Оптимизация режимов электроэнергетических систем на основе эволюционных алгоритмов

  • Автор:
  • Специальность ВАК РФ: 05.13.06
  • Научная степень: Кандидатская
  • Год защиты: 2013
  • Место защиты: Санкт-Петербург
  • Количество страниц: 125 с. : ил.
  • бесплатно скачать автореферат
  • Стоимость: 250 руб.
Титульный лист Оптимизация режимов электроэнергетических систем на основе эволюционных алгоритмов
Оглавление Оптимизация режимов электроэнергетических систем на основе эволюционных алгоритмов
Содержание Оптимизация режимов электроэнергетических систем на основе эволюционных алгоритмов
СОДЕРЖАНИЕ
СПИСОК СОКРАЩЕНИЙ И ОБОЗНАЧЕНИЙ
ВВЕДЕНИЕ
ГЛАВА 1. АНАЛИЗ СОСТОЯНИЯ ПРОБЛЕМЫ
1.1. Современное состояние вопроса задач оптимизации в энергетике
1.1.1. Современные программные вычислительные комплексы для решения задач оптимизации в электроэнергетике
1.1.2. Международные требования в управлении энергосистемами
1.2. Задачи оптимизации в энергетике
1.2.1. Оптимизация режимов электроэнергетических систем
1.2.2. Несовместность задачи оптимизации
1.2.3. Оптимизация развития электроэнергетических систем
1.3. Формулировка задач нелинейного программирования
1.4. Методы оптимизаций режимов
1.4.1. Традиционные методы оптимизации
1.4.2. Применение эволюционных алгоритмов
1.4.3. Применение нетрадиционных методов оптимизации
ВЫВОДЫ
ГЛАВА 2. ЭВОЛЮЦИОННЫЕ АЛГОРИТМЫ
2.1 .Эволюционные алгоритмы
2.2. Генетический алгоритм
2.2.1. Основные шаги работы
2.2.2. Основные операторы
2.2.3. Особенности генетического алгоритма
2.3. Пчелиный алгоритм
2.3.1. Основные шаги работы
2.3.2. Особенности пчелиного алгоритма
2.4. Муравьиный алгоритм
2.4.1. Основные шаги работы
2.4.2. Особенности пчелиного алгоритма
2.5. Настройка алгоритмов
ВЫВОДЫ
ГЛАВА 3. ОПТИМИЗАЦИЯ РЕЖИМОВ ЭЛЕКТРОЭНЕРГЕТИЧЕСКИХ СИСТЕМ НА ОСНОВЕ ЭВОЛЮЦИОННЫХ АЛГОРИТМОВ
3.1. Постановка задачи
3.2. Формулировка задач оптимизации режимов электроэнергетических систем
3.2.1. Оптимизация режимов электроэнергетических систем по активной мощности
3.2.2. Оптимизация режимов электроэнергетических систем по реактивной мощности
3.2.3. Комплексная оптимизация режимов электроэнергетических систем
3.3. Расходные характеристики и характеристики относительных приростов
3.4. Применение эволюционных алгоритмов для решения задач оптимизации режимов
3.4.1. Применение генетического алгоритма для решения задач оптимизации режимов
3.4.2. Применение пчелиного алгоритма для решения задач оптимизации режимов
3.4.1. Применение муравьиного алгоритма для решения задач оптимизации режимов
3.5. Анализ и сравнение результатов
ВЫВОДЫ
ГЛАВА 4. ОПТИМАЛЬНОЕ РАЗМЕЩЕНИЕ УСТРОЙСТВ РЕГУЛИРОВАНИЯ ПОТОКОВ МОЩНОСТИ И КОМПЕНСАЦИИ РЕАКТИВНОЙ МОЩНОСТИ
4.1. Постановка задачи
4.2. Формулировка задач оптимизации развития электроэнергетических систем
4.2.1. Оптимальное размещение компенсирующих устройств
4.2.2. Оптимальное размещение линейных регуляторов
4.3. Применение эволюционных алгоритмов в задачах развития электроэнергетических систем
4.4. Анализ и сравнение результатов расчета
ВЫВОДЫ
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЕ
ПРИЛОЖЕНИЕ 2

затруднительным, так как переменные, соответствующие размещению КУ, характеризуются дискретными значениями. Дискретными значениями могут характеризоваться и мощности КУ, в противном случае значения мощности округляются до ближайшего значения возможного номинала КУ.
В [105] показано применение ГА для решения задачи оптимального размещения КУ в радиальной схеме ЭЭС, где продемонстрирована сравнительная эффективность использования методов ИИ над традиционными методами оптимизации.
В [51, 117, 118, 114, 39, 121] рассмотрена похожая задача - оптимальное размещение устройств регулирования потоков мощности (FACTS) в ЭЭС, в которой используются методы ИИ (ЭА, алгоритм отжига, алгоритм роя частиц). Как и в задаче с расстановкой КУ имеются большие сложности в применении традиционных методов, связанные с наличием дискретных переменных, неспособностью учета ограничений, чувствительностью к начальному приближению и др.
Использование нейронных сетей в задачах электроэнергетики позволяет оптимизировать процесс производства и распределения электроэнергии, управлять безопасностью и режимами функционирования ЭЭС. В [54] приведен перечень задач, которые могут решаться (а некоторые уже успешно решаются[107, 122, 88]) с помощью нейронных сетей.
На сегодняшний день в электроэнергетике имеется повышенный интерес к новым и перспективным подходам для решения тех или иных задач. Связано это в первую очередь с возможностью экономии значительных денежных средств. Особый интерес представляют задачи управления ЭЭС, поскольку в них возможно без каких-либо дополнительных капитальных вложений на оборудование или другие мероприятия, с помощью оптимизации и анализа задачи достигнуть экономии затрат при эксплуатации ЭЭС.

Рекомендуемые диссертации данного раздела