导读:本文包含了多目标无功优化模型论文开题报告文献综述及选题提纲参考文献，主要关键词:分布式电源,配电网运行,无功优化算法
多目标无功优化模型论文文献综述
于傲洋[1]（2019）在《面向分布式电源配电网的多目标无功优化模型研究》一文中研究指出随着能源短缺全球能源危机,大气污染等问题越来越严重,世界各国都在努力开发节能发电和可再生能源技术。近些年来,分布式电源的发展,例如光伏和风电,大大降低了我国电网用电紧张的局面,同时对降低电网建设费用,降低能源损耗,提高运行可靠性产生了重要的影响。但由于分布式电源具有出力不确定性,随机性的特征,同时产生了很多的负面作用。随着分布式电源接入配电网的规模不断加大,它们将会对电网的优化规划、优化运行和无功控制提出新的挑战。本文针对分布式电源配电网的无功优化问题,进行了如下研究:首先,针对分布式电源接入地区配电网的无功配置方式和对电网稳定性的影响进行了研究,重点分析了两种分布式电源(风电和光伏)的电源模型,以及接入地区配电网对电压稳定性的影响。其次,研究了考虑分布式电源渗透的输电网—配电网联合无功优化模型。首先分析输配电网的无功优化思路和潮流处理方法,在此基础上,考虑输电网的能量损耗、配电网运行经济性和电压偏移,构建目标函数,并在传统电网运行安全约束条件基础上,加入风电和光伏的无功出力约束,使优化模型更加符合实际。针对这一多目标优化模型,采用NSGA-II智能优化算法进行无功优化的求解。然后,以IEEE14节点系统为例进行了算例分析。以遗传算法,粒子群算法作为对照,与本文模型进行了比较,验证了本文模型算法的收敛速度和优化结果。最后,以上述研究成果为基础,对本文的主要工作进行了总结,并对未来的工作进行展望。(本文来源于《长春工业大学》期刊2019-06-01）
文旭,郭琳,颜伟,王强钢,黄淼[2]（2017）在《含电压不可行节点的柔性目标无功优化模型》一文中研究指出提出一种含电压不可行节点的柔性目标无功优化模型。结合无功优化不可行问题的薄弱节点信息,提出了薄弱区的基本概念,并在基础上构建了柔性目标无功优化模型。该模型包含薄弱区的电压控制模型和非薄弱区的无功优化2个子模型,对应的目标函数分别为电压不可行节点的电压越下限量最少和网损最低,约束条件则在传统的无功优化模型上更新电压不可行节点的电压幅值安全下限值。采用代表薄弱区与非薄弱区种群先后更新策略的协同进化算法求解所建模型,通过63节点厂站模拟系统进行仿真分析,验证了所提方法的有效性。(本文来源于《中国电机工程学报》期刊2017年06期）
陈月娴[3]（2016）在《低压配电网多目标无功优化配置模型及求解方法》一文中研究指出根据低压配电网的特点,采用并联电容器分散补偿方式,以系统有功网损、电容器投资成本、节点电压偏移为目标函数,综合考虑了无功补偿装置运行维护工作量对补偿节点数的限制,对低压配电网进行无功补偿优化。利用带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ)进行无功优化配置计算,得到一系列满足Pareto最优的非劣解集,并引入基于模糊隶属度和熵权的决策方法找出全面考虑各个目标函数的折中最优解,以供决策者参考。最后,以广州市某低压配电网台区为例计算最佳无功补偿优化配置方案,验证了所提方法的有效性和可行性。(本文来源于《机电信息》期刊2016年33期）
蔡尧星,粟时平,刘桂英,唐福顺,罗国才[4]（2015）在《考虑多目标优化模型的含分布式电源的无功优化》一文中研究指出在配电网的调压过程中,将能够发出无功功率的分布式电源与电容器相结合,分析含分布式电源的配电网无功优化的问题,建立有功网损最小、静态电压稳定裕度最大的数学模型。在此基础上,应用超效率数据包分析评价方法,明确各目标函数的权重组合方案,把双目标无功优化问题转换成单目标规划问题。并且运用一种新颖的智能优化算法—细菌菌落算法,解决分布式电源在配电网中的无功优化问题。细菌菌落算法根据单群体菌落生长演化过程来寻找最优解,建立了细菌菌落的生成和死亡的寻优机制,并提供了一种新的算法结束方式。通过IEEE-33测试系统验证该算法具有良好实用性和适应性,并且也验证了所提模型的实际意义。(本文来源于《电测与仪表》期刊2015年08期）
