详情

原文传递船舶电力系统故障状态下的网络重构算法研究

论文题名：	船舶电力系统故障状态下的网络重构算法研究
关键词：	船舶电力系统;电气故障;拓扑分析;粒子群优化;多目标重构;稳定性分析
摘要：	船舶电力系统故障或非正常运行时，将导致设备损坏甚至使供电中断，危及船舶的安全可靠运行。如何快速地将船舶电力网络从电气故障中恢复至稳定可靠的运行状态，实现船舶电力网络的故障自恢复，已成为现代船舶电站自动化研究领域的重要任务之一。船舶电网故障重构的实质是构建一个电力网络管理自动化系统，对故障状态下的电网进行调节、调度和控制，最大限度地减少各种故障给船舶带来的影响，增强船舶生命力。课题分别对拓扑分析、网络优化重构、系统稳定性分析等进行了深入研究。　　提出了一种适用于大型船舶电力系统的拓扑分析法。基于图论理论的数据信息模型，将电源和负载看作电气节点，变压器、开关、刀闸、接地刀闸等二端元件看作连接电气节点的支路，并采用数据表来存储拓扑信息。将船舶电网的拓扑分析分为静态分析和动态跟踪两部分，基于树搜索法对全网进行遍历分析，生成反映电网结构固有连接关系的拓扑信息集合，采用节点标记法对受影响的母线进行连通性分析，实现电网拓扑信息数据库的动态更新。　　基于单目标优化技术提出了一种多种群竞争粒子群算法。利用子群之间的竞争关系，借助混沌映射，将处于停滞状态的劣势子群重新初始化，帮助种群跳出局部陷阱，提高全局寻优能力;配合多种群竞争机制，设计了一种自适应惯性权重策略;利用历史种群空间位置信息将种群成员分成“探索型”和“开发型”，动态地调整种群成员的任务以防止算法早熟而陷入停滞;采用精英粒子学习策略，提升局部寻优能力。基于加权法将多个重构目标转化成单目标，并通过算例测试验证了新算法能有效地为船舶电力系统网络重构提供可靠重构方案。　　基于多目标优化技术，提出了一种变邻域的多目标粒子群算法，并改进成一种多目标离散粒子群算法，用于求解船舶电网的多目标优化重构。采用变邻域策略帮助算法保持种群多样性，在外部档案的维护中采用邻域策略来降低算法的计算开销。在多目标粒子群算法的离散化改进中，将变量以离散形式表示，粒子的局部最优值从外部精英档案中以随机的方式选取，并提出了一种多维度的精英扰动策略，解决了一维扰动策略无法将当前位置只经一步变换就从局部中跳出的问题。通过一系列的实验测试，验证了新算法在最优解集的收敛性与多样性方面的显著优势，并将新算法应用到船舶电力系统的多目标网络故障重构中，取得了良好的效果。　　船舶电力系统网络拓扑结构复杂，系统稳定问题突出，课题还对船舶电力系统的动态稳定性进行了分析与研究。提出了一种适用于船舶电力系统的动态稳定性混合分析法，利用同调等值原理把船舶电网等效为两机系统，将数值仿真与直接法结合，构建了适用于船舶电力系统的能量函数，对系统动态稳定性进行定量分析，利用仿真实验对所提出的稳定性分析法的有效性进行了验证。
作者：	张灵杰
专业：	轮机工程
导师：	孙建波
授予学位：	博士
授予学位单位：	大连海事大学
学位年度：	2018
正文语种：	中文