基于鱼群克隆遗传算法的配电网络重构研究

论文摘要

作为配电系统优化运行的重要手段,配网重构对提高供电质量具十分重大的意义。本文将克隆遗传算法(CGA)与鱼群算法(AFSA)相结合,形成一种新型的智能优化算法——鱼群克隆遗传算法(AFCGA),并且利用该算法对配电网络重构问题进行了研究。首先,本文在经过大量的算法研究之后,结合配电网络重构的特点,分析了克隆遗传算法与鱼群算法的优劣,确定了将两者结合,形成新型的鱼群克隆遗传算法。该算法利用鱼群算法的方向性和快速性的特点和克隆遗传算法的全局性,保证在全局内快速的找到最优解。其次,本文建立了以网损最小为目标的配网重构数学模型,采用广度优先搜索算法对网络成功进行拓扑识别,并且基于前推回代法的原理,实现了不同网络结构下的潮流计算。再次,本文解决了配网重构实现的几个关键问题,根据配网重构的特点对AFCGA中的初始种群、编码策略、收敛条件等方面进行优化,并且利用IEEE标准算例对算法进行了测试验证。最后利用VisualC#2008进行界面编写工作,该界面操作简单明了。结果表明,AFCGA应用于配电网络重构不依赖于网络的初始条件,CGA后期运行速度慢的缺点也得到了有效克服。AFCGA有效地改善算法收敛性能,与CGA相比具有较高的搜索效率和较快的运行速度。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 论文选题背景
• 1.2 配电网络重构综述
• 1.2.1 配电网络重构的概念
• 1.2.2 配电网络重构的意义
• 1.2.3 配电网络重构研究现状
• 1.2.3.1 传统方法
• 1.2.3.2 人工智能方法
• 1.3 课题研究主要内容
• 第二章 配电网络中的潮流计算
• 2.1 配电网络模型
• 2.1.1 配电网络结构
• 2.1.2 配电网络拓扑模型
• 2.2 配电网络拓扑分析
• 2.2.1 拓扑识别的方法
• 2.2.2 拓扑分析的实现
• 2.2.2.1 初始信息的生成
• 2.2.2.2 拓扑分析
• 2.3 潮流计算
• 2.3.1 潮流计算的方法
• 2.3.2 潮流计算模型
• 2.3.3 潮流计算的前推回代法
• 2.3.4 潮流计算的实现
• 2.3.5 潮流计算综合流程图
• 2.4 本章小结
• 第三章 鱼群克隆遗传算法
• 3.1 鱼群算法
• 3.1.1 鱼群算法原理
• 3.1.2 鱼群算法的数学模型
• 3.1.3 鱼群算法参数分析
• 3.1.4 鱼群算法流程
• 3.2 克隆遗传算法
• 3.2.1 遗传算法简介
• 3.2.2 克隆遗传算法
• 3.2.3 克隆遗传算法特点
• 3.2.4 克隆遗传算子
• 3.3 鱼群克隆遗传算法
• 3.3.1 算法原理
• 3.3.2 构建原因
• 3.3.3 鱼群克隆遗传算法的步骤
• 3.4 本章小结
• 第四章 以降低网损为目标的配网重构的实现
• 4.1 配网重构关键问题解决方案
• 4.1.1 数学模型的建立
• 4.1.2 编码方案的确定
• 4.1.2.1 配网结构的简化
• 4.1.2.2 序号编码方案
• 4.1.3 排除非解
• 4.1.3.1 双环网分析
• 4.1.3.2 三环网分析
• 4.1.3.3 排除非解的实现
• 4.2 基于鱼群克隆遗传算法的配网重构
• 4.2.1 初始种群
• 4.2.2 适应度函数
• 4.2.3 鱼群克隆遗传算子
• 4.2.3.1 克隆遗传算子
• 4.2.3.2 鱼群算子
• 4.2.4 终止条件
• 4.3 算例分析
• 4.3.1 IEEE-33节点算例
• 4.3.2 IEEE-69节点算例
• 4.4 本章小结
• 第五章 操作界面的设计
• 5.1 软件环境
• 5.2 Visual C# 2008与MATLAB混编方法
• 5.3 操作界面介绍
• 5.4 本章小结
• 第六章 总结与展望
• 6.1 本文总结
• 6.2 展望
• 参考文献
• 附录
• 附录1 IEEE标准33节点单电源配电系统
• 附录2 IEEE标准69节点单电源配电系统
• 致谢
• 攻读硕士学位期间的主要研究成果