含DG和EV配电网的潮流分析与优化方法研究

发布时间：2017-07-02 03:08

  本文关键词：含DG和EV配电网的潮流分析与优化方法研究，由笔耕文化传播整理发布。

【摘要】：以可再生能源为基础的发电技术正在快速发展,作为分布式电源(distributed generation, DG)接入电网。同时,能够减少碳排放和噪音污染的电动汽车(electric vehicles,EVs)也开始接入电网充电。分布式电源和电动汽车的接入使得配电系统潮流不再是单向地从配变流向负荷,多电源环网的出现会带来多向潮流,因此使得配电系统的潮流分析和优化问题变得更为复杂。基于分布式电源和电动汽车的特点,如何在保证安全和可靠供电的前提下更加合理地利用分布式能源同时减少电动汽车充电对配电网产生的负面影响,是一个亟待解决且十分必要的问题,电力系统潮流优化为上述问题提供了有效的解决途径。首先,本文建立了含有DG和EV的辐射状配电系统物理模型和数学模型。分析DG和EV接入的节点类型,采用适合于辐射状配电网的改进前推回代算法进行求解。根据提出的潮流计算方法,计算不同DG和EV接入情景下的配电网节点电压和系统网损,分析DG和EV接入对配电系统潮流的影响。然后,本文建立了含有DG和EV的配电系统最优潮流模型,分别以上一级电网注入系统有功功率最小和系统有功网损最小为目标,实现最大程度接纳分布式能源和配电网的经济运行。通过变量替换和松弛处理,将非线性最优潮流模型转化为扩展二阶锥规划模型,即将变量之间复杂的非线性关系变换为锥集,使得模型在表面上接近线性规划,采用原始对偶内点法求解,从而简化了模型,减少了计算量和计算复杂度。通过引入负荷因子和电源因子得到一天内不同时段的DG优化出力,考虑了随时间变化的负荷和分布式电源的出力特性。最后,考虑到分布式电源和电动汽车的接入给配电系统优化运行带来了不确定性因素,本文采用随机规划理论,利用蒙特卡洛模拟技术对风速和光照强度采样生产随机场景,以系统发电成本和运行成本之和最小为优化目标,构建基于机会约束规划的概率最优潮流数学模型。优化模型仍然是控制分布式电源的输出功率实现目标的优化,但是模型中引入了随机变量,即由能源等不确定因素决定的分布式电源最大发电功率,对输出功率进行约束,实现新能源的有效利用,减少弃风弃光和备用的投入。由于目标函数存在不可导点需要采用分段函数处理,且需要进行大量仿真,本文将模型转换为机会约束二阶锥规划模型,采用原始对偶内点法求解。内点法具有求解时间短,收敛性好、优化结果更精确的特点,是一种非常适合该模型的算法。本文以IEEE33节点配电系统为例进行仿真计算,验证提出的含DG和EV配电网的潮流计算方法、确定性和随机性最优潮流模型。算例结果表明本文提出的潮流计算方法、优化模型及求解方法具有合理性和有效性,能够解决本文提出的问题,通过配电系统潮流优化实现最大程度接纳分布式能源以及降低电动汽车充电带来的负面影响,同时为含分布式电源与电动汽车的配电网运行与规划提供了参考和依据。
【关键词】：配电系统 最优潮流 分布式发电 电动汽车 扩展二阶锥规划
【学位授予单位】：广东工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM744
【目录】：

