吴凤春[1]2003年在《大庆城市配电网无功优化补偿的研究》文中认为随着国民经济的迅速发展和人民生活水平的不断提高，电网无功优化补偿的重要性日益增强，难度也日益增加。全局最优电网无功优化补偿对保证电网安全、经济运行，满足全社会生产和生活需要具有重要意义。论文针对电网无功优化研究面临的主要难点，对大庆城市配电网无功优化补偿进行了研究，所做工作主要包括以下几部分： 1) 对大庆不同电压等级的城市配电网、无功补偿方式和无功补偿装置进行了深入分析，针对城市配电网在降低损耗、提高电压质量等方面存在的问题，提出了切实可行的解决方法。 城市配电网无功优化补偿应采用集中补偿和分散补偿相结合的方式，高压配电网中的变电所采用集中补偿方式，中低压配电网采用分散补偿方式。10kV中压配电网采用线路固定电容器补偿，电容器的型式选用干式、自愈型；0.4kV低压配电网采用低压智能无功补偿装置，安装位置为配电变压器低压侧。 2) 以配电网无功优化补偿后所取得的综合经济效益最大为目标，建立了中低压配电网无功综合优化补偿数学模型和高压变电所无功优化补偿数学模型。在所建模型中，充分考虑了无功优化补偿的经济因素和现有无功补偿装置的技术条件。在中低压配电网无功综合优化补偿模型中，还考虑了中压固定式电容器与低压智能型无功补偿装置在投资方面的差异。 3) 通过对普通遗传算法的分析，在编码方式、初始群体的生成、适应度函数的设计、选择、杂交、变异叁种遗传操作、与专家系统相结合对越限个体的智能修正以及收敛判据等方面对普通遗传算法进行了全面改进，提出了全局最优遗传算法。全局最优遗传算法提高了遗传算法获得全局最优解的能力，使遗传算法得到了发展，为全局最优无功优化补偿提供了保证。 4) 应用论文所提出的数学模型和全局最优遗传算法，编制了城市配电网无功优化补偿计算软件。对大庆城市中低压配电网进行了计算，得出了大庆城市中低压配电网无功补偿装置最优配置方案。通过经济效益分析证明该方案投资省，见效快，资金回收期短，综合经济效益非常好，可以很好地解决大庆城市中低压配电网损耗高、电压合格率低等问题。 5) 研究分析结果表明：论文提出的城市配电网无功优化补偿数学模型和全局最优遗传算法较全面、有效地解决了城市配电网无功优化补偿的问题，具有适用范围广、寻优能力强、计算简便、综合效益好等优点，为全局最优无功优化补偿提供了新的、科学的方法，易于在实际电网无功优化补偿中推广应用。
张昆[2]2001年在《基于遗传算法的城市配电网无功综合优化》文中进行了进一步梳理本文利用遗传算法进行城市配电网的无功综合优化，建立了综合考虑网损、电压偏差及电容器的投资费用为最小的符合实际配电网的无功综合优化数学模型。在此基础上对基于遗传算法的无功优化做了深入的研究，对遗传算法的传统操作方式提出改进措施，编制了应用程序，经IEEE30节点配电网的结果验证，表明所做的改进措施满足无功规划的基本要求，实现了无功补偿的优化。
李子韵[3]2003年在《基于免疫算法的配电网电容器优化配置》文中认为本文主要分析了配电网基本结构，配电网现状及发展趋势，结合配电网特点，研究了免疫算法在配电网电容器配置中的应用。针对实际配电网具体情况得出配电网电容器配置的数学模型。仿真计算得出电容器配置方案，并对电容器进行合理分组，经过分析得出该配置方案可行而且经济。同时，本文对遗传算法和免疫算法的收敛性进行比较，得出免疫算法收敛性较好，收敛速度快。 配电网络的复杂，以往的优化算法在解决配电网电容器配置问题时由于算法的缺陷，往往缺乏足够的优化手段。免疫算法在模拟人类免疫反应过程中具有较大的优势，且解决了控制变量是离散变量的问题。经过验证，证明该算法在解决配电网电容器配置问题上具有较大的优势。
