网站大量收购独家精品文档,联系QQ:2885784924

全面学习粒子群算法在电力系统无功优化中应用.docVIP

全面学习粒子群算法在电力系统无功优化中应用.doc

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
全面学习粒子群算法在电力系统无功优化中应用

全面学习粒子群算法在电力系统无功优化中应用   【摘 要】 全面学习粒子群算法(Comprehensive Learning Particle Swarm Optimization algorithm,CLPSO)是模拟鸟群的随机有哪些信誉好的足球投注网站行为的一种应用于连续空间的群体智能优化算法。通过采用CLPSO算法,对电力系统进行无功优化。该方法是以最优控制原理为基础,以网损最小为目标函数,在IEEE 30节点系统上进行测试,通过仿真测试以及不同算法优化结果的对比,表明基于CLPSO算法在算法计算精度、收敛稳定性、寻优时间等方面都具有普遍优势,能有效地应用于电力系统无功优化,同时证明了CLPSO算法的有效性和优越性。   【关键词】 电力系统 全面学习粒子群优化算法 无功优化 群体智能      0引言      电力系统无功优化[1],是指当系统有功负荷、有功电源及有功潮流分布己经给定的情况下,通过优化计算确定系统中某些控制变量的值,以找到的在满足所有约束条件的前提下,使系统的某一个或多个性能指标达到最优时的运行方式。其需要研究的就是在满足系统负荷需求及运行约束要求的条件下,使电网的某一指标或多个指标(如有功网损最小、电压质量最优、年支出费用最少)达到最优的无功功率最佳分布方案。   在数学上,无功优化是典型的非线性规划问题,具有非线性、小连续、不确定因素较多等特点。对于无功优化的研究方法,传统的数学规划方法主要有非线性规划法和线性规划法等[2,3]。采用常规算法求解无功优化问题时遇到的主要困难就是离散变量的归整问题、多峰多极值问题。近年来基于群集智能的优化方法逐渐得到重视和开发,如遗传算法(Genetic Algorithm,GA)、模拟退火法(Simulated Annealing Algorithm,SA)、粒子群算法(Particle Swarm Optimization,PSO),这些基于群集智能的优化方法具有并行处理的特征,易于实现,但同时也存在计算速度慢,有时陷入局部最优解等缺点。   粒子群算法(PSO)是美国Kennedy和Eberhart博士受鸟群觅食行为的启发,于1995年提出的一种生物进化算法[4]。与遗传算法[5-8]相比,PSO算法的优势在于简单易行、收敛速度快、优化效率高[9]。目前PSO算法已在电力系统各种复杂优化问题中得以应用,取得了较好的效果[10]。PSO算法采用速度-位置有哪些信誉好的足球投注网站模型,每个粒子代表解空间的一个候选解,粒子在有哪些信誉好的足球投注网站空间以一定的速度飞行,飞行速度根据飞行经验进行动态调整。每个潜在解与粒子运行速度相联系,该速度不停地根据粒子经验以及与该粒子邻近的粒子经验来调整大小、方向,总是希望粒子能朝着更好的方向发展。从原理上讲,在进化过程中标准PSO算法受当前最优位置的影响,容易出现收敛到局部极值而丢失全局最优的结果。因此,在有哪些信誉好的足球投注网站过程中全局有哪些信誉好的足球投注网站能力与局部有哪些信誉好的足球投注网站能力的平衡关系对于算法的成功起着至关重要的作用。   全面学习粒子群优化算法(CLPSO),是模拟鸟群的随机有哪些信誉好的足球投注网站行为的一种应用于连续空间的群体智能优化算法[11]。从本质上CLPSO是采用一种动态的拓扑模型,每间隔固定的进化代数就随机改变一下粒子的拓扑模型。本文将CLPSO算法应用于IEEE30节点系统中进行仿真试验,并与其它一些方法的优化结果进行比较,结果表明CLPSO算法不易使问题的解收敛于局部最优解,并且可以提高寻优速度和计算精度,从而能够对电力系统无功参数进行很好优化,同时证明了该算法的有效性和优越性。      1无功优化的数学模型      电力系统无功优化的目的是在保证系统无功功率平衡的条件下,通过调节系统中的带负荷调压变压器、可投切电容器和可调压发电机等控制变量来减少网络损耗,改善电能质量和提高经济效益。其数学模型包括目标函数的选择和约束条件的约定。   通常以网损最小化为目标函数,可表示为:   minf(x1,x2)=min Ploss (1)   功率约束方程,即潮流方程:   变量约束方程为:   式中:NPQ、NG、NB、NT和NC分别为P-Q节点号的集合,发电机节点号的集合、总的节点号的集合、变压器支路集合和补偿电容器节点集合、Ni与节点i的关联的节点号的集合,包括节点i本身;   S――平衡节点;   Pkloss――支路k的有功功率损耗;   Gij和Bij――接点导纳的系数;   Pi和Qi――节点i的有功和无功注入;   Vi――节点i的电压幅值;   θij――节点i和节点j之间的电压角度差;   VGi、QGi――节点i的有功、无功发电功率;   Sl――支路通过的功率;   x1=[VG,Tk,QC]――控制变量,分别指发电机的机端电压,有载调压变压器的分接头

文档评论(0)

317960162 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档