基于混合智能算法的配電網(wǎng)無功優(yōu)化研究.pdf_第1頁
已閱讀1頁,還剩69頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、無功優(yōu)化是通過優(yōu)化算法對無功補償裝置在系統(tǒng)中的接入地點和接入容量進行優(yōu)化計算,從而達到降低系統(tǒng)的網(wǎng)損、提高電壓質(zhì)量的目的。配電網(wǎng)是直接給用戶供電的網(wǎng)絡(luò),對其電能質(zhì)量與供電可靠性有著較高的要求,故對配電網(wǎng)進行無功優(yōu)化研究有著重要的意義。
  本文將人工魚群算法應(yīng)用到配電網(wǎng)的無功優(yōu)化中。首先根據(jù)人工魚群算法存在的缺點對算法進行改進。為保證全局最優(yōu)解的發(fā)現(xiàn),在算法中考慮全局最優(yōu)位置的影響,同時考慮到人工魚群算法在優(yōu)化后期迭代速度較慢,除

2、覓食、聚群、追尾、隨機四種基本行為外,還在算法中加入了吞食行為和反饋行為。
  其次,考慮到單一智能算法存在的局限性,將改進后的算法分別與混沌搜索和遺傳算法進行有機結(jié)合?;煦缛斯~群算法是根據(jù)混沌搜索具有遍歷性的特點,來改善人工魚群算法容易停留在局部最優(yōu)解的缺陷。為克服人工魚群算法在局部極值點較擁擠的情況下,收斂速度和收斂精度大幅度下降的缺點,將遺傳算法中的交叉和變異機制應(yīng)用于人工魚群算法中,使人工魚個體具有多樣性,在提高收斂速度

3、的同時改善了算法的全局性。
  最后,將三種算法具體應(yīng)用于配電網(wǎng)中進行無功優(yōu)化計算。建立了以系統(tǒng)網(wǎng)損最小,以節(jié)點電壓越限為罰函數(shù)的目標(biāo)函數(shù),并考慮補償裝置無功出力容量約束、變壓器調(diào)節(jié)檔位約束的數(shù)學(xué)模型。根據(jù)混合算法的尋優(yōu)思想,編制了相應(yīng)的無功優(yōu)化程序。應(yīng)用三種算法分別對 IEEE33節(jié)點和含分布式電源的IEEE33節(jié)點系統(tǒng)展開無功優(yōu)化,給出優(yōu)化配置方案。結(jié)果表明,混合算法在性能、迭代次數(shù)和尋優(yōu)精度方面都比基本人工魚群算法好。混合智

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論