赵文清,王立玮,董月[5]（2014）在《云模型和混沌粒子群算法的多目标无功优化》一文中研究指出为了克服基本粒子群算法易陷入局部最优值和后期收敛速度慢的不足,提出一种基于云模型的自适应粒子群算法。该算法首先采用混沌优化策略对粒子群进行初始化,增加粒子取值的多样性;其次根据粒子的适应度值将种群中的粒子分成靠近最优值、较靠近最优值和远离最优值3个子群,并分别采取不同的惯性权重生成策略进行处理,其中较靠近最优粒子子群的惯性权重由正态云发生器动态自适应调整,摆脱算法陷入局部最优值束缚;最后在迭代后期通过正态云算子实现粒子的变异操作,使算法后期快速收敛到最优解。对标准IEEE30节点系统和IEEE118节点系统进行测试仿真,结果表明了文中算法解决多目标无功优化的有效性。(本文来源于《应用科技》期刊2014年04期）
刘志刚,刘欢,柳杰[6]（2013）在《计及风电场概率模型的多目标无功优化》一文中研究指出随着风电场装机容量的增加,风电场并网对电网的影响越来越大,因此对风电并网后电力系统的不确定分析显得尤为重要。首先将随机响应面法(SRSM)应用到风电并网后电力系统的不确定分析中,并利用该方法建立了含风电场的电力系统概率潮流计算模型。然后将基于个体最优位置自适应变异扰动粒子群算法与前述概率计算模型相结合,建立了以系统有功网损期望值、节点电压越限概率为优化目标的多目标无功优化模型。接着以风电场接入IEEE14节点标准测试系统为例,根据SRSM计算出节点电压累积分布,与蒙特卡洛法进行比较,算例结果表明随机响应面法具有较高的效率和精度,证实了SRSM的有效性。最后将该无功优化模型应用于IEEE14节点标准测试系统进行仿真分析,证明了基于个体最优位置自适应变异扰动粒子群算法相对于常规改进粒子群算法(IWPSO)而言,能够有效地避免早熟收敛。(本文来源于《电力系统保护与控制》期刊2013年01期）
张明晔,郭庆来,孙宏斌,张伯明,吴文传[7]（2012）在《基于合作博弈的多目标无功电压优化模型及其解法》一文中研究指出为了在在线无功电压控制中协调考虑系统的安全性和经济性,提出了一种基于多目标优化的无功电压优化模型。除传统的经济目标外,该模型将系统的静态安全性加入到寻优目标中,以同时寻求系统经济性和安全性的最优化。基于合作博弈理论,提出了该模型的求解方法。在博弈过程中,经济目标和安全目标作为博弈参与方轮流给出决策策略,直至博弈达到均衡。基于2节点原理系统和IEEE 9节点系统的若干算例分析,证明了所提出的模型及求解方法的可行性和优越性。(本文来源于《电力系统自动化》期刊2012年18期）
李智欢,李银红,段献忠[8]（2012）在《无功优化多目标模型转换方法的等值线分析》一文中研究指出引入地理学中等值线的概念,提出一种能够对多目标模型转换方法的转换原理及特性进行分析、比较及分类的等值线分析方法。在归纳了各类无功优化多目标模型转化方法特点的基础上,通过在目标空间绘制各种方法所对应的等值线,从几何的角度,探讨了各模型转换方法所确定的寻优方向,并参考近似帕累托最优解集,研究了各种模型转化方法中最优解的几何意义。最后根据等值线的形状及分布,对模型转换方法进行了系统的归类。(本文来源于《电工技术学报》期刊2012年06期）
杨利军,王登学[9]（2010）在《配电网多目标无功优化的数学模型》一文中研究指出近年来,由于电网容量的增加,对电网无功要求也与日增加。无功电源如同有功电源一样,是保证电力系统电压质量、降低网络损耗以及安全运行所不可缺少的部分。在电力系统中,无功要保持平衡,否则,将会使系统电压下降,严重时,会导致设备损坏,系统解列。此外,网络的功率因数和电压降低,使电气设备得不到充分利用,从而使网络传输能力下降,损耗增加。因此,解决好电网无功补偿问题,对电力网络降损节能有着极为重要的意义。(本文来源于《科技风》期刊2010年02期）
