本文關(guān)鍵詞：基于改進退火粒子群算法的分布式電源選址和定容的規(guī)劃研究

  更多相關(guān)文章： 分布式電源 選址和定容 潮流計算 改進退火粒子群算法

【摘要】：近年來,隨著電力技術(shù)的進步和電力行業(yè)的持續(xù)發(fā)展,DG(Distributed Generation,分布式電源)得到了廣泛的研究和應(yīng)用。DG并入電網(wǎng)可以節(jié)省投資、降低能耗、提高供電可靠性,但是DG大規(guī)模接入電網(wǎng),使得電網(wǎng)規(guī)劃、電力系統(tǒng)負荷預(yù)測面臨更多不確定因素。同時,DG并網(wǎng)的位置和容量對配電網(wǎng)網(wǎng)損、電能質(zhì)量、繼電保護等方面會帶來一定的影響,為保證電網(wǎng)安全可靠運行,有必要對DG的位置和容量進行合理規(guī)劃。本文在總結(jié)國內(nèi)外學(xué)者研究的基礎(chǔ)上,分析了目前常見算法的缺陷,以及規(guī)劃模型的不足,提出ISAPSO(Improved Simulated Annealing Particle Swarm Optimization,改進退火粒子群)算法對DG進行選址和定容的規(guī)劃。論文主要完成以下研究內(nèi)容:(1)針對PSO(Particle Swarm Optimization,粒子群)算法容易陷入局部最優(yōu),且后期收斂速度慢的情況,對算法進行改進。將SA(Simulated Annealing,模擬退火)算法與PSO算法結(jié)合形成SAPSO(Simulated Annealing Particle Swarm Optimization,模擬退火粒子群)算法,并且在SAPSO算法的基礎(chǔ)上,引入了遺傳算法中的交叉運算與變異運算進行改進,得到了ISAPSO算法。該算法提高了種群的多樣性,能有效地使算法跳出局部最優(yōu)。通過經(jīng)典測試函數(shù)分別對ISAPSO算法、SAPSO算法以及PSO算法進行仿真分析,得出ISAPSO算法相比其他兩個算法具有較高的收斂精度,尋優(yōu)效果明顯增強。(2)采用ISAPSO算法進行DG選址和定容的規(guī)劃。首先將DG分別等效為不同的節(jié)點類型,通過前推回代法求解含不同DG的潮流計算。在處理PV節(jié)點時,通過無功分攤原理設(shè)定無功初值,采用無功補償?shù)姆椒ㄟM行功率修正。然后在DG個數(shù)、位置和單個電源容量均不確定的情況下,建立了DG選址和定容的經(jīng)濟費用最小的數(shù)學(xué)模型。該模型以DG投資及運行費用、網(wǎng)絡(luò)損耗費用、年購電費用和環(huán)境污染費用為目標函數(shù),并考慮了潮流約束、節(jié)點電壓約束、導(dǎo)線電流約束和DG容量約束。最后應(yīng)用ISAPSO算法,實現(xiàn)DG的選址和定容問題的精確求解。(3)IEEE33節(jié)點配電系統(tǒng)算例仿真表明,采用ISAPSO算法能有效解決DG選址和定容的規(guī)劃問題,將規(guī)劃結(jié)果與SAPSO算法及PSO算法進行對比分析,結(jié)果表明ISAPSO算法能夠得到更高經(jīng)濟效益的規(guī)劃方案。此外,DG接入配電系統(tǒng)后,有提高系統(tǒng)電壓水平的作用,使電網(wǎng)能更加經(jīng)濟、安全和可靠地運行。
【關(guān)鍵詞】：分布式電源 選址和定容 潮流計算 改進退火粒子群算法
【學(xué)位授予單位】：蘭州交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP18;TM715
【目錄】：

