基于高斯動態(tài)PSO算法的艦船電網(wǎng)故障重構方法研究.pdf

1、隨著艦船電力系統(tǒng)規(guī)模的不斷擴大，其地位在艦船上越來越舉足輕重，保證艦船電網(wǎng)安全穩(wěn)定地運行變得越來越重要。艦船需要一個強大的配電網(wǎng)絡管理系統(tǒng)來處理不同工況的不同需求以及一些突發(fā)事件引起的電網(wǎng)負載變化，而故障后的電網(wǎng)重構問題是該系統(tǒng)的一個重要任務。根據(jù)艦船在不同運行工況下的不同要求來選擇重構問題的優(yōu)化目標和約束條件，本質上可將其歸結為一個單/多目標、含約束的離散變量優(yōu)化組合問題，因此可以借助優(yōu)化理論加以解決。粒子群算法是一種新興的智能優(yōu)化算

2、法，該方法以其概念簡單、實現(xiàn)容易的特點被廣泛應用，迅速發(fā)展。本文針對艦船電網(wǎng)故障重構問題，從種群拓撲角度入手，采用改進高斯動態(tài)粒子群算法進行研究。主要研究內容如下:
　　分析了艦船綜合電網(wǎng)的特點與主要運行工況。以某20節(jié)點實際艦船電網(wǎng)為參考建立仿真算例，對艦船電網(wǎng)的拓撲結構及連通性進行了研究，在此基礎上，建立了艦船電網(wǎng)故障重構優(yōu)化問題的數(shù)學模型，并給出了一般性的研究步驟。該內容是后續(xù)研究工作的基礎與出發(fā)點。
　　提出了一種基

3、于靜態(tài)拓撲高斯動態(tài)粒子群(Gaussian dynamic particle swarmoptimization，GDPSO)算法的艦船電網(wǎng)故障后重構單目標優(yōu)化方法。首先，結合圖論理論從不同方面分析了不同的靜態(tài)拓撲結構對高斯動態(tài)粒子群算法性能的影響，選用了幾組參數(shù)（平均度、度分布的標準偏差等等）對算法性能進行評估，從不同方面進行對比來考察拓撲結構對算法的全局和局部搜索能力、搜索成功率、適應度值的數(shù)值穩(wěn)定性等各方面的影響;其次，在此研究基

4、礎上構造一種rand-5的靜態(tài)拓撲結構作為GDPSO算法的種群拓撲結構，并將其應用于艦船電網(wǎng)故障后以供電負荷最大為目標函數(shù)的重構問題中。采用多個典型測試函數(shù)與某艦船電網(wǎng)實例，并與幾種經典的靜態(tài)拓撲結構進行對比仿真測試，結果驗證了該方法的有效性。
　　提出了一種基于動態(tài)可變拓撲結構的GDPSO算法，用于不同工況下艦船電網(wǎng)故障重構多目標問題的求解。該算法以幾種具有不同搜索能力的靜態(tài)拓撲結構為基礎，通過對比當前種群熵與適應度值的情況來動

5、態(tài)調整種群進化過程中的拓撲結構，以保持種群的多樣性。搜索過程前期采用環(huán)形拓撲結構來保證算法具有較強的全局搜索能力，中期構造不同的平均度值為5的拓撲結構保持算法良好的搜索勢頭，后期采用全互連拓撲結構在局部進行精細搜索。選取兩種不同工況下同一故障的仿真實例進行故障后重構仿真測試，以負荷供電量最大和開關操作次數(shù)最少為重構目標，并與其他不同算法進行比較，證實了該方法能夠較好完成艦船電網(wǎng)故障重構多目標優(yōu)化問題的求解。
　　提出了一種基于改進

6、無尺度網(wǎng)絡GDPSO算法的艦船電網(wǎng)多目標故障重構方法。該方法采用改進的BA模型隨機地逐漸增加種群拓撲規(guī)模，使種群具有無尺度特性。整個種群由rand-5拓撲結構與無尺度網(wǎng)絡拓撲結構的兩個子種群組成。rand-5拓撲結構子種群有好的搜索準確性，并能兼顧全局和局部搜索能力;而具有無尺度特性的種群能夠實時增加種群的多樣性，提高種群跳出局部極值的能力。以擴充為60節(jié)點的艦船電網(wǎng)模型為例進行故障后重構的仿真算例測試，以負荷供電量最大和開關操作次數(shù)最