基于差异进化粒子群算法的电力系统无功优化-电力系统及其自动化专业论文.docxVIP

基于差异进化粒子群算法的电力系统无功优化-电力系统及其自动化专业论文.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
摘 摘 要 无功优化是电力系统运行与控制中的一个传统课题,是保证系统安全、经 济、稳定运行的有效手段,是降低系统网损、提高电压质量的重要措施。多年 来,许多学者提出了多种方法应用于无功优化问题,取得一定的进展,但是有 些问题一直末得到很好的解决。因此,电力系统无功优化问题的研究,既具有 理论意义,又具有实际应用价值。 电力系统无功优化是+个多变量、多约束的混合非线性规划问题,其控制 变量既有连续变量又有离散变量,其优化过程十分复杂。针对电力系统无功优 化问题的特点,本文提i=}{了一种应用于电力系统无功优化的新算法——差异进 化粒子群算法。陔算法是在粒子群算法的基础上,引入差异进化的机理,使得 差异进化粒子群算法同时具有差异进化和粒子群优化两种优化技术特点。同时, 差异进化粒子群算法还继承和发展了粒子群算法的基于多点搜索、处理离散变 量、适用范围广等诸多优点。通过对差异进化算法竞争机制和发散效应的引入, 避免了差异进化粒子群算法早熟而漩入局部最优解,并且还有较快的收敛速度。 通过对IEEE一30节点系统的计算表明,本文所提出的基于差异进化粒子群算 法的电力系统无功优化方法是切实可行的,有良好的理论价值和实用价值。相 比于传统粒子群算法、差异进化算法,它具有更好的全局收敛能力和更快的收 敛速度。 关键词无功优化;粒子群算法;差异进化;差异进化粒子群算 东北}U力凡学埘卜学位论文Abstract 东北}U力凡学埘卜学位论文 Abstract Reactive power optimization is a traditional problem in power system contr01.It is one of the most important control methods to ensure power system operation securely、economically and steadily,and an efective measure to improve the voltage profile and reduce the transmission loss.Although many techniques have been implemented in this problem,difficulties remain.Therefore,Study the problem of reactive power optimization has the great significance in theory and practical application. Reactive power optimization is a large—scale nonlinear optimization problem with a large number of variables and uncertain parameters,the operating variables include continuous and discrete variables,the optimization becomes very complex.According to the characteristics of reactive power optimization,a novel algorithm,differential evolution particle swarnl optimization(DEPSO)is proposed in this paper.Based on particle swarm optimization(PSO),differential evolmion(DE)is embedded in DEPSO,this algorithm combines differential evolution and particle swarm optimization’S evolutional mechanism.this algorithm inherits and develops the merits ofparticle swami optimization such as multi points searching.dealing with the discrete variables,application in large-scale range and SO on.The competitive mechanism and diffusive effect of DE is introduced into DEPSO to quicken convergen

您可能关注的文档

文档评论(0)

131****9843 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档