算法設計的開題報告
以下給大家分享關于算法的設計的開題報告,歡迎大家閱讀!
一、選題背景及其意義:
電力系統無功優化,一般是指在滿足電網的安全運行約束的前提下,通過變壓器分接頭的合理選擇,發電機機端電壓的理想配合以及無功補償的優化配置等措施,使系統無功潮流達到最優分布,減少有功損耗。它對于提高系統電壓質量,減少有功損耗,保證系統安全、可靠和經濟運行有重要意義。
在我國,隨著電力系統的迅速發展,電網規模越來越大,結構也日趨復雜,使系統的穩定性問題更加突出,而單憑經驗進行無功配置已不能適應現代系統的需要,需要在現代電子與計算機技術的基礎上,研究建立無功優化的數學模型、提出相應的算法,在電網的規劃建設和實際調度運行中實現無功優化,并在滿足電網安全運行條件下,減少有功損耗和投資。同時對于電力公司而言,減少有功網損就是增加利潤,在電力公司由粗放型經營向集約化經營方式轉變的今天,進行無功優化就顯的更加必要和重要了。
本論文通過分析電力系統無功優化中各類主要影響因素,結合當前電力系統無功優化主要的研究方法,建立電力系統無功優化的數學模型。采用智能優化算法——粒子群算法求解數學模型,選取實際的電網作為計算算例,得到無功優化的結果,并與優化前的無功配置方案進行對比,分析粒子群算法在無功優化應用中的優缺點,為今后實際電網的無功規劃提供一定的參考價值。
二、國內外研究動態:
早在六十年代,電力系統無功優化就受到了國內外學者的關注,經過多年的研究,已經取得了大量成果?偟膩砜矗娏ο到y的無功優化問題可以分為兩類:
一類是對系統穩態運行情況下的運行狀態進行優化,目的是進行無功平衡,以提高運行電壓水平、降低損耗。
另一類是研究系統在擾動情況下的電壓穩定性。前者根據所研究問題的時間跨度、目標函數和解決方法又可以進一步細分。本文的研究內容為穩定運行時的無功優化及電壓控制,不涉及暫態和動態情況下的電壓穩定性。
電力系統無功優化問題有離散性、非線性、大規模、收斂性依賴于初值的特點,針對無功優化的特點,近年來許多專家學者就此做了大量的研究,并將各種優化算法應用于這一領域,目前已取得了許多成果。文獻[3]提出將一種改進的tabu搜索算法用于電力系統無功優化,考慮有功損耗費用和補償費用,使得總費用最小。在一般的tabu搜索算法的基礎上,對搜索步長、禁忌表、不同循環點的選擇以及算法終止判據等問題做了改進,更容易跳出局部最優解,保證可以搜索整個可行域,從而得到全局最優解的可能性更大。與線性規劃算法相比具有更強的全局尋優能力。
文獻[4]運用改進的模擬退火算法求解高中壓配電網的無功優化問題,采用了記憶指導搜索方法來加快搜索速度。采用模擬法來進行局部尋優以增加獲得全局最優解的可能性,從而能夠以較大概率獲得全局最優解,收斂穩定性較好。
文獻[5]提出了一種應用于電力系統無功規劃優化問題的改進遺傳算法,該算法采用十進制整數與實數混合的編碼方式,在選擇算子中使用最優保存策略,并對群體規模的選取加以改進。為了使解更快進入可行解域,作者提出了利用專家知識輔助搜尋可行解,并提出罰因子自適應調整,大大加快了算法的收斂性。相對模擬退火算法、禁忌搜索算法和遺傳算法而言,粒子群算法是模擬鳥群覓食的一種新型算法。粒子群優化(pso)最初是處理連續優化問題的,目前其應用已擴展到組合優化問題。
由于其簡單、有效的特點, pso已經得到了眾多學者的重視和研究,并在電力系統優化中得到廣泛應用。文獻[7]對粒子群算法經行了改進,用于變電站的選址;文獻[8]采用粒子群算法優化分布式電源的接入位置和容量;文獻[9]利用改進的粒子群算法進行網絡重構的優化。從以上文獻的研究可以看出,粒子群算法在求解優化問題時有其自身特有的諸多優點。
三、課題研究內容:
本課題的研究內容主要包括:
1.電力系統無功優化影響因素分析:
閱讀相關文獻,分析電力系統無功補償的措施和方法,確定系統中無功電源:同步發電機、同步調相機、電容器、靜止無功補償裝置等各類無功電源在無功優化中的影響,建立無功優化的數學模型。
2.深入研究粒子群算法:
學習研究粒子群算法,重點研究粒子群算法在配電網優化規劃中的應用,結合基本的算例,分析粒子群算法與遺傳算法、禁忌搜索等算法的區別。
