收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于人工蜂群算法的最优潮流相关技术研究

何宣虎  
【摘要】:随着分布式电源的大规模并网以及电动汽车等柔性负荷的快速发展使得现代电力系统变得越来越复杂。最优潮流作为电力系统规划、经济调度和市场交易等方面的分析工具,可以有效地对复杂电力系统的安全性、经济性及稳定性进行综合优化计算,但其本质是一个多约束的、离散连续变量共存的、多维的非线性优化问题,选择合适的求解方法直接决定了最优潮流解的有效性及优越性。人工蜂群算法作为一种新颖的智能优化算法,在处理非线性、多约束、多变量、非连续、非凸等优化问题上具有一定优势,已在人工神经网络训练、图像识别、语音识别等领域得到广泛应用。然而,人工蜂群算法与其它智能优化算法发展类似,在初始研究阶段依然存在一些问题需要解决,例如提高该算法的收敛速度及计算精度。为此,本文以基于人工蜂群算法的最优潮流相关技术研究作为课题,通过对人工蜂群算法的深入研究,为电力系统的单目标/多目标最优潮流问题提供一种新的求解方法,从而为采用最优潮流作为计算工具的电力系统问题提供更加丰富的分析及决策信息。本文的主要研究内容如下:(1)分析了人工蜂群算法寻优时各阶段的数学模型,采用几个标准数值测试函数对人工蜂群算法的优化性能进行了仿真计算,结果表明:人工蜂群算法具有较高的收敛特性,能有效地处理数值优化问题。(2)针对人工蜂群算法在处理低维度优化问题时具有较高的寻优能力,但求解高维度优化问题时易陷入局部最优的缺点,提出了一种混沌差分人工蜂群算法。该改进算法采用差分进化算法的变异、交叉操作代替标准人工蜂群算法新蜜源的搜索操作,以提高算法的局部搜索能力;利用混沌映射中的Tent映射生成算法的初始种群、变异操作中的参考蜜源以及交叉操作中的参考维数,以增加种群的多样性。(3)分析了典型最优潮流的数学模型,分别从经济、环保、电能质量三方面建立最优潮流的目标函数,即总发电成本、有功网损、总污染物排放量及电压偏离量。针对多个目标函数,采用最大模糊满意度法将其模糊处理,形成模糊多目标最优潮流模型。建立了基于混沌差分人工蜂群算法的模糊多目标最优潮流求解模型。仿真结果表明:所建立的求解模型可以有效地、可靠地解决最优潮流问题,并且得到的最优潮流运行方案可以进一步提高系统的经济性、电压水平以及降低对环境的污染程度。(4)为了获得质量更高的Pareto最优前沿,研究并提出了一种改进的多目标人工蜂群算法。该改进算法通过变异和交叉操作获得新可行解,采用快速非支配排序获得各可行解支配信息以及更新外部存档,利用目标函数以及拥挤距离的综合信息来计算可行解被待工蜂选择的概率值,通过计算拥挤距离来实时控制外部存档的大小,利用外部存档中的Pareto最优前沿作为算法寻优时的参考蜜源。在此基础上,建立了基于改进的多目标人工蜂群算法的多目标最优潮流求解模型。该求解模型先采用所提出的算法获得Pareto最优前沿,再利用K均值聚类法对最优前沿进行聚类,最后采用模糊集理论方法进行决策分析。仿真计算表明:所提出的改进的多目标人工蜂群算法在求解Pareto最优前沿时具有有效性、可靠性及优越性;所建立的多目标最优潮流求解模型可以从Pareto最优前沿中选择出更满意、更优异的运行决策方案。(5)针对系统含有风电及负荷不确定因素的最优潮流问题,建立了考虑风电接入及负荷随机变化的多目标概率最优潮流模型。该模型以发电成本的期望值及标准差作为目标函数,将状态变量违反程度的期望值以惩罚项形式加入到目标函数中。针对所建立的模型,提出了两种求解方法。第一种方法:将多目标概率最优潮流采用模糊数学转换成单目标概率最优潮流,再利用基于拉丁超立方采样的改进人工蜂群算法进行求解。第二种方法:直接通过基于拉丁超立方采样的多目标人工蜂群算法获得多目标概率最优潮流的Pareto最优前沿。用改进IEEE30节点测试系统的仿真计算表明:所建立的模型可以有效地处理含有风电及负荷不确定性因素的概率最优潮流问题,同时也验证了所提出的两种方法在求解多目标概率最优潮流问题上的有效性及优越性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 ;“基于运行模式的最优潮流结构选择”通过鉴定[J];哈尔滨理工大学学报;2000年03期
2 李志民,李卫星,王永建;基于熵理论的最优潮流代理约束算法[J];电力系统自动化;2001年11期
3 袁贵川,王建全;考虑了动态约束和稳定约束的最优潮流[J];电力系统及其自动化学报;2003年03期
4 黄玉;;基于改进原对偶对数障碍法的最优潮流算法[J];山东大学学报(工学版);2006年04期
5 胡泽春;王锡凡;;考虑负荷概率分布的随机最优潮流方法[J];电力系统自动化;2007年16期
6 刘晓东;;常见最优潮流算法分析[J];科技信息;2009年02期
