智能优化算法在电力系统无功优化中的应用研究

山东大学硕士学位论文混合智能优化算法在电力系统无功优化中的应用研究姓名：范征申请学位级别：硕士专业：电力系统及其自动化指导教师：韩晓萍20080420混合智能优化算法在电力系统无功优化中的应用研究作者：范征学位授予单位：山东大学相似文献(10条)1.会议论文王莹.王成山电力系统无功优化的粒子群优化算法2006电力系统无功优化是保证系统安全、经济运行的有效手段,是提高电力系统电压质量的重要措施之一.无功优化是一个复杂的多约束非线性规划问题.传统的求解方法有非线性规划(NonlinearProgramming)、线性规划(LinearProgramming)、混合整数规划(Mixed-IntegerProgramming)等.其中线性和非线性规划方法均要求优化函数具有连续性和可微性,而电力系统无功优化中的部分控制变量(如可调变压器分接头的调节、并联补偿电容器组的投切等)是离散变量,应用常规线性或非线性规划方法会产生较大误差.混合整数规划能有效解决优化计算中控制变量的离散性问题,但该方法的计算时间属非多项式类型,随着变量维数的增加,计算时间会急剧增加.随着数学优化理论的发展,内点法在快速求解电力系统无功优化问题中得到了一定的重视,但是该法仍不便处理非线性目标函数,而且如果步长选择不当,会导致不可行解.本文探讨电力系统无功优化的粒子群优化算法的原理。2.学位论文李波基于粒子群与模拟退火协同进化方法的电力系统无功优化2008随着我国人口的增加、工业化进程和交通运输的快速发展，对能源特别是电力的需求大幅度上升，经济发展面临着能源瓶颈的制约。节能降耗，建设资源节约型社会具有重大的意义。电力系统中无功功率平衡是保证电力系统电压质量的基本前提，采取有效的手段降低网损，改善系统电压水平，提高电力系统运行的经济性和安全性是电力系统运行部门面临的实际问题，也是直接关系电力企业经济效益的课题。电力系统无功优化是保证电力系统安全、经济运行的有效手段，是提高电力系统电压质量的重要措施之一。迄今为止，无功优化问题在理论研究和工程应用上都取得了大量的成果，但也存在一些问题没有得到很好的解决。因此，对电力系统无功优化问题的研究，既具有理论意义，也有实际应用价值。电力系统无功优化是一种多变量、多约束的混合非线性规划问题，其控制变量既有连续变量又有离散变量，优化过程十分复杂。无功优化的方法大致可以分为常规优化算法和人工智能优化算法两类。本文首先介绍了电力系统无功优化问题的研究现状，对目前国内外应用的无功优化算法的特点进行了分析。针对目前电力系统无功优化中粒子群算法收敛速度快，易陷入局部最优；模拟退火算法全局收敛性好但计算时间较长的特点，提出了将粒子群与模拟退火算法的协同进化方法应用于电力系统无功优化。该方法利用粒子群算法快速的局部搜索和模拟退火算法的全局收敛性，将粒子群算法和模拟退火算法有机结合起来，使得无功优化算法以较大的概率跳出局部最优。通过两种算法的协同搜索，一方面可以有效地克服粒子群算法的“早熟”问题，另一方面也可以提高模拟退火算法的收敛速度，在较短的时间内取得较好的解。本文应用MATLAB软件和matpower潮流计算软件包编制了基于粒子群与模拟退火算法的协同进化方法的电力系统无功优化程序，并对IEEE-14、57节点系统进行了仿真优化计算，结果表明该算法收敛速度较快，具有较好的收敛稳定性和精度，应用于电力系统无功优化是有效可行的。3.期刊论文李鑫滨.朱庆军.马红霞.李强波.LIXin-bin.ZHUQing-jun.MAHong-xia.LIQiang-bo粒子群算法及其在电力系统无功优化中的应用综述-燕山大学学报2008,32(3)粒子群优化(ParticleSwarmOptimization,PSO)算法是一种基于群体智能的启发式全局优化技术.