含风电机组的多场景配电网无功优化研究
发布时间：2021-03-29 00:04
随着全球化石能源日益紧缺以及环境污染问题日益严重,调节能源消费结构加大清洁能源的使用比例具有重大而迫切的现实意义。风力发电机组在发电过程中不产生污染气体对环境友好,且使用技术具有一定的成熟度,得到了国内外学者的广泛重视。风电机组接入配电网后可能改变潮流的分布,进而对配电网系统的有功损耗、节点电压和系统的稳定性产生一定的影响。电力系统的无功优化对系统安全稳定运行,降低网络损耗,改善电压质量有重要的作用。传统的无功优化研究大多考虑确定的系统状态,但由于风电机组出力具有不确定性因素,使得传统的无功优化手段不再适用。因此,本文在场景分析法的基础上,研究含风电机组基于多场景的配电网无功优化。首先,针对风电机组出力的随机性,采用拉丁超立方抽样及其Nataf变换得到初始场景,建立了相应的风机出力模型,进行配电网的潮流计算,得到系统输出变量的统计规律,分析了风机并网对系统的影响。其次,采用HAC算法与K均值聚类进行融合得到H-K复合聚类算法,针对传统的H-K复合聚类算法不能得到最佳数目的缺点,本文基于密度的聚类有效性指标得到最佳聚类数,进行场景缩减获得风机出力的若干典型场景。最后,根据典型场景建立了以...
【文章来源】：西安理工大学陕西省
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
风机出力与风速的关系
西安理工大学硕士学位论文丁超立方抽样设输入变量的抽样值为n，且输入变量KX 累积分布函数为：YFXKnKKK ( )， 1,2, KF 为连续单调递增函数，其范围为[0,1]。 抽样样方法为：把KF 的取值空间分为 [ 0,1/N ]、[1 /N,2/N], ,[(N 1)/N,1]，其取值空KF 的抽样值为上述每个区间中任取一个数，通过求反函数 ()1KKKXFY 可可得到 N 个样本空间上KX 的抽样值，将抽样值排成一行，便可得到 n N的矩阵 X ，矩阵 X 覆盖了输入变量的整个区域，图 2-2 为输入变量的抽样示意图
14图 2-3 潮流计算的流程图Fig.2-3 Flow Chart of Power Flow Calculation中，分析当系统中接入风电机组后，对电力系统节点电机组接入的情况下，分析了在不同相关系数下，对压等级为 12.66kV，系统的接线图如图 2-4 所示，相统的有功无功负荷数据如表 2-1 所示，将 2 个规格相其额定功率均为 500kW，并且风速都满足 weibul2.2。
【参考文献】：
期刊论文
[1]2018年风电市场:新增装机量实现温和增长[J]. 彭澎. 能源. 2019(02)
[2]基于分类概率综合多场景分析的分布式电源多目标规划[J]. 孙惠娟,刘君,彭春华. 电力自动化设备. 2018(12)
[3]REN21《全球可再生能源现状报告2018》[J]. 能源. 2018(07)
[4]基于海量用电数据的用户负荷模式快速提取方法研究[J]. 卢锦玲,马冲,冯翠香. 电力科学与工程. 2018(04)
[5]灰色理论–变分模态分解和NSGA-Ⅱ优化的支持向量机在变压器油中气体预测中的应用[J]. 肖怀硕,李清泉,施亚林,张同乔,张纪伟. 中国电机工程学报. 2017(12)
[6]考虑多重不确定参数的配电网概率无功优化[J]. 尹青,杨洪耕,马晓阳. 电力系统保护与控制. 2017(07)
[7]含分布式电源的配电网无功优化研究综述[J]. 谢海波,武小梅,林翔,谢旭泉,黄海涛. 广东电力. 2017(02)
[8]考虑多风电场相关性的场景概率潮流计算及无功优化[J]. 邱宜彬,欧阳誉波,李奇,陈维荣. 电力系统保护与控制. 2017(02)
[9]引入聚类分析的光伏出力建模及其在可靠性评估中的应用[J]. 郭一飞,高厚磊,田佳. 电力系统自动化. 2016(23)
[10]含大规模风电场的电网概率无功优化调度[J]. 尹青,杨洪耕,马晓阳. 电网技术. 2017(02)