3.搜集實際數據:
進行大量數據的調研工作,調查石家莊地區電網無功補償設備的基本情況,了解無功補償設備分布情況,獲得實際的數據,為基于粒子群算法的無功優化算例提供實際的數據。
4.應用粒子群算法進行電力系統無功優化的計算:
建立電力系統無功優化的數學模型,從網損,電壓穩定,潮流分布等幾個方面確定目標函數,并利用ieee14標準節點和石家莊地區無功補償情況作為算例,驗證算法的正確性和可行性。為今后電力系統無功優化規劃方案提供一定的參考。
四、研究方案及難點:
。ㄒ唬┍菊n題的主要研究工作包括:
1.查找并閱讀相關資料和文獻,進一步熟悉和理解電力系統無功優化方面的知識。
2.熟悉掌握vc++,matlab等編程軟件,為今后優化算法的學習和應用做好準備。
3.學習粒子群算法,研究它們在電力系統規劃中的應用。
4.考慮電壓穩定,網損,潮流分布等多個約束條件和優化目標,建立電力系統無功優化的數學模型。
5.應用粒子群優化算法對電力系統無功優化的數學模型進行優化計算。
。ǘ┍菊n題的難點主要包括:
1.粒子群算法的`學習和應用,并結合無功優化的實際需要對其進行改進。
2.電力系統無功優化數學模型的建立。
五、預期成果和可能的創新點:
。ㄒ唬┍菊n題雖然困難很多,然而其成果也是非常豐富的,主要有以下內容:
1.建立考慮網損,電壓,潮流等影響因素的電力系統無功優化的數學模型。
2.粒子群算法在電力系統無功優化中的應用。
。ǘ┛赡艿膭撔曼c:
1.基于多種影響因素的電力系統無功優化數學模型的建立。
2.粒子群算法的改進。
3.改進粒子群算法在電力系統無功優化中的應用。
六、主要參考文獻:
[1]段海峰,李興源,宋永華.一種基于模糊邏輯的電壓無功控制策略.電力系統自動化,1997,21(6): 23-26;
[2] chebbo a m, irving m r, sterling m j h. reactive power dispatch incorporating voltage stability.iee proceedings- c. 1992,139(3): 253-260;
[3]王洪章,熊信艮,吳耀武.基于改進tabu搜索算法的電力系統無功優化.電網技術,2002,26(1):15-18;
[4]賈德香,唐國慶,韓凈.基于改進模擬退火算法的電網無功優化[j].繼電器,2004,32(4):32-35;
[5]張粒子,舒雋,林憲樞,徐英輝.基于遺傳算法的無功規劃優化.中國電機工程學報.2000,20(6):5-8;
[6] fukuyama y. fundamentals of particle swarm techniques [a].lee k y, el2sharkawima.modernheuristicoptimizationtechniqueswithapplicationstopowersystems[m].ieee power engineering society , 2002. 45~51;
[7]劉自發,張建華.基于改進多組織粒子群體優化算法的配電網絡變電站選址頂容.中國電機工程學報.2007,27(1):106-111;
[8]劉波,張焰,楊娜 .改進的粒子群優化算法在分布式電源選址和定容中的應用.電工技術學報.2008,23(2):103-108;
[9]許立雄,呂林,劉俊勇.基于改進粒子群優化算法的配電網絡重構.電力系統自動化.2006.30(7):27-30;
[10] lee ky, bai xm, park y m, optimization method for resctive power planning by using a modified simple genetic algorithm. ieee trans on ps. 1995,10(4):1843-1850.
[12]潘哲龍,張伯明,孫宏斌,程亮.分布計算的遺傳算法在無功優化中的應用.電力系統自動化,2001,25(12):37-41;
【算法設計的開題報告】相關文章:
1.設計開題報告
6.餐廳設計開題報告
7.基坑設計開題報告
8.網站設計開題報告