基于新型進化算法和微機集群的電力系統(tǒng)并行無功優(yōu)化研究.pdf_第1頁
已閱讀1頁,還剩135頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、電力系統(tǒng)無功電壓自動控制的發(fā)展大致可以分為四個階段,即設備級就地分散控制階段、廠站級就地協(xié)調(diào)控制階段、區(qū)域級協(xié)調(diào)控制階段和全局協(xié)調(diào)控制階段。其中尤以基于無功優(yōu)化、集安全性和經(jīng)濟性于一體的全局協(xié)調(diào)優(yōu)化控制為最高追求目標,其條件隨著SCADA數(shù)據(jù)準確率和EMS實用化水平的不斷提高正日漸成熟,相應的需求也日益迫切。因此,無功優(yōu)化問題是目前電力系統(tǒng)領域中的研究熱點之一,研究內(nèi)容主要包括兩個方面,即考慮更多實際需求的詳細建模和快速準確的求解。本文

2、著重研究無功優(yōu)化問題的求解方法。 在數(shù)學上,無功優(yōu)化是一種同時具有連續(xù)變量和離散變量、具有非線性的目標函數(shù)、非線性的等式和不等式約束的復雜優(yōu)化問題,具有非凸性和多極值性,其快速準確求解相當困難。目前主要有基于導數(shù)的數(shù)學規(guī)劃方法和智能優(yōu)化算法等兩類求解方法,前者以內(nèi)點法為最新發(fā)展,后者以進化算法為典型代表。兩者各有優(yōu)缺點,前者計算速度快,但理論上容易陷入局部極小點,在處理離散控制變量和不可行問題方面存在困難;后者能以較大概率找到全

3、局最優(yōu)解,便于處理離散控制變量和不可行問題,但容易陷入早熟,計算速度慢。 為解決基于進化算法的無功優(yōu)化的早熟和計算速度慢的缺點,前人做了大量工作。歸納起來,主要有三個努力方向:(1)利用進化算法與其它智能優(yōu)化算法或內(nèi)點法的互補性來構(gòu)造混合算法;(2)運用與無功優(yōu)化相關(guān)的電力系統(tǒng)計算和運行方面的經(jīng)驗和知識來簡化計算模型、減小問題規(guī)模;(3)運用并行計算來加速計算。本文的研究也大致按照這三個方向展開: 第2章從全局搜索能力較

4、強的進化規(guī)劃(EP)入手,首先比較了四種EP方案用于求解無功優(yōu)化問題時的性能;然后研究了所謂的自適應快速EP方案用于求解無功優(yōu)化問題時的有效性;最后根據(jù)比較分析中總結(jié)出來的規(guī)律,對兩種EP方案進行了成功的改進。研究總體表明,EP用于求解無功優(yōu)化問題時速度太慢。 第3章將差異進化算法(DE)首次用于求解無功優(yōu)化問題,研究了其尋優(yōu)機理和參數(shù)設置的問題,并通過與其它進化算法和粒子群算法的比較分析了它的性能。結(jié)果表明,對求解無功優(yōu)化問題

5、而言,DE總體上是一種比較優(yōu)秀的新型進化算法,值得進一步研究和應用。但同時也發(fā)現(xiàn),DE需要相對較大的群體規(guī)模才能避免早熟收斂。當系統(tǒng)規(guī)模較大時,這將導致計算時間很長,在單機計算的條件下難以滿足在線無功優(yōu)化的需要。 第4章研究運用并行計算技術(shù)來加快DE用于求解無功優(yōu)化問題時的計算速度,并以微機集群為平臺加以實現(xiàn)。算例分析表明,并行化的確可以大大提高DE求解無功優(yōu)化問題的速度,采用并行DE和適當規(guī)模的集群可以較好地實現(xiàn)電力系統(tǒng)的在線

6、無功優(yōu)化。但同時也發(fā)現(xiàn),并行計算的加速效果隨集群規(guī)模的擴大而迅速飽和,有必要通過算法本身的改進來降低所需的群體規(guī)模,從而進一步加快計算或使用更小規(guī)模的集群以降低成本。 第5章首先分析了DE和EP的互補性,然后利用這種互補性設計了名為DEEP的混合算法。它以DE為主體,并通過EP的隨機變異操作引入新的遺傳信息以緩解早熟壓力。算例分析表明DEEP具有如下優(yōu)點:(1)可以有效克服DE需要相對較大的群體規(guī)模才能避免早熟的缺點,從而可以大

7、大節(jié)省計算時間。主從并行化時,DEEP還可將繁衍操作分散到從進程進行而不致使優(yōu)化結(jié)果明顯變差,從而可以進一步節(jié)省計算時間。(2)是一種通用的算法,且性能對參數(shù)不敏感,唯一的參數(shù)設為固定值即可。(3)由于采用了合理的主輔群體機制,對輔助群體不做適應度評估,故新增的計算時間幾乎可以忽略不計,十分適于求解無功優(yōu)化這種適應度評估非常耗時的優(yōu)化問題。 第6章運用協(xié)同進化技術(shù)提供的系統(tǒng)框架,將分解協(xié)調(diào)技術(shù)引入了DE,并利用電力系統(tǒng)無功電壓之

8、間的關(guān)系具有局部性的特點將電網(wǎng)分成若干個盡可能獨立的區(qū)域以減少協(xié)調(diào)工作量,由此構(gòu)造了一種協(xié)同DE與電網(wǎng)分區(qū)相結(jié)合的無功優(yōu)化方法CCDE-PSD;針對其特點,還設計了一種三層主從并行結(jié)構(gòu)來實現(xiàn)其并行化。算例分析表明,CCDE-PSD及其并行化的方案設計都是合理有效的。無論從解的質(zhì)量還是計算時間來看,CCDE-PSD都明顯優(yōu)于普通DE,可以在使用更小的群體規(guī)模和更少的進化代數(shù)的情況下獲得更好的解。 第7章總結(jié)全文,并展望了值得進一步

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(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)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

評論

0/150

提交評論