刘洪[4]2008年在《面向供电质量提高的城市电网专项规划研究》文中进行了进一步梳理配电系统是发输电系统与用户之间连接的纽带,无论对发输电系统的安全稳定运行,还是对用户的高质量供电,均具有非常重要的意义。以往我国对配电系统重视程度不高,导致了配电系统在供电的诸多环节都相当薄弱,严重影响了系统的供电质量。据美国电力科学研究院预测,未来电网中有超过60%用户的可靠性需求将高于99.9999%,而可靠性需求为99.9999999%的用户也将达到10%。由此可见,高质量供电是电网发展的必然目标。近年来,我国广泛开展了配电网络规划,相关规划理论和方法也已得到深入研究,但全面满足各类用户的供电需求,不仅需要开展传统的以优化网架结构为目标的配电网络规划研究,更应该开展面向供电质量提高的无功、可靠性等专项规划研究。因此,本文根据国内电力行业的实际需要,将配电网无功优化规划、有载调压配置优化、配电网可靠性规划作为研究重点,并应用粒子群算法、遗传算法、模糊均值聚类和灵敏度等理论,提出了一系列优化规划方法。(1)根据目前无功优化中解决不等式约束时所采用惩罚函数的软约束方法不能完全满足电压和功率因数要求的问题,提出了一种将边界约束与可调节变量进行“九宫”调节的硬约束调节策略,并在粒子群算法中引入离散化和混沌序列两项常规改进措施,使得新形成的改进粒子群优化算法能够适应电压和无功调节的阶跃性并有效避免陷入局部最优。通过IEEE标准节点系统和某地区实际电网的计算分析,表明该算法在寻优速度、寻优质量等方面均具有很好的效果,可以满足电网工作人员的实际应用。(2)针对无功规划工作缺乏完备的理论指导,致使当前城市配电网无功补偿设备配置普遍存在着分组不合理、投入效率低等情况,提出了一套系统的配电网无功规划方法。其中,面对配电网规模庞大、逐站逐线计算可行性低的问题,制定了“整体-部分-整体”的解决思路,并应用模糊C均值聚类将规模庞大的配电网按负荷特性等因素分解为若干区域;在利用灵敏度矩阵确定最佳线路无功补偿点位置的基础上,结合最优网损模型和最小年费用模型,建立了配电网无功规划的数学模型;采用改进粒子群优化算法将各类无功补偿设备进行整体优化,并将配置结果推广至整个区域。算例表明,利用该方法规划的配电网无功配置方案能够在满足电网运行的基础上尽量减少投资,并且所形成的配置结论具有很强的实用性。(3)沿用配电网无功规划的解决思路,结合某区域电网的实际情况,提出了一套有载调压优化研究方法。该方法利用灵敏度理论求解无功薄弱点,并将其与变电站所处位置等因素相结合,确定有载调压优化分析的典型变电站,进而利用上述改进粒子群优化算法,对各220kV和110(35)kV典型变电站的主变压器进行有载调压和无载调压的技术经济比较,通过对典型站的综合分析形成可用于各电压等级变电站有载调压优化配置的若干实用结论。(4)针对配电网供电可靠性影响因素众多、难以进行分析和规划的问题,制定了可靠性规划思路,并定义了供电可靠性影响因素体系作为现状薄弱点分析的依据;为保证规划方案的科学性和合理性,提出了结合项目间复杂关系、以可能的最大投资额度为约束、所能达到的可靠率为目标的项目组合优选算法。算例分析表明,该方法能在我国目前现状薄弱点较多、建设改造资金有限的客观条件下得到良好的规划方案,从而为供电可靠性的提升提供实际支持。
周珊[5]2004年在《遗传算法在电力系统无功优化中的应用》文中研究表明生物是通过两个基本过程:自然选择和有性生殖不断进化的。通过遗传、突然变异、自然淘汰等规律进化,以适应环境的变化。20 世纪60 年代中期,美国Michigan大学的J . Holland 教授首先提出了一种模拟自然界的遗传选择和适者生存的物种进化过程的计算模型——遗传算法,并把它创造性地应用于人工系统,成功的解决了一些实际问题。从此,它的实用价值逐渐被人们所认识。遗传算法是一种随机化搜索方法,主要特点是其群体搜索策略和群体中个体的信息交换,搜索不依赖于梯度信息,鲁棒性、全局收敛性、通用性强,无可微性,嵌入优化问题的过程简单,不需要对问题本身有深入的数学了解,尤其适用于处理传统搜索方法难以解决的复杂的和非线性的问题,非常适合于计算机数值运算。