欢迎来到天天文库
浏览记录
ID:33355710
大小:2.46 MB
页数:55页
时间:2019-02-25
《含风电机组的配电网无功优化研究》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、硕fj学位论文摘要步入2l世纪,能源危机日益严峻。风能由于具有可再生、分布广、无污染的特性得到了越来越广泛的应用,同时由于风能的不确定性和多变性,风电机组接入现有配电网后将改变系统的潮流,对电力系统的网络损耗、电压稳定等方面都会带来一定程度的影响。因此,计算含风电机组的系统潮流,确定系统的无功补偿和电压调整方案对风电机组的可靠并网和稳定运行是必要的。含风电机组的配电网无功优化是一个非线性、多时段、大规模的动态优化问题。传统的无功优化算法主要有非线性规划法、遗传算法、粒子群算法,可是运用这些算法容易出现收敛速度慢、
2、陷入局部最优解等方面的问题。故本文提出了一种新的改进粒子群算法来进行无功优化计算。本文首先介绍风力发电的基本概念,主要内容有风力发电技术的发展过程和目前现状、风力发电机各组成部分的功能、风力发电机组对配电网运行和规划等方面的影响以及含风电机组的配电网潮流计算;接着讲述了粒子群算法的基本理论和改进粒子群算法的特点和关键。主要内容有粒子群算法的发展历史和基本理论;改进粒子群算法在初始化、变异因子以及参数的设置等方面的改进。然后介绍了配电网综合优化的基本理论和含风电机组的配电网无功优化的特点,建立了以网损和无功补偿设备
3、的投资最少的综合优化数学模型,且将节点电压的无功约束问题,以惩罚项来处理;最后将改进粒子群算法应用到用含风电机组的电力系统无功优化中,并在含33节点放射状配电网络进行优化仿真计算。经过实际算例验证了改进粒子群算法的正确性,以及与传统方法相比所具有的优越性。关键词:风电机组;配电网;粒子群算法;改进粒子群算法;无功优化含风电机组的配电网无功优化研究AbstractIntothe21stcentury,energycrisisisincreasinglybecomingserious.Windenergyisused
4、withitsrenewable,widelydistributed,non-pollutingcharacteristics.WhenaWindfarmisincorporatedintothepowergrid,thepowersystemswillchangeflowandhaveinfluenceonthesystemlossandvoltagestabilitytosomeextent.Therefore,ifthereliabilityofWindfarmgridandstableoperationi
5、sneeded,thewindpowersystemsflowcountisnecessary.Reactivepoweroptimizationincludingwindfarmisanon-linear,multi-period,large-scaledynamicoptimizationproblem.Thetraditionalreactivepoweroptimizationalgorithmsaremainlynon·linearprogrammingalgorithm,geneticalgorith
6、m,particleswarmoptimization(PSO)algorithm,buttheuseofthesealgorithmsarepronetotheproblemsofslowconvergence,localsolutionandSOon.Thencethisarticleappliedtheimprovedparticleswarm(MPSO)algorithmforcalculatingthereactivepoweroptimization.Thispaperfirstintroducedt
7、hebasicconceptsofthewindpowerincludingthefollowingaspects:thedevelopmentandcurrentstateofthewindpowertechnology、thefunctionofthewindgenerator’Scomponents,theinfluenceofdistributionnetworkoperationandplanningwithwindpowergeneratorsandthedistributionsystempower
8、flowcalculationofwindpowergenerators.Secondly,thispaperdescribesthebasictheoryofPSOalgorithmandthecharacteristicsofMPSOalgorithm.Themaincontentsinvolvethehistoryandbasictheoryandtheimprov
此文档下载收益归作者所有