欢迎来到天天文库
浏览记录
ID:37685877
大小:1.78 MB
页数:59页
时间:2019-05-28
《配电网无功补偿与管理系统研究及A地区无功优化实践》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、配电网无功补偿与管理系统研究及秦皇岛青龙地区无功优化实践5摘要配电网无功补偿优化问题已经成为影响电网系统稳定运行的重要环节之一,针对配电网无功补偿的算法和方式的研究层出不穷,在未来面对智能化电网的基本条件下,如何实现配电网无功补偿优化的自动化与智能化控制是至关重要的,特别是针对配电网无功补偿设备的一系列控制方式,是实现智能化的基础。本文以配电网无功补偿的基本理论为基础,对配电网无功补偿的潮流计算、遗传算法以及配电网无功补偿管理系统进行了研究。首先文中对潮流计算的各种算法展开探讨,指出潮流计算的速度和收敛程度在很大程度上会影
2、响无功补偿优化的最终效果,并以改进的牛顿法、前推回代法以及回路法进行了分析;然后对传统的遗传算法进行分析,并结合配电网多变量的特点,对传统遗传算法进行了改进,改进的主要内容包括有采取十进制编码的方式、建立适应度函数、采取自适应的方式确定交叉概率和变异概率、对交叉与变异操作实现改进,最终确定了改进遗传算法在配电网无功补偿中的应用流程;最后提出了配电网无功补偿管理系统的总体结构,认为采取多机控制的三级结构模式较为合理,能够满足当前智能化电网发展的基本需求,能够较好地解决传统SCADA控制系统的局限性,并取得了直观、高效及扩展性
3、强的功效,之后将该系统与秦皇岛青龙地区的无功补偿运行实践结合,给出了主要的操作实现功能。从整个研究过程来看,改进的遗传算法更能够有效地实现对配电网无功补偿效率的提升,同时以此为基础的配电网无功补偿管理系统的设计,实现了降低电网损耗,提升电网运行稳定性的目标,基本上满足了当前配电网无功补偿优化的实际需求。关键词:配电网;无功补偿优化;潮流计算;遗传算法;控制系统5AbstractThereactivepowercompensationproblemhasbecomeanimportantpartofthestableoper
4、ationofthegridsystemforthedistributionofreactivepowercompensationalgorithmandthewayresearchemerging,underthebasicconditionsforthefuturefaceoftheintelligentgrid,distributionnetworkoptimizedautomationandintelligentcontrolofreactivepowercompensationisvital,especially
5、foraseriesofcontrolmethodswithreactivepowercompensationdevices,intelligentbasis.Basedonthetheoryofthedistributionnetwork,thisarticlereactivepowercompensation,reactivepowercompensationofflowcalculationofthedistributionnetworkreactivepowercompensation,geneticalgorit
6、hmsanddistributionnetworkmanagementsystemhasbeenstudied.Flowcalculationalgorithmfirstpaperdiscussesthatthespeedoftheflowcalculationandtheconvergenceofthedegreewilllargelyaffectthefinalresultsofoptimizationofreactivepowercompensation,andtoimproveNewton'smethod,thef
7、ormerbackwardsubstitutionmethodandloopmethodanalysis;traditionalgeneticalgorithm,combinedwiththedistributionnetworkvariablecharacteristicsofthetraditionalgeneticalgorithmhasbeenimproved,andimprovedtakethedecimalencodingoftheway,theestablishmentofthefitnessfunction
8、,andtotakeadaptivewaytodeterminethecrossoverprobabilityandmutationprobability,crossoverandmutationoperationtoimprove,tofinalizetheapplicationprocessimpr
此文档下载收益归作者所有