欢迎来到天天文库
浏览记录
ID:32725851
大小:2.23 MB
页数:55页
时间:2019-02-15
《含分布式电源配电网规划的研究》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、摘要分布式电源对配电网的影响与其接入位置及容量密切相关,为此必须对DG的选址与定容问题进行研究。本文在综述了分布式发电的研究意义和发展现状的基础上,对多种分布式发电技术的应用及对配电网的影响进行了较详细的分析,重点针对多目标模型的建立和多目标粒子群优化算法的改进两个方面进行了较深入的研究,具体如下:在分布式发电的规划领域,应重视采用清洁能源发电的分布式电源的环境效益,本文所建模型在满足系统各项约束条件下,最大化接入系统的DG总容量,从而使传统电网的发电排放气体减少,带来了环境效益,同时还考虑了系统网
2、络损耗和系统的安全稳定运行。建立了提高环境效益,降低网络损耗、最大化静态电压稳定裕度的DG规划多目标模型。在配电网规划中,分布式电源的选址与定容问题是一个多目标优化问题,而在多目标模型中可能包含有相互制约的目标函数。为此,本文提出了一种多目标粒子群改进算法,该算法采用自适应网格和轮盘赌法选择全局最优粒子,再利用模糊全局最好位置促进粒子在搜索轨迹之外的区域进行搜索,能有效降低过早收敛并且使搜索逼近整个Pareto前端。通过设置一个外部存储器保留搜索过程中找到的Pareto最优解,采用自适应网格法对外部
3、存储器中最优解进行更新和维护操作,使得从中选择的领导粒子能够引导粒子群最终找到真实的Pareto最优解。该算法解决了全局最优粒子的选择和种群多样性损失问题,具有较好的收敛性和均匀分布性,可以一次运行获得多个Pareto最优解,能很好协调各目标函数之间的关系,找出满足各目标的最优解集,便于电网规划人员根据实际系统情况权衡各目标而选择最优解。最后通过算例测试结果验证了所建模型及求解算法的可行性和有效性。关键词:配电网规划;分布式电源;多目标粒子群算法;Pareto最优解;选址与定容ABSTRACTThe
4、locationandcapacityofdistributedgeneration,whichhavegreatinfluenceondistributionnetwork,arediscussedinthispaper.Basedonthedescriptionofcharacteristics,significanceandcurrentsituationofdistributedgeneration,theapplicationofmultipleDGtechnologyareanalyze
5、dindetail.Andtheestablishmentofthemultipletargetmodelandimprovedmulti-objectiveparticleswarmoptimizationalgorithmaredeeplystudied.Thespecificworksareasfollows:Inthefieldofthedistributedgenerationplanning,theattentionshouldbepaidfortheenvironmentalbenef
6、itsoftheDG.ThemodelestablishedinthispapermeetthesystemtheconstraintsandmaximizeaCCeSSsystemDGtotalcapacity,toreducethetraditionalgridpoweremissionandbringtheenvironmentalbenefits,thesystemnetworklossandthesafeandstableoperationofthesystemarealsoconside
7、red.TheDGmulti·objectivemodelisestablishedtoimproveenvironmentalefficiency,reducethenetworklossandmaximizestaticvoltagestabilitymargin.Intheplanningofdistributionnetwork,thelocationofthedistributedpowerwiththecapacityproblemisamulti-objectiveoptimizati
8、onproblem,andthemodelmaycontainmutuallyrestrictedtargetfunction.Thispaperputsforwardamulti-objectiveparticleswarmalgorithm,usesadaptivegridandroulettemethodtochoosetheglobaloptimalparticle,andusesfuzzyglobalbestpositiontopromoteparticle
此文档下载收益归作者所有