算法設(shè)計(jì)的開題報(bào)告
以下給大家分享關(guān)于算法的設(shè)計(jì)的開題報(bào)告，歡迎大家閱讀！
一、選題背景及其意義：
電力系統(tǒng)無功優(yōu)化，一般是指在滿足電網(wǎng)的安全運(yùn)行約束的前提下，通過變壓器分接頭的合理選擇，發(fā)電機(jī)機(jī)端電壓的理想配合以及無功補(bǔ)償?shù)膬?yōu)化配置等措施，使系統(tǒng)無功潮流達(dá)到最優(yōu)分布，減少有功損耗。它對(duì)于提高系統(tǒng)電壓質(zhì)量，減少有功損耗，保證系統(tǒng)安全、可靠和經(jīng)濟(jì)運(yùn)行有重要意義。
在我國，隨著電力系統(tǒng)的迅速發(fā)展，電網(wǎng)規(guī)模越來越大，結(jié)構(gòu)也日趨復(fù)雜，使系統(tǒng)的穩(wěn)定性問題更加突出，而單憑經(jīng)驗(yàn)進(jìn)行無功配置已不能適應(yīng)現(xiàn)代系統(tǒng)的需要，需要在現(xiàn)代電子與計(jì)算機(jī)技術(shù)的基礎(chǔ)上，研究建立無功優(yōu)化的數(shù)學(xué)模型、提出相應(yīng)的算法，在電網(wǎng)的規(guī)劃建設(shè)和實(shí)際調(diào)度運(yùn)行中實(shí)現(xiàn)無功優(yōu)化，并在滿足電網(wǎng)安全運(yùn)行條件下，減少有功損耗和投資。同時(shí)對(duì)于電力公司而言，減少有功網(wǎng)損就是增加利潤，在電力公司由粗放型經(jīng)營向集約化經(jīng)營方式轉(zhuǎn)變的今天，進(jìn)行無功優(yōu)化就顯的更加必要和重要了。
本論文通過分析電力系統(tǒng)無功優(yōu)化中各類主要影響因素，結(jié)合當(dāng)前電力系統(tǒng)無功優(yōu)化主要的研究方法，建立電力系統(tǒng)無功優(yōu)化的數(shù)學(xué)模型。采用智能優(yōu)化算法——粒子群算法求解數(shù)學(xué)模型，選取實(shí)際的電網(wǎng)作為計(jì)算算例，得到無功優(yōu)化的結(jié)果，并與優(yōu)化前的無功配置方案進(jìn)行對(duì)比，分析粒子群算法在無功優(yōu)化應(yīng)用中的優(yōu)缺點(diǎn)，為今后實(shí)際電網(wǎng)的無功規(guī)劃提供一定的參考價(jià)值。
二、國內(nèi)外研究動(dòng)態(tài)：
早在六十年代，電力系統(tǒng)無功優(yōu)化就受到了國內(nèi)外學(xué)者的關(guān)注，經(jīng)過多年的研究，已經(jīng)取得了大量成果�？偟膩砜�，電力系統(tǒng)的無功優(yōu)化問題可以分為兩類：
一類是對(duì)系統(tǒng)穩(wěn)態(tài)運(yùn)行情況下的運(yùn)行狀態(tài)進(jìn)行優(yōu)化，目的是進(jìn)行無功平衡，以提高運(yùn)行電壓水平、降低損耗。
另一類是研究系統(tǒng)在擾動(dòng)情況下的電壓穩(wěn)定性。前者根據(jù)所研究問題的時(shí)間跨度、目標(biāo)函數(shù)和解決方法又可以進(jìn)一步細(xì)分。本文的研究內(nèi)容為穩(wěn)定運(yùn)行時(shí)的無功優(yōu)化及電壓控制，不涉及暫態(tài)和動(dòng)態(tài)情況下的電壓穩(wěn)定性。
電力系統(tǒng)無功優(yōu)化問題有離散性、非線性、大規(guī)模、收斂性依賴于初值的特點(diǎn)，針對(duì)無功優(yōu)化的特點(diǎn)，近年來許多專家學(xué)者就此做了大量的研究，并將各種優(yōu)化算法應(yīng)用于這一領(lǐng)域，目前已取得了許多成果。文獻(xiàn)[3]提出將一種改進(jìn)的tabu搜索算法用于電力系統(tǒng)無功優(yōu)化，考慮有功損耗費(fèi)用和補(bǔ)償費(fèi)用，使得總費(fèi)用最小。在一般的tabu搜索算法的基礎(chǔ)上，對(duì)搜索步長、禁忌表、不同循環(huán)點(diǎn)的選擇以及算法終止判據(jù)等問題做了改進(jìn)，更容易跳出局部最優(yōu)解，保證可以搜索整個(gè)可行域，從而得到全局最優(yōu)解的可能性更大。與線性規(guī)劃算法相比具有更強(qiáng)的全局尋優(yōu)能力。
