2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩76頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、本文受國家自然科學(xué)基金項目“交直流系統(tǒng)模糊動態(tài)無功優(yōu)化的模型和智能算法(50577073)”、重慶市電力公司重點(diǎn)項目“區(qū)域電網(wǎng)動態(tài)無功優(yōu)化控制系統(tǒng)的開發(fā)研究”等相關(guān)課題資助。論文對動態(tài)無功優(yōu)化的模型及相應(yīng)的優(yōu)化算法進(jìn)行了較為詳細(xì)的研究。
  電力系統(tǒng)動態(tài)無功優(yōu)化通過對發(fā)電機(jī)、并聯(lián)電容器和有載調(diào)壓變壓器(OLTC-on-load tap changer)等調(diào)壓設(shè)備的控制,在滿足設(shè)備及系統(tǒng)運(yùn)行約束的基礎(chǔ)上,使全網(wǎng)的日電能損耗最小?,F(xiàn)有

2、研究中大多考慮了離散控制變量的日總動作次數(shù)約束,而忽視了OLTC分接頭的相鄰時段動作次數(shù)約束;另外,在對電容器動作次數(shù)的處理上也存在一些問題,如控制變量數(shù)目增加、投切不合理等。針對這些問題,本文建立了動態(tài)無功優(yōu)化新模型,并結(jié)合基于內(nèi)點(diǎn)法和免疫遺傳算法的混合算法,進(jìn)一步提出了本文的啟發(fā)式混合智能算法。具體內(nèi)容如下:
 ?、購默F(xiàn)有模型出發(fā),建立了動態(tài)無功優(yōu)化的新模型。其中,目標(biāo)函數(shù)采用常規(guī)的能量損耗最小,約束條件除常規(guī)的各時段潮流及電

3、壓安全約束、電容器和OLTC分接頭開關(guān)的日總動作次數(shù)約束外,論文新增加了OLTC分接頭開關(guān)的相鄰時段動作次數(shù)約束。同時,結(jié)合實(shí)際變電站電容器的“先投先切、后投后切”基本操作原則,將同一母線的多組電容器簡化等效為單一的集中電容器,并根據(jù)其具體組數(shù)來確定等效電容器開關(guān)的動作次數(shù)限制。
  ②針對所建新模型,進(jìn)一步提出了本文的啟發(fā)式混合智能算法。同時充分考慮了動態(tài)無功優(yōu)化模型中各時段電網(wǎng)結(jié)構(gòu)參數(shù)不變的特點(diǎn),采用了稀疏技術(shù)來提高混合算法的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論