基于IPSO的配电网多目标优化重构研究

基于IPSO的配电网多目标优化重构研究

论文摘要

配电网是连接输电线路和用户的重要枢纽,极需提高配电网供电可靠性和电能利用效率应对大规模DG(Distributed Generation,分布式电源)的接入和电力市场化的发展。配电网重构通过改变系统的运行结构从而改变潮流分布,是提高配电网供电质量最经济的手段,对配电网进行多目标优化重构研究具有一定价值。首先,对配电网重构的理论依据进行了阐述,分析了几种典型DG的工作原理以及DG并网对配电网规划和供电可靠性的影响,介绍了前推回代潮流计算法以及DG的潮流计算模型。同时分析PSO(Particle Swarm Optimization,粒子群算法)和SFLA(Shuffled Frog Leaping Algorithm,混洗蛙跳算法)的优缺点,对其进行简化融合得到IPSO(Improved Particle Swarm Optimization,改进粒子群算法)。根据配电网运行结构的特点,采用基于环网十进制编码策略,利用蚁群随机生成树结合IPSO制定了配电网重构策略。其次,建立以有功功率损耗最小、电压偏移指数最低、馈线负荷均衡度最优为目标的配电网静态重构模型,通过Pareto支配获取最优解集,再根据模糊隶属度获取标准化满意度实现多目标优化。通过Matlab仿真软件,对含DG的IEEE-33节点配电系统进行静态重构仿真验证,结果表明,基于IPSO的配电网多目标优化静态重构可以减少有功网损,降低电压偏移指数,改善负荷均衡度,相比PSO算法,迭代次数和寻优时间均有所降低。基于IPSO配电网多目标优化静态重构模型寻优效率高,可以提高配电网的供电质量。最后,分析了单一的以欧氏距离或者皮尔逊为相似度量的不足,将一种基于形态相似和幅值相近的改进双层聚类算法应用到负荷聚类中,根据负荷聚类完成重构时段划分,以有功功率损耗最小、电压偏移指数最低、馈线负荷均衡度最优以及开关操作次数最少为目标建立配电网动态重构模型。仿真结果表明,改进双层聚类可以有效根据形态与幅值进行负荷聚类且具有一定的抗干扰能力,相比静态重构,基于IPSO的配电网多目标优化动态重构降低开关操作次数的同时保证了配电网供电质量。基于IPSO的配电网多目标优化动态重构模型可以提高配电网的供电可靠性和经济性。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  •   1.1 研究背景及意义
  •   1.2 研究现状
  •     1.2.1 国外研究现状
  •     1.2.2 国内研究现状
  •   1.3 主要研究内容
  • 2 基于IPSO的配电网重构策略
  •   2.1 分布式电源概述
  •     2.1.1 典型分布式电源
  •     2.1.2 分布式电源对配电网的影响
  •   2.2 潮流计算
  •     2.2.1 潮流计算概述
  •     2.2.2 前推回代法潮流计算
  •     2.2.3 分布式电源潮流计算模型
  •   2.3 基于IPSO的配电网重构策略
  •     2.3.1 标准粒子群优化算法
  •     2.3.2 蛙跳算法
  •     2.3.3 改进的粒子群算法
  •     2.3.4 蚁群随机生成树
  •     2.3.5 基于IPSO的配电网重构策略
  •   2.4 小结
  • 3 基于IPSO的配电网多目标优化静态重构
  •   3.1 含DG的配电网多目标优化静态重构模型
  •     3.1.1 优化目标
  •     3.1.2 多目标优化模型
  •     3.1.3 约束条件
  •   3.2 仿真分析
  •     3.2.1 含DG配电网重构算例系统
  •     3.2.2 含DG的配电网静态重构步骤
  •     3.2.3 仿真分析
  •   3.3 小结
  • 4 基于IPSO的配电网多目标优化动态重构
  •   4.1 动态重构与静态重构的联系
  •   4.2 改进双层负荷聚类
  •     4.2.1 单一聚类算法的不足
  •     4.2.2 外层形态相似聚类
  •     4.2.3 内层幅值相近聚类
  •   4.3 改进双层聚类有效性验证
  •   4.4 基于IPSO的配电网多目标优化动态重构
  •     4.4.1 配电网动态重构数学模型
  •     4.4.2 基于IPSO的配电网多目标优化动态重构
  •   4.5 仿真分析
  •   4.6 小结
  • 结论
  • 致谢
  • 参考文献
  • 攻读学位期间的研究成果
  • 文章来源

