淡江大學覺生紀念圖書館 (TKU Library)
進階搜尋


  查詢圖書館館藏目錄
系統識別號 U0002-2506200712370400
中文論文名稱 利用免疫多目標演算法之最佳電容器設置
英文論文名稱 Optimal Capacitor Allocation Strategy Using Immune Multi-Objective Method
校院名稱 淡江大學
系所名稱(中) 電機工程學系碩士班
系所名稱(英) Department of Electrical Engineering
學年度 95
學期 2
出版年 96
研究生中文姓名 林俊男
研究生英文姓名 Chun-Nan Lin
學號 694380279
學位類別 碩士
語文別 中文
口試日期 2007-06-11
論文頁數 68頁
口試委員 指導教授-周永山
委員-周永山
委員-余繁
委員-黃聰亮
委員-黃聰耀
委員-蕭瑛東
中文關鍵字 免疫演算法  多目標  電容配置 
英文關鍵字 Immune Algorithm  Multi-Objective  Capacitor Allocation 
學科別分類 學科別應用科學電機及電子
中文摘要 台灣電力公司隨著國內用電量的增加在加上環保的問題,使得在市區高負載密度地區不易設置新變電所及饋線。使得配電饋線末端會有較嚴重的壓降,在電力饋線上裝設電容器以補償虛功率是一種廣泛被使用來解決上述問題的方法,不論在城市或者鄉村的配電系統,利用此方式可以達到電壓調整、電損降低、功率因素修正、以及系統備轉容量提升。

一般而言,電容器裝設的問題可以視為決定電容器在不同的負載條件下之輻射型配電系統上,其裝設電容器之大小以及裝設位置。所以本論文在配電系統的電容器配置上利用免疫演算法,來處理這個最佳化的問題。

本篇論文提出使用二階段多目標免疫演算法來解決饋線上之電容器配置問題,以總投資成本、匯流排電壓之變動量、兩個目標函數,以及電壓和電能損失成本為限制函數,組成多目標規劃問題,以評價其參數的不確定性和主事者對各目標函數的主觀性。最後使用MATLAB語言實現本章所提之演算法,測試於IEEE之標準配電系統上,結果證實這個演算法的效能及實用性。
英文摘要 Nowadays, as the increase of the domestic power consumption is adding and the question of environmental protection, make Taiwan Power Company difficult in setting new substations and transmission lions in the area of high density of load. That makes the serious decrease of voltage in the end of the transmission lion. No matter in the city or rural power distribution system, capacitor allocation is applied to correct voltage and reduce power loss.
Generally speaking, the problem of capacitor allocation includes the location, type, and size of capacitor in the radiation type power distribution system under different load conditions. This paper present a Immune multi-objective method to shunt capacitor placement and sizing for the radial distribution, to deal with this Optimization question.
This work proposes the two-stage immune algorithm embedded with the compromise programming to the multi-objective optimal capacitor placement. Two Goal function are defined for Lost cost of power loss and the variation of voltage for the 9-bus system, limit function are defined for Voltage and total losses of power. In order to appraise the subjectivity to every goal function, for the persons who take charge and the uncertainty of the parameter. Finally, use MATLAB language to realize the algorithm which this paper presents. Testing it in the standard distribution system of IEEE, the result verifies this efficiency and practicability of this algorithm.
論文目次 中文摘要 Ⅰ
英文摘要 Ⅱ
目 錄 Ⅲ
圖目錄 VI
表目錄 VIII

