基于层次聚类法和蚁群算法的电力系统无功优化

被引:0
作者
周鑫
机构
[1] 重庆大学
关键词
无功优化; 蚁群算法; 层次聚类法; 灵敏度; 聚类蚁群算法;
D O I
暂无
年度学位
2011
学位类型
硕士
导师
摘要
通过电力系统无功优化可以有效地降低的网络损耗和提高电压质量,保证系统经济、优质运行。本文针对配电网无功规划与输电网动态无功优化两个问题进行研究,主要研究工作如下: ①根据配电网无功规划问题的特点,建立以全网有功功率网络损耗最小为目标函数的模型。在模型中引入最优网损微增率准则,为在优化过程中自动确定满足经济性要求的补偿点提供保证。 ②提出采用层次聚类法对系统中满足最优网损微增率准则要求的节点的灵敏度进行聚类分析,选择关键节点进行补偿。针对现有层次聚类法无法消除质量差的簇和需要人为设定生成簇的个数的缺点,提出新的聚合原则和拆分原则。该方法能够有效实现聚合和拆分处理已经生成的簇,使聚类计算不受随机性和人为因素干扰,简单易行。 ③在分析蚁群算法解决TSP问题的基础上,根据配电网无功规划的要求对蚁群算法进行改进。把能见度因子取为候选节点的灵敏度使新的状态转移概率能够随时反映补偿情况的变化;同时改进了蚁群搜索策略,避免补偿的盲目性。 ④对输电网动态无功优化研究时,为保证电容器开关和OLTC分接头等离散控制设备的使用寿命,统一考虑系统全天负荷的变化情况,提出离散控制设备无需动作时间概念,使其在保证动作效率的基础上满足全天动作次数的要求。 ⑤将聚类方法与蚁群算法相融合提出聚类蚁群算法,通过对当前状态下控制设备有效性的分析,对用于信息素交换的有功网损进行修正,以保证蚁群的全局寻优能力。同时提出路径多样性概念防止因信息素的过度积累使算法陷入局部最优解。 基于Matlab编程实现了本文提出的算法,用编制程序对多个IEEE标准系统和实际网络进行了验证计算,计算结果证明了所提出方法和编制程序的可行性、正确性和有效性。
引用
收藏
页数:72
共 34 条
[1]
数据挖掘理论与应用.[M].胡可云; 田凤占; 黄厚宽; 编著.北京交通大学出版社.2008,
[2]
多目标进化算法及其应用.[M].崔逊学著;.国防工业出版社.2006,
[3]
群智能算法及其应用.[M].高尚;杨静宇著;.中国水利水电出版社.2006,
[4]
改进灾变遗传算法及其在无功优化中的应用 [J].
蒋金良 ;
林广明 ;
欧阳森 ;
曾江 .
华南理工大学学报(自然科学版), 2010, 38 (03) :95-100
[5]
基于节点补偿容量动态上限的配电网无功规划优化混合算法 [J].
赵俊光 ;
王主丁 ;
张宗益 ;
周昱甬 ;
王骏海 .
电力系统自动化, 2009, 33 (23) :69-74
[6]
基于改进遗传内点算法的电网多目标无功优化 [J].
邱晓燕 ;
张子健 ;
李兴源 .
电网技术, 2009, 33 (13) :27-31
[7]
电力系统动态无功优化并行算法及其实现 [J].
缪楠林 ;
刘明波 ;
赵维兴 .
电工技术学报, 2009, 24 (02) :150-157
[8]
考虑时段优化的地区电网无功电压优化控制 [J].
摄伟 ;
刘健 ;
周艳 .
电力系统自动化, 2009, 33 (04) :31-35
[9]
多负荷水平下的配电网无功优化规划方法 [J].
王佳贤 ;
程浩忠 ;
胡泽春 .
电网技术, 2008, (19) :56-61+83
[10]
电力系统电压稳定分区和关键断面的确定 [J].
赵金利 ;
余贻鑫 .
电力系统自动化, 2008, (17) :1-5