基于多Agent系统的搜寻者优化算法及其在电力系统无功优化中的应用

摘要

随着电力系统快速发展，电网规模不断扩大，如何保证电力系统经济、安全、稳定运行成为业界关注的焦点。频率和电压是衡量电力系统稳定的两大标准，而电压稳定常常是通过调节系统无功功率平衡来实现的。无功优化是电力系统实现电压和无功功率最优控制和调度的基础，它可以充分利用电力系统中的无功电源，改善电压质量、减少网络损耗和提高电压稳定性。无功优化问题是一个离散的、有约束非线性组合优化问题，在这一研究领域内已有多种方法，而群集智能优化算法以其独特的优点为解决电力系统无功优化这类大规模复杂问题提供了新的途径与手段。 针对无功优化这个典型的非线性问题，本文提出了一种基于多Agent系统的搜寻者优化算法(Multi-algent Seeker Optimization Algorithm MASOA)来求解。该算法针对SOA算法邻域划分随意性较大，融入智能体技术，在改进SOA算法邻域划分合理性的同时，提高粒子寻优的准确度；利用SOA算法的进化机制，引入自适应思想，使新算法具有良好的非线性搜索能力，更好地适应无功优化问题。 本文介绍了电力系统无功优化领域的研究现状及其发展情况，综述了应用于求解电力系统无功优化问题的各种优化算法的优缺点及其适用范围，在无功优化标准模型的基础上，以网损最小为目标函数，确立MASOA无功优化的数学模型，由发电机机端电压，变压器分接头和电容器组3部分控制变量构成初始矩阵。在IEEE30、57节点系统上进行测试，并与四种智能算法进行比较，结果表明，MASOA在算法计算精度、收敛稳定性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中。

目录

文摘

英文文摘

声明

第1章绪论

1.1课题的研究意义

1.2课题国内外研究现状及分析

1.2.1电力系统无功优化概述

1.2.2经典优化算法概述

1.2.3人工智能概述

1.2.4人工智能算法和经典算法的区别

1.3多智能体技术概述

1.3.1多智能体系统

1.3.2多智能体技术在电力系统优化问题中的应用

1.4本文的主要工作

第2章无功控制与无功优化模型

2.1电力系统无功控制

2.1.1分级电压无功控制改进

2.1.2常用无功控制设备

2.2电力系统无功优化模型概述

2.2.1静态无功优化数学模型

2.3小结

第3章几种群集智能算法及其在电力系统无功优化应用

3.1粒子群算法(PSO)

3.1.1 PSO的物理意义

3.1.2 PSO的数学模型

3.1.3几种改进的PSO算法

3.1.4 PSO算法的无功优化流程

3.2搜寻者优化算法(SOA)

3.2.1 SOA的物理意义

3.2.2 SOA的数学模型

3.2.3 SOA算法实现

3.3搜寻者优化算法求解无功优化问题的过程

3.4小结

第4章基于多Agent系统的搜寻者算法及其在电力系统无功优化中的应用

4.1改进SOA算法概述

4.2 MASOA算法

4.3基于MASOA算法的无功优化

4.4小结

第5章仿真结果和分析

5.1 IEEE30节点模型算例分析

5.2 IEEE57节点模型算例分析

5.3小结

第6章结论与展望

6.1结论

6.2下一步工作

致谢

参考文献

攻读硕士学位期间发表的学术论文