應的解是最優(yōu)的Pareto非劣解,構成了最優(yōu)的Pareto非劣解集。非劣解不受其他解的支配,且A, B, C三點在Pareto前沿上。D, E, F這三個點對應的解向量被A, B, C三個非劣解支配,劣于Pareto最優(yōu)解。且在D, E, F這3個點中,D點支配右上方的F點,受支配于左下方的E點。圖2.2 兩個目標的多目標優(yōu)化問題的Pareto最優(yōu)解集
丫n刀戶q首命豐古椒粉才少鬧月幣
【參考文獻】
相關期刊論文 前3條
1 張曉花;趙晉泉;陳星鶯;;節(jié)能減排多目標機組組合問題的模糊建模及優(yōu)化[J];中國電機工程學報;2010年22期
2 孫欣;呂躍春;高軍;夏清;;電網(wǎng)經(jīng)濟性與安全性的精益化協(xié)調(diào)方法[J];電網(wǎng)技術;2009年11期
3 胡國強;賀仁睦;;梯級水電站多目標模糊優(yōu)化調(diào)度模型及其求解方法[J];電工技術學報;2007年01期
相關博士學位論文 前2條
1 何宣虎;基于人工蜂群算法的最優(yōu)潮流相關技術研究[D];北京交通大學;2016年
2 邱威;考慮間歇性能源接入和運行安全的多目標有功優(yōu)化調(diào)度[D];華北電力大學;2012年
相關碩士學位論文 前3條
1 顏天成;東西關電站主接線系統(tǒng)潮流計算軟件設計與實現(xiàn)[D];電子科技大學;2016年
2 劉靖;基于智能算法的電力系統(tǒng)多目標最優(yōu)潮流研究[D];華南理工大學;2013年
3 盧超;多目標元胞遺傳算法的改進研究及其在工程優(yōu)化中的應用[D];三峽大學;2013年
本文編號:2752464
本文鏈接:http://sikaile.net/kejilunwen/dianlilw/2752464.html
教材專著