毛盈旎[10]（2009）在《基于状态空间模型仿生算法的多目标无功优化》一文中研究指出电力系统无功优化是保证系统安全、经济运行的一项有效手段,是降低网损、提高电压质量的重要措施,具有非常重要的理论价值与现实意义。电力系统无功优化的目标是在满足电网安全和一定电能质量要求的前提下以最小的有功网损和最大的电压稳定裕度保证对用户可靠而满意的供电。传统的无功优化方法在求解电力系统无功优化问题时存在一定的缺陷,而近年来出现的现代启发式智能算法则方便了对离散、非凸、非线性问题的处理,为电力系统无功优化方法开辟了新的思路。本文对传统的无功优化算法和部分现代启发式智能算法进行了研究和比较,在总结了它们各自优缺点的基础上,提出了一种基于离散系统状态空间模型的仿生算法。该算法通过状态转移矩阵使种群由一种状态转移至另一状态,并通过优胜劣汰的自然选择机制或其它策略保留较优的个体状态,如此反复,最终使种群达到或接近一个最优的状态。为了防止算法陷入局部最优,算法通过考察种群状态改变状态转移矩阵的构造,以保持了种群的多样性,避免算法陷入局部最优,保证种群状态向全局最优的状态转移,从而增大了找到全局最优解的可能性。将所提出的基于状态空间模型仿生算法用于函数优化测试,仿真结果验证了本算法的正确性和有效性。采用MATLAB进行仿真,将基于状态空间模型的仿生算法应用到电力系统无功优化,以IEEE-14节点系统为例进行有效性验证,并与传统遗传算法的优化结果进行了比较分析。仿真结果表明在无功优化中,基于状态空间模型的仿生算法不但降低了网损,改善了系统整体电压质量,并且计算速度也得到了提高。可见基于状态空间模型的仿生算法比基本遗传算法有更高的计算精度,有更好的全局搜索能力和收敛速度。本文在分析了电压稳定分析方法的基础上,构造了以有功网损最小和静态电压稳定裕度最大为目标的多目标无功优化模型。通过仿真结果再一次表明在无功优化中,基于状态空间模型的仿生算法能够在节点电压控制、降低网损和提高系统的静态电压稳定性方面具有较好的效果,具有更强的全局寻优能力和更快的计算速度。(本文来源于《长沙理工大学》期刊2009-04-25）
多目标无功优化模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
提出一种含电压不可行节点的柔性目标无功优化模型。结合无功优化不可行问题的薄弱节点信息,提出了薄弱区的基本概念,并在基础上构建了柔性目标无功优化模型。该模型包含薄弱区的电压控制模型和非薄弱区的无功优化2个子模型,对应的目标函数分别为电压不可行节点的电压越下限量最少和网损最低,约束条件则在传统的无功优化模型上更新电压不可行节点的电压幅值安全下限值。采用代表薄弱区与非薄弱区种群先后更新策略的协同进化算法求解所建模型,通过63节点厂站模拟系统进行仿真分析,验证了所提方法的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多目标无功优化模型论文参考文献
[1].于傲洋.面向分布式电源配电网的多目标无功优化模型研究[D].长春工业大学.2019
[2].文旭,郭琳,颜伟,王强钢,黄淼.含电压不可行节点的柔性目标无功优化模型[J].中国电机工程学报.2017
[3].陈月娴.低压配电网多目标无功优化配置模型及求解方法[J].机电信息.2016
[4].蔡尧星,粟时平,刘桂英,唐福顺,罗国才.考虑多目标优化模型的含分布式电源的无功优化[J].电测与仪表.2015
[5].赵文清,王立玮,董月.云模型和混沌粒子群算法的多目标无功优化[J].应用科技.2014
[6].刘志刚,刘欢,柳杰.计及风电场概率模型的多目标无功优化[J].电力系统保护与控制.2013
[7].张明晔,郭庆来,孙宏斌,张伯明,吴文传.基于合作博弈的多目标无功电压优化模型及其解法[J].电力系统自动化.2012
[8].李智欢,李银红,段献忠.无功优化多目标模型转换方法的等值线分析[J].电工技术学报.2012
[9].杨利军,王登学.配电网多目标无功优化的数学模型[J].科技风.2010
[10].毛盈旎.基于状态空间模型仿生算法的多目标无功优化[D].长沙理工大学.2009