算法设计的开题报告

1、算法设计的开题报告以下给大家分享关于算法的设计的开题报告，欢迎大家阅读！一、选题背景及其意义：电力系统无功优化，一般是指在满足电网的安全运行约束的前提下，通过变压器分接头的合理选择， 发电机机端电压的理想配合以及无功补偿的优化配置等措施， 使系统无功潮流达到最优分布， 减少有功损耗。它对于提高系统电压质量， 减少有功损耗，保证系统安全、可靠和经济运行有重要意义。在我国，随着电力系统的迅速发展，电网规模越来越大，结构也日趋复杂，使系统的稳定性问题更加突出，而单凭经验进行无功配置已不能适应现代系统的需要， 需要在现代电子与计算机技术的基础上，研究建立无功优化的数学模型、提出相应的算法，在电网的规划

2、建设和实际调度运行中实现无功优化，并在满足电网安全运行条件下，减少有功损耗和投资。 同时对于电力公司而言， 减少有功网损就是增加利润，在电力公司由粗放型经营向集约化经营方式转变的今天，进行无功优化就显的更加必要和重要了。本论文通过分析电力系统无功优化中各类主要影响因素，结合当前电力系统无功优化主要的研究方法， 建立电力系统无功优化的数学模型。采用智能优化算法粒子群算法求解数学模型， 选取实际的电网作为计算算例， 得到无功优化的结果， 并与优化前的无功配置方案进行对比， 分析粒子群算法在无功优化应用中的优缺点， 为今后实际电网的无功规划提供一定的参考价值。二、国内外研究动态：早在六十年代，电力系

3、统无功优化就受到了国内外学者的关注，经过多年的研究，已经取得了大量成果。总的来看，电力系统的无功优化问题可以分为两类：一类是对系统稳态运行情况下的运行状态进行优化，目的是进行无功平衡，以提高运行电压水平、降低损耗。另一类是研究系统在扰动情况下的电压稳定性。前者根据所研究问题的时间跨度、 目标函数和解决方法又可以进一步细分。 本文的研究内容为稳定运行时的无功优化及电压控制， 不涉及暂态和动态情况下的电压稳定性。电力系统无功优化问题有离散性、非线性、大规模、收敛性依赖于初值的特点， 针对无功优化的特点， 近年来许多专家学者就此做了大量的研究， 并将各种优化算法应用于这一领域， 目前已取得了许多成果

4、。文献 3 提出将一种改进的 tabu 搜索算法用于电力系统无功优化，考虑有功损耗费用和补偿费用，使得总费用最小。在一般的 tabu 搜索算法的基础上，对搜索步长、禁忌表、不同循环点的选择以及算法终止判据等问题做了改进， 更容易跳出局部最优解， 保证可以搜索整个可行域， 从而得到全局最优解的可能性更大。 与线性规划算法相比具有更强的全局寻优能力。文献 4 运用改进的模拟退火算法求解高中压配电网的无功优化问题，采用了记忆指导搜索方法来加快搜索速度。采用模拟法来进行局部寻优以增加获得全局最优解的可能性， 从而能够以较大概率获得全局最优解，收敛稳定性较好。文献 5 提出了一种应用于电力系统无功规划优

5、化问题的改进遗传算法，该算法采用十进制整数与实数混合的编码方式， 在选择算子中使用最优保存策略， 并对群体规模的选取加以改进。 为了使解更快进入可行解域， 作者提出了利用专家知识辅助搜寻可行解， 并提出罚因子自适应调整，大大加快了算法的收敛性。相对模拟退火算法、禁忌搜索算法和遗传算法而言， 粒子群算法是模拟鸟群觅食的一种新型算法。粒子群优化 (pso) 最初是处理连续优化问题的 , 目前其应用已扩展到组合优化问题。由于其简单、有效的特点 ,pso 已经得到了众多学者的重视和研究，并在电力系统优化中得到广泛应用。文献 7 对粒子群算法经行了改进，用于变电站的选址；文献 8 采用粒子群算法优化分布

