基于GA-GPC改进算法的分布式电源并网应用

发布时间：2020-12-11 21:42

　　针对分布式电源并网对配电网系统的影响,以电压质量和网络损耗为目标解决分布式电源并网的规划问题,将其转化为多目标寻优模型,采用GPC算法实现目标优化。为解决GPC算法在求解非线性约束时的失效性问题,将遗传算法与GPC结合形成GA-GPC改进算法,将有约束广义预测控制性能指标优化的极小值问题转化为遗传算法优化的极大值问题,经过遗传迭代计算得到满足约束的最优控制量。IEEE33节点系统仿真结果表明,采用GA-GPC改进算法可以优化分布式电源并网配置,加强分布式电源并网时系统的稳定性,兼顾提高各节点电压并有效降低网络损耗。 

【文章来源】：东北石油大学学报. 2020年04期 第105-112+12-13页 北大核心

【文章页数】：10 页

【部分图文】：

IEEE33节点系统示意

为验证GA-GPC改进算法的适用性,将其应用于多台DG并网优化配置寻优。DG并网将导致局部电压越限,一般不宜超过系统总容量25%[17-18],即可接受DG最大总容量为928.75 kW。在验证过程中,DG的最大数量为3,每台DG的最大输出功率为200 kW,功率因数为0.9。接入不同数量DG并网情况见表1,接入不同数量DG系统节点电压见图5。由表1和图5可知,当系统接入DG数量不断增加时,各节点电压也随之提高,限制在0.93～1.07 p.u.之间,说明接入DG具有支撑电网、提升电压作用。在接入DG时,在DG接入配电网功率控制下,以3台DG并网为例,接入节点21、14和26出现小的尖峰,说明电压和稳定性提高。在系统网络损耗方面, DG数量增加使系统网络损耗减小,接入2台、3台DG时,分别比未接入DG时的系统网络损耗降低48.06%、60.69%。这说明GA-GPC改进算法可以有效解决多DG并网时、以节点电压最小偏移和网络损耗最小为目标的多目标优化问题,在较大程度上减少网络损耗,能够增强电网供电质量和稳定性。

交配遗传的思想是利用S的正、负值分别将染色体定义为阳性和阴性两种类型。当S=0时,不是代表系统达到零误差跟踪,而是代表可以随机定义染色体类型。GA算法保证交叉过程多数发生在一对互补的异性染色体之间,相较于传统的随机选择两个染色体进行交叉,具有更好的进行能力,能够有效提高搜索能力。GA-GPC改进算法的思想是将GPC控制性能指标最小值优化转化为利用GA算法迭代计算求取最大值[12]。基于非线性规划的GA-GPC改进算法示意见图1。

【参考文献】：
期刊论文
[1]一种特征变量广义预测控制方法[J]. 吴金霞.  辽宁工程技术大学学报(自然科学版). 2019(06)
[2]油藏渗流—应力耦合计算区域分析[J]. 吴大卫,邸元,李红凯,黄孝特.  东北石油大学学报. 2019(04)
[3]基于两步扫描法的Kirchhoff时间最优偏移孔径[J]. 李雪英,程云,聂伟东,万乔升,王福霖.  东北石油大学学报. 2019(03)
[4]考虑分布时滞和随机测量数据丢失的网络控制系统非脆弱L1滤波[J]. 李艳辉,陶莹莹,丁锐.  东北石油大学学报. 2019(01)
[5]比例-积分控制加广义预测控制算法及其应用[J]. 薛生辉,曲俊海,王永宏,张红梅,师永平,薛美盛.  控制理论与应用. 2018(09)
[6]配电网分布式电源最大并网容量的机会约束评估模型及其转化方法[J]. 吴素农,于金镒,杨为群,李迎军,朱文广,熊宁,彭莉萍.  电网技术. 2018(11)
[7]基于广义预测控制的混杂系统控制[J]. 张伦,张悦.  计算机仿真. 2017(08)
[8]混合能源协同控制的智能家庭能源优化控制策略[J]. 徐建军,王保娥,闫丽梅,李战平.  电工技术学报. 2017(12)
[9]配电网和微网中分布式电源选址定容方法对比分析[J]. 李军,颜辉,张仰飞,张玉琼,金华锋,郝思鹏,吕干云.  电力系统保护与控制. 2017(05)
[10]基于潮流灵敏度的分布式电源优化配置方法[J]. 刘昇,徐政,华文,黄弘扬.  太阳能学报. 2015(11)

硕士论文
[1]风电优先调度下的广义预测控制策略[D]. 于广琛.华北电力大学 2015



本文编号：2911268