配电网智能优化规划平台的算法研究与应用

论文摘要

通过对配电网的优化规划,科学合理地确定变电站的容量、位置及供电范围,有利于减少系统跨区域交叉供电,提高系统管理和运行效率;配电网络结构的优化规划,可以大大提高系统的供电可靠性,也是提高系统投资效益的最有效途径,配电自动化的优化规划,不仅可以网损降低,提高经济效益,而且可以提高系统稳定运行能力,改善服务质量,取得良好的社会效益。本文选取配电网智能优化规划平台中的智能优化算法作为研究目标,将人工智能应用到配电网研究中,探索智能配电领域的新课题,并将研究成果应用到实际配电网络中。1.在前言中通过文献综述回顾了传统优化算法基本步骤,分析了传统优化算法的局限性,对研究智能算法的必要性进行了阐述。2.对智能规划平台中的变电站优化问题,提出了基于地理信息系统的文化算法（Geographic Culture algorithm, GCA）解决方案。在算法中加入了GIS功能,使GIS成为文化算法运算的重要基础。将本文算法嵌入到配电网智能优化规划平台中,实际可操作性强,规划人员不仅很容易可以很快得到一个直观的方案,还可以利用GIS工具对方案进行交互和干预。3.对智能规划平台中的配电网架结构优化规划,本文提出了地理信息系统和改进的微分演化算法组成混合微分演化算法GDE（Geo-Differential Evolution,GDE）。GDE首先利用配电网络的地理特征,分阶段过滤明显不适合的线路,得到初步规划网络,随后利用DE算法收敛快速、鲁棒性强的特点,将其应用到优化计算中。为避免早熟,本文对传统DE算法进行了改进,利用解群转移策略在给定的条件下对解群进行分散处理以跳出局部最优点,得到全局最优解。4.对智能规划平台中的无功优化算法,提出了基于改进的免疫遗传算法解决方案。通过加入免疫调解和转基因育种算子,本文算法实现群体收敛性和个体多样性间的动态平衡,全局收敛能力和收敛速度得到了提高。本文深入研究了县级配电网无功优化的特殊性,着重分析了在量测数据质量不高,点多面广且对实时性有要求的情况下进行县级配电网无功优化分析的策略。5.对智能规划平台中的配电自动化规划,本文选取故障恢复中的开关优化方案作为研究目标,提出了多种群模糊微分演化算法（Fuzzy Differential Evolution,FDE）解决方案。本文分析了针对配电网故障恢复的多目标优化,只有Pareto最优解情况下的算法策略。在演化的过程中,设计模糊控制器控制演化参数F和Cr,使参数自适应,加快演化速度。6.在配电网智能优化规划平台中做了大量的工作。课题研究过程中,利用VC++ 6.0先后开发了平台中的各种智能算法软件,融合了GIS技术、MATLAB技术等混合编程技术,该平台已经投入了实际的工程应用,在现场取得了较好的效果。

论文目录

• 中文摘要
• 英文摘要
• 第一章 前言
• 1.1 引言
• 1.2 本课题研究概况及文献综述
• 1.2.1 配电网电压等级划分
• 1.2.2 配电网规划内容及特点
• 1.2.3 优化算法及其在配电网规划中的应用
• 1.3 本文所做的工作
• 第二章 配电网变电站智能优化规划模型与算法
• 2.1 引言
• 2.2 地理信息系统与变电站优化规划
• 2.2.1 规划平台引入地理信息系统的必要性
• 2.2.2 GIS 在变电站规划中的应用
• 2.3 变电站规划模型与计算预处理策略
• 2.3.1 变电站规划目标函数与约束条件
• 2.3.2 负荷密度模型
• 2.3.3 地理约束区块自动生成
• 2.3.4 变电站规划智能算法的初始化方法
• 2.3.5 变电站规划智能算法的编码模式
• 2.4 文化算法设计及函数优化算例分析
• 2.4.1 文化算法简述
• 2.4.2 主群体空间设计
• 2.4.3 信仰空间设计
• 2.4.4 接受操作设计
• 2.4.5 文化算法求解Benchmark 约束优化函数及结果对比分析
• 2.5 基于文化算法变电站优化算例分析
• 2.5.1 变电站规划GCA 计算过程描述
• 2.5.2 简单网络变电站优化规划
• 2.5.3 复杂网络变电站优化规划
• 2.6 本章小结
• 第三章 配电网网架结构智能优化规划模型与算法
• 3.1 引言
• 3.2 配电网网架规划模型
• 3.2.1 目标函数与约束条件
• 3.2.2 面向对象的配电网网架模型
• 3.3 10KV 配电网综合规划方法设计
• 3.3.1 配电网染色体编码设计
• 3.3.2 配电网络节点编号和潮流计算策略
• 3.3.3 IEEE 50 节点配电网算例分析
• 3.4 高压配电网网架优化规划
• 3.4.1 网架规划引入 GIS 建模
• 3.4.2 GIS 数据预处理与拓扑分析
• 3.4.3 改进的微分演化算法
• 3.4.4 济南网架规划算例分析
• 3.5 本章小结
• 第四章 配电网智能无功优化模型与算法
• 4.1 引言
• 4.2 无功优化模型
• 4.2.1 无功优化目标函数与约束条件
• 4.2.2 基于IEC 61970 CIM 的配电网无功优化模型
• 4.3 改进免疫遗传算法研究
• 4.3.1 免疫遗传算法及改进措施
• 4.3.2 IIGA 步骤
• 4.3.3 IEEE30 节点算例对比分析
• 4.4 基于改进免疫遗传算法的县级配电网在线无功优化
• 4.4.1 县级配电网特点
• 4.4.2 基于IEC 61970 CIM 模型县级配电网拓扑分析
• 4.4.3 计算过程特殊处理措施
• 4.5 胶州市电网无功优化算例分析
• 4.6 本章小结
• 第五章 配电网故障恢复开关状态智能优化模型与算法
• 5.1 引言
• 5.2 配电网故障恢复模型研究
• 5.2.1 配电网故障恢复目标函数与约束条件
• 5.2.2 配电网故障恢复模型
• 5.3 模糊微分演化算法
• 5.3.1 演化过程的多目标处理
• 5.3.2 模糊控制器动态调整参数
• 5.3.3 Benchmark 函数优化及对比分析
• 5.4 基于模糊微分演化算法的配电网开关状态优化
• 5.4.1 基于区段的配电网故障检测与隔离
• 5.4.2 网络初始状态分析与潮流计算策略
• 5.4.3 MFDE 的染色体编码方式
• 5.4.4 MFDE 流程设计
• 5.5 算例分析
• 5.5.1 IEEE16 节点算例
• 5.5.2 IEEE69 节点算例
• 5.5.3 实际配电网算例
• 5.6 本章小结
• 第六章 配电网智能优化规划平台体系结构及应用
• 6.1 智能优化规划平台总体结构
• 6.2 智能优化规划平台体系结构
• 6.2.1 数据维护部分
• 6.2.2 智能规划部分
• 6.3 智能优化规划平台在济南高压配电网规划中的应用
• 6.3.1 变电站选址定容
• 6.3.2 配电网架规划
• 6.4 智能优化规划平台在胶州配电网无功优化中的应用
• 6.5 智能优化规划平台在宣化配电故障恢复开关状态优化中的应用.
• 6.6 本章小结
• 第七章 结论
• 参考文献
• 致谢
• 在学期间发表的学术论文和参加科研情况