知网查重论文样例--电压稳定的研究现状
电力系统的可以使用一个非线性微分-差分-代数方程组（Difference-Differential-Algebraic Equations，DDAE）来描述其全部动态行为，这是一个复杂的非线性动力系统，系统中元件的离散行为由差分方程组反映，系统中动态元件之间的相互作用和网络拓扑约束则由代数方程组反映。电力系统的DDAE的基本性质，是所有的电压稳定问题及相关问题研究的本质与核心，但是为了研究方便，可以做不同的简化。不同的简化角度，对应着不同的分析方法，主要有静态和动态两种分析方法。
1.4.1 电压稳定的静态分析法
在使用该方法进行电压稳定分析时，电压稳定的极限就是潮流方程的临界解，这在数学上是一个潮流方程是否拥有可行解的问题。这种电压稳定分析方法的优点是简便易行，计算量小，当前电力系统电压稳定的裕度，以及裕度对系统中其它变量的灵敏度信息都可以通过它来给出。对于电力系统运行调度部门的工作具有指导作用和实际意义。传统的静态分析方法包括：奇异值/特征值分解法、连续潮流法灵敏度法、崩溃点法等[9]。
1.4.2 电压稳定的动态分析法
随着人们对电力系统电压稳定问题研究的加深，动态问题逐渐被重视起来。系统中的各种装置的动态行为可以显著的影响电压稳定，比如OLTC动态特性、发电机及其励磁系统、无功补偿设备特性、继电保护设备动作情况和负荷元件动态特性等。采用动态分析法能够充分体现以上因素对电压稳定性的影响，这对检验静态分析的结果和深入分析电压崩溃的机理都具有理论和工程上的意义[10]。
目前是电压稳定动态分析的主要方法有小扰动和大扰动两种分析方法。通过使电力系统的DDAE在运行点附近做线性化的方法，被称作小扰动分析法，电力系统是否稳定通过判断状态方程矩阵特征值来实现。小扰动分析法从数学上来讲，是严格的Lyapunov意义下的稳定分析；大扰动分析法用于电力系统遭受线路故障和其它类型的冲击的情况下，这时需要保留系统数学方程的非线性特征，以描述其动态行为。大扰动分析法主要包括能量函数法和时域仿真法。
1.4.3 结人工智能算法的电压稳定静态分析法
传统的静态分析方法，在分析过程中会受到实际电力系统的强非线性、复杂性、不确定性的影响，比如变压器分接头的变比，无功补偿的电容器容量，PV节点的电压等控制变量，这就给使用传统方法进行优化带来困难，得出的电压稳定指标会与实际指标差别较大。
人工智能算法使可以克服传统电力系统计算中出现的复杂性、非线性、不确定性等问题，所以被逐渐的的应用于电压稳定的计算中。人工群智能算法是通过模拟自然界中生物种群行为特性而提出的算法。目前比较常见的人工智能优化算法有遗传算法（Genetic Algorithm，GA），蚁群算法（Ant Colony Optimization，ACO），人工鱼群算法（Artificial Fishswarm Algorithm，AFA），粒子群算法（Particle Swarm Optimization，PSO）等。
结合人工智能算法对电压稳定进行分析，可以提高静态电压稳定的裕度，使之更贴近实际值，这是今后电压静态稳定研究的一个趋势。文献[11]使用免疫算法计算电压稳定裕度，文献[12]中混合了禁忌搜索算法、免疫算法，通过改进的连续潮流法，弥补了传统优化算法的不足。
本文把粒子群算法与模拟退火算法进行融合，利用模拟退火算法的优点来克服粒子群算法本身的缺陷，混合两种算法在一个模型中，尽可能发挥两个算法的优点，对静态电压稳定裕度进行计算。
