高压输电网的规划方法及算法研究

发布时间：2017-10-09 20:18

  本文关键词：高压输电网的规划方法及算法研究

  更多相关文章： 遗传算法 输电网规划 小生境技术 模拟退火法 IEEE-6节点

【摘要】：输电网是电力系统的一个中间组成部分,一般由电力系统中最高的一级电压或二级电压网络组成,它肩负着电能从发电侧运送至配电侧的任务,在电力系统中有非常重要的地位。随着国家倡导节能减排和发展新能源的战略部署,对落后产能的淘汰以及新型、智慧型坚强电网的建造刻不容缓,同时也对输电网的优化配置提出了更高的要求,也就是输电网规划。本文以遗传算法为基础,克服该算法在输电网规划中存在的问题,对模拟退火法和小生境遗传算法及其应用展开研究,主要工作如下:深入分析了输电网规划中可能出现的问题和因素,给出考虑不同因素的几种规划模型,并对其参数进行了详细说明。最终决定采用最基本、也最简单常用的静态规划模型,该模型以最小投资和网络损耗费用为目标函数,考虑了负荷需求、发电机出力和新建线路的数量以及满足最大传输功率的约束条件。通过研究分析比较传统输电网规划方法和现代输电网规划方法的优缺点,本文以遗传算法和小生境理论为基础,提出了基于适应值共享的小生境遗传算法。通过构造小生境环境,大大增强了遗传算法的优化性能和收敛速度。但为了更好的解决易早熟收敛和局部收敛性能差的缺点,在此基础上引入模拟退火机制,提出模拟退火-小生境遗传算法的混合改进算法。运用Matlab7.0编写计算程序进行计算,通过IEEE-6节点和18节点算例系统计算和分析,得出模拟退火-小生境遗传算法在收敛速度、搜索能力和电网规划上比遗传算法更为优越,证明该混合算法在电网规划中的可行性。
【关键词】：遗传算法 输电网规划 小生境技术 模拟退火法 IEEE-6节点
【学位授予单位】：辽宁工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM715
【目录】：

• 摘要5-6
• Abstract6-9
• 1 绪论9-15
• 1.1 引言9
• 1.2 输电网优化规划9-10
• 1.2.1 输电网优化规划的概念9
• 1.2.2 输电网络优化规划的分类9-10
• 1.3 输电网国内外研究现状10-13
• 1.3.1 规划方法研究现状10-11
• 1.3.2 规划算法研究现状11-13
• 1.4 论文研究内容13-15
• 2 输电网规划原理与模型15-27
• 2.1 输电网规划原则和步骤15-17
• 2.1.1 电网规划的原则15-16
• 2.1.2 电网规划的一般步骤16-17
• 2.2 输电网规划模型研究17-26
• 2.2.1 目标函数及其表达式17-23
• 2.2.2 约束条件23-26
• 2.3 本章小结26-27
• 3 小生境遗传算法原理与计算流程27-38
• 3.1 遗传算法简介27
• 3.2 遗传算法原理27-31
• 3.2.1 遗传算法基本框架27-30
• 3.2.2 遗传算法的实现30-31
• 3.3 小生境遗传算法原理31-37
• 3.3.1 小生境技术的研究进展31-32
• 3.3.2 基于适应度函数值共享的小生境遗传算法32
• 3.3.3 基于适应度函数值共享的小生境实现32-33
• 3.3.4 算法实现整体流程图33-34
• 3.3.5 算例分析34-37
• 3.4 本章小结37-38
• 4 基于模拟退火机制的小生境遗传算法的输电网规划38-51
• 4.1 模拟退火机制38
• 4.2 模拟退火-小生境遗传算法原理38-39
• 4.3 模拟退火-小生境遗传算法数学模型39-42
• 4.3.1 模型的建立39-41
• 4.3.2 连通性判断41
• 4.3.3 适应度函数的选择41-42
• 4.4 算法特点及其实现流程图42-44
• 4.4.1 模拟退火-小生境遗传算法的特点42
• 4.4.2 模拟退火-小生境遗传算法的实现流程图42-44
• 4.5 算例分析 144-47
• 4.6 算例分析 247-50
• 4.7 本章小结50-51
• 5 结论51-52
• 参考文献52-54
• 攻读硕士期间发表学术论文情况54-55
• 致谢55-56
• 附录 IEEE-6 节点网络参数56

