考虑相关性的风力发电机组多阶段选址定容规划

发布时间：2018-02-05 05:49

本文关键词： 配电网风力发电机组多阶段选址定容相关性模糊自适应遗传算法　出处：《电网技术》2014年01期 　论文类型：期刊论文

【摘要】：考虑到负荷和风力发电机组(wind turbine generator,WTG)之间存在定的负相关性,文章首先采用拉丁超立方采样(Latin hypercube sampling,LHS)技术和Cholesky分解法排序产生相关性样本,然后以规划期内总成本小为目标,建立了多阶段WTG选址定容机会约束规划模型,并采用模糊自适应遗传算法(fuzzy adaptive genetic algorithm,FAGA)进行求解。在FAGA中,设计了种新的模糊逻辑控制器,使得算法在迭代过程中能够动态调整控制参数,增加算法对解空间的搜索能力,从而克服了基本遗传算法容易陷入局部优、收敛速度慢等缺点。33节点配电网算例的仿真分析表明,在进行WTG选址定容规划时不能忽略负荷和WTG之间的相关性。同时,算例仿真结果也验证了FAGA在求解规划模型时的高效性。
[Abstract]:Considering the load and wind turbine (wind turbine, generator, WTG) there is a negative correlation between the set, this paper first uses the Latin hypercube sampling (Latin hypercube, sampling, LHS) technology and Cholesky decomposition method to sort correlation between samples, and the total cost in the planning period for small target, a multi stage WTG location a chance constrained programming model and fuzzy adaptive genetic algorithm (fuzzy adaptive genetic algorithm, FAGA) is used to solve the problem. In FAGA, a new fuzzy logic controller is designed, which makes the algorithm can dynamically adjust the control parameters in the iterative process, increase the algorithm to search the solution space, thus overcoming the basic genetic algorithm is easy to fall into bureau of quality, simulation the convergence speed is slow.33 node distribution network example analysis shows that the WTG location planning can not be ignored between load and WTG At the same time, the simulation results also verify the efficiency of FAGA in solving the planning model.

【作者单位】：电力传输与功率变换控制教育部重点实验室(上海交通大学);
【基金】：国家重点基础研究发展计划资助项目(973项目)(2009CB219703) 国家自然科学基金资助项目(51261130473)~~
【分类号】：TM614
【正文快照】： 0引言随着全球能源危机的不断加剧,以风电为代表的可再生能源发电越来越受到重视。风力发电机组(wind turbine generator,WTG)并网运行对缓解电力紧张、改善能源结构起到了重要作用,也给包括规划在内的系列电力系统优化问题带来了新挑战。近年来,WTG接入配电网的规划方法已取

