基于果蝇优化算法的电力系统无功优化研究与应用

《基于果蝇优化算法的电力系统无功优化研究与应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代号10532学号S1209W111分类号TM715密级公开工程硕士学位论文基于果蝇优化算法的电力系统无功优化研究与应用学位申请人姓名张毅磊培养单位电气与信息工程学院导师姓名及职称徐勇副教授汪霄飞高工学科专业电气工程研究方向电力系统电压稳定与无功优化论文提交日期2015年04月20日学校代号：10532学号：S1209W111密级：公开湖南大学工程硕士学位论文基于果蝇优化算法的电力系统无功优化研究与应用学位申请人姓名：张毅磊导师姓名及职称：徐勇副教授汪霄飞高工培养单位：电气与信息工程学院专业名称：电气工程论文提交日期：2015年04月20日论文答辩日期：2015年05

2、月18日答辩委员会主席：孟志强教授ResearchandapplicationonreactivepoweroptimizationofpowersystembasedonfruitflyoptimizationalgorithmbyZHANGYileiB.E.（NorthChinaUniversityofWaterResourcesandElectricPower）2011AthesissubmittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterofScienceinElectricalEngin

3、eeringintheGraduateSchoolofHunanUniversitySupervisorAssociateProfessorXUYongSeniorEngineerWANGXiaofeiMay,2015湖南大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加Ｗ标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中Ｗ明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：私日亂础年的处Ｊ欠＾

4、务学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部口或机构送交论文的复印件和电子版，允许论文被査阅和借阅。本人授权湖南大学可Ｗ将本学位论文的全部或部分内容编入有关数据库进行检索、缩印或扫描等复制手段保存和汇编，可Ｗ采用影印本学位论文。本学位论文属于１、保密□，在年解密后适用本授权书。２、不保密口。＂＂（请在上相应方框内打Ｖ）／。作者签名：日期：又年月立＾日。广、＾＇：导师签名：曰期＞〇年別曰＾Ｊ）基于果蝇优化算法的电力系统无功优化研究与应用摘要电力系统的无功功率分布

5、是否合理决定了电压质量的好坏，并直接影响着整个电网的安全稳定和经济运行。无功优化是提高电力系统稳定性、降低网络损耗和改善电压质量的有效手段，因此研究无功优化问题具有非常重要的意义。电力系统无功优化具有连续变量和离散变量混合、多约束、非线性和高维度等特点，是一个复杂的优化问题，采用一般的数学方法求解起来相当困难，需要选择适当的优化算法进行求解。本文在研究无功优化数学模型及相关算法的基础上，综合分析了各种传统优化算法和人工智能算法的特点，对比后选取新兴的果蝇优化算法作为研究对象。首先深入研究了果蝇优化算法(FruitFlyOptimizationAlgorithm,FOA)的

6、基础理论知识，针对其搜索范围变异概率低，种群个体多样性差，可能错过最优解，寻优精度不高和易陷入局部最优等缺点，对其进行改进，提出一种多种群融合的果蝇优化算法(Multi-swarmFruitFlyOptimizationAlgorithm,MFOA)，采用多种群、修订评价函数、动态收缩搜索半径和加入局部搜索等策略，提高算法的收敛精度和跳出局部极值的能力。通过5个经典测试函数不同优化算法仿真结果对比分析，表明了MFOA算法的有效性。然后将改进后的多种群果蝇优化算法应用到电力系统无功优化中。分析了改进后多种群果蝇优化算法求解无功优化问题的思路，给出了基于MFOA算法无功优化的

7、计算步骤和流程，并对解空间编码、参数设置以及结束准则做出具体说明。完成了基于MATLAB软件平台的改进后多种群果蝇优化算法(MFOA)的电力系统无功优化程序编写，并与“Matpower”工具包中的牛顿-拉夫逊潮流计算部分相结合，对IEEE-30节点标准测试系统进行仿真计算。通过与标准粒子群算法(StandardParticleSwarmOptimization,PSO)和自适应差分算法(Self-adaptiveDifferentialEvolution,SADE)的无功优化结果进行对比分析，得到改进后的多种群果蝇优化算法显著