第一章 緒 論 1
1.1 研究背景 1
1.2 研究動機 1
1.3 文獻回顧 3
1.4 研究概要 4
第二章 生物免疫系統 6
2.1 免疫反應 6
2.1.1 抗原 7
2.1.2 抗體 7
2.1.3 B細胞 9
2.1.4 T細胞 11
2.2 記憶細胞 12
第三章 多目標免疫演算法 15
3.1 多目標規劃 15
3.2 多目標最佳化 16
3.2.1 柏拉圖解 17
3.2.2 權重法 19
3.2.3 目標規劃法 20
3.2.4 ε限制法 21
3.3免疫演算法 22
3.3.1 免疫演算法模型 23
3.4 多目標免疫演算法 27
第四章 負載潮流分析 35
4.1 前言 35
4.2 傳統負載潮流分析 35
4.3 負載潮流分析 38
4.3.1 網路分支電流矩陣 39
4.3.2 網路阻抗矩陣 40
4.3.3 負載潮流演算法 42
4.4 諧波潮流分析 46
4.4.1 負載數學模型 46
4.4.2 傳輸線數學模型 48
4.4.3 諧波負載潮流分析 48
第五章 模擬結果 51
5.1 前言 51
5.2 系統介紹 51
5.3 區域單目標免疫演算法模擬結果 53
5.4 多目標免疫演算法模擬結果 57
第六章 結論與未來展望 63
6.1 結論 63
6.2 未來展望 63
參考文獻 65
圖2.1 抗體抗原結合示意圖 07
圖2.2 B 細胞演化過程 10
圖2.3 生物免疫系統的示意圖 12
圖3.1 兩維空間的決策空間 映射到一個兩維目標函數空間 18
圖3.2 定義柏拉圖最佳解 19
圖3.3 權重法示意圖 20
圖3.4 限制法示意圖 22
圖3.5 信息熵圖示 24
圖3.6 二維的定義求解區域示意圖 32
圖3.7 二維的定義求解區域示意圖(第二次重新定義) 33
圖3.8 二階段多目標免疫演算法流程圖 34
圖4.1 單一饋線配電系統 36
圖4.2 六個匯流排配電系統範例 38
圖4.3 建構網路分支矩陣之示意圖 40
圖4.4 建構網路阻抗矩陣之示意圖 42
圖4.5 潮流分析流程圖 45
圖4.6 並聯式負載模型 46
圖4.7 諧波源模型 47
圖5.1 九個匯流排系統 52
圖5.2 可行解 57
圖5.3 柏拉圖解 58
表2.1 免疫反應比較表 09
表5.1 匯流排資料 52
表5.2 三相負載資料 53
表5.3 三相固定式電容器大小及價格 53
表5.4 目標函數一模擬結果 54
表5.5 目標函數二模擬結果 56
表5.6 電容器配置資料(單位:kvar) 59
表5.7 柏拉圖曲面上的解(電壓值、電能損失及總損失成本) 60
表5.8五個柏拉圖曲面解 61
參考文獻 [1] 鄭仁福,「結合基因演算法與模擬退火法在饋線上電容配置」,國立台北科技大學電機工程系碩士班碩士學位論文。
[2] 簡靖陽,「配電系統操作最佳化之研究」,淡江大學電機工程學系博士班博士論文。
[3] 張宗福,「應用蟻行混合差分進化法於配電系統運轉之研究」,國立中正大學電機工程研究所博士論文。
[4] H. D. Chiang, J. C. Wang, O. Cockng, and H. D. Shin, “Optimal capacitors placements in distribution system, Part I:A new formulation of the overall problem,”IEEE Trans. on Power Delivery, Vol. 5, pp. 634-642,Apr.1990.
[5] C. T. Su and C. C. Tasi, “A new fuzzy reasoning approach to optimum capacitor allocation for primary distribution systems,” Proceedings of the IEEE International Conference on Industrial Technology, pp. 237-241, 1996
[6] L. D. B. Terra and M. M. Gouvea, “Fuzzy goal programming applied to the optimal reactive power flow problem,” Proceedings 1999 IEEE Trans. on Power Tech Conference, BPT99-120-23.
[7] 康漢松、曾燕明、曾本立,“類神經網路應用於配電饋線電容器規劃”,中華民國第十八屆電力工程研討會論文集,pp. 53-57, 1997。
[8] 陳有賢,「應用多目標遺傳演算法於網際網路廣告採買策略最佳化」,元智大學資訊管理研究所碩士學位論文。
[9] 鄭蔚辰,「應用遺傳演算法探討多目標水資源系統分析—以濁水溪流域為例」,國立台灣大學土木工程學研究所碩士學位論文。
[10] 趙錦倫,「應用遺傳演算法於多目標區域性水資源規劃模式之發展」,國立交通大學土木工程系碩士班碩士學位論文。
[11] 王正芷,「使用遺傳演算法和模糊理論法的多目標最佳化」,國立中興大學機械系工程學系碩士班碩士學位論文。
[12] Ivan Roitt, Jonathan Brostoff, and David K. Male, Immunology. Taipei, 2002.
[13] Parham, Immune system. Taipei 2002.
[14] 廖子銘,「類免疫演算法於多目標最佳化問題之研究與應用」,大同大學機械工程研究所碩士學位論文。
[15] 馬誠韋,「解答多目標規劃的新方法-免疫系統法」,元智大學工業工程與管理學系碩士學位論文。
