| 【中文题名】 | 基于多机模型的低频减载整定算法 |
| 【英文题名】 | |
| 【学科专业】 | 电力系统及自动化 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2003-5-30 |
| 【中关键词】 | 电力系统,低频减载,切负荷,进化算法,粒子群游, |
| 【英关键词】 | Power System,Under Frequency Load Shedding,Load Shedding,Evolutionary Algorithm,Particle swarm optimization, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>> |
| 【论文摘要】 |
近年来，随着电网的不断扩大和电力市场的出现，电力系统的运行环境更加复杂。与此同时，对电网安全稳定运行的要求也越来越高。
为了提高频减载装置定值计算的准确性，最大限度的消除过切或欠切现象，有机地协调系统中各低频减载装置，本文提出了一个基于多机模型定值计算的低频减载装置集中管理系统。其核心问题是基于多机模型的在线低频减载装置定值计算，文中采用基于进化计算的粒子群游算法(Particle Swarm Optimization简称PSO)进行求解。
新英格兰39节点算例结果可以看出，同传统算法相比，通过对原有的算法按照低频减载所具有的特点进行改进，该算法很适合处理实际的大中型电网中存在问题，可用于实际系统的求解。 |
| 【论文题纲】 |
|
中文摘要 |
4-5 |
|
英文摘要 |
5-6 |
|
第一章 绪论 |
6-18 |
|
1．1 问题的提出和研究意义 |
6-8 |
|
1．2 低频减载与第三道稳定防线 |
8-16 |
|
1．2．1 第三道稳定防线的定义 |
8-9 |
|
1．2．2 低频减载方案 |
9-15 |
|
1．2．3 低频减载装置 |
15-16 |
|
1．2．4 低频减载与低电压减载 |
16 |
|
1．2．5 低频减载的现阶段研究方向 |
16 |
|
1．3 本文主要工作 |
16-18 |
|
第二章 低频减载传统算法 |
18-28 |
|
2．1 基本原理 |
18-19 |
|
2．2 传统低频减载算法的有关问题 |
19-22 |
|
2．2．1 低频减载切除负荷的总容量和选择切除负荷的原则 |
19-20 |
|
2．2．2 低频减载首级和末级动作频率的整定 |
20-21 |
|
2．2．3 低频减载装置级数的确定 |
21 |
|
2．2．4 低频减载装置的时限整定 |
21 |
|
2．2．5 低频减载基本级和特殊级的整定 |
21-22 |
|
2．3 电力系统频率动态暂态过程的计算 |
22-27 |
|
2．4 小结 |
27-28 |
|
第三章 进化算法 |
28-40 |
|
3．1 引言 |
28-29 |
|
3．2 进化算法及其生物学原理 |
29-31 |
|
3．2．1 概述 |
29-30 |
|
3．2．2 生物学原理 |
30-31 |
|
3．2．3 进化算法的优点 |
31 |
|
3．3 粒子群游方法简介 |
31-40 |
|
3．3．1 基本思想 |
31-34 |
|
3．3．2 算法流程 |
34 |
|
3．3．3 参数设置 |
34-36 |
|
3．3．4 遗传算法和PSO的比较 |
36-37 |
|
3．3．5 人工神经网络和PSO |
37-38 |
|
3．3．6 一些非标准方案 |
38 |
|
3．3．7 应用 |
38-40 |
|
第四章 使用粒子群游法求解低频减载 |
40-59 |
|
4．1 引言 |
40-41 |
|
4．2 多机系统低频减载定值计算的数学描述 |
41-46 |
|
4．2．1 控制变量 |
43 |
|
4．2．2 目标函数 |
43-44 |
|
4．2．3 约束函数 |
44-46 |
|
4．3 基于粒子群游的多机系统低频减载装置整定计算 |
46-49 |
|
4．3．1 目标函数 |
46 |
|
4．3．2 参数设置 |
46-47 |
|
4．3．3 控制量的初始值的选取 |
47 |
|
4．3．4 再次启动 |
47 |
|
4．3．5 计算流程 |
47-49 |
|
4．4 算例分析 |
49-58 |
|
4．4．1 算例一 |
49-54 |
|
4．4．2 算例二 |
54-58 |
|
4．5 小结 |
58-59 |
|
第五章 结论 |
59-60 |
|
致谢 |
60-61 |
|
参考文献 |
61-63 |
|
| 【DOI】 | LunWen.ID:2.2008.386735 |
