本文關(guān)鍵詞：配電網(wǎng)多目標(biāo)優(yōu)化重構(gòu)研究

  更多相關(guān)文章： 電力系統(tǒng) 多目標(biāo)優(yōu)化 配電網(wǎng)重構(gòu) 粒子群算法 Pareto支配

【摘要】：隨著國民經(jīng)濟的快速發(fā)展,用電負(fù)荷不斷地增加,如何降低網(wǎng)絡(luò)損耗,以提高供電企業(yè)的經(jīng)濟效益并提高供電質(zhì)量的問題日益突出。配網(wǎng)重構(gòu)是配電系統(tǒng)優(yōu)化運行的重要方式,由于無需增加額外的投資,卻能極大程度地提高配電網(wǎng)的運行質(zhì)量,因此越來越受重視。配網(wǎng)重構(gòu)是配電系統(tǒng)自動化的重要組成部分之一,在正常運行條件下,配電調(diào)度員可根據(jù)運行的情況對開關(guān)進行操作以調(diào)整網(wǎng)絡(luò)的結(jié)構(gòu),一方面可平衡負(fù)荷,消除過載與輕載,提高供電的電壓質(zhì)量;另一方面可降低網(wǎng)絡(luò)損耗,提高系統(tǒng)的經(jīng)濟性。在出現(xiàn)故障時隔離故障,縮小停電范圍,并在故障后迅速恢復(fù)供電。配電網(wǎng)重構(gòu)是一個多目標(biāo)非線性混合優(yōu)化問題。針對基本粒子群算法無法直接應(yīng)用于求解多目標(biāo)優(yōu)化問題,提出了基于pareto支配的多目標(biāo)粒子群算法。本文建立了系統(tǒng)有功損耗、節(jié)點最低電壓幅值及開關(guān)操作次數(shù)的配電網(wǎng)多目標(biāo)優(yōu)化重構(gòu)模型,并運用多目標(biāo)粒子群優(yōu)化算法(Multi-Objective Particle Swarm Optimization,MOPSO)求解。多目標(biāo)粒子群算法的關(guān)鍵是如何選取個體的極值,本文結(jié)合Pareto概念對個體極值依據(jù)Pareto支配關(guān)系進行選擇,依據(jù)Pareto支配關(guān)系構(gòu)造非支配解集并插入外部存儲器,外部存儲器中的解集就是全局極值的候選解集,計算外部存儲器中各粒子與其他粒子的海明距離之和并作為各粒子的適應(yīng)值,然后采用與適應(yīng)值成比例的輪盤賭方式選取粒子的全局最優(yōu)位置。采用基于擁擠距離的逐步淘汰策略對外部存儲器的規(guī)模進行刪減,避免了種群多樣性的喪失。帶時限的粒子全局極值淘汰策略使粒子能跳出局部最優(yōu),防止算法早熟收斂,保持了良好的收斂性。通過IEEE 33節(jié)點測試系統(tǒng)仿真計算,實驗結(jié)果表明了該方法的可行性和有效性。
【關(guān)鍵詞】：電力系統(tǒng) 多目標(biāo)優(yōu)化 配電網(wǎng)重構(gòu) 粒子群算法 Pareto支配
【學(xué)位授予單位】：湖南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TM711
【目錄】：

