基于场景分析法的含风电机组配电网无功优化

发布时间：2020-11-07 17:39

　　 配电网无功优化是保障配电网安全经济运行的重要手段,通过无功优化可以改善配电网电压水平,减少网络损耗,保障配电网的稳定与经济运行。近年来,风电机组在配电网中的比重逐渐增大,其输出功率的不确定性增加了传统配电网无功优化问题的求解难度,迫切需要对风电机组接入后的配电网进行无功优化研究,达到充分利用风电机组输出功率、提高电压水平、保障配电网安全经济运行的目的。为此,本文利用场景分析法,研究了含风电机组的配电网无功优化问题,具体内容如下:首先,本文从不确定性的角度,研究了风电机组接入后的配电网无功优化问题。以场景分析法为基础,进行负荷和风电机组出力多场景构建,将含有不确定因素的问题划分为多个确定的场景进行分析,降低了问题的求解难度。提出改进的鸡群优化算法(Improved Chicken Swarm Optimization,ICSO)对所建立的无功优化模型进行求解,通过与其他智能优化算法进行对比,结果表明ICSO算法在求解复杂的含风电机组配电网无功优化问题时优势明显。在IEEE 33节点配电网算例中进行仿真,分析了不同容量风电机组接入配电网不同位置时,对网络的电压和有功网损的影响,验证了本文所提考虑不确定性的无功优化模型的可行性。其次,本文从风电机组出力间相关性的角度,对含多个风电机组的配电网进行无功优化研究。以场景分析法为基础,提出拉丁超立方采样(Latin Hypercube Sampling,LHS)结合Cholesky分解排序法的场景生成法,在考虑负荷随机波动和风电机组出力不确定性的同时,考虑了多个风电机组出力间的相关性。在此基础上建立含多个风电机组接入的配电网无功优化模型,利用ICSO算法进行求解。在改进的IEEE 33节点配电网中进行仿真,研究了多个风电机组出力间相关性对无功优化结果的影响,证明了本文所建考虑多个风电机组出力间相关性的无功优化模型的可行性。最后,本文开发了含风电机组的配电网无功优化软件系统。该系统具有数据管理、负荷和风电机组多场景构建、算法参数设置、无功优化计算和报告生成等功能,具有良好的人机交互界面。可以用于对不同结构的配电网进行无功优化计算,优化结果可以指导相关工作人员合理安排电容器组投切工作,为配电网的安全稳定运行提供保障,具有一定的应用价值。
【学位单位】：上海交通大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TM714.3
【部分图文】：

图 1-1 过去十年全球新增装机容量与累计装机容量统计图Fig.1-1 Global new installed and cumulative installed wind turbines capacity cartogram during thepast ten years风电机组接入配电网，对调整能源结构、缓解电力紧张、改善供电可靠性和减少环境污染等均能起到重要的作用[7-9]；但同时也给配电网的安全稳定运行带来了不利影响。一方面，风电机组接入配电网后，改变了原来配电网单电源供电的辐射状网络结构，使网络的线路潮流、电压分布和网损等发生改变。随着越来越多的风电机组接入配电网，其对配电网的影响逐渐凸显。当配电网接入的风电机组容量超过其所能接纳的极限容量时，配电网的供电可靠性和电能质量等将受到影响，不利于配电网的安全稳定运行。另一方面，与常规的火电、水电能源相比，风能具有明显的波动性和间歇性。传统的配电网无功优化问题中，选取的配电网参数通常是一定的，即对某一确定运行状况下的配电网进行无功优化，而没有考虑配电网运行中的不确定性因素。随着风电机组接入配电网数量不断增加，其出力的随机波动将会改变配电网的潮流，可能引起电压越限、电压波动等问题，

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 1823 24 2526 27 28 29 30 31 32 33图 2-3 IEEE 33 节点配电网Fig.2-3 IEEE 33-bus distribution network.1 风电机组接入影响分析(1) 相同容量风电机组接入不同节点时电压分布情况风电机组接入配电网后，会对网络的电压和有功网损产生影响，影响大小与电机组接入位置和容量有关。为了研究风电机组接入不同位置对配电网电压的响，本文设置相同容量的风电机组（容量取为 0.6MW），接入不同的节点，得的节点电压分布如图 2-4 所示。

大学全日制专业硕士学位论文 第 2 章 含风电机组的配电机组对于其所在支路的电压具有支撑作用，且接入点越远离电效果越显著，而对于其它支路的电压抬升效果有限。2) 不同容量风电机组接入相同节点时电压分布情况了研究风电机组输出功率对配电网电压的影响，分别设置风为 0、0.5、1.0、1.5 和 2.0MW（风电机组接入节点为 17），压曲线如图 2-5 所示。
【参考文献】

相关期刊论文 前10条

1 姜凤利;张鑫;王俊;朴在林;;多负荷水平下含风电接入的配电网无功优化[J];中国电力;2017年03期

2 刘文学;梁军;贠志皓;牛睿;褚壮壮;;基于可信理论的多目标模糊机会约束无功优化[J];电工技术学报;2015年21期

3 苏海滨;高孟泽;常海松;;基于粒子群算法的微电网有功无功下垂控制[J];电工技术学报;2015年S1期

4 汪文达;崔雪;马兴;汪颖翔;刘会金;;考虑多个风电机组接入配电网的多目标无功优化[J];电网技术;2015年07期

5 王进;刘娇;陈加飞;许一帆;唐浩;杨芳华;;计及风电不确定性的配电网无功模糊优化[J];电力系统及其自动化学报;2015年06期

6 邢海军;程浩忠;张逸;;基于多种主动管理策略的配电网综合无功优化[J];电网技术;2015年06期

7 李俊;邓大上;房鑫炎;方斯顿;文立斌;;考虑电压稳定裕度约束的点估计随机最优无功调度方法[J];电工技术学报;2015年07期

8 徐潇源;严正;冯冬涵;王毅;曹路;;基于输入变量秩相关系数的概率潮流计算方法[J];电力系统自动化;2014年12期

9 王淳;高元海;;基于概率统计的含间歇性分布式发电的配电网无功优化[J];电网技术;2014年04期

10 张庭场;耿光飞;;基于改进粒子群算法的中压配电网无功优化[J];电网技术;2012年02期

相关博士学位论文 前2条

1 蔡德福;计及相关性的概率潮流计算方法及应用研究[D];华中科技大学;2014年

2 欧阳武;含分布式发电的配电网规划研究[D];上海交通大学;2009年

相关硕士学位论文 前4条

1 严海峰;考虑风电随机性的电力系统多目标无功优化研究[D];华南理工大学;2015年

2 冯肯;含风电机组的配电网无功优化[D];西南交通大学;2013年

3 郭康;含光伏电站配电网无功优化的研究[D];华北电力大学;2012年

4 张长胜;含分布式电源的配电网无功补偿优化配置[D];天津大学;2010年

本文编号：2874266