导读:本文包含了模糊无功优化论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:模糊,目标,算法,电源,分布式,粒子,配电网。
模糊无功优化论文文献综述
倪爽,刘海涛,许伦,王玉[1]（2019）在《基于模糊贴近度的主动配电网无功优化配置策略研究》一文中研究指出分布式电源接入比例的增加使得主动配电网中电压波动性增大、潮流分布不合理的现象越来越突出,为了有效提高主动配电网的供电质量,优化潮流分布,本文详细探讨了主动配电网的多目标无功优化问题。以电容器组的接入位置和投入数量作为优化变量,选取网络损耗和电容器组运行投资成本这两个目标建立数学模型。基于遗传算法对目标函数进行优化,并得到相应非劣解。在通过遗传算法仿真得到的若干组解中计算每组解对应的模糊贴近度,最终找到贴近度最大对应的那组解即为最优配置。算例表明,基于模糊贴近度所确定的电容器组优化配置方案降低了网络的有功,提高了电压质量,具有较好的优化效果。(本文来源于《电工技术》期刊2019年10期）
桑丙玉,崔红芬,杨波,于建成,陈光宇[2]（2018）在《基于模糊聚类含风电接入的配电网无功优化》一文中研究指出配电网无功规划优化主要涉及无功补偿设备的选址与定容。采用U/U0指标、电压稳定L指标和电压偏移指标,基于模糊聚类方法来寻找配电网的电压薄弱节点,以此作为无功补偿点。运用场景分析的方法,综合考虑效益-成本比值和L指标,建立含风电场的无功规划多目标优化模型。基于免疫猫群算法对目标函数进行求解,得到配电网无功补偿的最优规划方案。以IEEE33节点进行算例分析,验证所提方法的可行性和有效性。(本文来源于《控制工程》期刊2018年07期）
莫超,吴杰康,简俊威[3]（2018）在《分布式电源配电网模糊多目标无功优化配置》一文中研究指出利用概率统计的方法对分布式电源输出功率和故障停运的随机特性进行评估,采用离散概率分布表示分布式电源输出功率和可用率的随机变化特性。以电压偏差最小、电网运行经济效益最大化为多目标函数,建立基于离散概率模型的分布式电源配电网多目标无功补偿优化配置的模型。通过模糊理论重新定义目标函数的隶属度函数,将目标函数模糊处理,并运用最大化满意度指标法将文中所建立的多目标优化问题转化为单目标优化问题,协调了多目标之间的关联性,然后采用多种群遗传算法求解优化问题。最后以IEEE33节点配电系统测试为例,结果表明所提方法的可靠和实用性。(本文来源于《智慧电力》期刊2018年05期）
陈璟华,邱明晋,郭经韬,唐俊杰[4]（2018）在《模糊熵权法和CCPSO算法的含风电场电力系统多目标无功优化》一文中研究指出研究了含双馈风电机组的电力系统多目标无功优化问题,分析了双馈风电机组的无功特性,将风电场作为连续的无功调节手段参与电力系统无功优化.提出一种基于模糊商权法和组合混沌序列动态粒子群算法(CCPSO)的多目标无功优化方法.利用模糊熵权法解决主观权值和客观权值的缺陷,建立以静态电压稳定浴度、节点电压和有功网损为目标的含风电场多目标无功优化决策模型.针对利用传统粒子群算法进行求解时,易出现局部收敛等问题,结合Chebyshev映射和Logistic映射,在粒子初始化过程中运用一种组合混沌映射,增强初始粒子的均匀性,同时将Logistic混沌优化引入到算法寻优过程中,使算法全局寻优能力得到加强.以IEEE14节点系统为例进行仿真实验,验证所提方法的有效性和实用性.(本文来源于《广东工业大学学报》期刊2018年01期）
徐睿,葛雨生[5]（2017）在《基于突变模糊自适应粒子群的多目标无功优化》一文中研究指出在传统无功优化模型基础上,建立了以系统有功网损和电压偏差为目标的无功优化模型。并提出了一种新的突变模糊自适应粒子群优化算法(MFAPSO)来解决多目标优化问题。最终将结果与另一种多目标进化技术给出的结果进行比较,IEEE 30节点的标准电力系统算例验证了本文所提出的优化算法的有效性和可行性。数值计算结果表明,与其他方法相比,提出的MFAPSO可以更有效地减小有功损耗和电压偏差。(本文来源于《数码设计》期刊2017年06期）
刘文学,梁军,贠志皓,牛睿,褚壮壮[6]（2015）在《基于可信理论的多目标模糊机会约束无功优化》一文中研究指出大规模间歇性电源并入电网,其出力的不确定性给电网无功优化带来很大影响。针对间歇式电源出力和负荷的不确定性,将间歇式电源出力和负荷采用梯形模糊参数表示,对传统确定性无功优化模型进行改进,并结合可信性理论和模糊机会约束规划,建立含多模糊参数的多目标模糊机会约束无功优化数学模型。在解法上,通过模糊潮流求解目标函数和约束中的可信度,利用目标隶属度函数和交互满意度将多目标优化转换为单目标优化,并采用蝙蝠算法对模型进行求解。算例结果表明,所提多目标模糊机会约束无功优化模型和算法,能够适应在间歇性电源出力和负荷为模糊参数情况下的电压无功控制优化。(本文来源于《电工技术学报》期刊2015年21期）
