算法设计的开题报告.doc

算法设计的开题报告 以下给大家分享关于算法的设计的开题报告，欢迎大家阅读！ 一、选题背景及其意义： 电力系统无功优化，一般是指在满足电网的安全运行约束的前提下，通过变压器分接头的合理选择，发电机机端电压的理想配合以及无功补偿的优化配置等措施，使系统无功潮流达到最优分布，减少有功损耗。它对于提高系统电压质量，减少有功损耗，保证系统安全、可靠和经济运行有重要意义。 在我国，随着电力系统的迅速发展，电网规模越来越大，结构也日趋复杂，使系统的稳定性问题更加突出，而单凭经验进行无功配置已不能适应现代系统的需要，需要在现代电子与计算机技术的基础上，研究建立无功优化的数学模型、提出相应的算法，在电网的规划建设和实际调度运行中实现无功优化，并在满足电网安全运行条件下，减少有功损耗和投资。同时对于电力公司而言，减少有功网损就是增加利润，在电力公司由粗放型经营向集约化经营方式转变的今天，进行无功优化就显的更加必要和重要了。 本论文通过分析电力系统无功优化中各类主要影响因素，结合当前电力系统无功优化主要的研究方法，建立电力系统无功优化的数学模型。采用智能优化算法粒子群算法求解数学模型，选取实际的电网作为计算算例，得到无功优化的结果，并与优化前的无功配置方案进行对比，分析粒子群算法在无功优化应用中的优缺点，为今后实际电网的无功规划提供一定的参考价值。 二、国内外研究动态： 早在六十年代，电力系统无功优化就受到了国内外学者的关注，经过多年的研究，已经取得了大量成果。总的来看，电力系统的无功优化问题可以分为两类： 一类是对系统稳态运行情况下的运行状态进行优化，目的是进行无功平衡，以提高运行电压水平、降低损耗。 另一类是研究系统在扰动情况下的电压稳定性。前者根据所研究问题的时间跨度、目标函数和解决方法又可以进一步细分。本文的研究内容为稳定运行时的无功优化及电压控制，不涉及暂态和动态情况下的电压稳定性。 电力系统无功优化问题有离散性、非线性、大规模、收敛性依赖于初值的特点，针对无功优化的特点，近年来许多专家学者就此做了大量的研究，并将各种优化算法应用于这一领域，目前已取得了许多成果。文献3提出将一种改进的tabu搜索算法用于电力系统无功优化，考虑有功损耗费用和补偿费用，使得总费用最小。在一般的tabu搜索算法的基础上，对搜索步长、禁忌表、不同循环点的选择以及算法终止判据等问题做了改进，更容易跳出局部最优解，保证可以搜索整个可行域，从而得到全局最优解的可能性更大。与线性规划算法相比具有更强的全局寻优能力。 文献4运用改进的模拟退火算法求解高中压配电网的无功优化问题，采用了记忆指导搜索方法来加快搜索速度。采用模拟法来进行局部寻优以增加获得全局最优解的可能性，从而能够以较大概率获得全局最优解，收敛稳定性较好。 文献5提出了一种应用于电力系统无功规划优化问题的改进遗传算法，该算法采用十进制整数与实数混合的编码方式，在选择算子中使用最优保存策略，并对群体规模的选取加以改进。为了使解更快进入可行解域，作者提出了利用专家知识辅助搜寻可行解，并提出罚因子自适应调整，大大加快了算法的收敛性。相对模拟退火算法、禁忌搜索算法和遗传算法而言，粒子群算法是模拟鸟群觅食的一种新型算法。粒子群优化(pso)最初是处理连续优化问题的,目前其应用已扩展到组合优化问题。 由于其简单、有效的特点,pso已经得到了众多学者的重视和研究，并在电力系统优化中得到广泛应用。文献7对粒子群算法经行了改进，用于变电站的选址；文献8采用粒子群算法优化分布式电源的接入位置和容量；文献9利用改进的粒子群算法进行网络重构的优化。从以上文献的研究可以看出，粒子群算法在求解优化问题时有其自身特有的诸多优点。 三、课题研究内容： 本课题的研究内容主要包括： 1.