电力系统无功优化论文

《电力系统无功优化论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要电力系统无功优化是保证电力系统安全、经济运行的一项有效手段，是降低网络损耗、提高电压质量的重要措施。因此，对电力系统无功优化的研究既有理论意义，又有实际应用的意义。电力系统无功优化是一个非连续、复杂的、混合非线性优化问题，有很多优化算法被应用于该问题。但是，至今为止，尚无一种切实可行、快速完善的优化方法。本文在阅读了大量文献的基础上，建立了电力系统的无功优化数学模型，由于遗传算法具有鲁棒性强、全局收敛性好等优点，本文采用遗传算法对无功优化问题进行求解。求解无功优化问题的遗传算法的主要步骤为：对系统进行数学建模，对控制变量设计染色体编码、

2、适应度函数，然后对染色体进行选择、交叉、变异和保留操作。遗传算法的优化效果较好，能够很好的解决网损过大、电压越限等方面的问题。根据本文所建立的无功优化模型结合常规遗传算法，应用VB语言编写了相应的无功优化计算程序。并将算法应用到IEEE6节点系统进行无功优化计算，结果表明了遗传算法应用到无功优化是合理且有效的。关键词：遗传算法，无功优化，最小损耗，人工智能23ABSTRACTReactivepoweroptimizationofpowersystemisnotonlyaneffectivemeanstoensurepowersystemop

3、erationsecurelyandeconomically,butalsooneofthemostimportantmethodstoimprovethevoltagequalityandreducethetransmissionloss.Intheoryandpracticalapplication,thestudytoreactivepoweroptimizationofpowersystemisofgreatsignificance.Reactivepoweroptimization(RPO)inpowersystemisadisc

4、ontinuous,complicatedcombinationnonlinearconstrainedoptimizationproblem.Avarietyofmethodshavebeendevotedtosolvetheproblem.Practicalmathematicalmodelinvolvesallkindsofreactivepowerregulationfacilitiesandoperationalconstraintsonthebaseofreadingalotofreferencesarepresented.Wh

5、enusedtosolvetheproblemofnonlinearoptimization,geneticalgorithmhasthecharacteristicsofgoodrobustness,globalconvergence，soitisappliedtosolvetheproblemofreactivepoweroptimizationinthispaper.Geneticalgorithmscansearchthebestsolutiondirectlyandmorelikelytoacquiretheglobaloptim

6、umresult.TheprocessesofgeneticalgorithmforRPO:modelingofnetworks,designingchromosomecodeandfitdegreefunctionforvariable,andselectingintercrossing,differentiating,reservingchromosome.Optimumresultsaresatisfied,ithasgreateffectinreducinglinelossesandeliminatingvoltageexceedi

7、ngspecifiedlimits.AreactivepoweroptimizationapplicationprogramisdevelopedonthebaseofproposedmathematicalmodelcombinedwithtraditionGAbyVB.TheproposedapproachisappliedtotheIEEE6-bussystem.Thesimulationresultsshowthegeneticalgorithmisreasonableandeffectible.Keywords:GeneticAl

8、gorithm,ReactivePowerOptimization,LOSSMinimization,ArtificialIntellige23目录摘要IABSTRACTII1绪