欢迎来到天天文库
浏览记录
ID:34879689
大小:5.32 MB
页数:60页
时间:2019-03-13
《教与学算法在电力系统最优潮流的应用研究》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、硕士学位论文教与学算法在电力系统最优潮流的应用研究作者姓名许慧铭学科专业电力系统及其自动化指导教师刘前进副教授所在学院电力学院论文提交日期2015年6月IApplicationoftheTeaching-learningAlgorithminPowerFlowOptimizationofPowerSystemsADissertationSubmittedfortheDegreeofMasterCandidate:XuHuimingSupervisor:Prof.LiuQianjinSouthChina
2、UniversityofTechnologyGuangzhou,China分类号:TM715学校代号:10561学号:201220110665华南理工大学硕士学位论文教与学算法在电力系统最优潮流的应用研究作者姓名:许慧铭指导教师姓名、职称:刘前进副教授申请学位级别:工学硕士学科专业名称:电力系统及其自动化研究方向:电力系统分析、运行与控制论文提交日期:2015年6月3日论文答辩日期:2015年6月3日学位授予单位:华南理工大学学位授予日期:年月日答辩委员会成员:主席:王克英委员:孟安波刘前进曾江余涛I
3、II华南理工大学学位论文原创性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体己经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名:只後%日期:年<月5日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,SIJ:研#生在校攻读学位期间论文工作的知识产权单位属华南理工大学。学校有权保存并向国家有
4、关部门或机构送交论文的复印件和电子版,允许学位论文被查阅(除在保密期内的保密论文外学校可以公布学位论文的全部或部分内容,可以允许采用影印、缩印或其它复制手段保存、汇编学位论文。本人电子文档的内容和纸质论文的内容相一致。本学位论文属于:□保密,在年解密后适用本授权书。0朱保密,同意在校园网上发布,供校内师生和与学校有共享协议的单位浏览;同意将本人学位论文提交中国学术期刊(光盘版)电子杂志社全文出版和编入CNKI《中国知识资源总库》,传播学位论文的全部或部分内容。(请在以上相应方框内打“作者签名:搿被I日
5、期:外',工指导教师签名:日期:作者联系电话:电子邮箱:联系地址(含邮编):摘要近年来,人工智能和计算智能技术取得飞速发展,一些新型、高效的启发式算法如粒子群优化(ParticleSwarmOptimization,PSO)算法、遗传算法(GeneticAlgorithm,GA)、模拟退火算法(SimulationAnnealingAlgorithm,SAA)、差分进化算法(DifferentialEvolution,DE)等,在解决电力系统优化问题上取得了令人瞩目的成果。但是这些算法存在一定的局限性
6、,易陷入局部最优,而且需要设置的控制参数较多。如粒子群算法需要设置的控制参数有惯性常数ω、认知学习因子c1和社会学习因子c2;遗传算法需要设置交叉概率Px和变异概率Pm;模拟退火算法需要设置降温速率、初始温度、结束温度及链长;差分进化算法需要设置缩放因子F和交叉概率Cr。最近有一种新算法—教与学算法以其独特的优点和机制为解决大规模非线性复杂问题提供了新的思路和方法,与其它启发式算法相比,它最大的优点是不需要设置控制参数,这为科研工作者提供了很大方便。本文应用该算法进行电力系统潮流的优化研究。电力系统最
7、优潮流(OptimalPowerFlow,OPF)问题是典型的具有可伸缩性的多目标非线性规划问题。随着系统规模的不断扩大,变量和约束条件的数目剧增,变量之间复杂的函数关系和众多的非线性约束条件使得最优潮流问题成为难解决的大规模数学规划问题。本文在总结已有智能算法研究状况的基础上,采用教与学方法(Teaching-Learning-BasedOptimization,TLBO)对电力系统潮流进行优化。同时,为了提高收敛性能,提出用小波变异策略对算法进行改进,在算法开始时产生一个较大的搜索空间以实现全局搜
8、索,在算法结束时缩小搜索空间以获得更精确的解。为验证算法的有效性和鲁棒性,以IEEE30节点及IEEE118节点标准测试系统为算例,分别对发电运行费用、电力系统网损、电压偏差、大气污染气体排放量目标函数进行优化,将得到的结果与多种智能算法进行比较,验证了教与学算法与改进教与学算法(ModifiedTeaching-Learning-BasedOptimization,MTLBO)的有效性和实用性。关键词:电力系统;教与学优化算法;最优潮流IAbstrac
此文档下载收益归作者所有