CN116231673B 一种基于改进鲸鱼算法的配电网无功优化方法 （昆明理工大学）_第1页
CN116231673B 一种基于改进鲸鱼算法的配电网无功优化方法 （昆明理工大学）_第2页
CN116231673B 一种基于改进鲸鱼算法的配电网无功优化方法 （昆明理工大学）_第3页
CN116231673B 一种基于改进鲸鱼算法的配电网无功优化方法 （昆明理工大学）_第4页
CN116231673B 一种基于改进鲸鱼算法的配电网无功优化方法 （昆明理工大学）_第5页
已阅读5页，还剩21页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于改进鲸鱼算法的配电网无功优化本发明公开了一种基于改进鲸鱼算法的配偿装置SVG的约束条件建立配电网无功优化模算结果；基于改进鲸鱼算法对含风电机组和SVG的配电网进行无功优化，得到风电机组和SVG的无功出力。本发明通过建立配电网无功优化模得到含风电机组和SVG的IEEE33节点系统无功优2以有功网损和电压越界惩罚最小为目标函数，计及风电机组和无功补偿装置SVG的约基于改进鲸鱼算法对含风电机组和SVG的配电网进行无功优化，得依据引入的非线性时变因子、自适应权值策略、随机学习策A＝2ara,r∈rand[0,1]new*minF=Δf+PiU为基准电压。3GiS为无功补偿装置SVG注入的无功功率；i,maxnewnew145[0006]以有功网损和电压越界惩罚最小为目标函数，计及风电机组和无功补偿装置SVG[0008]基于改进鲸鱼算法对含风电机组和SVG的配电网进行无功优化，得到风电机组和i6S为无功补偿装置SVG注入的无功功QS,maxS,min分别为无功补偿装置SVG为0到1之间的随机数，x(t)为鲸鱼当前位置，xnew1(t)为经过随机性学习策略后的最优个new*7[0039]式中：xnew(t)为当前最优个体经柯西变异后的新值，x*(t)为当前最优个体，机组和无功补偿装置SVG的约束条件建立配电网无功优化模型；对各个节点的负荷进行处取配电网系统的潮流计算结果；基于改进鲸鱼算法对含风电机组和SVG的配电网进行无功8iU为基准电压。QS,maxS,min分别为无功补偿装置SVG9为0到1之间的随机数，x(t)为鲸鱼当前位置，xnew1(t)为经过随机性学习策略后的最优个new*[0097]式中：xnew(t)为当前最优个体经柯西变异后的新值，x*(t)为当前最优个体，[0102]基于IEEE33节点系统对算法的有效性进行验证，风电机组及SVG的IEEE33节点系

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论