学位论文 > 优秀研究生学位论文题录展示

考虑模糊负荷的最优潮流研究

作　者: 李丹
导　师: 颜伟
学　校: 重庆大学
专　业: 电气工程
关键词: 最优潮流模糊集预测-校正原对偶内点法模糊潮流遗传算法
分类号: TM714
类　型: 硕士论文
年　份: 2005年
下　载: 234次
引　用: 2次
阅　读: 论文下载

内容摘要

随着大电网互联系统的逐渐形成以及电力市场的不断发展,系统的安全经济运行更加重要。作为解决这个问题的强大工具,最优潮流得到了广泛的应用和研究。最优潮流往往考虑成确定性优化问题,而实际系统中存在大量的不确定性因素,这使其应用受到很大限制。本文主要研究考虑负荷模糊不确定性的最优潮流模型和优化算法,主要内容如下。综述了模糊集理论在电力系统最优潮流方面的应用成果。介绍了梯形模糊参数的多种估计方法,并根据多样本负荷数据的拟合误差服从正态分布的特点,推导出一种估计梯形模糊参数的新方法。该方法简单、方便,易于实现。计及负荷的模糊性,同时考虑有功和无功综合优化,建立了一种非线性模糊最优潮流模型。其中,目标函数是发电费用最小,约束条件包括系统的交流潮流方程,电压和线路电流的安全约束以及控制变量的上下限约束。相对现有文献的模糊最优潮流模型采用近似的线性化或者直流潮流,且忽略无功控制变量,本文所建模型更符合实际。为了求解上述模糊优化问题,本文提出了两种新颖的优化策略:一种策略是基于梯形模糊数的运算规则,将上述模糊优化问题转化为确定性优化问题,并采用预测-校正原对偶内点法求解。转换后的确定性优化模型,目标函数为原模糊目标四个断点值的加权和,约束方程包括原模糊约束在四个断点值上的确定约束,以及模糊控制变量四个断点值的梯形约束。该策略确定控制变量的最优模糊分布,以保证系统状态在相应的模糊分布时具有安全性和最优经济性。另一种策略结合交流模糊潮流和遗传算法直接求解新模糊优化问题。在给定负荷模糊分布的条件下,随机确定控制变量的初始种群,通过模糊潮流计算,确定相应的系统状态模糊分布以及加权和目标值,并根据该分布的可行性和目标值的大小计算适合度值,由此判断个体的优劣程度。通过遗传算法对控制变量的选择、交叉和变异,最终确定一组最优控制变量。相对而言,第一种优化策略可以获得更大的经济效益,但由于控制变量也具有模糊性,因此在实际应用中比较难以实施。而第二种优化策略,虽然牺牲了一定的经济性,但控制变量是唯一确定的,其实际操作比较容易实现。通过IEEE14 系统的仿真分析,验证了本文模型和优化策略的可行性与有效性。

全文目录

中文摘要  4-5
英文摘要  5-9
1 绪论  9-15
  1.1 电力系统最优潮流概述  9
  1.2 模糊集理论在最优潮流中的应用  9-14
    1.2.1 将模糊集理论引入最优潮流的意义  9-10
    1.2.2 模糊集理论在最优潮流中的应用现状  10-13
    1.2.3 讨论和展望  13-14
  1.3 本文的研究范围和主要工作  14-15
2 负荷的模糊分布与交流模糊潮流计算  15-25
  2.1 负荷的模糊性  15
  2.2 模糊数学理论  15-18
    2.2.1 基本概念  15
    2.2.2 模糊分布  15-16
    2.2.3 梯形模糊变量的表示方法  16
    2.2.4 梯形模糊数之间的比较  16-17
    2.2.5 梯形模糊数之间的基本运算规则  17-18
  2.3 梯形模糊数的参数估计  18-20
    2.3.1 已知近似值和误差的方法  18-19
    2.3.2 已知平均值和最大最小值的方法  19
    2.3.3 多种投票法  19
    2.3.4 由负荷拟合误差服从正态分布推导出的估计方法  19-20
  2.4 交流模糊潮流计算  20-23
    2.4.1 概述  20-21
    2.4.2 交流模糊潮流计算模型  21-22
    2.4.3 交流模糊潮流算法  22-23
  2.5 本章小结  23-25
3 控制变量模糊条件下考虑模糊负荷的最优潮流  25-42
  3.1 概述  25
  3.2 考虑负荷模糊性的最优潮流模型  25-29
    3.2.1 模型中的变量  25-26
    3.2.2 最优潮流的目标函数  26
    3.2.3 潮流方程等式约束  26-27
    3.2.4 最优潮流的不等式约束  27-28
    3.2.5 完整的模型  28-29
  3.3 基于预测-校正内点法的最优潮流算法  29-36
    3.3.1 非线性内点算法  29-33
    3.3.2 实施中的问题  33-36
  3.4 算例与结果分析  36-39
  3.5 预测-校正原对偶算法的性能测试  39-40
  3.6 本章小结  40-42
4 控制变量确定条件下考虑模糊负荷的最优潮流  42-53
  4.1 概述  42
  4.2 遗传算法的基本原理  42-44
    4.2.1 概述  42-43
    4.2.2 遗传算法的特点和基本计算流程  43-44
  4.3 基于遗传算法的模糊最优潮流  44-49
    4.3.1 基本模型  44-46
    4.3.2 编码和解码  46
    4.3.3 适应值函数  46-47
    4.3.4 遗传操作的设计  47-48
    4.3.5 遗传算法参数的选择  48-49
  4.4 算例与结果分析  49-52
  4.5 本章小结  52-53
5 结论与展望  53-55
  5.1 结论  53-54
  5.2 展望  54-55
致谢  55-56
参考文献  56-59
附录A 雅克比矩阵和海森矩阵的求取  59-63
附录B IEEE14 测试系统的接线图和原始数据  63-68
附录C 作者在攻读硕士学位期间发表的论文目录  68-69
独创性声明  69
学位论文版权使用授权书  69

考虑模糊负荷的最优潮流研究

内容摘要

全文目录

相似论文