分散式风电无功协调控制策略的研究
本文选题:分散式风电场 + 无功电压 ; 参考:《沈阳工业大学》2014年硕士论文
【摘要】:风力发电技术是最具有发展前景的新能源技术。但是风电技术的快速发展也带来了一系列的问题,例如并网电压不稳问题,其中风电场无功优化问题在电力系统是较为突出的问题之一。近年来随着分散式风力发电技术的快速发展,分散式风电场的无功优化问题也相对突出,采用优化算法进行无功优化,降低系统损耗和提高电压质量已成为研究重点。许多事例表明,优化算法在电力系统行业中有较高的理论与实用价值。本文针对分散式风电场无功电压特性做了如下研究: 首先通过建立三种主流机型数学模型,研究了分散式风电场整体无功电压特性和无功损耗特性,提出了分散式风电场损耗包括风电机组、变压器、输电线路等损耗,并确定风电机组损耗所占比重较大,为后续研究奠定基础。 其次针对风电场整体场站级无功进行跟踪控制,提出一种单目标多约束的分层无功控制策略,将分散式风电场无功电压控制分为无功整定层和无功分配层,通过无功整定层确定风电场所需无功量,然后分配给各台机组确定机组输出量,当无功需求不足时,可适当调取SVC进行无功补偿,并提出此方法的软硬件配置方案,最后通过案例分析,验证此分配整定方法相对于按无功容量比例分配优越性。 最后,在上述研究基础上提出了一种不同时间等级的多目标多约束的无功优化控制方法,并以华润朝阳分散式风电场为依托采用自适应遗传算法进行无功优化,实现整体无功电压控制。
[Abstract]:Wind power generation technology is the most promising new energy technology. However, the rapid development of wind power technology has also brought a series of problems, such as the instability of grid-connected voltage, among which the problem of wind farm reactive power optimization is one of the more prominent problems in the power system. In recent years, with the rapid development of decentralized wind power generation technology, reactive power optimization problem of decentralized wind farm is relatively prominent. It has become the focus of research to adopt optimization algorithm to optimize reactive power, reduce system loss and improve voltage quality. Many examples show that the optimization algorithm has high theoretical and practical value in power system industry. In this paper, the reactive power and voltage characteristics of decentralized wind farm are studied as follows: firstly, the reactive voltage and reactive power loss characteristics of decentralized wind farm are studied by establishing three kinds of mathematical models of mainstream wind farm. The paper puts forward the loss of distributed wind farm including wind turbine transformer transmission line and so on and determines that the proportion of wind turbine loss is large which lays a foundation for further research. Secondly, aiming at the tracking control of reactive power in the whole field station of wind farm, a layered reactive power control strategy with single objective and multiple constraints is proposed. The reactive power and voltage control of decentralized wind farm is divided into reactive power tuning layer and reactive power distribution layer. The reactive power required by wind farm is determined by reactive power setting layer, and then assigned to each unit to determine the output quantity. When the reactive power demand is insufficient, SVC can be properly used to compensate reactive power, and the software and hardware configuration scheme of this method is put forward. Finally, through the case analysis, the superiority of the method is proved to be relative to the reactive power capacity ratio. Finally, on the basis of the above research, a multi-objective and multi-constraint reactive power optimization control method with different time levels is proposed, and the reactive power optimization is carried out by adaptive genetic algorithm based on the distributed wind farm of China Resources Chaoyang. Realize the whole reactive power and voltage control.
【学位授予单位】:沈阳工业大学
【学位级别】:硕士
【学位授予年份】:2014
【分类号】:TM614
【共引文献】
相关期刊论文 前10条
1 黄昕颖;;风力发电的技术研究[J];企业技术开发;2011年01期
2 陈国龙;郭文忠;涂雪珠;陈火旺;;求解多目标最小生成树问题的改进算法[J];软件学报;2006年03期
3 公茂果;焦李成;杨咚咚;马文萍;;进化多目标优化算法研究[J];软件学报;2009年02期
4 陈皓;崔杜武;崔颖安;陶永芹;梁琨;;族群进化算法[J];软件学报;2010年05期
5 张建;牛霞;刘晓东;张安安;潘家和;;快速多目标无功优化方法在实际系统中的应用[J];四川电力技术;2009年01期
6 苏鹏;刘天琪;黄健;;基于自适应粒子群算法的负荷最优分配[J];四川电力技术;2009年04期
7 张安安;杨洪耕;;考虑电压稳定性的快速多目标无功优化方法[J];四川大学学报(工程科学版);2009年06期
8 王振树;李林川;李波;;基于粒子群与模拟退火相结合的无功优化算法[J];山东大学学报(工学版);2008年06期
9 刘婧;刘弘;;基于多目标进化算法的手机概念设计优化[J];计算机工程与设计;2008年04期
10 何启明;王奔;;基于改进粒子群算法的多目标无功优化[J];电网与清洁能源;2009年05期
相关博士学位论文 前10条
1 王敏;分布式电源的概率建模及其对电力系统的影响[D];合肥工业大学;2010年
2 黄林峰;多目标进化算法研究[D];中国科学技术大学;2009年
3 钱峰;典型FACTS装置在电网中接入点、容量及类型选择方法研究[D];中国电力科学研究院;2009年
4 汤义;智能交通系统中基于视频的行人检测与跟踪方法的研究[D];华南理工大学;2010年
5 李先锋;基于特征优化和多特征融合的杂草识别方法研究[D];江苏大学;2010年
6 商秀芹;新型进化计算方法及其在炼铁烧结过程建模与优化中的应用[D];浙江大学;2010年
7 谢燕;飞船返回舱着陆冲击缓冲座椅系统改进设计研究[D];国防科学技术大学;2010年
8 贾俊川;双馈风力发电系统中双变流器优化联合控制[D];华北电力大学(北京);2011年
9 杨春霞;不确定环境下的集装箱码头泊位—岸桥调度优化研究[D];大连海事大学;2011年
10 凌海风;面向装备保障的多准则决策相关方法和技术研究[D];南京大学;2011年
相关硕士学位论文 前10条
1 马水松;多目标遗传算法与非支配集的构造研究[D];山东科技大学;2010年
2 卢艳爽;水面无人艇路径规划算法研究[D];哈尔滨工程大学;2010年
3 冯凯辉;风电场动态无功补偿方案设计[D];长沙理工大学;2010年
4 陈智勇;双馈式风力发电系统低压穿越暂态优化控制[D];湘潭大学;2010年
5 孙艳平;带约束的多目标进化算法及其营养膳食模型的研究[D];河南工业大学;2010年
6 何海娟;基于改进多目标粒子群算法的鲁棒控制方法研究[D];华东理工大学;2011年
7 马威;基于免疫克隆算法的多目标flow shop生产调度的研究[D];华东理工大学;2011年
8 徐秉X;解多目标优化问题的改进加权求和算法[D];西安电子科技大学;2010年
9 何钢;基于目标规划的建设项目目标成本控制研究[D];沈阳工业大学;2010年
10 李晓涛;并网型风电场的短路电流计算及低电压穿越能力分析[D];华北电力大学(北京);2011年
,本文编号:2071490
本文链接:https://www.wllwen.com/kejilunwen/dianlilw/2071490.html