【参考文献】

相关期刊论文前10条

1 徐晶;王成山;李晓辉;张来;吴彬;肖峻;;基于自适应遗传算法的配电网改造方案优化[J];电力系统自动化;2007年14期

2 刘沛津;谷立臣;;含风电场的电力系统无功规划优化[J];电网技术;2010年07期

3 夏澍;周明;李庚银;;分布式电源选址定容的多目标优化算法[J];电网技术;2011年09期

4 付丽伟;王守相;张永武;张成峰;董澎涛;;多类型分布式电源在配电网中的优化配置[J];电网技术;2012年01期

5 谢石骁;杨莉;李丽娜;;基于机会约束规划的混合储能优化配置方法[J];电网技术;2012年05期

6 张新松;袁越;陈哲;惠东;杨凯;;考虑电能质量约束的含风电场电网规划[J];电网技术;2012年06期

7 马艺玮;杨苹;郭红霞;吴捷;;风-光-沼可再生能源分布式发电系统电源规划[J];电网技术;2012年09期

8 蔡德福;陈金富;石东源;李慧杰;姚美齐;;风速相关性对配电网运行特性的影响[J];电网技术;2013年01期

9 蒋平;严栋;吴熙;;考虑风光互补的间歇性能源准入功率极限研究[J];电网技术;2013年07期

10 张帝;姜久春;张维戈;张言茹;黄_g;;基于遗传算法的电动汽车换电站经济运行[J];电网技术;2013年08期

【共引文献】

相关期刊论文前10条

1 程浩忠;张节潭;欧阳武;姚良忠;;主动管理模式下分布式风电源规划[J];电力科学与技术学报;2009年04期

2 孙利芳;徐玉琴;张丽;郭康;岳建房;;考虑光伏出力间歇性和随机性的配电网规划[J];电力科学与工程;2011年12期

3 卢雯嘉;栗秋华;周林;李杨;冯克群;曾平;黄林;;基于遗传算法和BP神经网络的电力客户信用评价模型[J];电力需求侧管理;2009年06期

4 张勇军;石辉;;基于灰关联加权的配电网紧凑型节能改造投资规划[J];电力系统自动化;2010年22期

5 杨燕;文福拴;李力;王珂;高超;;计及风险控制策略的电力系统可用输电容量决策[J];电力系统自动化;2012年04期

6 张瑞阳;冯怀玉;李国庆;姜涛;徐文卿;;基于模拟植物生长算法的电力系统ATC计算[J];电力系统及其自动化学报;2012年01期

7 庞博;卫志农;孙国强;;基于风力发电机简化RX模型的电力系统状态估计[J];电网技术;2009年19期

8 叶德意;何正友;臧天磊;;基于自适应变异粒子群算法的分布式电源选址与容量确定[J];电网技术;2011年06期

9 张节潭;苗淼;范宏;程浩忠;张洪平;姚良忠;Bazargan Masoud;;含风电场的双层电源规划[J];电网技术;2011年11期

10 张旭;罗先觉;赵峥;王开艳;;以风电场效益最大为目标的风电装机容量优化[J];电网技术;2012年01期

相关期刊论文前10条

1 张维戈;张帝;温家鹏;张彩萍;;电动公交更换式充电站的优化设计[J];北京交通大学学报;2012年02期

2 王震坡;孙逢春;林程;;电动公交客车充电站容量需求预测与仿真[J];北京理工大学学报;2006年12期

3 刘波;张焰;杨娜;;改进的粒子群优化算法在分布式电源选址和定容中的应用[J];电工技术学报;2008年02期

4 陈岩;;基于动态规划的电源规划方法[J];电工技术;2006年02期

5 莫颖涛;;影响我国分布式发电发展的关键因素[J];电源技术应用;2008年06期

6 辛颂旭;白建华;郭雁珩;;甘肃酒泉风电特性研究[J];能源技术经济;2010年12期

7 谢建民,邱毓昌,张治源;风力发电机优化选型与云南省风力发电场规划研究[J];电力建设;2001年05期

8 段刚,余贻鑫;中压配电网联络线优化的算法和实现[J];电力系统自动化;1999年15期

9 叶在福,单渊达;基于多种群遗传算法的输电系统扩展规划[J];电力系统自动化;2000年05期

10 朱海峰,程浩忠,张焰,马则良,朱忠烈;考虑线路被选概率的电网灵活规划方法[J];电力系统自动化;2000年17期

相关期刊论文前10条

1 徐浩;李扬;;风力发电对电力系统运行的影响[J];江苏电机工程;2007年06期

2 武亚非;包毅;杨丽徙;;含双馈风电机组的配电网运行模拟[J];郑州大学学报(工学版);2011年04期

3 李伟;杨勇;;分布式电源的配电网潮流计算[J];农业网络信息;2010年02期

4 马昕霞;宋明中;李永光;;风力发电并网技术及其对电能质量的影响[J];上海电力学院学报;2006年03期

5 欧阳金鑫;熊小伏;;接入配电网的双馈风力发电机短路电流特性及影响[J];电力系统自动化;2010年23期

6 朱成名;;上海市风能利用的设想[J];中国能源;1984年02期

7 ;迅息[J];微电机;1988年02期

8 ;简讯[J];华东电力;1990年07期

9 ;采用新办法发展能源能源部高级咨询委员座谈(二)[J];中国能源;1992年02期

10 武鑫 ,赵斌;并网型风力发电机组的调节控制[J];太阳能;2003年04期