• 摘要5-6
• Abstract6-9
• 第1章 緒論9-18
• 1.1 配電網(wǎng)絡(luò)重構(gòu)的研究背景及其重要意義9-10
• 1.2 國內(nèi)外配電網(wǎng)絡(luò)重構(gòu)的研究現(xiàn)狀10-15
• 1.2.1 傳統(tǒng)數(shù)學(xué)方法11
• 1.2.2 啟發(fā)式方法類11-12
• 1.2.3 人工智能類12-15
• 1.2.4 混合算法15
• 1.3 配電網(wǎng)多目標(biāo)重構(gòu)研究概述15-16
• 1.4 本文主要內(nèi)容及結(jié)構(gòu)16-18
• 第2章 多目標(biāo)優(yōu)化問題18-24
• 2.1 多目標(biāo)優(yōu)化的基本概念18-19
• 2.1.1 多目標(biāo)優(yōu)化的數(shù)學(xué)模型18-19
• 2.1.2 Pareto最優(yōu)19
• 2.2 多目標(biāo)優(yōu)化方法19-23
• 2.2.1 主要目標(biāo)法20-21
• 2.2.2 統(tǒng)一目標(biāo)法21-22
• 2.2.3 分層序列法22-23
• 2.3 多目標(biāo)進化算法23
• 2.4 本章小結(jié)23-24
• 第3章 粒子群算法簡介及其數(shù)學(xué)模型24-33
• 3.1 基本粒子群算法24-26
• 3.1.1 基本粒子群算法原理24
• 3.1.2 基本粒子群數(shù)學(xué)模型24-25
• 3.1.3 基本粒子群算法流程圖25-26
• 3.2 二進制粒子群算法26-28
• 3.2.1 粒子編碼方式的改進27-28
• 3.2.2 參數(shù)的動態(tài)調(diào)整28
• 3.3 多目標(biāo)粒子群算法28-32
• 3.3.1 多目標(biāo)粒子群算法概述28-29
• 3.3.2 多目標(biāo)粒子群算法的幾個關(guān)鍵算子29-32
• 3.4 本章小結(jié)32-33
• 第4章 配電網(wǎng)絡(luò)重構(gòu)的數(shù)學(xué)模型33-46
• 4.1 配電網(wǎng)絡(luò)重構(gòu)的常用目標(biāo)函數(shù)33-35
• 4.1.1 目標(biāo)函數(shù)33-34
• 4.1.2 約束條件34-35
• 4.2 配電網(wǎng)絡(luò)常用供電模式35-38
• 4.3 配電網(wǎng)絡(luò)拓?fù)浞治?/span>38-41
• 4.3.1 配電網(wǎng)輻射狀判據(jù)38-39
• 4.3.2 配電網(wǎng)輻射狀判據(jù)流程39-41
• 4.4 配電網(wǎng)絡(luò)潮流計算41-45
• 4.5 本章小結(jié)45-46
• 第5章 基于MOPSO的配電網(wǎng)多目標(biāo)優(yōu)化重構(gòu)46-56
• 5.1 引言46
• 5.2 配電網(wǎng)多目標(biāo)優(yōu)化重構(gòu)數(shù)學(xué)模型46-47
• 5.2.1 數(shù)學(xué)模型47
• 5.2.2 約束條件47
• 5.2.3 目標(biāo)函數(shù)的求解47
• 5.3 多目標(biāo)粒子群算法在配電網(wǎng)多目標(biāo)優(yōu)化重構(gòu)中的應(yīng)用47-49
• 5.3.1 速度和位置的更新48
• 5.3.2 極值更新48
• 5.3.3 參數(shù)調(diào)整48
• 5.3.4 Pareto解集的存儲48-49
• 5.3.5 外部存儲器規(guī)模的控制49
• 5.3.6 全局極值時限值的調(diào)整49
• 5.4 算法流程圖49-50
• 5.5 算例分析50-55
• 5.6 本章小結(jié)55-56
• 總結(jié)與展望56-58
• 參考文獻58-63
• 致謝63-64
• 附錄A 攻讀學(xué)位期間所發(fā)表的學(xué)術(shù)論文目錄64

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉平;喬和平;;效用函數(shù)理論在工程多目標(biāo)優(yōu)化中的應(yīng)用[J];建筑技術(shù)開發(fā);2010年01期

2 李雨生;;在一種廣義錐凸性下的多目標(biāo)優(yōu)化解[J];河海大學(xué)學(xué)報;1987年05期

3 李雨生,張宇明;多目標(biāo)優(yōu)化的錐拓?fù)浼坝嘘P(guān)問題[J];華中理工大學(xué)學(xué)報;1988年04期

4 陳林根,胡德明,張俊邁;艦船汽輪齒輪機組一體化的初步設(shè)計多目標(biāo)優(yōu)化[J];中國造船;1991年02期

5 銀車來,李光熹,熊曼麗;水火電聯(lián)合系統(tǒng)多目標(biāo)優(yōu)化調(diào)度[J];電力系統(tǒng)自動化;1993年09期

6 張翔;工程設(shè)計多目標(biāo)優(yōu)化的評價準(zhǔn)則[J];機械設(shè)計;1993年04期

7 周學(xué)建;師清翔;朱永寧;;模糊相似優(yōu)先比在清選系統(tǒng)多目標(biāo)優(yōu)化中的應(yīng)用[J];洛陽工學(xué)院學(xué)報;1993年02期

8 姚新勝,黃洪鐘,周仲榮,田志剛,李海濱;基于廣義滿意度原理的多目標(biāo)優(yōu)化理論研究[J];應(yīng)用科學(xué)學(xué)報;2002年03期

9 張葵葵,汪晗;一種多目標(biāo)優(yōu)化進化算法研究[J];長沙交通學(xué)院學(xué)報;2003年02期

10 姜斌;梁士鋒;馮佳佳;;催化吸收穩(wěn)定系統(tǒng)的多目標(biāo)優(yōu)化[J];計算機與應(yīng)用化學(xué);2008年01期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 張翔;;一種無歧義性的多目標(biāo)優(yōu)化數(shù)值解法[A];中國農(nóng)業(yè)機械學(xué)會成立40周年慶典暨2003年學(xué)術(shù)年會論文集[C];2003年

2 羅亞中;;航天器軌跡多目標(biāo)優(yōu)化研究評述[A];The 5th 全國動力學(xué)與控制青年學(xué)者研討會論文摘要集[C];2011年