文獻(xiàn)[4]運(yùn)用改進(jìn)的模擬退火算法求解高中壓配電網(wǎng)的無功優(yōu)化問題，采用了記憶指導(dǎo)搜索方法來加快搜索速度。采用模擬法來進(jìn)行局部尋優(yōu)以增加獲得全局最優(yōu)解的可能性，從而能夠以較大概率獲得全局最優(yōu)解，收斂穩(wěn)定性較好。
文獻(xiàn)[5]提出了一種應(yīng)用于電力系統(tǒng)無功規(guī)劃優(yōu)化問題的改進(jìn)遺傳算法，該算法采用十進(jìn)制整數(shù)與實(shí)數(shù)混合的編碼方式，在選擇算子中使用最優(yōu)保存策略，并對(duì)群體規(guī)模的選取加以改進(jìn)。為了使解更快進(jìn)入可行解域，作者提出了利用專家知識(shí)輔助搜尋可行解，并提出罰因子自適應(yīng)調(diào)整，大大加快了算法的收斂性。相對(duì)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(yōu)化(pso)最初是處理連續(xù)優(yōu)化問題的,目前其應(yīng)用已擴(kuò)展到組合優(yōu)化問題。
由于其簡單、有效的特點(diǎn), pso已經(jīng)得到了眾多學(xué)者的重視和研究，并在電力系統(tǒng)優(yōu)化中得到廣泛應(yīng)用。文獻(xiàn)[7]對(duì)粒子群算法經(jīng)行了改進(jìn)，用于變電站的選址；文獻(xiàn)[8]采用粒子群算法優(yōu)化分布式電源的接入位置和容量；文獻(xiàn)[9]利用改進(jìn)的粒子群算法進(jìn)行網(wǎng)絡(luò)重構(gòu)的優(yōu)化。從以上文獻(xiàn)的研究可以看出，粒子群算法在求解優(yōu)化問題時(shí)有其自身特有的諸多優(yōu)點(diǎn)。
三、課題研究內(nèi)容：
本課題的研究內(nèi)容主要包括：
1.電力系統(tǒng)無功優(yōu)化影響因素分析：
閱讀相關(guān)文獻(xiàn)，分析電力系統(tǒng)無功補(bǔ)償?shù)拇胧┖头椒ǎ_定系統(tǒng)中無功電源：同步發(fā)電機(jī)、同步調(diào)相機(jī)、電容器、靜止無功補(bǔ)償裝置等各類無功電源在無功優(yōu)化中的影響，建立無功優(yōu)化的數(shù)學(xué)模型。
2.深入研究粒子群算法：
學(xué)習(xí)研究粒子群算法，重點(diǎn)研究粒子群算法在配電網(wǎng)優(yōu)化規(guī)劃中的應(yīng)用，結(jié)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(qū)別。
3.搜集實(shí)際數(shù)據(jù)：
進(jìn)行大量數(shù)據(jù)的調(diào)研工作，調(diào)查石家莊地區(qū)電網(wǎng)無功補(bǔ)償設(shè)備的基本情況，了解無功補(bǔ)償設(shè)備分布情況，獲得實(shí)際的數(shù)據(jù)，為基于粒子群算法的無功優(yōu)化算例提供實(shí)際的數(shù)據(jù)。
4.應(yīng)用粒子群算法進(jìn)行電力系統(tǒng)無功優(yōu)化的計(jì)算：
建立電力系統(tǒng)無功優(yōu)化的數(shù)學(xué)模型，從網(wǎng)損，電壓穩(wěn)定，潮流分布等幾個(gè)方面確定目標(biāo)函數(shù)，并利用ieee14標(biāo)準(zhǔn)節(jié)點(diǎn)和石家莊地區(qū)無功補(bǔ)償情況作為算例，驗(yàn)證算法的正確性和可行性。為今后電力系統(tǒng)無功優(yōu)化規(guī)劃方案提供一定的參考。