• 摘要4-6
• ABSTRACT6-12
• 第一章 绪论12-22
• 1.1 本课题研究的意义和目的12-13
• 1.2 国内外研究现状13-20
• 1.2.1 电动汽车接入电网的研究现状13-14
• 1.2.2 含有分布式电源的配电系统研究现状14-17
• 1.2.3 含分布式电源的最优潮流模型及算法17-20
• 1.3 论文的研究内容及结构安排20-22
• 1.3.1 研究内容20
• 1.3.2 论文结构安排20-22
• 第二章 含分布式电源与电动汽车的配电网潮流计算22-34
• 2.1 问题的提出22
• 2.2 含DG和EV的辐射状配电系统物理模型22-23
• 2.3 含DG与EV的辐射状配电系统潮流计算数学模型23-27
• 2.3.1 辐射状配电系统数学模型23-24
• 2.3.2 分布式电源的数学模型24-27
• 2.3.3 电动汽车的数学模型27
• 2.4 含DG与EV配电系统潮流计算的前推回代方法27-29
• 2.4.1 算法研究27
• 2.4.2 各类节点在潮流计算中的处理27-28
• 2.4.3 含分布式电源的配电网潮流计算步骤28-29
• 2.5 算例分析29-33
• 2.5.1 分布式电源并网对配电网网损和电压的影响30-32
• 2.5.2 电动汽车充电对配电网网损和电压的影响32-33
• 2.6 本章小结33-34
• 第三章 电动汽车随机充电下含DG的配电网最优潮流34-52
• 3.1 问题的提出34
• 3.2 单个电动汽车随机充电模型34-36
• 3.2.1 电动汽车充电开始时间概率分布34-35
• 3.2.2 电动汽车日行驶里程概率分布35
• 3.2.3 电动汽车电池充电特性35
• 3.2.4 电动汽车充电时长35-36
• 3.3 电动汽车随机充电下含DG的配电网最优潮流模型36-39
• 3.3.1 最优潮流模型36-38
• 3.3.2 电源因子38-39
• 3.4 最优潮流模型求解方法39-44
• 3.4.1 概述39
• 3.4.2 二阶锥规划理论39-42
• 3.4.3 基于扩展二阶锥规划的含DG和EV配电网最优潮流模型42-44
• 3.5 算例分析44-50
• 3.5.1 基本假设44-45
• 3.5.2 计算结果与分析45-50
• 3.6 本章小结50-52
• 第四章 电动汽车随机充电下计及DG出力不确定性的配电网概率最优潮流52-64
• 4.1 问题的提出52
• 4.2 风电输出功率的概率模型52-54
• 4.2.1 不确定性风速模型52
• 4.2.2 风机出力模型52-54
• 4.3 光伏电源输出功率的概率模型54
• 4.3.1 不确定性光照强度模型54
• 4.3.2 光伏电源输出功率模型54
• 4.4 基于机会约束二阶锥规划的概率最优潮流模型54-58
• 4.4.1 机会约束规划理论54-56
• 4.4.2 基于机会约束二阶锥规划的含DG和EV配电网概率最优潮流模型56-58
• 4.5 求解方法58-60
• 4.5.1 模型转换58-59
• 4.5.2 求解步骤59-60
• 4.6 算例分析60-63
• 4.6.1 基本假设60-61
• 4.6.2 计算结果与分析61-62
• 4.6.3 算法验证和比较62-63
• 4.7 本章小结63-64
• 结论与展望64-66
• 参考文献66-72
• 攻读学位期间发表的论文72-73
• 攻读学位期间参加的科研项目73-75
• 致谢75-76
• 附录76-82

【相似文献】

中国期刊全文数据库 前10条

1 ;“基于运行模式的最优潮流结构选择”通过鉴定[J];哈尔滨理工大学学报;2000年03期

2 李志民,李卫星,王永建;基于熵理论的最优潮流代理约束算法[J];电力系统自动化;2001年11期

3 袁贵川,王建全;考虑了动态约束和稳定约束的最优潮流[J];电力系统及其自动化学报;2003年03期

4 黄玉;;基于改进原对偶对数障碍法的最优潮流算法[J];山东大学学报(工学版);2006年04期

5 胡泽春;王锡凡;;考虑负荷概率分布的随机最优潮流方法[J];电力系统自动化;2007年16期

6 刘晓东;;常见最优潮流算法分析[J];科技信息;2009年02期

7 付敏;毛晨峰;杨永旺;;电力系统最优潮流算法综述[J];中国新技术新产品;2009年23期

8 张粒子,杨以涵;求最优潮流的网流参量法(英文)[J];哈尔滨工业大学学报;1990年02期

9 薛忠;赵晋泉;罗卫华;赵军;;含离散和连续混合决策变量最优潮流求解方法综述[J];自动化技术与应用;2014年04期

10 任奇;用最优潮流法解决运城电网无功补偿问题的研究[J];山西电力;2002年06期

中国重要会议论文全文数据库 前5条

1 郭振兴;彭显刚;;随机最优潮流综述[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年

2 王灿;卢锦玲;郑振华;;最优潮流的GAAA算法[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集（中册）[C];2008年

3 范晓丹;郭金莲;赵洪山;;基于NRAL技术的外点最优潮流新算法[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集（上册）[C];2008年

4 潘雄;周明;孔晓民;吴s，

本文编号：508337