    类型: 硕士论文

    作者: 王庆荣

    导师: 王瑞峰,杨保成

    关键词: 配电网重构,多目标优化,改进的粒子群算法,改进双层聚类,标准化满意度

    来源: 兰州交通大学

    年度: 2019

    分类: 基础科学,工程科技Ⅱ辑

    专业: 数学,电力工业

    单位: 兰州交通大学

    分类号: O224;TM727

    DOI: 10.27205/d.cnki.gltec.2019.000684

    总页数: 58

    文件大小: 2169K

    下载量: 82

    相关论文文献

    • [1].基于参考线的预测策略求解动态多目标优化问题[J]. 控制与决策 2020(07)
    • [2].典型多目标优化算法在控制优化中的适用性研究[J]. 科技视界 2020(19)
    • [3].基于高维多目标优化的多车场车辆路径问题[J]. 计算机与数字工程 2017(07)
    • [4].一种基于多目标优化的混凝剂综合评价方法[J]. 净水技术 2017(09)
    • [5].多目标优化问题的模糊交叉算法与收敛性初探[J]. 电脑迷 2017(03)
    • [6].基于遗传算法的货箱多目标优化[J]. 车辆与动力技术 2019(04)
    • [7].多目标优化算法标准测试函数寻优研究[J]. 电脑知识与技术 2020(23)
    • [8].基于分布估计算法的多目标优化[J]. 软件 2017(12)
    • [9].融合张角拥挤控制策略的高维多目标优化[J]. 自动化学报 2015(06)
    • [10].多目标优化算法的应用模型[J]. 成功(教育) 2011(05)
    • [11].线性互补问题与多目标优化[J]. 数学杂志 2014(03)
    • [12].多目标优化问题的研究[J]. 东莞理工学院学报 2014(03)
    • [13].浅析多目标优化问题[J]. 科技视界 2013(14)
    • [14].正交设计的E占优策略求解高维多目标优化问题研究[J]. 计算机科学 2012(02)
    • [15].一种改进的基于分解多目标优化算法[J]. 电脑知识与技术 2012(34)
    • [16].改进选择策略的有约束多目标优化算法[J]. 高技术通讯 2019(12)
    • [17].云计算资源多目标优化调度方法在移动端子系统中的应用[J]. 河南科技 2019(35)
    • [18].考虑综合需求侧响应的区域综合能源系统多目标优化调度[J]. 电力建设 2020(07)
    • [19].动态多目标优化:测试函数和算法比较[J]. 控制与决策 2020(10)
    • [20].多目标优化软件开发及其应用[J]. 工程设计学报 2015(03)
    • [21].基于全局排序的高维多目标优化研究[J]. 软件学报 2015(07)
    • [22].基于多目标优化问题的教学质量评价模型研究[J]. 时代教育(教育教学版) 2009(Z1)
    • [23].面向客户定制产品开发的多目标优化算法设计[J]. 中国机械工程 2012(06)
    • [24].一类多目标优化问题的有效解[J]. 贵州师范大学学报(自然科学版) 2012(02)
    • [25].图像处理优化的系统流程与多目标优化理论分析[J]. 硅谷 2012(19)
    • [26].一种求解动态多目标优化问题的粒子群算法[J]. 系统仿真学报 2011(02)
    • [27].一类带约束多目标优化问题的区间算法[J]. 黑龙江科技学院学报 2009(01)
    • [28].多目标优化问题的求解框架[J]. 微计算机信息 2009(36)
    • [29].激活规则多目标优化算法在任务分解中的应用[J]. 计算机工程 2020(03)
    • [30].一类多目标优化控制问题的混合型对偶[J]. 内蒙古农业大学学报(自然科学版) 2019(06)

    标签:;  ;  ;  ;  ;  

    基于IPSO的配电网多目标优化重构研究
    下载Doc文档

    猜你喜欢