考虑电力系统暂态稳定约束的最优潮流算法研究

《考虑电力系统暂态稳定约束的最优潮流算法研究》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、■■Ｉ．举秦去杂穿、＼、．硕击奪位论文－．Ｉ’．－ｒ－．．，：．考黯电力某统藝态稳定约乘的‘ｔ嚴化潮流寶法硏究础！ＴｈｅＯＨ巧Ｐｏｗｅｒｎ〇科Ａ悼ｐ＇■．ｉ。Ｐｏｗｅｒ資ｙｓｔｅｍ＾－＇■．张强２０巧年３月■－■．■Ｉ■－－Ｉ、．Ｉ？■■．■ＬＶ？－．．．？－ｊ国内图书分类号：TM744学校代码：10079国际图书分类号：621.3密级：公开硕士学位论文考虑电力系统暂态稳

2、定约束的最优潮流算法研究硕士研究生：张强导师：卢锦玲副教授申请学位：工学硕士学科：电气工程专业：电力系统及其自动化所在学院：电气与电子工程学院答辩日期：2015年3月授予学位单位：华北电力大学ClassifiedIndex:TM744U.D.C:621.3ThesisfortheMasterDegreeResearchonTheOptimalPowerFlowAlgorithmwithTransientStabilityconstraintsinPowerSystemCandidate：ZhangQiangSuperv

3、isor：Prof.LuJinlingSchool：SchoolofElectricalandElectronicsEngineeringDateofDefence：March,2015Degree-Conferring-Institution：NorthChinaElectricPowerUniversity*A~~F~:~~m~~~~±~w~x«~m~n*~~~~~~*1¥1iitlt~fHntlf~:PJf11:».~-*A{E~~iP1:1.@T.:tE$itIt!h.A~Jj[ig;li.9i±~ffiJt,

4、Jj~~~~~~~I~~~ffl~~*oM-*Am~,~~~~Btt~$**~g*~AB~~~-~tt~W~~*o~*~~~~I~tiilim~~-~~A~-~.~B~~~~~-~~~~o*~~~~$M*~~~~*A~ffio«~m~fJ¥tJt~15~~IEt"J3R1¥1JOC{Jt~mt1J:¥t1iJf1f.»~*AtE$~t~fJ7c?!f.:.I!£1~@i±'!!f:1.fLMfBJ:t£~~fllmJtFr7E~I¥Jijl±~1ftif;X"*itXI¥J:PJfJ1:PX;:!f!!8$~t~nA~

5、~~.*~X~~~~~~~~~~~~~~~R~o*A~~TM$::itIt!fJ7::.$!'~-T~1¥-..itffl$W:i-BX1¥1*Je5E.liiJ:1=~f3t&:00:#(ri]·00*ff~$flEX;m~*~~X~I~#~~~~*·~~*~~~~~x~~~~$~~3-A1r*~mw.:1.tt1r~~.Jcilfi{';)[1Jtttl~1ll1-iil~0-*A~:tzJ¥~tFt1:ht:.:~.m~*ffl*~~p,!18En~j3fl8~2!ttlf.Eii*ff..PIl;J.0;tni

6、£'XBt~$9Jt#1371-~'$o"¥-fftit-x~-Tci~:t£1;1,r1El@.1rmP3:rr·~,)~~*o·~~~*§mffl*~~~~f~~fttf~~:~~tJ'Yiji~~,f-1if~摘要暂态稳定预防控制是保证电网安全稳定运行的重要环节之一，暂态稳定约束最优潮流作为暂态稳定预防控制的核心内容，近年来受到研究者越来越多的重视。尤其是随着电力系统规模的持续扩大以及电力市场化改革的加速，电网安全稳定经济运行面临前所未有的挑战，电网安全稳定性与经济性之间的矛盾愈加突显。因此，研究实用高效的暂态

7、稳定预防控制优化模型及算法，对进一步优化电网运行工况具有一定的现实意义和实用价值。本文建立了更加符合系统实际特性的暂态稳定约束最优潮流模糊新模型，并将协同进化思想应用于改进的粒子群算法构造了高效的协同进化粒子群算法对模型进行求解，同时提出了进一步提高算法运行效率的加速策略，取得的研究成果如下：首先，在建模方面，提出将模糊集理论应用于暂态稳定约束最优潮流问题的数学方法，结合电力系统实际特性，对传统暂态稳定约束最优潮流模型进行改进。考虑到实用暂态稳定判据功角阈值的不确定性以及电压约束的裕度要求，引入模糊集理论，将功角约束、

8、电压约束及目标函数模糊化处理，采用最大最小算子建立了以求解满意度最大化的暂态稳定约束最优潮流模糊新模型。其次，在求解算法方面，构造了适于暂态稳定约束最优潮流这类大规模非线性优化问题的协同进化粒子群算法。文中详细分析了协同进化算法和粒子群算法的运行机理，给出了协同进化算法的一般框架和自适应惯性权重、自适应学习因子的改进粒子群算法。结