本文首先介绍了粒子群优化算法的基本原理,给出了算法实现的基本步骤、多种改进形式以及研究现状:其次分析了电力系统无功优化的特点,并对PSO算法在无功优化中的应用做了相应的论述.由于电力系统无功优化是一具多变量、多约束、非线性的组合优化问题,使得PSO算法在电力系统无功优化方面具有广泛的应用前景.4.学位论文陈学军电力系统电压无功优化算法研究1997该文开发了一个具有良好用户界面的电压无功优化计算软件,该软件采用BorlandC++和FORTRAN77联合编程.此软件不但能采用内点法或单纯形法进行无功优化计算,而且能计算系统潮流.使用该文开发的无功优化计算软件对一系列不同规模系统进行了计算,与单形法结果的比例证明了该文采用的潮流雅可比矩阵直接变换法求灵敏度系数建模法的准确性和原-对偶内点算法的良好收敛性、可靠性以及所开发优化软件的有效性.该文还对采用逐次线性规划法进行无功优化计算过程中出现的步长选择问题进行了讨论.5.会议论文邱婕.王宽电力系统无功优化的研究现状和展望2006本文简要介绍了电力系统无功优化的研究现状；全面总结了用于电力系统无功优化的数学模型及其算法，并对它们进行了比较，同时指出了各种优化方法的优点；分析了当前这一领域存在的问题；最后对无功优化的进一步发展提出了一些看法。6.学位论文俞悦电力系统无功优化的改进遗传算法及其程序实现2005遗传算法的基本原则是适者生存。它采用多路径而非单路径搜索，在解的编码上进行遗传操作而非直接对解本身，从而只需要目标函数就能进行问题求解，使得它在混合整数非线性优化问题的求解上显得简单而强大。此外，遗传算法对求解的启动点没有特别要求，并且能够自行检测与处理不可行问题。电力系统无功优化因对系统的安全性和经济性存在重要的作用而受到广泛的关注，该问题的目标是通过改变无功功率的分布来实现全网的有功功率损耗最小化，并且满足各种运行约束。然而由于无功优化问题是一个非常复杂的非线性问题，具有多目标、多不确定性、多约束、多极值和离散性等特点，尚有很多问题有待解决。因能够多路径搜索全局最优解，并可以自然地解决离散性问题，遗传算法被应用到无功优化问题的求解。但是遗传算法存在一个缺点，即当问题非常复杂时会出现早熟收敛的问题而影响了寻优能力。本文在综述无功优化问题的各种算法的基础上，提出了一种实时动态无功优化的数学模型，针对无功优化问题的特点提出一种改进遗传算法，开发了一套实时无功优化应用软件。论文主要研究工作和取得成果如下：1.研究遗传算法的基本原理及其优缺点，了解其广泛的应用领域，特别是在电力系统的应用情况，并且详细地分析了遗传算法的编码策略与操作算子。2.通过研究目前应用在电力系统无功优化中的各种数学模型，提出了一种动态无功优化时段解耦的数学模型，能使各时段的优化解耦独立起来，既降低了计算复杂度，又能避免控制变量过度频繁的操作。3.提出一种十进制整数编码的改进遗传算法及其在电力系统无功优化的应用；并考虑P-Q分解法计算潮流的快速性，编制电力系统P-Q分解法潮流计算子程序；结合无功优化计算的特点改进了潮流计算的步骤，显著提高了无功优化计算的效率。4.结合所提出的算法，开发了基于数据库的实时电压无功优化调度软件ORP，采用VisualBasic设计了程序参数输入和操作界面，采用VisualC++编制了无功优化计算程序，数据库采用了目前流行的ACCESS数据库，结合OPEN-2000系统的SCADA，可实时采集运行参数进行计算。5.把改进遗传算法应用于海南电网的无功优化问题的求解。应用表明，采用改进遗传算法进行电力系统无功优化的求解，对于各种运行方式，都可以实现电压无功分布的最优化，获得良好的经济效果和电压质量。7.期刊论文田世力.束龙电力系统无功优化方案比较-科协论坛（下半月）2009(6)电力系统无功优化是保证系统安全、经济运行的一项有效手段,是降低网损、提高电压质量的重要措施.传统的静态无功优化不能满足实际运行需要,考虑系统负荷变化以及控制设备动作次数限制的无功优化更有实际应用价值.