

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、電力系統(tǒng)無功優(yōu)化是保證系統(tǒng)安全、經濟運行的一項有效手段,是降低網損、提高電壓質量的重要措施,具有非常重要的理論價值與現實意義。電力系統(tǒng)無功優(yōu)化的目標是在滿足電網安全和一定電能質量要求的前提下以最小的有功網損和最大的電壓穩(wěn)定裕度保證對用戶可靠而滿意的供電。傳統(tǒng)的無功優(yōu)化方法在求解電力系統(tǒng)無功優(yōu)化問題時存在一定的缺陷,而近年來出現的現代啟發(fā)式智能算法則方便了對離散、非凸、非線性問題的處理,為電力系統(tǒng)無功優(yōu)化方法開辟了新的思路。 本文
2、對傳統(tǒng)的無功優(yōu)化算法和部分現代啟發(fā)式智能算法進行了研究和比較,在總結了它們各自優(yōu)缺點的基礎上,提出了一種基于離散系統(tǒng)狀態(tài)空間模型的仿生算法。該算法通過狀態(tài)轉移矩陣使種群由一種狀態(tài)轉移至另一狀態(tài),并通過優(yōu)勝劣汰的自然選擇機制或其它策略保留較優(yōu)的個體狀態(tài),如此反復,最終使種群達到或接近一個最優(yōu)的狀態(tài)。為了防止算法陷入局部最優(yōu),算法通過考察種群狀態(tài)改變狀態(tài)轉移矩陣的構造,以保持了種群的多樣性,避免算法陷入局部最優(yōu),保證種群狀態(tài)向全局最優(yōu)的狀態(tài)
3、轉移,從而增大了找到全局最優(yōu)解的可能性。將所提出的基于狀態(tài)空間模型仿生算法用于函數優(yōu)化測試,仿真結果驗證了本算法的正確性和有效性。 采用MATLAB進行仿真,將基于狀態(tài)空間模型的仿生算法應用到電力系統(tǒng)無功優(yōu)化,以IEEE-14節(jié)點系統(tǒng)為例進行有效性驗證,并與傳統(tǒng)遺傳算法的優(yōu)化結果進行了比較分析。仿真結果表明在無功優(yōu)化中,基于狀態(tài)空間模型的仿生算法不但降低了網損,改善了系統(tǒng)整體電壓質量,并且計算速度也得到了提高??梢娀跔顟B(tài)空間模
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于免疫克隆選擇算法的多目標無功優(yōu)化.pdf
- 基于仿生智能的多目標跟蹤算法研究.pdf
- 基于預測模型的動態(tài)多目標優(yōu)化算法研究.pdf
- 基于改進Tabu搜索算法的區(qū)域電網多目標無功優(yōu)化.pdf
- 基于膜計算模型的多目標優(yōu)化算法研究.pdf
- 基于改進遺傳算法的電力系統(tǒng)多目標無功優(yōu)化.pdf
- 基于量子粒子群算法的交直流系統(tǒng)多目標無功優(yōu)化.pdf
- 基于混合粒子群優(yōu)化算法的電力系統(tǒng)多目標無功優(yōu)化研究.pdf
- 基于多目標優(yōu)化算法的推薦算法研究.pdf
- 基于改進遺傳算法的配電網電壓無功多目標優(yōu)化.pdf
- 基于改進遺傳算法的電力系統(tǒng)多目標無功優(yōu)化(1)
- 基于多族群PSO算法的森林空間動態(tài)多目標優(yōu)化研究.pdf
- 基于全網分區(qū)的多目標分布式無功優(yōu)化.pdf
- 基于改進群搜索算法的風電并網多目標無功優(yōu)化研究.pdf
- 基于遺傳算法的多目標優(yōu)化算法研究.pdf
- 基于矢量距免疫算法的電力系統(tǒng)多目標動態(tài)無功優(yōu)化.pdf
- 基于狀態(tài)空間模型的仿生算法在電力市場競價中的應用.pdf
- 基于ISIGHT的導管空間路徑多目標優(yōu)化.pdf
- 基于進化算法的動態(tài)多目標優(yōu)化.pdf
- 基于多目標優(yōu)化的進化算法研究.pdf
評論
0/150
提交評論