基于二进制差分进化算法的含有分布式电源的配电网重构研究

基于二进制差分进化算法的含有分布式电源的配电网重构研究

论文摘要

配电网重构是优化配电系统运行的重要手段之一,也是配电自动化研究的重要内容。目前配电网重构分为两种:一种是配电网正常运行时的网络优化重构(简称网络重构),另一种为配电网发生故障后,对非故障停电区域恢复供电的网络重构(也称为故障恢复)。本文主要对输出不受自然条件影响的微型燃气轮机和燃料电池这两类分布式电源接入配电网后的优化重构和故障恢复重构进行了重点研究。针对分布式电源并网接口的分类不同,研究了它们各自在配电网潮流计算中的模型以及处理方法。提出一种从网络末梢节点开始逐步前推到根节点的拓扑识别方法,并更新重构过程中支路改变后的配电网拓扑数据,直接形成支路的前后连接关系,并采用前推回代法来计算有分布式电源并网的配电系统的潮流。针对模拟进化类的算法容易陷入局部最优解以及收敛速度慢等问题,本文提出采用二进制差分进化算法进行配电网重构,该算法收敛速度更快,全局搜索和局部搜索能力更强。针对开关自由组合会产生大量的不可行解,导致算法效率下降的问题,本文提出了一种化整为零策略,将整个解空间划分成若干个子空间,使算法直接在解空间中进行搜索,缩减了编码维数,减少算法的不必要搜索。根据配电网重构的特点,改进了二进制差分进化算法的变异原则和交叉原则,提高算法的计算效率。以加入分布式电源后的16节点、33节点、69节点三个配电网为算例进行大量仿真,结果表明文中的重构算法是可行的。针对在含有分布式电源的配电网故障恢复重构中,需要迅速划分DG孤岛问题,本文提出一种基于分布式电源可行孤岛数据链接表的孤岛划分法,并利用二进制差分进化算法对孤岛外的非故障停电区域进行故障恢复。通过算例验证了孤岛划分方法和恢复重构算法的有效性和可行性。

论文目录

  • 中文摘要
  • 英文摘要
  • 1 绪论
  • 1.1 配电网重构的目的和意义
  • 1.2 配电网重构的研究现状
  • 1.2.1 优化重构研究现状
  • 1.2.2 故障后恢复重构研究现状
  • 1.3 配电网重构的难点与关键点
  • 1.4 本文的主要研究内容
  • 2 配电网潮流计算及拓扑识别
  • 2.1 引言
  • 2.2 配电网潮流计算方法
  • 2.2.1 前推回代法
  • 2.2.2 潮流计算中DG 的数学模型
  • 2.3 DG 作为PV 节点在潮流计算中的处理
  • 2.4 网络拓扑数据的存储与识别
  • 2.4.1 网络拓扑数据存储
  • 2.4.2 重构时支路的拓扑识别
  • 2.5 算例
  • 2.6 本章小结
  • 3 差分进化算法
  • 3.1 引言
  • 3.2 差分进化算法基本原理
  • 3.3 二进制差分进化算法
  • 3.3.1 二进制差分进化的变异操作
  • 3.3.2 二进制差分进化的参数设定
  • 3.4 本章小结
  • 4 基于化整为零策略和二进制差分进化算法的优化重构
  • 4.1 引言
  • 4.2 配电网重构数学模型
  • 4.2.1 目标函数
  • 4.2.2 约束条件
  • 4.3 编码规则及化整为零策略
  • 4.3.1 简化规则
  • 4.3.2 开关分类及排序
  • 4.3.3 化整为零策略
  • 4.4 二进制差分进化重构算法的改进
  • 4.5 算例分析
  • 4.5.1 算例1
  • 4.5.2 算例2
  • 4.5.3 算例3
  • 4.5.4 算法分析比较
  • 4.6 本章小结
  • 5 考虑 DG 孤岛的配电网恢复重构
  • 5.1 引言
  • 5.2 DG 孤岛划分
  • 5.2.1 故障前孤岛划分准备工作
  • 5.2.2 DG 孤岛划分
  • 5.3 DG 孤岛外的配电网重构
  • 5.3.1 目标函数
  • 5.3.2 约束条件
  • 5.3.3 基于二进制差分进化算法的配电网恢复重构
  • 5.4 含有DG 的配电网恢复重构总流程
  • 5.5 算例分析
  • 5.6 本章小结
  • 6 结论与展望
  • 6.1 结论
  • 6.2 展望
  • 致谢
  • 参考文献
  • 附录
  • A. 三馈线16节点配电系统数据
  • B. IEEE33 节点配电系统数据
  • C. 美国PG&E 69 节点配电系统数据
  • D. 作者在攻读硕士学位期间发表的论文目录
  • 相关论文文献