胡晨成,于艾清,柏扬,王鲁杨[7]（2014）在《基于GA的电力系统多目标模糊无功优化》一文中研究指出针对传统无功优化的目标单一性,建立了以有功网络损耗和节点电压偏差均最小为目标的无功优化模型,采用模糊数学将不同量纲目标进行归一化,并转化为单目标模糊规划模型.鉴于多目标无功优化模型的复杂性,以及连续、离散控制变量并存,采用遗传算法搜索全局最优解.对某21节点系统进行了多目标无功优化分析,验证了该模型的可行性和优越性.(本文来源于《上海电力学院学报》期刊2014年06期）
周竞,丁晓群,蒋丹,刘苏云,史静[8]（2014）在《基于多负荷模糊最优模型的配电网无功优化》一文中研究指出近年不少地区配电网的负荷变动较大,仅考虑单一负荷状态下的无功规划方案有可能导致一些负荷模式的补偿效果极差。本文提出了兼顾多种负荷模式的配电网多负荷模糊最优模型,并使用改进遍历算法优化。实际计算表明,与常规优化方法相比,此方法可兼顾多种负荷模式下网络损耗与电能质量,能提高整体优化效果。(本文来源于《现代电力》期刊2014年02期）
吴肖锋,仲伟坤,张程,孙艳学,陈维华[9]（2012）在《基于自适应模糊粒子群算法的电力系统无功优化研究》一文中研究指出针对传统粒子群算法搜索精度低和易早熟的缺点,提出了一种自适应模糊粒子群算法(AFPSO)对电力系统进行无功优化。该算法对惯性权重进行非线性的调整,有效地提高了算法的收敛速度和精度,并对位置的更新采用模糊控制,较好地解决了粒子群易早熟的问题。将该算法应用于无功优化问题中,在IEEE-30节点系统上进行测试,证明了AFPSO算法的有效性和优越性。(本文来源于《陕西电力》期刊2012年08期）
王玉荣,万秋兰,陈昊[10]（2012）在《基于模糊聚类和学习自动机的多目标无功优化》一文中研究指出电力系统无功补偿需确定无功补偿的选点及具体的补偿容量。基于模糊聚类的方法寻找系统薄弱节点,得到候选节点信息,动态聚模糊类过程中采用了U/U0指标、指标和电压偏移指标。综合考虑发电成本和无功投入成本最小、电压偏移最小和有功网损最小化,建立了候选无功补偿节点的多目标优化模型,并采用学习自动机法获得优化问题的最优权衡解。采用模糊聚类法和学习自动机法对IEEE 57节点测试系统进行算例分析,分析结果表明了所提方法的有效性。(本文来源于《电网技术》期刊2012年07期）
模糊无功优化论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
配电网无功规划优化主要涉及无功补偿设备的选址与定容。采用U/U0指标、电压稳定L指标和电压偏移指标,基于模糊聚类方法来寻找配电网的电压薄弱节点,以此作为无功补偿点。运用场景分析的方法,综合考虑效益-成本比值和L指标,建立含风电场的无功规划多目标优化模型。基于免疫猫群算法对目标函数进行求解,得到配电网无功补偿的最优规划方案。以IEEE33节点进行算例分析,验证所提方法的可行性和有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
模糊无功优化论文参考文献
[1].倪爽,刘海涛,许伦,王玉.基于模糊贴近度的主动配电网无功优化配置策略研究[J].电工技术.2019
[2].桑丙玉,崔红芬,杨波,于建成,陈光宇.基于模糊聚类含风电接入的配电网无功优化[J].控制工程.2018
[3].莫超,吴杰康,简俊威.分布式电源配电网模糊多目标无功优化配置[J].智慧电力.2018
[4].陈璟华,邱明晋,郭经韬,唐俊杰.模糊熵权法和CCPSO算法的含风电场电力系统多目标无功优化[J].广东工业大学学报.2018
[5].徐睿,葛雨生.基于突变模糊自适应粒子群的多目标无功优化[J].数码设计.2017
[6].刘文学,梁军,贠志皓,牛睿,褚壮壮.基于可信理论的多目标模糊机会约束无功优化[J].电工技术学报.2015
[7].胡晨成,于艾清,柏扬,王鲁杨.基于GA的电力系统多目标模糊无功优化[J].上海电力学院学报.2014
[8].周竞,丁晓群,蒋丹,刘苏云,史静.基于多负荷模糊最优模型的配电网无功优化[J].现代电力.2014
[9].吴肖锋,仲伟坤,张程,孙艳学,陈维华.基于自适应模糊粒子群算法的电力系统无功优化研究[J].陕西电力.2012
[10].王玉荣,万秋兰,陈昊.基于模糊聚类和学习自动机的多目标无功优化[J].电网技术.2012
论文知识图
