欢迎来到天天文库
浏览记录
ID:37067967
大小:2.27 MB
页数:79页
时间:2019-05-17
《稀疏技术在电力系统动态有功功率优化算法中的应用研究》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、分类号:密级:UDC::学号■416114315037南昌大学专业学位硕士研究生学位论文稀疏技术在电力系统动态有功功率优化算法中的应用研究TheApplicationResearchingofSparseTechnoloonDnamicgyyActivePowerOptimizationAlgorithminPowerSystems王宇俊培养单位(院、系):信息工程学院电气与自动化工程系指导教师姓名、职称:陈恳教授专业学位种类:工程硕士?专业领域名称:电气工程论文答
2、辩日期:2018年6月4日<答辩委员会主席:調|先评阅人:年月日摘要摘要如今,生产力的不断提高使得我们国家的经济以极高的速度向前迈进,电力系统的负荷也随之急剧增加。电力系统跨大区域高度互联的不断完善,智能化的不断发展,也使得电力系统动态有功优化对速度和精度的要求越来越高。为了探究如何提高电力系统动态有功优化算法的计算速度,本文尝试对其利用稀疏技术进行计算结构的优化。研究内容涵盖了电力系统牛顿-拉夫逊法(以下简称牛顿法)潮流计算、网损微增率算法、动态有功功率优化等方面。本文首先详细归纳了牛顿法潮流算法的缺点与不足,具体分析了影响牛顿
3、法潮流计算速度的因素,提出了运用稀疏技术的快速牛顿法算法,并通过算例对比了标准算法和运用稀疏技术后的快速算法的计算速度,结果表明运用稀疏技术后潮流计算速度的提升效果显著。其次,对两种电力系统网损微增率算法——导纳矩阵法和雅可比矩阵法,如何运用稀疏技术进行了详细论述。通过运用稀疏技术,改善网损微增率计算中对非零元素的读取和计算方式,剔除对零元素的计算,节省大量的计算时间,为后面提出快速经典法动态有功优化算法做了很好的铺垫。然后,分别简单介绍了经典法静态和动态有功优化的模型和算法,阐述了将稀疏技术运用于经典法动态有功优化的方法,并提出了一种快速经典法
4、动态有功优化算法。最后,文章通过算例分析编程比较运用稀疏技术的动态有功优化算法与未运用稀疏技术的算法的时间的差异,验证本文提出的将稀疏技术运用于动态有功优化算法对其计算速度的良好提升。关键词:潮流计算;网损微增率;稀疏技术;经典法;动态有功优化IAbstractAbstractToday,theever-increasingproductivityhasmadeourcountry'seconomymoveataveryhighspeed,andthepowersystem'sloadhasalsoincreaseddramatically.Th
5、econtinuousimprovementofhigh-levelinterconnectionoflarge-scaleelectricpowersystemsandthecontinuousdevelopmentofintelligentizationalsomakethedynamicactivepoweroptimizationofpowersystemsmoreandmoredemandingforspeedandaccuracy.Inordertoexplorehowtoimprovethecomputationalspeedofd
6、ynamicactiveoptimizationalgorithmsinpowersystems,thispaperattemptstousesparsetechniquestooptimizecomputationalstructures.TheresearchcontentcoversthepowersystemNewton-Raphsonmethod(hereinafterreferredtoasNewtonmethod)powerflowcalculation,networklossincreaseratealgorithm,dynami
7、cactivepoweroptimizationandsoon.ThispaperfirstsummarizestheshortcomingsandshortcomingsoftheNewtonmethodpowerflowalgorithm,specificallyanalyzesthefactorsthataffectthecalculationspeedofNewtonmethodpowerflow,proposesafastNewtonalgorithmusingsparsetechnology,andcomparesthestandar
8、dalgorithmandtheapplicationofsparsetechnologythroughanexample.Thecal
此文档下载收益归作者所有