面向智能电网的配电网多目标动态无功优化研究-计算机科学与技术；计算机系统结构专业毕业论文.docxVIP

Classified Classified Index：TP39 U．D．C：004 Thesis for the Master Degree Research on Multi-·obj ective Dynamic Reactive Power Optimization for Smart Grid Candidate： Zongpu Li Supervisor： Prof．Yuancheng Li School of ConUol and Computer School： Englneenng Date of Defence： March，2016 Degree-Conferring—Institution： North China Electric Power University 万方数据 华北电力大学硕士学位论文原创性声明本人郑重声明：此处所提交的硕士学位论文《面向智能电网的配电网多目标 华北电力大学硕士学位论文原创性声明 本人郑重声明：此处所提交的硕士学位论文《面向智能电网的配电网多目标 动态无功优化研究》，是本人在导师指导下，在华北电力大学攻读硕士学位期间 独立进行研究工作所取得的成果。据本人所知，论文中除已注明部分外不包含他 人己发表或撰写过的研究成果。对本文的研究工作做出重要贡献的个人和集体， 均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。 储魏糖翻 FI#CJ：纠∥年弓,目zyH 华北电力大学硕士学位论文使用授权书 《面向智能电网的配电网多目标动态无功优化研究》系本人在华北电力大学 攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研究成果归华北 电力大学所有，本论文的研究内容不得以其它单位的名义发表。本人完全了解华 北电力大学关于保存、使用学位论文的规定，同意学校保留并向有关部门送交论 文的复印件和电子版本，允许论文被查阅和借阅，学校可以为存在馆际合作关系 的兄弟高校用户提供文献传递服务和交换服务。本人授权华北电力大学，可以采 用影印、缩印或其他复制手段保存论文，可以公布论文的全部或部分内容。 本学位论文属于(请在以上相应方框内打“4”)： 保密口，在 年解密后适用本授权书 不保密团 作者签名： 日期：历％年弓,目2YH 导师 日期：厶，6年岁月驴 万方数据 华北电力人学硕士学位论文摘要 华北电力人学硕士学位论文 摘要 配电网无功优化是改善配电网系统电能质量、有效提高电力系统稳定性的重 要方法。电力系统无功优化不仅能降低系统的有功损耗，还能对电网的电压进行 调整，从而保障电力系统安全、稳定的运行。随着智能电网建设进程的加快，分 布式电源(DG)将批量并入电网，会对系统潮流、电压造成一定影响，使传统 的配电网无功优化问题发生改变。因此，在DG并网的背景下，研究配电网无功 优化问题具有重要的工程意义。 由于DG的并网和DG的随机性使传统的无功优化模型不再适用，针对这一 问题，本文提出了一种新型的优化算法——混沌蜂群差分进化算法(CABC．DE)。 并分别用于建立含DG多目标无功优化模型和动态无功优化模型。具体工作如下： 1．针对差分进化算法(DE)具有收敛过早、局部搜索能力较差的缺陷。本 文采用人工蜂群算法(ABC)和混沌思想(Chaos)对其进行改进，提出了混沌 蜂群差分进化算法(CABC—DE)。建立以最小化有功网损为目标函数的模型，将 CABC—DE算法和DE算法分别用于IEEE一14和IEEE．30节点系统进行仿真实验， 仿真结果表明了新算法的有效性。 2．研究了DG并网后的配电网系统的多目标无功优化问题。在Pareto最优 理论的基础上提出了多目标混沌蜂群差分进化算法。随后构建以有功网损最小、 电压偏差最小、无功补偿最小为目标函数的多目标无功优化模型，在含DG的 IEEE．30节点系统中进行仿真。仿真结果表明该算法能获得分布均匀的Pareto前 沿，实现了对三个目标的优化，同时满足了电网运行对经济和安全两方面的要求。 3．研究了DG并网后的配电网系统的动态无功优化。为了充分考虑到DG 功率输出的随机性和配电网系统的安全性、经济性，首先构建了含DG的配电网 动态无功优化模型，限制无功控制设备的操作次数以保障操作成本和设备使用寿 命。然后考虑了系统负荷的变化，将日均负荷曲线分割大小时段，每个时段充分 考虑DG的随机性，获得最优的动态无功优化方案。 关键词：配电网；无功优化；分布式电源；混沌蜂群差分进化算法；多目标优化： 动态优化 万方数据 万方数据 万方数据 华北电力大学硕～}二学位论文Abstract 华北电力大学硕～}二学位论文 Abstract The Reactive Power Optimization of distribution network iS all im