版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、電力系統(tǒng)優(yōu)化潮流問(wèn)題是一個(gè)復(fù)雜的非線性規(guī)劃問(wèn)題,要求在滿足特定的電力系統(tǒng)運(yùn)行和安全約束條件下,實(shí)現(xiàn)預(yù)定目標(biāo)最優(yōu)的系統(tǒng)穩(wěn)定運(yùn)行狀態(tài)。隨著各大區(qū)域電網(wǎng)不斷互聯(lián),電網(wǎng)規(guī)模越來(lái)越大,在現(xiàn)有的計(jì)算機(jī)硬件水平下利用傳統(tǒng)算法針對(duì)大規(guī)模電力系統(tǒng)的優(yōu)化潮流計(jì)算時(shí)間較慢,速度往往不能滿足要求。目前迫切需要一種能夠滿足精度要求的大規(guī)模電網(wǎng)優(yōu)化潮流計(jì)算方法,而且算法的數(shù)值計(jì)算時(shí)間能夠滿足快速性要求。
本文提出了基于極大熵原理的內(nèi)點(diǎn)優(yōu)化潮流算法。極
2、大熵算法主要處理方法是將優(yōu)化問(wèn)題的多個(gè)不等式約束集成為一個(gè)極大熵函數(shù),可以大大減少不等式約束的數(shù)量,降低計(jì)算矩陣維數(shù),從而提高運(yùn)算速度,減少數(shù)值計(jì)算時(shí)間。極大熵算法針對(duì)優(yōu)化潮流模型的不等式約束進(jìn)行處理時(shí),將優(yōu)化潮流模型的不等式約束分為線性不等式約束和非線性不等式約束,本文對(duì)兩類不等式約束的特點(diǎn)進(jìn)行了比較和分析,驗(yàn)證了線性不等式約束并不適用利用極大熵算法進(jìn)行處理。因此,所提出的優(yōu)化潮流算法單獨(dú)處理非線性不等式約束,同時(shí)給出了極大熵-內(nèi)點(diǎn)法
3、優(yōu)化潮流算法模型和計(jì)算步驟,并詳細(xì)闡述了計(jì)算過(guò)程中主要問(wèn)題的處理方法。其中,針對(duì)計(jì)算過(guò)程中引入指數(shù)函數(shù)后可能出現(xiàn)的數(shù)值溢出現(xiàn)象,本文通過(guò)將極大熵函數(shù)進(jìn)行等價(jià)變換,降低了指數(shù)項(xiàng)的值,有效的消除了數(shù)值溢出現(xiàn)象。
最終,利用多個(gè)IEEE測(cè)試系統(tǒng)和2383節(jié)點(diǎn)的測(cè)試系統(tǒng)對(duì)本文所研究的極大熵優(yōu)化潮流算法進(jìn)行驗(yàn)證。與內(nèi)點(diǎn)法進(jìn)行相比,極大熵-內(nèi)點(diǎn)法優(yōu)化潮流算法不但能夠保留內(nèi)點(diǎn)法較好的全局收斂性,而且能夠大大降低數(shù)值計(jì)算時(shí)間,同時(shí)隨著系統(tǒng)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于外點(diǎn)法的優(yōu)化潮流算法的研究.pdf
- 基于極大熵聚類算法的蛋白質(zhì)互作分析.pdf
- 基于最大熵原理的地震盲反褶積算法研究.pdf
- 基于模糊極大熵原理的金融系統(tǒng)脆弱性診斷模型.pdf
- 分布式優(yōu)化潮流算法的研究.pdf
- 基于粒子群優(yōu)化算法的最優(yōu)潮流及其應(yīng)用研究.pdf
- 基于粒子群優(yōu)化算法的最大熵多閾值圖像分割研究.pdf
- 基于粒子群優(yōu)化算法的最優(yōu)潮流及其應(yīng)用研究
- 基于熵原理的柳州市魚峰區(qū)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化研究.pdf
- 信息熵原理在電力系統(tǒng)最優(yōu)潮流中的應(yīng)用研究.pdf
- 海量信息的極大點(diǎn)查詢算法優(yōu)化及應(yīng)用研究.pdf
- 基于Ward等值的分布式潮流和無(wú)功優(yōu)化算法研究.pdf
- 基于h.264的運(yùn)動(dòng)估計(jì)算法優(yōu)化及熵編碼研究
- 基于最大熵原理的保險(xiǎn)定價(jià)方法研究.pdf
- 基于gaaa算法的最優(yōu)潮流問(wèn)題研究
- 基于遺傳算法的豎軸潮流能水輪機(jī)性能優(yōu)化研究.pdf
- 大規(guī)模電力系統(tǒng)優(yōu)化潮流的算法研究.pdf
- 基于GAAA算法的最優(yōu)潮流問(wèn)題研究.pdf
- 基于高程熵的地形匹配算法研究.pdf
- 基于最大熵原理的顧客止步策略研究.pdf
評(píng)論
0/150
提交評(píng)論