【相似文献】

中国期刊全文数据库 前10条

1 黄聪明,陈湘秀;小生境遗传算法的改进[J];北京理工大学学报;2004年08期

2 殷友廷;杨莘元;;小生境遗传算法用于阵列天线方向图综合[J];应用科技;2007年12期

3 朱宁;冯志刚;王祁;;基于小生境遗传算法的支持向量机分类器参数优化[J];南京理工大学学报(自然科学版);2009年01期

4 刘晓明;王志强;曹云东;宋超;;取消变异的小生境遗传算法及应用[J];沈阳工业大学学报;2009年05期

5 温金保;蔡延光;;基于自适应小生境遗传算法的物流配送路径优化研究[J];广东工业大学学报;2011年01期

6 何伟兵;;小生境遗传算法在工程物探反演中的应用[J];西南公路;2013年02期

7 张京军,崔炜,王南;小生境遗传算法的多刚体系统动力学参数优化设计[J];机械工程学报;2004年03期

8 袁丽华;黎明;杨小芹;周琳霞;;基于小生境遗传算法的多峰函数优化[J];南昌航空工业学院学报(自然科学版);2005年04期

9 牟在根;梁杰;隋军;颜谋;;一种模糊控制小生境遗传算法的应用研究[J];北京科技大学学报;2006年03期

10 叶青;韩英仕;谢军;;基于小生境遗传算法的离散变量结构优化设计[J];辽宁工学院学报;2007年01期

中国重要会议论文全文数据库 前6条

1 梁杰;郦亮;牟在根;;一种模糊控制小生境遗传算法研究[A];第五届全国现代结构工程学术研讨会论文集[C];2005年

2 谢凯;许峰;;基于小生境遗传算法的走向长壁采区优化设计[A];中国煤炭学会煤矿机电一体化专业委员会、中国电工技术学会煤矿电工专业委员会2004年学术年会论文集[C];2004年

3 韩英仕;郭鹏飞;朱朝艳;;小生境遗传算法及在离散变量优化设计中的应用[A];第十一届全国结构工程学术会议论文集第Ⅱ卷[C];2002年

4 田玉龙;吴清;赵卫国;;基于有性繁殖的小生境遗传算法与多峰函数优化[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

5 王丽爱;孙承意;;采用双层MEC研究MEC的多峰优化性能[A];2003年中国智能自动化会议论文集（下册）[C];2003年

6 王玉峰;姚兴利;夏敏;沈喜明;;基于多种群小生境遗传算法的抗干扰宽零陷生成[A];2009年全国微波毫米波会议论文集（下册）[C];2009年

中国博士学位论文全文数据库 前1条

1 肖海宁;基于UGNL的AGV系统规划设计与控制方法研究[D];南京航空航天大学;2013年

中国硕士学位论文全文数据库 前10条

1 陈锦星;高压输电网的规划方法及算法研究[D];辽宁工业大学;2016年

2 蒋昀昕;自适应小生境遗传算法的研究[D];安徽理工大学;2008年

3 谢凯;排挤小生境遗传算法的研究与应用[D];安徽理工大学;2005年

4 张鲁晋;基于改进小生境遗传算法的辩论谈判策略研究[D];北京工业大学;2013年

5 周伟;基于聚类方法的小生境遗传算法研究[D];湖南大学;2008年

6 马子哲;多模态优化的混合小生境遗传算法[D];天津大学;2009年

7 董喜双;基于小生境遗传算法的增量贝叶斯算法[D];哈尔滨工程大学;2008年

8 董海红;基于小生境遗传算法的电力变压器故障诊断方法研究[D];吉林大学;2008年

9 谭艳艳;基于模糊聚类与多生境排挤的小生境遗传算法研究[D];安徽理工大学;2009年

10 冯宾;改进的小生境遗传算法在作业车间调度中的应用研究[D];大连交通大学;2007年

，

本文编号：1002197