基于改進遺傳模擬退火算法的PMU優(yōu)化配置

基于改進遺傳模擬退火算法的PMU優(yōu)化配置

ID:36784997

大小:207.66 KB

頁數(shù):4頁

時間:2019-05-15

基于改進遺傳模擬退火算法的PMU優(yōu)化配置_第1頁
基于改進遺傳模擬退火算法的PMU優(yōu)化配置_第2頁
基于改進遺傳模擬退火算法的PMU優(yōu)化配置_第3頁
基于改進遺傳模擬退火算法的PMU優(yōu)化配置_第4頁
資源描述:

《基于改進遺傳模擬退火算法的PMU優(yōu)化配置》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、維普資訊http://www.cqvip.com第35卷第11期妻氧電力V01.35No.1lEastChinaElectricPower2007年11月NOV.2Oo7基于改進遺傳模擬退火算法的PMU優(yōu)化配置田偉,王洪希,孫鐵軍(北華大學(xué),吉林吉林132021)摘要:分析了遺傳算法和模擬退火算法的優(yōu)缺點,將具有較好全局尋優(yōu)性能的遺傳算法和具有較強局部搜索能力的模擬退火算法結(jié)合,形成的遺傳模擬退火MGASA算法用于解決以電力系統(tǒng)狀態(tài)完全可觀測和PMU配置數(shù)目最小為目標(biāo)的PMU優(yōu)化配置問題。在尋優(yōu)過程中,先將每一代群體進行遺傳操作,再對產(chǎn)生的新群體中

2、各個體進行模擬退火操作,同時在選擇、交叉、變異和復(fù)制操作過程中實施最優(yōu)保留策略,復(fù)制策略采用Metropolis判別準(zhǔn)則。通過采用IEEE14和IEEE39節(jié)點系統(tǒng)對該算法進行驗證表明,MGASA算法在解決PMU優(yōu)化配置問題上具有較高的尋優(yōu)性能和搜索效率。關(guān)鍵詞:電力系統(tǒng);相量測量裝置(PMU);遺傳算法;模擬退火算法;優(yōu)化配置基金項目:吉林省教育廳科研計劃項目(200688)作者簡介:田偉(1971.),女,碩士,講師,主要從事電力系統(tǒng)電能質(zhì)量信號處理及優(yōu)化算法的研究。中圖分類號:TP39文獻標(biāo)識碼:A文章編號:1001-9529(2007)11

3、-0078-04PMUoptimizationconfigurationbasedonimprovedgeneticsimulatedannealingalgorithmTIANWei,WANG舶·xi,SUNTie-jua(BeihuaUniv.,Jilin132021,China)Abstract:Themeritsanddemeritsofthegeneticalgorithm(GA)andthesimulatedannealing(SA)algorithmalean-alyzed,andtheimprovedgeneticsimulated

4、annealing(MGASA)algorithm,whichcombinesGAwithgoodglobalop—timizationperformanceandSAwithstronglocalo~imizationability,wasusedtooptimizePMUconfigurationwiththepurposeofcompleteobservabilityofpowersystemsituationandminimumPMUamounts.InMGASA,thegeneticop-erationWasconductedforeve

5、rygenerationcdonyfirstandthenthesimulatedannealingoperationwascarriedoutforeachindividualofthenewly·generatedcdony.Meanwhile,theoptimalsavingstrategyWasimplementedduringtheprocessofselection,crossover,mutationandreplicationoperations,andthereplicationstrategyadoptedMetropolisc

6、riteria.TheIEEE14-busandIEEE39-bussystemswereusedtoexamineMGASAandresultsshowthatithasgood.optimizationperformanceandefficiencyinPMUconfiguration.Keywords:powersystem;PMU;geneticalgorithm;simulatedannealingalgorithm;optimizationconfiguration隨著全球定位系統(tǒng)的全面建成及投入運行,l問題的描述其高精度的定時功能使同

7、步相量測量技術(shù)取得了在保證電力系統(tǒng)完全可觀的前提下,如何配很大的進展,目前同步相量測量裝置(PMU)也逐置使PMU的數(shù)目最d,o對于一個n節(jié)點系統(tǒng)的步應(yīng)用于電力系統(tǒng)u,2J。如果在電力系統(tǒng)的各個優(yōu)化模型為:節(jié)點均裝上PMU,則系統(tǒng)中各節(jié)點的電壓向量均n能直接測得,這樣電力系統(tǒng)的狀態(tài)估計成為狀態(tài)J.mjn(1)測量]。但由于價格和技術(shù)等原因,目前不可能Ist:.o,:1,2,...,n在系統(tǒng)的所有節(jié)點均裝設(shè)PMU。因此在保證系鏟統(tǒng)完全客觀的前提下,如何使PMU的配置最少是萎不可觀目前一個重要的研究方向。測點,其中i=1,2,?,n。本文以電力系統(tǒng)狀態(tài)

8、完全可觀測和PMU配2電力系統(tǒng)可觀性置數(shù)目最小為目標(biāo),以改進MGASA算法來解決PMU最優(yōu)配置問題,并用算例驗證其有效性。

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。