6、式电源的接入位置和容量；文献 9 利用改进的粒子群算法进行网络重构的优化。从以上文献的研究可以看出， 粒子群算法在求解优化问题时有其自身特有的诸多优点。三、课题研究内容：本课题的研究内容主要包括：1. 电力系统无功优化影响因素分析：阅读相关文献，分析电力系统无功补偿的措施和方法，确定系统中无功电源：同步发电机、同步调相机、电容器、静止无功补偿装置等各类无功电源在无功优化中的影响，建立无功优化的数学模型。2. 深入研究粒子群算法：学习研究粒子群算法，重点研究粒子群算法在配电网优化规划中的应用，结合基本的算例，分析粒子群算法与遗传算法、禁忌搜索等算法的区别。3. 搜集实际数据：进行大量数据的调研工

7、作，调查石家庄地区电网无功补偿设备的基本情况，了解无功补偿设备分布情况，获得实际的数据，为基于粒子群算法的无功优化算例提供实际的数据。4. 应用粒子群算法进行电力系统无功优化的计算：建立电力系统无功优化的数学模型，从网损，电压稳定，潮流分布等几个方面确定目标函数，并利用 ieee14 标准节点和石家庄地区无功补偿情况作为算例， 验证算法的正确性和可行性。 为今后电力系统无功优化规划方案提供一定的参考。四、研究方案及难点：（一）本课题的主要研究工作包括：1. 查找并阅读相关资料和文献，进一步熟悉和理解电力系统无功优化方面的知识。2. 熟悉掌握 vc+，matlab 等编程软件， 为今后优化算法的

8、学习和应用做好准备。3. 学习粒子群算法，研究它们在电力系统规划中的应用。4. 考虑电压稳定，网损，潮流分布等多个约束条件和优化目标，建立电力系统无功优化的数学模型。5. 应用粒子群优化算法对电力系统无功优化的数学模型进行优化计算。（二）本课题的难点主要包括：1. 粒子群算法的学习和应用，并结合无功优化的实际需要对其进行改进。2. 电力系统无功优化数学模型的建立。五、预期成果和可能的创新点：（一）本课题虽然困难很多，然而其成果也是非常丰富的，主要有以下内容：1. 建立考虑网损，电压，潮流等影响因素的电力系统无功优化的数学模型。2. 粒子群算法在电力系统无功优化中的应用。（二）可能的创新点：1.

9、 基于多种影响因素的电力系统无功优化数学模型的建立。2. 粒子群算法的改进。3. 改进粒子群算法在电力系统无功优化中的应用。六、主要参考文献：1 段海峰 , 李兴源 , 宋永华 . 一种基于模糊逻辑的电压无功控制策略 . 电力系统自动化， 1997,21(6):23-26;2chebboam,irvingmr,sterlingmjh.reactivepowerdispatchincorporatingvoltagestability.ieeproceedings-c.1992,139(3):253-260;3 王洪章 , 熊信艮 , 吴耀武基于改进 tabu 搜索算法的电力系统无功优化电网技术

10、 ,2002,26 （1）:15-18;4 贾德香 , 唐国庆 , 韩净 . 基于改进模拟退火算法的电网无功优化j. 继电器 ,20XX,32(4):32-35;5 张粒子 , 舒隽 , 林宪枢 , 徐英辉 . 基于遗传算法的无功规划优化. 中国电机工程学报 .2000,20(6):5-8;6fukuyamay.fundamentalsofparticleswarmtechniquesa.leeky,el2sharkawima.modernheuristicoptimizationtechniqueswithapplicationstopowersystemsm.ieeepowerengineeringsociety,2002.45 51；7 刘自发，张建华 . 基于改进多组织粒子群体优化算法的配电网络变电站选址顶容 . 中国电机工程学报 .20XX,27(1):106-111;8 刘波，张焰，杨娜 . 改进的粒子群优化算法在分布式电源选址和定容中的应用 . 电工技术学报 .20XX,23(2):103-108;9 许立雄，吕林，刘俊勇 . 基于改进粒子群优化算法的配电网络重构 . 电力系统自动化