• 摘要4-5
• Abstract5-9
• 1 緒論9-15
• 1.1 研究背景9-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-13
• 1.2.1 國內(nèi)研究現(xiàn)狀11-12
• 1.2.2 國外研究現(xiàn)狀12-13
• 1.3 存在的問題和研究意義13
• 1.4 論文的主要內(nèi)容13-15
• 2 分布式發(fā)電技術(shù)及其對電力系統(tǒng)的影響15-20
• 2.1 DG的類型15-17
• 2.1.1 風(fēng)力發(fā)電15
• 2.1.2 太陽能光伏發(fā)電15-16
• 2.1.3 燃料電池16-17
• 2.1.4 微型燃氣輪機17
• 2.2 分布式電源并網(wǎng)對電力系統(tǒng)的影響17-19
• 2.2.1 分布式發(fā)電對電力系統(tǒng)電能質(zhì)量的影響17-18
• 2.2.2 分布式發(fā)電對電力系統(tǒng)安全和可靠性的影響18
• 2.2.3 分布式發(fā)電對電力系統(tǒng)保護的影響18-19
• 2.2.4 分布式發(fā)電對電力系統(tǒng)網(wǎng)損的影響19
• 2.3 小結(jié)19-20
• 3 ISAPSO算法的介紹20-30
• 3.1 PSO優(yōu)化算法的基本原理介紹20-21
• 3.2 SAPSO算法的基本原理介紹21-23
• 3.2.1 SA算法的基本原理21-22
• 3.2.2 SAPSO算法的基本原理22-23
• 3.3 ISAPSO算法的具體改進過程23-26
• 3.3.1 引入自適應(yīng)調(diào)節(jié)參數(shù)23-24
• 3.3.2 引入交叉運算24-25
• 3.3.3 引入變異運算25
• 3.3.4 ISAPSO算法流程25-26
• 3.4 算例測試26-29
• 3.5 小結(jié)29-30
• 4 基于ISAPSO算法的DG選址和定容的規(guī)劃30-44
• 4.1 含不同DG的潮流計算30-38
• 4.1.1 含DG的配電網(wǎng)數(shù)學(xué)模型30-31
• 4.1.2 不同DG的潮流計算模型31-32
• 4.1.3 PV節(jié)點的處理32-34
• 4.1.4 潮流計算流程34-35
• 4.1.5 仿真分析35-38
• 4.2 DG選址和定容的多目標模型38-41
• 4.2.1 DG規(guī)劃中各目標函數(shù)的確定38-39
• 4.2.2 DG規(guī)劃的約束條件39-40
• 4.2.3 DG規(guī)劃中各目標權(quán)值的計算40-41
• 4.3 基于ISAPSO算法的DG選址和定容的求解過程41-43
• 4.3.1 產(chǎn)生DG規(guī)劃方案的初始群體41
• 4.3.2 基于ISAPSO算法的DG規(guī)劃的求解步驟41-43
• 4.4 小結(jié)43-44
• 5 DG選址和定容規(guī)劃的算例分析44-49
• 5.1 算法中規(guī)劃模型及參數(shù)的選取44-45
• 5.2 3種算法仿真結(jié)果分析45-48
• 5.3 小結(jié)48-49
• 結(jié)論49-50
• 致謝50-51
• 參考文獻51-54
• 附錄A IEEE33節(jié)點配電系統(tǒng)節(jié)點負荷數(shù)據(jù)54-55
• 附錄B IEEE33節(jié)點配電系統(tǒng)線路阻抗數(shù)據(jù)55-56
• 攻讀學(xué)位期間的研究成果56

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 周佳佳;楊侃;鄧麗麗;;基于粒子群算法的水電站廠內(nèi)經(jīng)濟運行新算法[J];中國農(nóng)村水利水電;2014年06期

2 栗然;申雪;鐘超;楊天;;考慮環(huán)境效益的分布式電源多目標規(guī)劃[J];電網(wǎng)技術(shù);2014年06期

3 王秀麗;趙興勇;曹建文;袁曉明;;基于改進粒子群算法的分布式電源選址定容優(yōu)化設(shè)計[J];大連理工大學(xué)學(xué)報;2014年03期

4 丁曉群;周春泉;楊保;姜相明;;基于多種群免疫算法的分布式電源選址與定容[J];電測與儀表;2014年04期

5 呂濤;唐巍;叢鵬偉;薄博;;分布式電源與配電網(wǎng)架多目標協(xié)調(diào)規(guī)劃[J];電力系統(tǒng)自動化;2013年21期

6 王振樹;林梅軍;劉巖;卞紹潤;;考慮光伏并網(wǎng)的配電網(wǎng)潮流計算[J];電工技術(shù)學(xué)報;2013年09期

7 閆麗梅;謝一冰;徐建軍;薛晨光;趙海龍;白麗麗;;改進的前推回代法在含分布式電源配電網(wǎng)計算中的應(yīng)用[J];西安交通大學(xué)學(xué)報;2013年06期

8 鄭申海;胡小兵;鄭滿滿;劉瑞杰;;改進粒子群和模擬退火混合算法及其應(yīng)用[J];計算機技術(shù)與發(fā)展;2013年07期

9 羅蔚寧;;分布式發(fā)電對配電網(wǎng)的電壓影響研究[J];內(nèi)蒙古石油化工;2013年02期

10 徐迅;陳楷;龍禹;程浩忠;倪煒;王自楨;王曉丹;;考慮環(huán)境成本和時序特性的微網(wǎng)多類型分布式電源選址定容規(guī)劃[J];電網(wǎng)技術(shù);2013年04期

，

本文編號：627360