本文尽可能的细述电力系统无功优化的各种方案,并一一进行了分析讨论,提出应寻求多种算法最佳配合的混和优化策略,以弥补相互的不足.8.学位论文王劲草基于搜寻者优化算法的电力系统无功优化2008随着国民经济的快速发展，各个行业对电能质量要求的不断提高。电力系统无功优化可以优化电网的无功潮流分布，降低电网的有功损耗和电压损耗，从而改变电压质量，使得用电设备能安全可靠地运行。在保证现代电力系统安全性和经济性方面，无功优化调度的重要性己经得到了广泛的关注。电力系统系统无功优化是一个复杂的非线性优化问题。从本质上讲，无功优化问题是具有大量的局部极小值的多约束全局优化问题，且含有大量的离散变量。搜寻者优化算法(SOA)具有并行处理、鲁棒性好等特点，可以很自然、很容易地处理混合整数非线性规划问题，能以较大概率找到问题的全局最优解，且计算效率比传统随机方法高。其最大的优势在于简单易实现、收敛速度快，而且有深刻的智能背景，既适合科学研究，又适合工程应用。本文介绍了电力系统无功优化领域的研究现状及其发展，在综述了应用于电力系统无功优化问题求解的各种优化算法和分析了各种优化算法和优缺点和适用范围的基础上，采用以网损最小为目标，同时满足潮流约束和安全约束的无功优化的数学模型。在研究了搜寻者优化算法的收敛性和特点的基础上，将搜寻者优化算法用于对IEE30节点系统和IEE57节点系统进行了无功优化的仿真计算，并与三种改进的粒子群的优化结果进行比较。仿真结果验证了搜寻者优化算法在电力系统无功优化中的有效性。为电力系统的无功优化问题提供了一种新的优化方法。9.期刊论文李玉龙.宗伟.秦立军.LIYu-long.ZONGWei.QINLi-jun电力系统无功优化线性规划问题中线性步长的动态调整策略-电网技术2006,30(18)提出了一种电力系统无功优化线性规划问题中线性步长的动态调整策略.利用潮流雅可比矩阵直接变换求取灵敏度系数矩阵,并引入信赖域思想,建立了基于信赖域的无功优化新模型,采用原-对偶内点法直接求解.IEEE14节点、30节点、57节点系统的计算结果表明,该算法能有效解决无功优化线性步长的选择问题,同时在初始点的选择上不要求从内点启动,迭代收敛次数稳定,可用于电力系统无功优化的实用化计算.10.学位论文陈灿电力系统短期负荷预测与动态无功优化技术研究2008电力系统短期负荷预测是实现电力系统安全调度、经济运行的基础，是实现动态无功优化的重要依据，而电力系统动态无功优化又是提高电网的经济性、安全性以及电能质量的重要手段。随着电网规模的不断扩大和对在线分析要求的不断提高，更高精度的负荷预测方法与更有效的动态无功优化技术是迫切需要解决的问题。针对这两个问题本文做了深入的研究。论文首先介绍局部嵌入算法（LLE）和支持向量机（SVM）技术。在此基础上，分析了电力系统短期负荷特性，提出了基于LLE和SVM技术的短期负荷预测模型。该模型利用LLE算法对负荷样本的数据挖掘知识，得到了高维输入样本的低维映射，最后利用具有非线性拟合、泛化能力强优点的SVM进行回归。以浙江某地区电网的某日负荷预测为例，验证了该方法的有效性和适用性。电力系统动态无功优化问题相对来说要复杂的多。本论文首先对作为动态无功优化基础的静态无功优化进行了详细的分析，针对传统遗传算法在静态无功优化中的不足进行了相应的改进，提出了基于综合改进遗传算法的静态无功优化。针对动态无功优化中的负荷动态变化与控制设备的动作次数约束问题，提出了考虑负荷因素的求解动态无功优化问题的新方法。该方法利用综合改进遗传算法计算各负荷段的静态无功优化以获得各负荷段内控制设备值。根据相邻负荷段之间同一控制设备变化差值形成预动作表。利用控制设备的相关性与各时段负荷系数大小相结合动态重置控制设备的动作时刻，形成完整的动态无功优化策略。仿真表明，本文提出求解动态无功优化问题的方案是确实有效的，其快速性、最优性和可靠性完全能够满足工程应用的要求。本文链接：下载时间：2010年1月22日