四、研究方案及難點(diǎn)：
（一）本課題的主要研究工作包括：
1.查找并閱讀相關(guān)資料和文獻(xiàn)，進(jìn)一步熟悉和理解電力系統(tǒng)無功優(yōu)化方面的知識(shí)。
2.熟悉掌握vc++，matlab等編程軟件，為今后優(yōu)化算法的學(xué)習(xí)和應(yīng)用做好準(zhǔn)備。
3.學(xué)習(xí)粒子群算法，研究它們?cè)陔娏ο到y(tǒng)規(guī)劃中的應(yīng)用。
4.考慮電壓穩(wěn)定，網(wǎng)損，潮流分布等多個(gè)約束條件和優(yōu)化目標(biāo)，建立電力系統(tǒng)無功優(yōu)化的數(shù)學(xué)模型。
5.應(yīng)用粒子群優(yōu)化算法對(duì)電力系統(tǒng)無功優(yōu)化的數(shù)學(xué)模型進(jìn)行優(yōu)化計(jì)算。
�。ǘ┍菊n題的難點(diǎn)主要包括：
1.粒子群算法的`學(xué)習(xí)和應(yīng)用，并結(jié)合無功優(yōu)化的實(shí)際需要對(duì)其進(jìn)行改進(jìn)。
2.電力系統(tǒng)無功優(yōu)化數(shù)學(xué)模型的建立。
五、預(yù)期成果和可能的創(chuàng)新點(diǎn)：
�。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(nèi)容：
1.建立考慮網(wǎng)損，電壓，潮流等影響因素的電力系統(tǒng)無功優(yōu)化的數(shù)學(xué)模型。
2.粒子群算法在電力系統(tǒng)無功優(yōu)化中的應(yīng)用。
�。ǘ┛赡艿膭�(chuàng)新點(diǎn)：
1.基于多種影響因素的電力系統(tǒng)無功優(yōu)化數(shù)學(xué)模型的建立。
2.粒子群算法的改進(jìn)。
3.改進(jìn)粒子群算法在電力系統(tǒng)無功優(yōu)化中的應(yīng)用。
六、主要參考文獻(xiàn)：
[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(tǒng)自動(dòng)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(jìn)tabu搜索算法的電力系統(tǒng)無功優(yōu)化．電網(wǎng)技術(shù),2002,26（1）:15-18;
[4]賈德香,唐國慶,韓凈.基于改進(jìn)模擬退火算法的電網(wǎng)無功優(yōu)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(guī)劃優(yōu)化.中國電機(jī)工程學(xué)報(bào).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(fā)，張建華.基于改進(jìn)多組織粒子群體優(yōu)化算法的配電網(wǎng)絡(luò)變電站選址頂容.中國電機(jī)工程學(xué)報(bào).2007,27(1):106-111;
[8]劉波，張焰，楊娜 .改進(jìn)的粒子群優(yōu)化算法在分布式電源選址和定容中的應(yīng)用.電工技術(shù)學(xué)報(bào).2008,23(2):103-108;
[9]許立雄，呂林，劉俊勇.基于改進(jìn)粒子群優(yōu)化算法的配電網(wǎng)絡(luò)重構(gòu).電力系統(tǒng)自動(dòng)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(jì)算的遺傳算法在無功優(yōu)化中的應(yīng)用.電力系統(tǒng)自動(dòng)化,2001,25(12):37-41;
【算法設(shè)計(jì)的開題報(bào)告】相關(guān)文章：
3.網(wǎng)站設(shè)計(jì)的開題報(bào)告