3 耿玉磊;張翔;;多目標(biāo)優(yōu)化的求解方法與發(fā)展[A];福建省科協(xié)第四屆學(xué)術(shù)年會——提升福建制造業(yè)競爭力的戰(zhàn)略思考專題學(xué)術(shù)年會論文集[C];2004年

4 耿玉磊;張翔;;多目標(biāo)優(yōu)化的求解方法與發(fā)展[A];福建省科協(xié)第四屆學(xué)術(shù)年會提升福建制造業(yè)競爭力的戰(zhàn)略思考專題學(xué)術(shù)年會論文集[C];2004年

5 程鵬;唐雁;鄒顯春;;約束多目標(biāo)優(yōu)化試驗函數(shù)產(chǎn)生器[A];2008年計算機應(yīng)用技術(shù)交流會論文集[C];2008年

6 賈小平;韓方煜;;多目標(biāo)優(yōu)化及其在過程工程中的應(yīng)用[A];過程系統(tǒng)工程2001年會論文集[C];2001年

7 邢志祥;;滅火救援力量調(diào)集的多目標(biāo)優(yōu)化[A];第一屆全國安全科學(xué)理論研討會論文集[C];2007年

8 孫力;樊希山;姚平經(jīng);;化工過程多目標(biāo)優(yōu)化適宜解的模糊確定[A];第二屆全國傳遞過程學(xué)術(shù)研討會論文集[C];2003年

9 李穎t;昝建明;周建文;;多目標(biāo)形貌優(yōu)化方法研究[A];結(jié)構(gòu)及多學(xué)科優(yōu)化工程應(yīng)用與理論研討會’2009（CSMO-2009）論文集[C];2009年

10 許碧霞;李兆江;;基于循環(huán)經(jīng)濟的城市污水多目標(biāo)優(yōu)化配置分析[A];中國地理學(xué)會2007年學(xué)術(shù)年會論文摘要集[C];2007年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王晗丁;復(fù)雜問題的多目標(biāo)進化優(yōu)化算法研究[D];西安電子科技大學(xué);2015年

2 董寧;求解約束優(yōu)化和多目標(biāo)優(yōu)化問題的進化算法研究[D];西安電子科技大學(xué);2015年

3 鄒娟;高維多目標(biāo)進化優(yōu)化及降維評價的方法研究[D];湘潭大學(xué);2014年

4 楊光;求解多目標(biāo)優(yōu)化問題的NWSA研究及其工程應(yīng)用[D];吉林大學(xué);2015年

5 王超;裝載與車輛路徑聯(lián)合多目標(biāo)優(yōu)化問題研究[D];大連理工大學(xué);2016年

6 葉承晉;計算智能在電力系統(tǒng)多目標(biāo)優(yōu)化中的應(yīng)用研究[D];浙江大學(xué);2015年

7 過曉芳;超多目標(biāo)優(yōu)化問題的幾種進化算法研究[D];西安電子科技大學(xué);2015年

8 左益;基于全局優(yōu)化和局部學(xué)習(xí)的進化多目標(biāo)優(yōu)化算法[D];西安電子科技大學(xué);2016年

9 盧芳;多目標(biāo)優(yōu)化及隨機變分不等式問題的若干研究[D];重慶大學(xué);2016年

10 徐志丹;基于生物地理算法的多目標(biāo)優(yōu)化理論與應(yīng)用研究[D];哈爾濱工程大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 韓偉;基于混合智能算法在造紙廢水厭氧消化處理過程多目標(biāo)優(yōu)化中的研究[D];華南理工大學(xué);2015年

2 東方世平;高速列車懸掛系統(tǒng)參數(shù)多目標(biāo)優(yōu)化[D];北京交通大學(xué);2015年

3 蘇貴良;基于免疫遺傳微粒群智能算法的工程項目多目標(biāo)優(yōu)化研究[D];中國石油大學(xué)(華東);2014年

4 王學(xué)驥;多目標(biāo)優(yōu)化裁剪分配管理系統(tǒng)的研究與開發(fā)[D];東南大學(xué);2015年

5 段雪凝;帶時間窗的冷鏈物流車輛路徑多目標(biāo)優(yōu)化問題研究[D];東北大學(xué);2014年

6 趙丹;基于蟻群算法的建筑工程項目多目標(biāo)優(yōu)化研究[D];河北工程大學(xué);2016年

7 孟濤;主動配電網(wǎng)廣義電源多目標(biāo)優(yōu)化配置與運行[D];東北電力大學(xué);2016年

8 李琰;黑箱多目標(biāo)優(yōu)化評估系統(tǒng)研究與實現(xiàn)[D];東北大學(xué);2014年

9 孟婷婷;基于決策者偏好信息的NPS-CSS算法研究[D];東北大學(xué);2014年

10 程慧敏;云環(huán)境中基于多目標(biāo)優(yōu)化的科學(xué)工作流數(shù)據(jù)布局策略研究[D];安徽大學(xué);2016年

，

本文編號：684028