简单遗传算法使用二进制编码、轮盘赌、一点交叉和变异,它最严重的缺点是进化初期的未成熟收敛和进化中后期由于个体竞争减弱引起的随机搜索趋势。前者导致算法收敛到局部最优解, 后者导致算法的收敛速度缓慢。保持群的多样性, 可以预防“过早收敛”的发生, 那就希望群中的一些个体分别代表解空间不同的局部最优所在的区域。本文在总结前人经验的基础上,对简单遗传算法作了一些改进,将模拟退火的思想引入遗传算法,有效地缓解了遗传算法的选择压力。退火选择遗传算法, 就是用退火选择作为个体替换策略, 将模拟退火中的退火因子加入到遗传算法的选择操作中, 成为整体退火选择,即允许父代参加竞争。即在Darwin 的遗传策略中引入Boltzmann 退火过程, 使寻优过程能够跳出局部最优解, 最后收敛<WP=66>到全局最优解。它既可以克服遗传算法过早收敛的问题, 能够以概率1 收敛到全局最优解;又继承了GA 算法的优点, 具有隐含的并行性, 可以用于搜索地形复杂的区域, 并可直接而有效地应用到并行计算机上。电力系统无功优化是指在保证满足系统各种运行方式约束的前提下, 确定电网中无功设备的类型、最优无功补偿地点和无功补偿设备容量, 从而使规划期内投资及运行费用总合最小,并最大限度地提高系统电压稳定性, 改善电压质量。显然该问题是动态多目标不确定的非线性整数规划问题, 解空间具有非线性、不连续、多不确定因素等特点。本文将退火选择遗传算法用于电力系统无功优化规划中,并结合配电网的实际,进行了一些改进,结果比较令人满意。本文所作的主要工作有:1)采用模拟退火接收Metropolis 准则作为个体替换策略,当新个体适应度大于旧个体时, 替换旧个体, 否则, 以概率替换旧个体。这样, 在迭代初期温度较高时, P (Tk+ 1) 值相对较大, 容易接受新解, 从而保持多样性; 随着遗传代数的增加,P(Tk+ 1) 值逐渐减小,即接受新解的概率逐渐降低,在迭代后期几乎只接受优化解。 2、结合配电网的实际,建立合理的数学模型,即考虑网络有功网损最小、无功补偿设备的投资为最少的同时,运行电压质量满足要求。 3、在选择方式上采取竞争选择机制和最佳保留选择机制相结合的方法,使得在进化过程中群体在解空间有交好的分散性,避免<WP=67>陷入局部最优;且每一代最好的解得以保留,减少了迭代收敛的次数,从而改善了算法的优化性能。 4、在交叉方式和变异方式上采用不定交叉变异概率。在进化起始阶段,种群的个体之间差异较大,此时交叉率取较大值,变异率取较小值有利于保持种群的多样性;进化后期,个体之间差异减小,交叉的作用不明显,此时交叉率取小值,变异率取较大值可以避免种群趋于一致,有利于跳出局部最优解。5、对目标函数中有功网损的加权系数W1及补偿电容器组投资的加权系数W3采取了动态取值法。配电网电压应满足用户的实际要求,为突出配电网电压质量合格这一核心问题,取电压越限罚函数中的惩罚系数W2较W1和W3的上限值还要大,按这种方式构造的适应值函数可以尽快地将某些含越限状态量的解淘汰出局,加快了进化收敛速度。 6、在进化收敛判据上,采取了最大遗传代数N与最优个体适应值连续保持不变的最大代数Np相结合的方式,加快了进化收敛速度,算例结果表明比仅用最大遗传代数的判据更合理。 7、根据配电网的实际情况,编制了相应的程序,对IEEE实际算例系统进行了计算。 通过对算例的计算,改进退火遗传算法应用于电力系统的配电网实际,所得结果是令人满意的。
