基于人工智能算法的电力系统优化运行研究

发布时间：2017-11-10 22:33

  本文关键词：基于人工智能算法的电力系统优化运行研究

  更多相关文章： 人工智能算法 PMU优化配置 功率优化 多目标优化

【摘要】：本文主要针对PMU优化配置及微电网分布式能源功率优化,研究了人工智能算法在其中的改进及应用。针对PMU优化配置,本文首先以配置数目为目标进行单目标优化,提出一种结合图论方法与人工智能方法的混合优化算法。该算法以4种拓扑重构规则和3种PMU配置规则为基础,利用拓扑约束分析法逐步得出目标电网PMU配置的约束条件,并提出基于序号编码法的遗传算法,改进了交叉变异算子,从而进行高效的优化。本文接着提出了PMU误差度分析原理,并以配置数目和全网误差度为目标,采用改进的遗传模拟退火算法进行了多目标优化。算例表明,本文算法具有很好的优化效率,并且在大规模系统PMU配置中具有很高的应用价值。针对分布式能源功率优化,本文采用自适应遗传算法,以减小节点电压偏移,线路损耗,运行成本,安装成本和充分利用可再生能源等为目标函数,优化得到全局Pareto最优解,并使用模糊决策筛选出适用解。分析了分布式能源功率Pareto最优解的分布规律和Pareto解与模糊集的理论关系,并提出了进一步有助于决策的方法。计算结果表明,本文算法确实能够快速有效地找到适用的分布式能源的功率优化解,在能量管理系统中有一定的应用价值。
【学位授予单位】：上海交通大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TM732

【参考文献】

中国期刊全文数据库 前2条

1 顾承红;艾芊;;配电网中分布式电源最优布置[J];上海交通大学学报;2007年11期

2 钱科军;袁越;石晓丹;ZHOU Chengke;鞠平;;分布式发电的环境效益分析[J];中国电机工程学报;2008年29期

，

本文编号：1168668