基于改进云粒子群算法的配电网无功优化研究

摘要

无功的合理分布，对电能质量的提高和网损的降低起着至关重要的作用。随着国民经济和人民生活水平的不断提高，电网是否能够给用户提供可靠而又安全的输电，已成为电力行业倍感关心的话题。其中电网无功优化是一个非常有效的处理措施，通过调节各个控制变量，可以对电网的潮流分布进行合理的分配，从而对降低网络损耗和提高电压质量奠定条件。近年来，人们对群体智能优化算法的研究颇深，尤其以云模型和粒子群算法相结合的云粒子群算法在诸多领域应用广泛，但是，在种群规模较大的情况下，云粒子群在搜索后期，部分云粒子由于其失去种群多样性，导致搜索未能达到全局最优。因此，为了更好地对电网进行无功优化，对云粒子群算法的改进具有重要的意义。
　　论文首先介绍了无功优化的背景、现状及其研究意义，分析了配电网无功功率与电压和网损的关系以及常用的无功控制设备，建立了以有功网损最小的无功优化数学模型，选择了快速解耦法对电网进行潮流分析。其次，针对云粒子群在搜索后期，部分粒子失去了种群多样性而导致算法不能收敛于全局最优的缺陷，提出了两点改进措施，即引入云遗传算法中的交叉算子对云粒子群进行交叉操作和加入混沌移民操作进行混沌搜索。利用云遗传算法的遗传交叉算子让失去多样性的这部分粒子与已达到收敛的粒子进行交叉，使交叉后的粒子保持已达到全局最优粒子的特征，之后引入混沌移民，让交叉后的云粒子进行混沌搜索。最后，通过多峰值函数寻优实例，验证了改进后算法的有效性和可靠性，改善了算法的搜索精度和速度，提高了种群的多样性，仿真结果证明了改进的算法是行之有效的。
　　为了让改进后的算法在较简单和较复杂的配电网上能达到预期的优化效果，分别采用了IEEE-30节点和IEEE-57节点两算例进行了无功优化计算，用MATLAB语言编写了无功优化程序，并将改进的云粒子群算法的仿真结果与基本粒子群和云粒子群两种算法的仿真结果进行对比。其结果表明，改进后的算法在搜索速度和精度方面有明显的改善，能满足无功优化的基本要求。同时证明了改进云粒子群算法的可靠性和有效性。

目录

声明

摘要

1 绪论

1．1 配电网无功优化研究的背景和意义

1．2 配电网无功优化算法的研究现状

1．2．1 经典优化算法

1．2．2 人工智能优化算法

1．3 论文的主要研究内容

2 配电网无功优化及其数学模型

2．1 配电网无功功率和电压及网损关系

2．1．1 配电网的概念

2．1．2 无功功率对电压水平的影响

2．1．3 无功功率对有功网损的影响

2．1．4 常用配电网的无功控制设备

2．2 配电网无功优化数学模型

2．2．1 目标函数

2．2．2 变量约束条件

2．2．3 功率潮流约束条件

2．3 配电网无功优化中的潮流计算

2．3．1 牛顿-拉夫逊潮流计算法

2．3．2 快速解耦算法

2．3．3 灵敏度计算

2．4 小结

3 改进云粒子群算法及其应用研究

3．1 云理论基本知识

3．1．1 云模型

3．1．2 云模型的数字特征

3．1．3 云发生器

3．1．4 云滴对概念的贡献

3．2 云遗传算法

3．3 改进云粒子群算法

3．3．1 云粒子群算法

3．3．2 云粒子的交叉操作

3．3．3 构造混沌移民

3．4 改进的云粒子群算法在函数优化中的应用研究

3．4．1 标准测试函数

3．4．2 函数极值优化分析

3．5 小结

4 ICPSO算法的配电网无功优化求解步骤

4．1 ICPSO算法的无功优化关键性操作

4．2 求解步骤及流程图

4．3 小结

5 基于改进云粒子群算法的配电网无功优化

5．1 IEEE-30节点系统

5．2 IEEE-57节点系统

5．3 仿真参数设置及结果分析

5．4 小结

结论

致谢

参考文献

攻读学位期间的研究成果