王腾[6]2010年在《基于量子进化算法的配电网网架及无功综合规划研究》文中进行了进一步梳理合理进行配电网络规划有利于降低电网电能损耗、提高供电质量和可靠性,对节约国家电力基建投资,节约能源具有重大现实意义。本文基于种群多样性好、全局寻优能力强、搜索效率高、收敛速度快的量子进化算法(Quantum-Inspired Evolutionary Algorithm, QEA)对电网规划中配电网的网架规划和无功规划,及网架和无功的综合规划叁方面进行了深入地研究与分析。本文首先在配电网网架规划研究中采用了以线路的规划年综合费用最低为目标的数学模型,并应用QEA对模型进行求解,通过对一个10节点网架规划算例的仿真,证明了QEA应用于配电网网架规划计算速度和收敛性能均优于其它叁种算法；然后通过最优次优网架投建方案的对比,验证了进行配电网网架规划研究的重要性。接着在配电网无功规划研究中采用了以年综合经济效益最大为目标的数学模型,研究了两种无功规划方法：一是先用负荷功率阻抗矩法选择无功补偿点,再应用QEA求解补偿容量；二是无功补偿点和补偿容量均由QEA求解；通过对IEEE33节点算例仿真证明了两种方法的有效性,并对两种算法补偿效益和经济效益进行了分析比较。最后将配电网架、无功补偿规划综合起来进行考虑,提出了整个网络的综合规划方案,建立了以全系统的年综合费用最低为目标的数学模型,并应用QEA对模型进行求解,通过对西北某城市配电网规划算例的仿真,证明了网架和无功综合规划与分为两阶段,即先进行网架规划,后进行无功规划相比,能产生更高的经济效益,可得到整个网络的最佳规划方案。
王赛一[7]2005年在《城市中压配电网络优化规划》文中进行了进一步梳理城市中压配电网络规划是一个具有多目标性、不确定性、非线性和多阶段性等特点的复杂系统优化问题,属于NP难问题。本文运用地理信息系统(GIS)、智能优化算法、可靠性价值理论、多目标规划理论和不确定规划理论对其进行了较为深入的研究。在不同供电区域负荷密度和不同变电所容量条件下,对中压配电网架空线路和电缆线路常见的几种接线模式进行了经济性和可靠性计算分析,研究其随负荷密度和变电所容量变化的趋势,以及在相同条件下不同接线模式之间的比较。基于定量计算结果,经综合考虑,给出了有指导意义的建议方案。结合配电网空间数据结构自身的特点,运用GIS中“层”的概念开发了配电网GIS空间数据库,为城市中压配电网络的规划工作提供了有力的辅助手段,可以使规划结果更具实际意义。采用最短路径法产生了中压配电网的辐射初始网架,并采用遗传算法(GA)来优化该初始网架。编码策略采用基于配电网空间GIS的变长度符号编码,使配电网规划同地理环境真正结合起来。通过算例分析,发现以空间GIS为平台,将网络优化问题和图形问题无缝地结合,在配电网规划工作中取得了良好效果。从建立城市中压配电网的全局角度出发,在辐射接线模式自动布局的基础上,按照正向和反向辐射线路布局的思路,提出了多分段单联络接线模式的自动布局方法,即在进行辐射线路布局的同时考虑了联络线路的布局,满足了整体规划的要求。在此基础上提出了叁分段叁联络接线模式和多分段多联络接线模式自动布局的一般性规划方法,并通过实际算例验证了所提方法的可行性。在配电网空间GIS的环境下,结合变电站选址与定容的方法提出了10kV开闭所的布点方法,同时参考辐射接线模式和多分段多联络接线模式的自动布局方法设计了开闭所进、出线的自动布局方法,从而简化了带开闭所接线模式的自动布局过程。采用禁忌搜索算法(TS)对城市中压配电网络进行了优化,发现在采用基于空间GIS的变长度符号编码策略来表示线路的条件下,采用具有禁忌搜索思想的TS来指导搜索过程,可以使其自动满足线路的辐射状布局特点,规划结果切实可行,并可缩短规划时间。以简单的旅行商问题(TSP)为例比较说明了GA、TS和它们之间的两种混合算法在解决大型组合优化问题时所表现出来的性能优劣,分析采用了TS变异算
杨桂丹, 李涛[8]2008年在《城市配电网无功补偿优化配置的应用研究》文中提出配电网无功优化是节能降损的一项重要措施,而做好无功补偿设备的优化配置是配电网无功优化最重要的环节。为此,从实用角度出发,以减少配电网有功损耗为目标函数,采用惩罚函数的方法对就地无功补偿装置的安装数量和节点电压质量加以约束,在此基础上采用遗传算法确定配电网就地无功补偿电容器的最佳安装位置和补偿容量。通过对配电网IEEE36节点和某城区实际配电网系统的验算,表明了该算法的可行性和有效性。
