论文总字数：23171字

摘 要

根据研究成果的现有关于无功优化的国内外发展,继续研究电力系统无功优化算法，对其进一步的优化要求，建立的数学模型需要以目标函数为电力系统功损最小的基础上，同时惩罚函数是以节点电压越界、发电机无功出力来建立。电力系统无功优化是电力系统安全、稳定、经济运行的一种有效手段，同时也是有效降低电力系统网络损耗、改善电压质量的重要举措。

对于无功优化本身存在的性能同时考虑到简单遗传算法存在的缺陷，采用二进制和实数混合编码，以此达到提高遗传算法的效率的目的；为了避免遗传算法进入局部最优的时间过早，采用减小交叉率，提高变异率，来尽量对简单遗传算法产生的不足做一定程度的改进。

本文以标准的IEEE30节点系统为基础，通过仿真分析表明改进的遗传算法克服了简单遗传算法在计算中的不足，使算法的收敛判据得到改善，同时提高了计算的速度。

关键词： 电力系统，无功优化，潮流计算，改进遗传算法

Abstract

According to the characteristics of reactive power optimization and the

shortcomings of simple genetic algorithm, mixed binary real number coding is introduced to improve the search efficiency. The adaptive crossover and mutation probability mechanism is adopted to avoid falling into local optimum, which can effectively overcome the shortcomings of simple genetic algorithm and further improve the computational speed and convergence accuracy. Reactive power optimization of power systems is an effective means of safe, stable, and economic operation of power systems. This is also an important measure to effectively reduce power system grid losses and improve voltage quality.

In this paper, based on the standard IEEE30 node system, the simulation analysis shows that the improved genetic algorithm overcomes the shortcomings of simple genetic algorithm in pre-cooking, improves stability, increases computational efficiency, and increases the convergence of the algorithm. speed.

Key words: power system; reactive power optimization; power flow; improved genetic algorithm

目录

摘 要 I

Abstract II

目录 III

第一章 绪论 - 1 -

1.1无功优化的重要意义 - 1 -

1.2无功优化的研究现状 - 1 -

1.3论文的主要工作 - 1 -

第二章 建立无功优化数学模型及对不等式约束进行处理 - 2 -

2.1电力系统无功功率的概述 - 2 -

2.2常用无功控制设备 - 4 -

2.3电力系统无功优化的数学模型 - 5 -

第三章 电力系统潮流计算方法研究 - 8 -

3.1引言 - 8 -

3.2潮流计算的节点分类 - 8 -

3.3潮流计算的数学模型 - 8 -

3.4潮流计算的求解方法 - 9 -

第四章 改进遗传算法在电力系统无功优化中的应用 - 15 -

4.1引言 - 15 -

4.2遗传算法的基本概念 - 15 -

4.3遗传算法的特点 - 17 -

4.4 改进遗传算法在电力系统中的应用 - 18 -

第五章 MATLAB环境下算例仿真结果与分析 - 21 -

5.1 引言 - 21 -

5.2 MATLAB语言软件简介 - 21-

5.3 MATLAB遗传算法工具箱的介绍 - 21 -

5.4 IEEE节点标准测试系统仿真分析 - 21 -

第六章 结论 - 27 -

谢辞 - 28 -

参考文献 - 29 -

第一章绪论

1.1无功优化的重要意义

降低线路的损耗，在合适范围内尽可能地降低有功功率损耗，使得电力系统安全经济运行问题得到改善^[1-2]。因此，无论是在理论还是从实际意义上说，无功优化的研究都有着重要意义。

1.2无功优化的研究现状

二十世纪六十年代末，基础学科的一系列优化方法用于对无功优化问题的研究和应用。只有精确的数学模型和确定的约束条件才能求解出电力系统无功优化方法。通过某一规则或者某种搜索方法，从而求得所要满足问题的最优解，就是现代科学所追求的优化方法。线性规划法^[3]、混合整数规划法^[4]、动态规划法^[5]和非线性规划法^[6]等都用了其经典的算法。

近年来，人工智能算法已经作为一种新的方法，大量运用到各种优化领域中。这些算法主要以遗传算法^[7]、模拟退火法^[8]、以及一些混合算法^[9]为代表。现代人工算法的最大优点在于没有精确的数学模型就可以处理复杂的、非线性的算法。这也解释了为什么现代人工智能算法在得到了广泛的、深入的应用，并取得相对不错的优化方法。

本文将基于对遗传算法进行改进的目的上，联系电力系统的运行，寻找更高效的无功优化方法。

1.3论文的主要工作

基于研究智能算法中的遗传算法对于无功优化的方法改进，本论文从以下几个方面进行研究：

1. 建立无功优化的数学模型和不等式的约束条件。数学模型要以系统有功网损最小为目标，将电压越限等的约束条件放入其中。

剩余内容已隐藏，请支付后下载全文，论文总字数：23171字