資源描述：
《遺傳算法與傳統(tǒng)優(yōu)化方法應(yīng)用于電力負(fù)荷建模的比較研究_李欣然》由會(huì)員上傳分享，免費(fèi)在線(xiàn)閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、第32卷第2期湖南大學(xué)學(xué)報(bào)(自然科學(xué)版)Vol.32,No.22005年4月JournalofHunanUniversity(NaturalSciences)Apr12005文章編號(hào):100022472(2005)0220029204遺傳算法與傳統(tǒng)優(yōu)化方法X應(yīng)用于電力負(fù)荷建模的比較研究11221李欣然,劉艷陽(yáng),陳輝華,唐外文,李培強(qiáng)(1.湖南大學(xué)電氣與信息工程學(xué)院,湖南長(zhǎng)沙410082;2.湖南電力調(diào)度通信中心,湖南,長(zhǎng)沙410007)摘要:將遺傳算法應(yīng)用于電力系統(tǒng)綜合負(fù)荷建模.以三階感應(yīng)電動(dòng)機(jī)為綜合負(fù)荷模型,以
2、待辨識(shí)參數(shù)為未知向量,以系統(tǒng)實(shí)測(cè)與模型響應(yīng)誤差平方和為目標(biāo)函數(shù);以隨機(jī)初始種群為基礎(chǔ)進(jìn)行交叉—變異—選擇運(yùn)算并產(chǎn)生下一代種群;通過(guò)若干代進(jìn)化即可獲得具有足夠精度的辨識(shí)結(jié)果.通過(guò)實(shí)驗(yàn)數(shù)據(jù)將遺傳算法與傳統(tǒng)模式搜索算法的建模結(jié)果比較,表明遺傳算法所得模型的描述精度比模式搜索法高10倍,其模型參數(shù)呈現(xiàn)很好的穩(wěn)健性,從而有效地克服了傳統(tǒng)優(yōu)化方法的模型參數(shù)分散性.關(guān)鍵詞:遺傳算法;電力系統(tǒng);綜合負(fù)荷;負(fù)荷建模;參數(shù)辨識(shí)中圖分類(lèi)號(hào):TM714文獻(xiàn)標(biāo)識(shí)碼:AComparativeStudyofGeneticAlgorithman
3、dTraditionalOptimizationinPowerLoadModeling11221LIXin2ran,LIUYan2yang,CHENHui2hua,TANGWai2wen,LIPei2qiang(1.CollegeofElectricalandInformationEngineering,HunanUniv,Changsha,Hunan410082,China;2.HunanPowerDispatcherandCommunicationsCenter,Changsha,Hunan410007,Ch
4、ina)Abstract:Geneticalgorithmwasappliedtothecomprehensiveloadmodelingofthepowersystem.Tobespecific,thispaperusedthe32orderinductionmotorasthecomprehensiveloadmodel,theparameterstobeidentifiedastheun2knownvector,andthesquaresumoferrorsbetweenthesystemmeasureme
5、ntdataandthemodelresponseastheobjectivefunction.Undertheconditionofrandomoriginalcolonyandbycrossover-mutation-selectionoperation,weobtainedthenexteracolonyandacquiredsatisfactoryidentificationresultaftersomeeras’evolution.Theidentificationresultsshowedthatth
6、ecalculationprecisionbasedongeneticalgorithmimproved10timescomparedwiththemode2detectionmethod,andatthesametime,themodelparametersweremorestable,thuseffectivelyovercomingthediffusivenessofthemodelparametersoftraditionaloptimizationmethods.Keywords:geneticalgo
7、rithms;powersystem;aggregateload;loadmodeling;parameteridentification電力負(fù)荷模型是用一個(gè)“綜合負(fù)荷”代替數(shù)量眾視.由于電力綜合負(fù)荷具有隨機(jī)時(shí)變性、地域分散性多的用電設(shè)備(含配電網(wǎng)絡(luò))的集合,其模型結(jié)構(gòu)和和結(jié)構(gòu)復(fù)雜性等特點(diǎn),其建模問(wèn)題一直是困擾研究[1,2]參數(shù)對(duì)電力系統(tǒng)仿真計(jì)算結(jié)果具有顯著影響,者和使用者的難題.當(dāng)模型結(jié)構(gòu)確定以后,參數(shù)辨識(shí)因而負(fù)荷建模日益受到電力學(xué)術(shù)界和工程界的重就成為負(fù)荷建模的核心,而參數(shù)的辨識(shí)過(guò)程實(shí)質(zhì)上X收稿日期:2004
8、-07-16基金項(xiàng)目:高等學(xué)校骨干教師資助計(jì)劃(教技司[2002]65號(hào));湖南省教育廳重點(diǎn)資助項(xiàng)目(湘教通[2001]197號(hào))作者簡(jiǎn)介:李欣然(1957-),男,湖南漣源人,湖南大學(xué)教授,博士生導(dǎo)師E2mail:paipailiu123@sina.com30湖南大學(xué)學(xué)報(bào)(自然科學(xué)版)2005年′是一個(gè)數(shù)值優(yōu)化的過(guò)程.傳統(tǒng)的優(yōu)化方法很多,但它式中:E為感應(yīng)電動(dòng)機(jī)的暫態(tài)電
