基于優(yōu)化量子粒子群算法的配電網(wǎng)重構(gòu)
發(fā)布時(shí)間:2020-09-17 14:04
隨著社會經(jīng)濟(jì)的發(fā)展,用戶對電力的需求日益增長,配電網(wǎng)的網(wǎng)絡(luò)結(jié)構(gòu)也日趨復(fù)雜。由于配電網(wǎng)主要以架空線路為主,且分支線路較多,因此,其故障率、線損率較高,電能質(zhì)量較差。而配電網(wǎng)重構(gòu)能有效幫助電力系統(tǒng)保持安全又經(jīng)濟(jì)的運(yùn)行狀態(tài)。一方面,能有效降低配電網(wǎng)的網(wǎng)絡(luò)損耗,提高配電網(wǎng)運(yùn)行的經(jīng)濟(jì)性,另一方面,配電網(wǎng)重構(gòu)還能起到均衡負(fù)荷、消除過載以及提高電能質(zhì)量的重要作用。配電網(wǎng)重構(gòu)作為電力系統(tǒng)中難題,是一個(gè)非線性、多目標(biāo)組合優(yōu)化問題。本文介紹了量子粒子群優(yōu)化算法和引力搜索法,由于量子粒子群優(yōu)化算法較簡單,并能收斂于全局最優(yōu)解,但在離散空間難以取得理想的優(yōu)化效果。引力搜索法由于參數(shù)設(shè)定等原因,容易陷入局部收斂,但其計(jì)算能力強(qiáng),收斂速度快,本文介紹了量子粒子群優(yōu)化算法的優(yōu)化步驟及流程,以及引力搜索法的搜索步驟,并通過分析二者的基本原理和優(yōu)缺點(diǎn),將這兩種算法相結(jié)合,形成了新型混合算法,該混合算法在提高收斂速度的同時(shí),保證實(shí)現(xiàn)全局尋優(yōu)且適用范圍較廣。通過對潮流計(jì)算方法和數(shù)學(xué)模型的分析,介紹了配電網(wǎng)輻射型的判斷依據(jù),并針對配電網(wǎng)網(wǎng)絡(luò)結(jié)構(gòu)的特點(diǎn)。本文采用分層分區(qū)、前推后代的方法對配電網(wǎng)進(jìn)行潮流計(jì)算,并對兩種算法的基本原理進(jìn)行了較為深入的分析。本文所采用的混合算法以最小網(wǎng)損為目標(biāo)函數(shù),對IEEE33節(jié)點(diǎn)配電網(wǎng)系統(tǒng)和美國PGE69節(jié)點(diǎn)配電網(wǎng)系統(tǒng),進(jìn)行了重構(gòu)驗(yàn)證,并通過與其他算法在配電網(wǎng)重構(gòu)中的應(yīng)用效果進(jìn)行對比,體現(xiàn)出本文所采用的混合算法的優(yōu)越性和在實(shí)際操作中的可行性,有效降低網(wǎng)損的同時(shí),提高了電網(wǎng)運(yùn)行穩(wěn)定性。
【學(xué)位單位】:湖南工業(yè)大學(xué)
【學(xué)位級別】:碩士
【學(xué)位年份】:2018
【中圖分類】:TM73
【部分圖文】:
碩士學(xué)位論文計(jì)算粒子群中粒子的適應(yīng)值,每一個(gè)粒子都要將其適應(yīng)值在最小化問題中,若當(dāng)前值小于前面的值,便使用當(dāng)前值 則 保 留 前 面 的 值 。 計(jì) 算 粒 子 群 當(dāng) 前 的 全 局 [ ]1rg min{ ( ) }ii Mf P t≤ ≤,將當(dāng)前全局最佳位置( )gP t與前一次迭代 1)進(jìn)行比較,若滿足 ( ) ( 1)g gf P t < f P t ,則保留gP 1)t ;根據(jù)式(2-4)計(jì)算每個(gè)粒子的隨機(jī)點(diǎn) ( )idPP t ;根據(jù)每個(gè)粒子i的新位置 ( 1)iX t +;判斷計(jì)算是否達(dá)到迭代次就結(jié)束循環(huán),否則,返回到第 2 步,繼續(xù)計(jì)算粒子群的平均優(yōu)化算法的流程圖如 2-1 所示:
圖 2-3 引力搜索算法流程圖引力搜索法搜索中種群粒子位置的更新,是自身的質(zhì)量和其余可行域范圍力,相互作用下的加速度決定的,其數(shù)值大小決定了搜索的速值就顯得尤為重要。為了提高算法的準(zhǔn)確度,避免陷入局部搜法收斂,提出了一些其他的改進(jìn)引力搜索法。加權(quán)值的引力搜索法[40]值的引力搜索法的核心內(nèi)容就是加快搜索速度,可以知道隨著解的函數(shù)最適應(yīng)值也在不停地更新,種群中的粒子根據(jù)萬有粒子,其引力也越大,可行域中的其他粒子會朝向引力大的于某些對結(jié)果精確值要求不高,但是對計(jì)算速度要求高的算都添加一個(gè)加權(quán)值,讓粒子的質(zhì)量變大或者減小的趨勢更快行搜索繼而得到最優(yōu)解。對于權(quán)值的引力搜索法中,每次算法將粒子的慣性質(zhì)量 M(t)i增加一個(gè)加權(quán)值 a(t)i中, a(t)i公式如