博士论文
[1]基于区间理论的不确定性无功优化模型及算法[D]. 张聪.华南理工大学 2018
[2]计及相关性的概率潮流计算方法及应用研究[D]. 蔡德福.华中科技大学 2014
硕士论文
[1]聚类分析中新聚类有效性指标的研究[D]. 李朋.安徽大学 2018
[2]考虑多风电场相关性的场景概率潮流计算及其在无功优化中的应用[D]. 熊强.西南交通大学 2015
[3]重要抽样法在概率潮流中的应用[D]. 周阳洋.华北电力大学（北京） 2011
本文编号：3106500
【文章来源】：西安理工大学陕西省
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
风机出力与风速的关系
西安理工大学硕士学位论文丁超立方抽样设输入变量的抽样值为n，且输入变量KX 累积分布函数为：YFXKnKKK ( )， 1,2, KF 为连续单调递增函数，其范围为[0,1]。 抽样样方法为：把KF 的取值空间分为 [ 0,1/N ]、[1 /N,2/N], ,[(N 1)/N,1]，其取值空KF 的抽样值为上述每个区间中任取一个数，通过求反函数 ()1KKKXFY 可可得到 N 个样本空间上KX 的抽样值，将抽样值排成一行，便可得到 n N的矩阵 X ，矩阵 X 覆盖了输入变量的整个区域，图 2-2 为输入变量的抽样示意图
14图 2-3 潮流计算的流程图Fig.2-3 Flow Chart of Power Flow Calculation中，分析当系统中接入风电机组后，对电力系统节点电机组接入的情况下，分析了在不同相关系数下，对压等级为 12.66kV，系统的接线图如图 2-4 所示，相统的有功无功负荷数据如表 2-1 所示，将 2 个规格相其额定功率均为 500kW，并且风速都满足 weibul2.2。
【参考文献】：
期刊论文
[1]2018年风电市场:新增装机量实现温和增长[J]. 彭澎. 能源. 2019(02)
[2]基于分类概率综合多场景分析的分布式电源多目标规划[J]. 孙惠娟,刘君,彭春华. 电力自动化设备. 2018(12)
[3]REN21《全球可再生能源现状报告2018》[J]. 能源. 2018(07)
[4]基于海量用电数据的用户负荷模式快速提取方法研究[J]. 卢锦玲,马冲,冯翠香. 电力科学与工程. 2018(04)
[5]灰色理论–变分模态分解和NSGA-Ⅱ优化的支持向量机在变压器油中气体预测中的应用[J]. 肖怀硕,李清泉,施亚林,张同乔,张纪伟. 中国电机工程学报. 2017(12)
[6]考虑多重不确定参数的配电网概率无功优化[J]. 尹青,杨洪耕,马晓阳. 电力系统保护与控制. 2017(07)
[7]含分布式电源的配电网无功优化研究综述[J]. 谢海波,武小梅,林翔,谢旭泉,黄海涛. 广东电力. 2017(02)
[8]考虑多风电场相关性的场景概率潮流计算及无功优化[J]. 邱宜彬,欧阳誉波,李奇,陈维荣. 电力系统保护与控制. 2017(02)
[9]引入聚类分析的光伏出力建模及其在可靠性评估中的应用[J]. 郭一飞,高厚磊,田佳. 电力系统自动化. 2016(23)
[10]含大规模风电场的电网概率无功优化调度[J]. 尹青,杨洪耕,马晓阳. 电网技术. 2017(02)
博士论文
[1]基于区间理论的不确定性无功优化模型及算法[D]. 张聪.华南理工大学 2018
[2]计及相关性的概率潮流计算方法及应用研究[D]. 蔡德福.华中科技大学 2014
硕士论文
[1]聚类分析中新聚类有效性指标的研究[D]. 李朋.安徽大学 2018
[2]考虑多风电场相关性的场景概率潮流计算及其在无功优化中的应用[D]. 熊强.西南交通大学 2015
[3]重要抽样法在概率潮流中的应用[D]. 周阳洋.华北电力大学（北京） 2011
本文编号：3106500
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3106500.html
