基于小生境技术改进遗传算法在供电网规划中的应用

基于小生境技术改进遗传算法在供电网规划中的应用

论文题目: 基于小生境技术改进遗传算法在供电网规划中的应用

论文类型: 硕士论文

论文专业: 电力系统及其自动化

作者: 张振安

导师: 唐国庆

关键词: 遗传算法,全局优化,小生境,电网规划

文献来源: 东南大学

发表年度: 2005

论文摘要: 电网规划是一项具有战略意义的工作,是电力工业实现快速、稳定、持续发展的重要保障。跨区域联网和电力市场化改革是我国电网发展面临的现实背景。随着开放的电力市场的形成和全国联网的实现,区域间电能交易频繁,出现了大量不确定因素。电网规划是一个大型复杂的组合优化问题。由于网络规模不断扩大、结构更加复杂,传统的优化方法越来越不适应电网的发展要求。因此,面对出现的新情况、新问题,积极吸收优化方法发展的新成果、新理论,充分结合电网规划的特点,探究适合电网规划优化的新的算法具有很重要的理论和现实意义。遗传算法是一种基于生物自然选择与遗传机理的随机搜索与优化方法。近年来,由于遗传算法求解复杂优化问题的巨大潜力及其在工业工程领域的成功应用,这种算法受到了国内外学者的广泛关注。近年来,遗传算法本身也在不断发展,提出了许多新的改进算法。但早熟收敛问题仍然是制约其应用的主要障碍。小生境技术的基本思想来源于生物在进化过程中总是与自己相同的物种生活在一起,反映到遗传算法中就是使遗传算法中的个体在一个特定的生存环境中进化。运用小生境技术改进遗传算法可以避免在进化后期,适应度函数值高的个体大量繁殖,可以有效的防止早熟收敛问题。本文简要回顾了电网规划方法的研究概况,介绍了当前电网规划所面临的时代背景,阐述了电网结构在电网规划中的重要性,指出了对电网规划问题的特点和存在的不足。介绍了遗传算法的主要特点和基本原理,概述了它的理论、技术和在电网规划中的应用以及存在的不足。本文在介绍直流潮流模型的基本原理基础上,阐述了电网规划的确定性安全分析方法。介绍了电网规划的经济分析的基本概念和基本方法。通过对影响电网规划的因素分析,建立了计及多种约束的整体规划数学模型。本文深入分析了标准遗传算法存在的未成熟收敛的原因。在此基础上,引入小生境遗传算法的概念,对小生境遗传算法的实现方法作了简要的介绍。对基于适应度函数值共享的小生境改进遗传算法进行了设计。结合电网规划问题的特点,探讨了适应度函数值共享函数的确定方法。为了提高全局收敛速度,引入了二元变异和子代与父代共同竞争的选择机制。通过对Garver-6节点系统规划实例进行了仿真测试。引入种群多样度和种群共享因子参数,描述了个体选择概率、小生境中多个个体的选择概率之和在适应值比例选择策略下的变化情况。运用上述算法对我国中部某地区某水平年的规划实例进行了计算。算例仿真结果表明,本文所提出的算法在全局收敛性和搜索速度上具有很大的优越性。小生境技术的引入为遗传算法在电网规划中的应用开辟了广阔的前景。

论文目录:

