[[alternative]]Optimal capacitor allocation strategy using immune multi-objective method

碩士[[abstract]]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。[[abstract]]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.[[tableofcontents]]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[[note]]學號: 694380279, 學年度: 9