Print

粒子群算法在电网无功优化中的应用研究

论文摘要

为解决目前电网系统无功优化潮流计算中存在的计算量大,计算结果中的各节点电压值可能导致无功电源出力接近极限值,并可能与系统电压安全发生冲突,发电机出力越限等问题。本文采用带罚函数、学习因子和惯性权重的改进粒子群算法,通过模拟编程,求解了在给定约束条件情况下,两个典型系统(5节点典型系统和39节点典型系统)的无功优化潮流计算问题。通过计算结果分析比较,总结出了在无功优化计算中,如何对电网中的约束条件进行处理,以及如何设置粒子群算法中的相关参数和范围。并讨论了电网的约束条件对无功优化结果的影响,给出了粒子群算法中罚函数、惯性权重及学习因子等参数的设置原则以及对算法收敛性的影响,并对算法的改进进行了展望。

论文目录

  • 1 PSO计算无功优化的原理
  • 2 无功优化中约束条件的处理
  •   2.1 目标函数
  •   2.2 等式约束,即潮流约束方程
  •   2.3 不等式约束
  • 3 典型系统无功优化的比较分析
  •   3.1 两个典型系统的无功优化计算
  •   3.2 无功优化结果的分析
  •     3.2.1 负荷变化对无功优化的影响
  •     3.2.2 PSO参数对无功优化计算的影响
  • 4 结论
  • 5 展望

    • 文章来源

    类型: 期刊论文

    作者: 周林波,石平灯,田滔,王雪

    关键词: 无功优化,约束条件,粒子群算法,学习因子,典型系统,惯性权重

    来源: 电力大数据 2019年09期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 电力工业,自动化技术

    单位: 贵州电网公司贵安供电局

    分类号: TM732;TP18

    DOI: 10.19317/j.cnki.1008-083x.2019.09.012

    页码: 79-85

    总页数: 7

    文件大小: 917K

    下载量: 187

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/b31e2360a348c6d357b810ea.html