    • [1].基于退火粒子群的混合差分进化算法研究[J]. 电子世界 2020(02)
    • [2].自适应差分进化算法在反求含水层参数中的应用[J]. 西北农林科技大学学报(自然科学版) 2020(02)
    • [3].基于改进差分进化算法的层合板优化设计[J]. 起重运输机械 2020(01)
    • [4].基于差分进化算法的手眼标定方法[J]. 机械与电子 2020(04)
    • [5].奇异摄动反应扩散方程的自适应差分进化算法[J]. 重庆理工大学学报(自然科学) 2020(05)
    • [6].改进差分进化算法在转向梯形机构优化中的应用[J]. 机械设计与研究 2019(06)
    • [7].基于动态参数差分进化算法的多约束稀布矩形面阵优化[J]. 电子与信息学报 2020(05)
    • [8].基于两种改进差分进化的可修备件多级库存优化算法研究[J]. 机械工程学报 2020(14)
    • [9].基于多目标差分进化算法的安防部署优化研究[J]. 电子技术 2020(02)
    • [10].基于改进差分进化算法的信道均衡[J]. 现代雷达 2020(08)
    • [11].基于改进差分进化算法的超声衰减谱反演计算[J]. 上海理工大学学报 2020(04)
    • [12].差分进化智能算法在高旋弹气动辨识中的应用[J]. 弹箭与制导学报 2020(03)
    • [13].基于差分进化的推断任务卸载策略[J]. 计算机科学 2020(10)
    • [14].基于多种群差分进化算法的传递函数辨识[J]. 电子制作 2019(21)
    • [15].基于差分进化算法的面目标瞄准点寻优[J]. 计算机与现代化 2019(12)
    • [16].电动汽车排放的改进差分进化算法[J]. 智能系统学报 2017(01)
    • [17].基于择优学习策略的差分进化算法[J]. 上海交通大学学报 2017(06)
    • [18].基于差分进化算法的卫星任务未安排原因分析[J]. 无线电工程 2017(11)
    • [19].基于退火算子的差分进化算法[J]. 数字技术与应用 2016(07)
    • [20].求解高维优化问题的正交动态差分进化算法[J]. 计算机工程 2015(07)
    • [21].浅析差分进化算法的多目标优化方法研究[J]. 祖国 2017(03)
    • [22].无约束优化问题的差分进化算法求解[J]. 长江大学学报(自科版) 2013(31)
    • [23].自适应差分进化改进云资源调度[J]. 机械设计与制造 2020(02)
    • [24].平均差分进化算法在等效系统拟配中的应用[J]. 空军工程大学学报(自然科学版) 2020(01)
    • [25].基于改进差分进化算法的三维边坡锚固位置优化[J]. 岩土工程学报 2020(07)
    • [26].基于差分进化算法的复合材料铝蜂窝夹芯筒优化设计[J]. 现代制造工程 2020(10)
    • [27].差分进化算法求解分布式柔性作业车间调度问题[J]. 计算机集成制造系统 2019(10)
    • [28].基于差分进化的动态预测模型——以高炉炼铁为例[J]. 中国高新区 2018(02)
    • [29].具有差分进化算子的社会蜘蛛群优化算法(英文)[J]. 广西科学 2017(03)
    • [30].基于均匀设计的差分进化算法的参数设定[J]. 计算机科学 2017(06)

    标签:;  ;  ;  ;  

    基于二进制差分进化算法的含有分布式电源的配电网重构研究
    下载Doc文档

    猜你喜欢