并通過不斷地將在結(jié)果設(shè)定路負(fù)荷為各節(jié)點(diǎn)的負(fù)荷功率大小、于運(yùn)行的原因,一般而言,終端擁有電壓幅值都能很方便的求取讀出,能夠?qū)崟r(shí)的對負(fù)荷數(shù)據(jù)進(jìn)行采集和推后代的基本步驟如下:配電網(wǎng)系統(tǒng)中各節(jié)點(diǎn)的有功功率loaP 抗ijR 和ijX 數(shù)值,第一次進(jìn)行潮流定電壓。潮流計(jì)算前推:主要是從配電網(wǎng)中型網(wǎng)絡(luò)最末端),前推的方向顧名小,通過簡單的功率以及電壓計(jì)算電源處的總功率大小。這也是前推后代法中求得各節(jié)點(diǎn)處電壓。具體
【學(xué)位單位】:湖南工業(yè)大學(xué)
【學(xué)位級別】:碩士
【學(xué)位年份】:2018
【中圖分類】:TM73
【部分圖文】:
碩士學(xué)位論文計(jì)算粒子群中粒子的適應(yīng)值,每一個(gè)粒子都要將其適應(yīng)值在最小化問題中,若當(dāng)前值小于前面的值,便使用當(dāng)前值 則 保 留 前 面 的 值 。 計(jì) 算 粒 子 群 當(dāng) 前 的 全 局 [ ]1rg min{ ( ) }ii Mf P t≤ ≤,將當(dāng)前全局最佳位置( )gP t與前一次迭代 1)進(jìn)行比較,若滿足 ( ) ( 1)g gf P t < f P t ,則保留gP 1)t ;根據(jù)式(2-4)計(jì)算每個(gè)粒子的隨機(jī)點(diǎn) ( )idPP t ;根據(jù)每個(gè)粒子i的新位置 ( 1)iX t +;判斷計(jì)算是否達(dá)到迭代次就結(jié)束循環(huán),否則,返回到第 2 步,繼續(xù)計(jì)算粒子群的平均優(yōu)化算法的流程圖如 2-1 所示:
圖 2-3 引力搜索算法流程圖引力搜索法搜索中種群粒子位置的更新,是自身的質(zhì)量和其余可行域范圍力,相互作用下的加速度決定的,其數(shù)值大小決定了搜索的速值就顯得尤為重要。為了提高算法的準(zhǔn)確度,避免陷入局部搜法收斂,提出了一些其他的改進(jìn)引力搜索法。加權(quán)值的引力搜索法[40]值的引力搜索法的核心內(nèi)容就是加快搜索速度,可以知道隨著解的函數(shù)最適應(yīng)值也在不停地更新,種群中的粒子根據(jù)萬有粒子,其引力也越大,可行域中的其他粒子會朝向引力大的于某些對結(jié)果精確值要求不高,但是對計(jì)算速度要求高的算都添加一個(gè)加權(quán)值,讓粒子的質(zhì)量變大或者減小的趨勢更快行搜索繼而得到最優(yōu)解。對于權(quán)值的引力搜索法中,每次算法將粒子的慣性質(zhì)量 M(t)i增加一個(gè)加權(quán)值 a(t)i中, a(t)i公式如
并通過不斷地將在結(jié)果設(shè)定路負(fù)荷為各節(jié)點(diǎn)的負(fù)荷功率大小、于運(yùn)行的原因,一般而言,終端擁有電壓幅值都能很方便的求取讀出,能夠?qū)崟r(shí)的對負(fù)荷數(shù)據(jù)進(jìn)行采集和推后代的基本步驟如下:配電網(wǎng)系統(tǒng)中各節(jié)點(diǎn)的有功功率loaP 抗ijR 和ijX 數(shù)值,第一次進(jìn)行潮流定電壓。潮流計(jì)算前推:主要是從配電網(wǎng)中型網(wǎng)絡(luò)最末端),前推的方向顧名小,通過簡單的功率以及電壓計(jì)算電源處的總功率大小。這也是前推后代法中求得各節(jié)點(diǎn)處電壓。具體
【參考文獻(xiàn)】
相關(guān)期刊論文 前10條
1 胡衛(wèi);黃純;孫彥廣;賈天云;陳祝峰;凌理遠(yuǎn);;基于人工培植雜交的配電網(wǎng)重構(gòu)方法[J];電力自動化設(shè)備;2014年09期
2 陳春;汪l
本文編號:2820812
本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/2820812.html
最近更新
教材專著