电力系统无功优化影响因素分析： 阅读相关文献，分析电力系统无功补偿的措施和方法，确定系统中无功电源：同步发电机、同步调相机、电容器、静止无功补偿装置等各类无功电源在无功优化中的影响，建立无功优化的数学模型。 2.深入研究粒子群算法： 学习研究粒子群算法，重点研究粒子群算法在配电网优化规划中的应用，结合基本的算例，分析粒子群算法与遗传算法、禁忌搜索等算法的区别。 3.搜集实际数据： 进行大量数据的调研工作，调查石家庄地区电网无功补偿设备的基本情况，了解无功补偿设备分布情况，获得实际的数据，为基于粒子群算法的无功优化算例提供实际的数据。 4.应用粒子群算法进行电力系统无功优化的计算： 建立电力系统无功优化的数学模型，从网损，电压稳定，潮流分布等几个方面确定目标函数，并利用ieee14标准节点和石家庄地区无功补偿情况作为算例，验证算法的正确性和可行性。为今后电力系统无功优化规划方案提供一定的参考。 四、研究方案及难点： （一）本课题的主要研究工作包括： 1.查找并阅读相关资料和文献，进一步熟悉和理解电力系统无功优化方面的知识。 2.熟悉掌握vc+，matlab等编程软件，为今后优化算法的学习和应用做好准备。 3.学习粒子群算法，研究它们在电力系统规划中的应用。 4.考虑电压稳定，网损，潮流分布等多个约束条件和优化目标，建立电力系统无功优化的数学模型。 5.应用粒子群优化算法对电力系统无功优化的数学模型进行优化计算。 （二）本课题的难点主要包括： 1.粒子群算法的学习和应用，并结合无功优化的实际需要对其进行改进。 2.电力系统无功优化数学模型的建立。 五、预期成果和可能的创新点： （一）本课题虽然困难很多，然而其成果也是非常丰富的，主要有以下内容： 1.建立考虑网损，电压，潮流等影响因素的电力系统无功优化的数学模型。 2.粒子群算法在电力系统无功优化中的应用。 （二）可能的创新点： 1.基于多种影响因素的电力系统无功优化数学模型的建立。 2.粒子群算法的改进。 3.改进粒子群算法在电力系统无功优化中的应用。 六、主要参考文献： 1段海峰,李兴源,宋永华.一种基于模糊逻辑的电压无功控制策略.电力系统自动化，1997,21(6):23-26; 2chebboam,irvingmr,sterlingmjh.reactivepowerdispatchincorporatingvoltagestability.ieeproceedings-c.1992,139(3):253-260; 3王洪章,熊信艮,吴耀武基于改进tabu搜索算法的电力系统无功优化电网技术,2002,26（1）:15-18; 4贾德香,唐国庆,韩净.基于改进模拟退火算法的电网无功优化j.继电器,20XX,32(4):32-35; 5张粒子,舒隽,林宪枢,徐英辉.基于遗传算法的无功规划优化.中国电机工程学报.2000,20(6):5-8; 6fukuyamay.fundamentalsofparticleswarmtechniquesa.leeky,el2sharkawima.modernheuristicoptimizationtechniqueswithapplicationstopowersystemsm.ieeepowerengineeringsociety,2002.4551； 7刘自发，张建华.基于改进多组织粒子群体优化算法的配电网络变电站选址顶容.中国电机工程学报.20XX,27(1):106-111; 8刘波，张焰，杨娜.改进的粒子群优化算法在分布式电源选址和定容中的应用.电工技术学报.20XX,23(2):103-108; 9许立雄，吕林，刘俊勇.基于改进粒子群优化算法的配电网络重构.电力系统自动化.20XX.30(7):27-30; 10leeky,baixm,parkym,optimizati