7 付敏;毛晨峰;杨永旺;;电力系统最优潮流算法综述[J];中国新技术新产品;2009年23期
8 张粒子,杨以涵;求最优潮流的网流参量法(英文)[J];哈尔滨工业大学学报;1990年02期
9 薛忠;赵晋泉;罗卫华;赵军;;含离散和连续混合决策变量最优潮流求解方法综述[J];自动化技术与应用;2014年04期
10 任奇;用最优潮流法解决运城电网无功补偿问题的研究[J];山西电力;2002年06期
11 袁智强,侯志俭;优化算法与最优潮流[J];华东电力;2002年02期
12 程新功,厉吉文,曹立霞,刘雪连;电力系统最优潮流的分布式并行算法[J];电力系统自动化;2003年24期
13 刘盛松,蒋传文,侯志俭;基于最优潮流的最大传输能力计算[J];上海交通大学学报;2004年08期
14 蔡广林,韦化;基于非线性互补方法的内点最优潮流算法[J];电网技术;2005年21期
15 赵瑞林;最优潮流在市场环境下的计算分析[J];陕西工学院学报;2005年01期
16 陈明杰;电力市场环境下的最优潮流[J];华北电力技术;2005年05期
17 彭永供;邱剑瑜;熊玉辉;;浅谈最优潮流的计算——以江西省最优潮流的计算为例[J];江西能源;2006年04期
18 罗中良;李先祥;方清城;;含阀点效应最优潮流问题的改进原始蚁群算法解[J];中山大学学报(自然科学版);2006年06期
19 成海滨;沈茂亚;;电力系统最优潮流算法研究综述[J];电气应用;2006年11期
20 蒯圣宇;王承民;;基于拉格朗日函数鞍点理论的剃度最优潮流算法研究[J];东北电力大学学报;2006年04期
中国重要会议论文全文数据库 前5条
1 郭振兴;彭显刚;;随机最优潮流综述[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年
2 王灿;卢锦玲;郑振华;;最优潮流的GAAA算法[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(中册)[C];2008年
3 范晓丹;郭金莲;赵洪山;;基于NRAL技术的外点最优潮流新算法[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(上册)[C];2008年
4 潘雄;周明;孔晓民;吴玥;;风电场相关性对节点电价影响的仿真研究[A];战略性新兴产业的培育和发展——首届云南省科协学术年会论文集[C];2011年
5 潘雄;周明;孔晓民;吴明;;风电场相关性对节点电价影响的仿真研究[A];2011年云南电力技术论坛论文集(优秀论文部分)[C];2011年
中国博士学位论文全文数据库 前10条
1 何宣虎;基于人工蜂群算法的最优潮流相关技术研究[D];北京交通大学;2016年
2 刘方;电力系统动态最优潮流的模型与算法研究[D];重庆大学;2007年
3 刘方;关于电力系统动态最优潮流的几种模型与算法研究[D];重庆大学;2007年
4 杨林峰;计及机组启停的动态最优潮流问题研究[D];广西大学;2012年
5 李雪;考虑负荷和风电随机变化的电力系统概率最优潮流问题研究[D];上海大学;2009年
6 谢亮;基于内点理论最优潮流的算法及应用研究[D];上海交通大学;2011年
7 颜宏文;差分进化算法及其在电力系统随机最优潮流中的应用研究[D];湖南大学;2013年
8 夏世威;暂态能量约束的最优潮流研究[D];哈尔滨工业大学;2013年
9 华科;基于原对偶内点法最优潮流的输电权研究[D];哈尔滨工业大学;2007年
10 刘雪连;电力系统最优运行的电压安全成本研究[D];山东大学;2006年
中国硕士学位论文全文数据库 前10条
1 贾子昊;基于电热协调的电网潮流计算及最优潮流研究[D];南京理工大学;2015年
2 王一飞;大规模分布式风电电源接入对配电网调度的影响分析及对策[D];山东大学;2015年
3 鲍雨徽;含DG和EV配电网的潮流分析与优化方法研究[D];广东工业大学;2016年
4 刘勇村;基于粒子群寻优策略的随机最优潮流解法研究[D];昆明理工大学;2016年
5 孙磊;电力市场环境下最优潮流的模型及算法研究[D];南京理工大学;2009年
6 钟世民;计及校正控制的安全约束最优潮流的奔德斯分解算法[D];山东大学;2010年
7 曹锦红;基于最优潮流的输电容量充裕度研究[D];华北电力大学(北京);2011年
8 郭振兴;基于遗传算法的随机最优潮流求解研究[D];广东工业大学;2011年
9 胡细兵;基于强化学习算法的最优潮流研究[D];华南理工大学;2011年
10 刘恒;电力市场环境下最优潮流模型及其改进遗传算法求解[D];西安理工大学;2007年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978