摘要

ABSTRACT

第一章 绪论

1.1 引言

1.2 电网规划问题研究所面临的时代背景

1.2.1 电网结构与电网规划

1.2.2 我国电网的发展现状及其展望

1.3 电网规划方法的研究概况

1.3.1 负荷预测

1.3.2 电网扩展规划优化

1.4 本文的主要工作

第二章 遗传算法及其在电网扩展规划中的应用

2.1 遗传算法的发展及其优点

2.2 遗传算法的基本实现技术

2.2.1 染色体编码

2.2.2 适应度函数

2.2.3 选择算子

2.2.4 交叉算子

2.2.5 变异算子

2.2.6 遗传算法对约束条件的处理方法

2.2.6.1 搜索空间限定法

2.2.6.2 可行解变换法

2.2.6.3 罚函数法

2.2.7 遗传算法的实现

2.3 遗传算法在电网扩展规划中的应用

2.4 本章小结

第三章 基于遗传算法进行电网扩展规划的数学建模

3.1 影响电网扩展规划的因素

3.2 电网扩展规划的潮流模拟

3.3 电网规划的确定性可靠性分析

3.3.1 过负荷与供电可靠性原则

3.3.2 直流潮流法故障分析

3.3.3 阻抗矩阵法故障分析

3.4 电网规划的经济性分析

3.4.1 经济分析的基本概念和资金折算方法

3.4.1.1 基本概念

3.4.1.2 资金的折算方法

3.4.2 经济性比较的基本方法

3.4.2.1 最小现值法

3.4.2.2 等年值法

3.5 综合数学模型

3.5.1 目标函数

3.5.2 约束条件

3.6 本章小结

第四章 应用小生境技术改进遗传算法进行电网扩展规划

4.1 概述

4.2 传统遗传算法的不足

4.2.1 未成熟收敛

4.2.2 获取目标问题最优解和一批次优解的问题

4.3 小生境技术的引入和小生境遗传算法

4.4 基于适应度函数值共享的小生境技术改进遗传算法

4.4.1 算法设计的技术结构

4.4.1.1 染色体编码

4.4.1.2 适应度函数

4.4.1.3 孤岛问题

4.4.1.4 群体进化的搜索空间和种群多样性

4.4.1.5 基于适应度函数值共享的小生境实现

4.4.1.6 遗传操作算子的设计

4.4.2 算法实现整体流程图

4.5 算法性能验证及分析

4.5.1 标准测试算例

4.5.2 算法性能测试要求及相关参数设置

4.5.3 算法性能对比分析

4.5.3.1 种群多样度

4.5.3.2 适应度函数值共享对个体选择概率的影响

4.5.3.3 适应度函数值共享对小生境选择概率的影响

4.5.3.4 适应度函数值域对个体选择性的影响

4.5.3.5 共享因子τ、最大个体共享度变化以及群体品性的改善

4.5.3.6 全局收敛性能和收敛速度

4.5.4 Garver-6 节点系统规划结果

4.5.4.1 不计N-1 事故检验的规划结果

4.5.4.2 计及N-1 事故检验的规划结果

4.6 我国中部某地区220kV 系统水平年规划实例

4.6.1 220kV 系统规划目标及技术要求

4.6.2 220kV 系统规划网络基础数据

4.6.3 220kV 系统水平年规划结果

4.7 本章小结

第五章 结论与工作展望

5.1 结论

5.2 论文存在的不足及展望

致谢

参考文献

附录A Garver-6 节点系统水平年规划数据

附录B 某地区规划水平年网络规划数据

攻读硕士学位期间发表的论文

发布时间: 2007-06-11

参考文献

  • [1].高压输电网的规划方法及算法研究[D]. 陈锦星.辽宁工业大学2016
  • [2].基于遗传算法优化PID参数的风电机组独立变桨控制[D]. 王沛元.湖南大学2018
  • [3].风光水互补发电系统有功控制问题研究[D]. 赵泽.中国水利水电科学研究院2018
  • [4].基于MES的线缆企业生产计划与调度系统设计与应用[D]. 曾斌.电子科技大学2018
  • [5].基于手持WiFi设备的电机控制系统的设计与实现[D]. 宝鑫宇.东北大学2015
  • [6].基于遗传算法的优化无功补偿的研究[D]. 王海潇.辽宁工业大学2018
  • [7].基于改进遗传算法的风电场无功优化控制策略研究[D]. 李宏阳.沈阳工业大学2018
  • [8].风电场可接入容量优化问题的研究[D]. 刘亚琳.华北水利水电大学2018
  • [9].改进遗传算法在电力系统无功优化中应用研究[D]. 任旭阳.华北水利水电大学2018
  • [10].基于改进遗传算法的异步电机无速度传感器矢量控制系统研究[D]. 汤辉.陕西师范大学2017

相关论文

  • [1].基于小生境遗传算法的无功优化[D]. 符飞虎.华中科技大学2006
  • [2].一种基于小生境的克隆选择算法[D]. 刘晓峰.太原理工大学2007
  • [3].改进的小生境遗传算法在作业车间调度中的应用研究[D]. 冯宾.大连交通大学2007
  • [4].小生境与并行遗传算法研究[D]. 王亚子.解放军信息工程大学2006
  • [5].基于遗传算法的输电网络优化规划[D]. 陶冶.西南交通大学2007
  • [6].基于小生境自适应遗传算法的配电网无功优化研究[D]. 张敬平.华北电力大学(河北)2007
  • [7].温州城市电网规划研究[D]. 刘伟军.浙江大学2005
  • [8].排挤小生境遗传算法的研究与应用[D]. 谢凯.安徽理工大学2005
  • [9].快速小生境自适应遗传算法在梯级水电站AGC中的应用研究[D]. 柯于辉.华中科技大学2005
  • [10].市场环境下输电网规划模型和算法研究[D]. 方彤.华北电力大学(北京)2006

标签:;  ;  ;  ;  

基于小生境技术改进遗传算法在供电网规划中的应用
下载Doc文档

猜你喜欢