[16] Dasgupta, D,“Artificial neural networks and artificial immune systems: similarities and differences” 'Computational Cybernetics and Simulation'., IEEE International Conference 1997 pp. 873-878.
[17] Dasgupta, D,“Immunity-based systems: a survey” 'Computational Cybernetics and Simulation'., IEEE International Conference 1997 pp. 369-374
[18] Leandro N. de Castro and Jonathan Timmis, Artificial Immune Systems : A New Computational Intelligence Approach, London : Springer, 2002, pp. 9-52.
[19] J. D. Farmer, N. H. Packard, and A. S. Perelson, “The Immune System: Adaptation and Machine Learning,” Physica, vol. 22D, pp. 187–204, 1986.
[20] Ge Hong, MapZong-Yuan,“Immune Algorithm”
[21] S. Forrest, and A. Perelson, “Computation and the Immune System”, ACM SIGBIO Newsletter, Association for Computing Machinery, Vol. 12, No.2, pp 52-57, 1992.
[22] S. Forrest, and A. Perelson, “Genetic Algorithms and the Immune system”, Workshop on parallel problem solving from nature, 1990, pp.320-325.
[23] X.M. Yu, X.Y. Xiong, and Y.W. Wu,” A PSO-based Approach to Optimal Capacitor Placement with Harmonic Distortion Consideration,” Electric Power Systems Research, Vol. 71, No. 1, Sep. 2004, pp. 27-33.
[24] J. H. Teng, “A Network-Topology-based Three-Phase Load Flow for Distribution Systems,” Proc. Natl. Sci. Counc. ROC(A), Vol. 24, No. 4, 2000, pp.259-264.
[25] M.A.S. Masoum, M. Ladjevardi, A. Jafarian, and E.F. Fuchs, ” Optimal Placement, Replacement and Sizing of Capacitor Banks in Distorted Distribution Networks by Genetic Algorithms,” IEEE Transactions on Power Delivery, Vol. 19, Issue 4, Oct. 2004, pp. 1794-1801.
[26] D. J. Pileggi, N. H. Chandra, and A. E. Emanuel, ”Prediction of Harmonic voltages in Distribution Systems,” IEEE Transactions on Power Apparatus and Systems, Vol. PAS-100, No. 3, March 1981, pp.1307-1315.
[27] 劉建勳,「工業配電被動式濾波器安裝位置之探討」,中原大學電機工程系碩士班碩士學位論文。
[28] 鄭煌仕,「考慮分散式電源之配電系統電壓與諧波分析」,南台科技大學電機工程研究所碩士論文。
[29] Y. Baghzouz, and S. Ertem, ”Shunt Capacitor Sizing for Radial Distribution Feeders with Distorted Substation Voltages,” IEEE Transactions on Power Delivery, Vol. 5, No. 2, April 1990, pp. 650-657.
[30] 李謹州,「應用類免疫演算法於移動式機器人之路徑規劃」,國立臺灣科技大學電機工程系碩士論文。
[31] 林孝青,「應用類免疫演算法設計數位濾波器」,國立高雄應用科技大學電子與資訊工程研究所碩士論文。
[32] 闕仲輝,「適用於工程最佳化之免疫演算法」,大同大學機械工程學所博士論文。
[33] 莊喬宇,「改良型免疫演算法應用於影像雜訊消除與通信網路資源最佳化」,國立高雄應用科技大學電子與資訊工程研究所碩士論文。
論文使用權限
  • 同意紙本無償授權給館內讀者為學術之目的重製使用,於2011-07-16公開。
  • 不同意授權瀏覽/列印電子全文服務。


  • 若您有任何疑問,請與我們聯絡!
    圖書館: 請來電 (02)2621-5656 轉 2281 或 來信