刘惠姣[9]2009年在《基于混合智能算法的配电网无功优化的研究》文中指出配电系统无功优化是保证系统安全、经济运行的有效手段之一。对无功的合理优化不仅可以提高系统运行的电压水平,而且可以降低系统的有功网损和无功网损,提高电力系统的运行效率。本文对电力系统无功优化算法进行了深入研究,针对算法研究现状提出将粒子群算法与免疫算法进行结合,形成一种新的混合智能算法称为自适应免疫粒子群算法,从而解决了粒子群算法易陷于局部最优而早熟和算法后期收敛速度变慢的缺点。通过对实际电网无功优化计算表明,本文提出的基于混合智能算法的配电网无功优化方法是正确有效的,具有良好的理论价值和实用价值。
杜刚[10]2002年在《基于改进遗传算法的配电网无功规划优化》文中认为配电网无功优化可以有效地降低网络有功损耗，并提高系统的电压合格率，从而降低网络运行费用，提高供电质量。目前对于无功优化主要有两个方面的研究方向： 一个突破方面就是使规划中所建立的数学模型尽量反映实际情况，即目标函数和多种约束条件接近电力系统运行情况；另一个是算法的研究，主要解决求解时间长，容易限于局部最优及易产生“维数灾”而无法进行大规模优化计算的问题。 配电网潮流是配电网无功优化的基础和工具，其计算速度和收敛性将直接影响优化的效果。通过对配网潮流进行研究，采用了改进的快速分解法和前推回推法求解潮流分布。通过配网29节点、33节点和69节点算例，对两种算法的收敛性和计算效率进行数值分析，并给出收敛机理证明。 本文提出了考虑电能损耗和无功补偿投资的综合目标函数，并计及不同负荷下的运行方式，以求获得较优的规划方案。对于电压越界点，采用惩罚函数予以解决。补偿点选为配电网的中压侧(10KV)。无功补偿方式不仅考虑并联电容器的补偿，对于系统中的电压越限点，还考虑增设电抗器的补偿方式，提出了电容器和电抗器的补偿原则。对优化问题的求解采用遗传算法，应用灵敏度分析的方法应用到无功优化方法中，在计算中大大降低了无功配置的搜索空间。并对常规遗传算法进行改进：种群数的选取采用初始种群和正常种群规模相结合，遗传运算采用自适应交叉率与变异率。通过改进，遗传算法的全局搜索能力增强，搜索时间大大缩短，算法稳定性得以提高，同时保留了常规算法的各种优点。 根据上述算法编制了实用软件，并对配网33节点、69节点和银川城市配电网进行了验算，通过与常规遗传算法比较，证明本文模型和算法的实用性、可靠性和较优性。
参考文献：
[1]. 大庆城市配电网无功优化补偿的研究[D]. 吴凤春. 东北农业大学. 2003
[2]. 基于遗传算法的城市配电网无功综合优化[D]. 张昆. 华北电力大学. 2001
[3]. 基于免疫算法的配电网电容器优化配置[D]. 李子韵. 河海大学. 2003
[4]. 面向供电质量提高的城市电网专项规划研究[D]. 刘洪. 天津大学. 2008
[5]. 遗传算法在电力系统无功优化中的应用[D]. 周珊. 吉林大学. 2004
[6]. 基于量子进化算法的配电网网架及无功综合规划研究[D]. 王腾. 西南交通大学. 2010
[7]. 城市中压配电网络优化规划[D]. 王赛一. 天津大学. 2005
[8]. 城市配电网无功补偿优化配置的应用研究[J]. 杨桂丹, 李涛. 广东电力. 2008
[9]. 基于混合智能算法的配电网无功优化的研究[D]. 刘惠姣. 华北电力大学（河北）. 2009
[10]. 基于改进遗传算法的配电网无功规划优化[D]. 杜刚. 西安理工大学. 2002
标签：电力工业论文; 自动化技术论文; 遗传算法论文; 无功补偿论文; 可靠性分析论文; 城市选择论文; 数学模型论文; 网架论文;