含风电机组配电网动态无功优化的研究

含风电机组配电网动态无功优化的研究

ID:32417980

大小:2.91 MB

页数:67页

时间:2019-02-04

含风电机组配电网动态无功优化的研究_第1页
含风电机组配电网动态无功优化的研究_第2页
含风电机组配电网动态无功优化的研究_第3页
含风电机组配电网动态无功优化的研究_第4页
含风电机组配电网动态无功优化的研究_第5页
资源描述:

《含风电机组配电网动态无功优化的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、ClassifiedIndex:TM71U.D.C:621.3SouthwestJiaotongUniversityMasterDegreeThesisRESEARCHONDYNAMICREACTIVEPOWEROPTIMIZATIONINDISTRIBUTIONNETWORKWITHWINDPOWERGENE脚ORGrade:2010Candidate:AcademicDegreeAppliedfor:Speciality:Supervisor:YeDeyiMasterPowerSystem&itsAutomationProf.HeZ

2、hengyouMay.2013西南交通大学学位论文版权使用授权书木学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并I川围家有关部门或机构送交沦文的复印件和电子版,允许论文被查阅和借阅。本人授权丽南交通大学可以将木论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩FI】或扫摘等复印手段保存和汇编木学位论文。木学位论文属于1.保密r-i,舀:年解密后适用木授权二f亏;2.不保密一,使用本授权书。(请在以.卜方椎内打“巾)学位论文作者签名:叩:想.{差、I_1期:功J≥}、7>挣导捌隧名:f叫£五L.,目蟛j:/

3、7DJ弓0.7岁西南交通大学硕士学位论文主要工作(贡献)声明木人在学位论文中所做的t要:J:作或贡献如下:1.考虑风电机组输出随机性特点,引入场景分析法和AMPSO算法讨论了含风电机组的配电网静态无功优化,二卜要:I:作为论文第2章。2.为进行配电网动态无功优化,采用求解效率高、待解参数少的LS.SVM算法进行电力系统短期负荷预测,.卜要工作为论文第3章。3.为求解含风电机组的配电网动态无功优化,提出一种综合考虑各相邻时段控制设备动作变化大小与对应负荷变化最乘积值的肩发式规则进行优化的动态调整,斗i要工作为论文第4章。木人郑’蓖声明:所

4、呈交的学位沦文,是在导师指导下独立进行研究工作所得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对木文的研究做出贡献的个人和集体,均已在文中作r明确说明。术人完全了解违反上述声明所引起的一切法律责仟将由本人承担。学位论文作者签名:叶鹊氐t口期:hf≥、g-·f≥西南交通大学硕士研究生学位论文第1页摘要配电网无功优化是改善电压质量和降低网损的有效手段之一,其在满足各运行约束条件的前提下,通过对无功控制设备的合理配置,实现降损稳压的目的。风电机组』一泛地接入配电网对缓解我同用电紧张、实现“节能

5、减排”的目标发挥了重要作用。但是风电机组的输出功率随风速波动而随机变化,这给传统配电网无功优化带来了更多的不确定性,因此,有必要研究含风电机组的配电网无功优化。同时,因传统的静态无功优化是钊‘对某个时间断面进行的无功优化,它不仪没有考虑到负荷的动态变化特性,也没有考虑各控制设备的动作次数约束条件,不符合现实情况。因此,进行配电网动态无功优化的研究具有重要的现实意义。在了解配电网无功优化原理的基础上,引入场景分析法和自适应变异粒子群(AdaptiveMutationParticleSwarmOptimization,AMPSO)算法对含风

6、电机组的配电网静态无功优化问题进彳r了讨沦。苗‘先介缁了AMPSO算法及其变异操作,算法中通过变异操作有效地增强了粒’S-岿LIH局部最优解的能力:随后详细介绍了配电网潮流计算11,对-Ii风电机组的处理及风电输出随机特性的刻画手段。木文用3个确定性的场景有效地描述了风电SJL丝H随机性对无功优化的影响。币1]J-I]Matlab7.10对PG&E69节点配电I叫系统进行含风电机组的配电网静态_=)i三功优化,算例结果表明:采用AMPSO算法可有效的求解风电机组的配电网静态无功优化问题;基于场景发牛概率的优化方案对风电机组输出功率的随机

7、变化具有较好的适应性,通过将风电机组输出的不确定性转化为3个比较容易求解的确定性场景来处理,在保证运行约束和网损最小的前提下,有效地降低了含风电机组的配电网无功优化模型的建模及求解难度。采用最小二乘支持I向量机进行电力系统短期负荷预测。在分析最小二乘支持向量机方法及短期负荷特性的基础上,综合考虑将温度、湿度、日类型及历史负荷数据作为训练样木,进行基于最小二乘支持向量机的短期负荷预测,采用四川某地区的实际数据作为算例进行分析,预测结果表明,最d,--:乘支持向量机具有良好的负荷预测效果。在得到负荷预测曲线的基础上二进行含风电机组的配电网动

8、态无功优化问题求解。甬‘先将未来一天的负荷预洲曲线自然分段为24个时段,风电机组接入时仪考虑其额定输出场景,对每一时段利用AMPSO算法进行对应的静态无功优化求解,得到各时段的控制设备动作值;再在文献研究基

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。