共查询到20条相似文献,搜索用时 0 毫秒
1.
电力系统可视潮流与无功优化计算 总被引:3,自引:2,他引:1
可视化计算是把计算中的数字信息转变为直观的图形信息。介绍了潮流与无功优化计算的可视化实现。并用Visual Basic编制了在中文Windows98下实现的调度员潮流程序,可以模拟各种调度操作,已在广东省三水市和顺德市电力工业局投入使用。 相似文献
2.
建立了大型电力系统无功优化计算的线性化数学模型,其中对电力系统运行约束进行了特别处理,从而使得初始潮流不在满足原问题的约束的情况下,仍可进行无功优化计算,产保证在计算过程中各运行条件均有改善,在此基础上,采用约束带上限的单纯形法求解最优问题。另外,为便于在小内存微型计算机上解算大型电力系统无功优化问题,在软件编制过程中,采用了外存技术。 相似文献
3.
电力系统优化潮流与无功优化 总被引:14,自引:0,他引:14
文中描述了基于牛顿法、二次罚函数及有效约束集合的优化潮流与无功优化计算方法和模型,介绍了程序的功能及特点。程序适用于各种规模电网的优化计算,已成为电网优化计算等方面不可缺少的分析工具。 相似文献
4.
介绍了一个新开发的、适用于大型电力系统无功优化软件,该软件应用了最新提出的一种数学模型。既可以全网有功损耗最小为目标,也可以直调线路有功损耗最小为目标,对互联网来说,既可对全网进行优化,也可对各电网单独进行优化。在算法上采用对大型优化问题非常有效的内点算法。通过对应用豪斯霍尔德定理,保持了约束矩阵的高度稀疏性,充分利用稀疏技术和编程技巧,使得内存占用量大大降低,计算速度大为加快。通过对多个IEEE 相似文献
5.
6.
7.
遗传算法是模拟生物进化过程的一种计算,是应用于电力系统无功优化计算的一种新方法;本文详细论述了“遗传算法”的特点,通过算例进一步说明了“遗传算法”在电力系统无功优化计算中的实用性。 相似文献
8.
电力系统无功综合优化的线性规划内点法 总被引:2,自引:0,他引:2
本文采用原对偶路径跟踪法直接求解无功综合优化问题的非标准形式的线性规划模型,通过消去松驰变量和部分拉格朗日乘子变量,使得在每步迭代中求解的线性方程组的系数矩阵为对称稀疏矩阵,可用三角分解法有效求解。实际系统的计算结果表明,当系统的约束手变量数目增加时,此算法的迭代次数变化较少。 相似文献
9.
基于协同进化法的电力系统无功优化 总被引:28,自引:6,他引:28
针对无功优化问题非线性、非连续性等特点以及大范围内无功优化控制变量较多的问题,提出基于协同进化的无功优化算法以及相应的求解步骤。协同进化算法借鉴分解协调的思想,将无功优化问题分解为一系列相互联系的子优化问题,每个子优化问题对应于进化算法的一个种群,各种群通过共同的系统模型相互作用,共同进化,从而使整个系统不断演进,最终达到问题求解的目的。与常规的遗传算法相比,协同进化算法不但能得到更好的优化结果,收敛性好,而且克服了普通遗传算法计算时间过长的缺点,算例结果表明,该算法更适合于求解大系统的无功优化问题。 相似文献
10.
吉林省电力系统无功规划优化 总被引:1,自引:0,他引:1
根据吉林省电力系统的现状和发展需要,指出了吉林省电网(以下简称省网)无功规划优化的必要性,介绍了采用的电网无功规划优化的方法,叙述了省网主网2001年及2005年无功规划优化的计算条件及计算结果,并建议在省网主网实行无功补偿的基础上,再对各地区供电网进一步进行无功补偿,以达到全网无功优化的目的。 相似文献
11.
浅谈电力系统的无功优化和无功补偿 总被引:7,自引:0,他引:7
电力系统的无功优化和无功补偿是提高系统运行电压,减小网损,提高系统稳定水平的有效手段。本文对当前国内外的无功优化和无功补偿进行了总结,对目前无功补偿和优化存在的问题进行了一定的探讨和研究。 相似文献
12.
13.
应用于电力系统无功优化的改进遗传算法 总被引:18,自引:4,他引:18
遗传算法是近些年发展起来的基于自然选择规律的一种优化方法。本文在传统遗传算法的基础上,对遗传操作进行了进一步研究和改进,提出了改进遗传算法,电力系统的无功优化问题实例计算表明,改进遗传算法的优化结果可以更有效地达到或接近全局最优。 相似文献
14.
基圩Tabu搜索方法的电力系统无功优化 总被引:7,自引:1,他引:7
将Tabu搜索方法用于电力系统无功优化,采用二进制和十进制编码2种方案。对IEEE30节点系统和125节点山东省某地工地优化计算,并与简单遗传算法、结合模拟退火的遗传算法进行了比较,结果表明Tabu搜索方法具有更强的全局寻优能力,可用于运行方式安排,并具有在线决策的潜力。 相似文献
15.
16.
介绍了国内外学术界对无功优化问题的研究状况,并对无功优化研究中的两个主要方面进行了总结:考虑更多实际需求的详细建模和快速准确求解无功优化问题的算法. 相似文献
17.
18.
19.
遗传算法在电力系统无功优化中的应用综述 总被引:3,自引:0,他引:3
遗传算法是近10年来发展的基于自然选择规律的一种优化方法,算法能成功的解决无功变量中的离散问题,避免常规数学优化方法的局部最优现象。本文阐述了简单遗传算法以及遗传算法与其它算法相结合的算法在电力系统无功优化中的应用和今后的发展方向。 相似文献
20.
遗传算法在电力系统无功优化中的应用 总被引:93,自引:4,他引:93
在利用遗传算法求解电力系统的无功优化问题,在优化编码和变异概率取值两个方面进行了研究,进一步推动了遗传算法在实际系统优化问题中的应用。在电力系统无功优化这个具有多局部极小值的寻优方面,把遗传算法所求得的无功优化结果和传统的基于梯度寻优方向的非线性规划法所得的优化结果进行比较,指出了遗传算法在处理非连续的和非平滑的函数寻优方面优于传统的寻优方法,具备全局寻优的能力。 相似文献