详情

原文传递基于自适应粒子群算法的舰船电力系统无功优化

论文题名：	基于自适应粒子群算法的舰船电力系统无功优化
关键词：	舰船工程;电力系统;无功优化;自适应粒子群算法
摘要：	随着世界经济的飞速发展和生产生活的需求，人类对于舰船电力系统运行的安全性、经济性、稳定性也提出了更高的要求。舰船电力系统无功优化是合理调度和配置无功电源的一种有效方式，通过对舰船电力系统的无功优化，不仅可以减少舰船电力系统的网络有功损耗，降低运行成本；还能够大幅改善舰船电力系统的电能质量。因此，对于舰船电力系统无功优化的研究既有理论意义，又具有实际应用价值。　　本文分析论述了舰船电力系统的运行特点、网络结构和工作要求，参考陆地电力系统，构建了适用于舰船电力系统无功优化的数学模型。模型中的目标函数可以依据不同的要求来建立，本文建立了三种不同优化目标的目标函数，分别是基于经济指标、电压稳定指标和电能质量指标的；并分别对舰船电力系统进行了单目标和多目标无功优化的求解。分析了舰船电力系统的网络结构特点，针对不同类型的舰船电力系统，论述了适合不同网络拓扑结构类型的舰船电力系统潮流计算方法。本文仿真选取的是现在已经被广泛应用于各类舰船的环形舰船电力系统，优化过程中选用了节点电势法来对舰船电力系统进行潮流计算。　　无功优化问题包括多个变量和多种约束，变量中又包含连续变量和离散变量；是一个十分复杂的多约束、多变量的非线性规划问题。如采用常规的数学方法来求解是十分困难的，这就需要一种适合的人工智能算法来对其进行求解。　　针对无功优化问题多目标、多约束、多变量和非线性的特点，本文以粒子群算法为出发点，详细介绍了粒子群算法的基本原理和实现流程，并对其改进形式进行了归纳总结和探讨分析。针对基本粒子群算法存在的一系列缺陷进行了改进。以带有加速因子的局部版粒子群算法为基础，借鉴自适应粒子群算法，自适应改变种群规模、领域规模、加速因子来保证粒子更新过程中种群的多样性，并率先在其中加入了类似于遗传算法的变异操作，进一步保证了种群向全局最优收敛的速度和精度。　　最后，将改进后的自适应粒子群算法（APSO）应用到某环形舰船电力系统无功优化的求解中，在MATLAB中进行了编程仿真，将仿真结果与标准粒子群算法（SPSO）进行了优化对比，验证了舰船电力系统无功优化模型的正确性和新算法优越的求解性能。对舰船电力系统无功优化的仿真时，先采用的是基于有功网络损耗最小这个单目标进行的；其次，采取了模糊理论将多目标优化问题转变为单目标优化后，结合APSO算法再次进行了无功优化的求解。并将优化结果与单目标和SPSO算法进行了横向、纵向对比，验证了APSO算法的优越性能。采用多目标无功优化后，舰船电力系统的综合性能比优化前有了一定的提升，进一步保证了舰船的安全经济稳定的运行。
作者：	董龙龙
专业：	电力电子与电力传动
导师：	李彦
授予学位：	硕士
授予学位单位：	江苏科技大学
学位年度：	2014
正文语种：	中文