论文总字数：24909字

摘 要

在电力系统中，保证整个电力系统“安全、优质、经济”的运行，对国民经济稳步发展有着重大意义。随着社会科技发展，能源日趋紧张，如何采用合理的优化方法，达到预期的效果，是一个迫在眉睫的问题。

蚁群算法作为一个群体智能寻优算法，来源于蚂蚁寻径的自然现象。本文将其带入到电力系统有功优化的优化计算中，电力系统有功优化是一个有约束的非线性规划问题，本文借助动态罚函数，合理地将目标函数予以转化求得最优解，利用混合连续蚁群算法求解电力系统中的最优潮流问题，将之与经典算法比较，仿真结果表明，基于蚁群算法的优化方法不仅能有效的处理模型的约束问题，且在收敛性和计算精度方面也有较好效果。

关键词：有功优化；潮流计算；蚁群算法

Abstract

In the power system, ensuring the operation of the entire power system to be "safe, high-quality and economical" has a remarkable influence in augmenting domestic economy. With the enhancement of high technology, energy is becoming increasingly tense. Adopting reasonable optimization methods to meet demands of big corporations is of great significance.

As a cluster intelligent optimization algorithm, ant colony algorithm is derived from the natural phenomenon of ant locating. We bring this conception to work out the optimization of power system, which is a constrained non-linear programming issue. In this paper, the dynamic penalty function is used to transform the objective function to obtain the optimal solution in the most efficient way. The hybrid continuous ant colony algorithm is used to solve the optimal power flow problem in power system. The results show that the optimization method based on ant colony algorithm can achieve a satisfactory consequence. It not only effectively deals with the constraint problem of the model, but also has good convergence and calculation accuracy.

Key Words: Active Power Optimization; Power-Flow; Ant Colony Algorithm

目录

摘要 I

Abstract II

第一章 绪论 1

1.1研究背景及意义 1

1.2研究现状 1

1.2.1电力系统有功优化的研究现状 1

1.2.2蚁群算法的研究现状 1

1.3本文的主要工作 2

第二章 电力系统有功优化的基本理论 3

2.1电力系统有功优化简介 3

2.1.1关于电力系统有功优化的分类 3

2.1.2发电调度优化方法 3

2.2电网有功经济调度模型 4

2.2.1 经典经济调度 4

2.2.2 现代经济调度 4

2.3 潮流计算 5

2.3.1节点导纳矩阵 5

2.3.2潮流计算数学模型 5

2.3.3牛顿-拉夫逊法 6

第三章 蚁群算法基本理论 8

3.1蚁群算法的概述 8

3.2蚁群算法的基本模型 8

3.2.1蚁群算法的数学模型 8

3.2.2蚁群算法流程图 9

3.2.3蚁群算法优缺点 10

3.3蚁群算法在电力系统中的应用 10

第四章 蚁群算法在有功优化中的应用 12

4.1基于蚁群算法的最优潮流计算 12

4.1.1最优潮流的数学模型 12

4.1.2蚁群算法在最优潮流中的应用 12

4.2算例分析 13

4.2.1 算法流程 13

4.2.2算例数据 14

4.2.3算例结果及分析 17

第五章 总结与展望 19

5.1总结 19

5.2展望 19

致谢 20

参考文献 21

附录IEEE30节点算例数据 22

第一章 绪论

1.1研究背景及意义

近年来，随着社会经济建设发展，对电能的需求量越来越大，国家不仅在长距离输电项目，对特高压的交、直流运输工程也投入很多，增强了我国在电力的交换能力。在电力工业发展迅速的同时，电力行业也面临着挑战。与发展初期不同，随着电能需求量增大，对电力系统的调度要求提高，小型电网的运行已经不能满足电力系统经济可靠运行，大型的互联网络建设势在必行。

在能源日趋紧张的社会环境中，如何采用合理的优化方法，保证整个电力系统运行的“安全、优质、经济”，同时使得电能成本最低，这是人们一直所研究的方向^[1]。通过一些算法，能够在满足电力系统的指标要求下，对电网进行优化，同样在满足电量平衡，满足可靠性、稳定性的要求下，又能保证发电的经济效益。

20世纪90年代，受蚂蚁集体寻径行为的启发，意大利学者Marco Dorigo等人提出了一种基于种群进化的启发式随机搜索算法——蚂蚁系统AS（Ant System），用于解决商旅问题TSP。随后经过演变，蚁群算法获得了更好的计算性能，可以解决更多不同种类的问题。蚁群算法与其他算法兼容性强，可以应用在不同领域，并且鲁棒性强，记忆能力优越。如今，国内外众多的研究机构和研究者们都展开了其理论的应用研究。

1.2研究现状

1.2.1电力系统有功优化的研究现状

在电力系统中，如何保证整个电力系统优质稳定运行，对国民经济稳步发展有着重大意义。自1930年以来，世界各国对电力系统的问题主要集中在三个方面：首先对于电力负荷，有节省开销的分配方式。其次，电力系统需具备一定的安全性，在确保安全的情况下，同样寻找最节省开支的方式。最后要符合时代的发展。在完善这些方法之后，再将其运用在电力系统中达到预期。1980年之前，其一直被认为是一个独立个体的想法，随着时代和科技进步发生了改变，电力系统的管理从传统的“垄断”划分成了三个部分：发电、输送电和配电。这使得整体开销大大减少，并且电力分配上效率也大大提高。1990年开始，各国电力部门加入了市场机制，大大减少了系统运行需要的费用，同时，有力地促进了电力系统优化调度理论的发展。

1.2.2蚁群算法的研究现状

蚁群算法作为一种群体智能算法，距今已经发展了二十多年。国内最先研究蚁群算法的是1997年东北大学控制仿真研究中心的张纪会博士和徐心和教授^[20]。

蚁群算法从1991年发展至今，人们对其的研究不再仅限于单纯的商旅问题（Traveling Salesman Problem，TSP），而是延伸到了其他广泛的方向。从静态到动态，由离散到连续。当然，不仅在理论算法上有相当显著的进展，在其硬件的实现上也收获颇丰。它和其他算法的结合方法的实践也取得了令人满意的硕果^[13]

1.3本文的主要工作

本设计是对基于蚁群算法的电力系统进行有功优化，将从以下四个方向开展本次研究：

剩余内容已隐藏，请支付后下载全文，论文总字数：24909字