配电网无功补偿技术及优化研究
发布时间:2022-02-16 21:41
在电网规划中,无功规划是很重要的环节。无功规划优化是在电网负荷预测和网架结构已定的基础上,确定出配置无功电源最优的位置和容量,其结果直接影响未来电力系统的电压质量和运行经济性。配电网,变量数量庞大、负荷分布不确定、无功补偿点位置分散,并且各个变量之间相互影响,相互制约。针对配电网的特点,本文根据变电站负荷构成比例和变电站所属线路类型,选取出最能代表该类特征的典型变电站作为分析对象(局部),通过求解典型变电站的无功配置,得到全网的最优无功补偿配置。在对各个典型变电站无功配置的求解中,将启发式优化方法和数学优化方法相结合,采用灵敏度法确定线路无功补偿点的位置,然后利用粒子群算法作为优化算法进行无功规划,确定出各个典型变电站的无功配置情况。详细的算例和结果分析表明:每个站无功配置的多少不仅仅与该站的容量、线路类型有关,还与该条线路上所接负荷的性质以及大小密切相关,这从一定程度论证了依据负荷构成比例对各站进行分类的合理性和科学性。
【文章来源】:西安科技大学陕西省
【文章页数】:44 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
1 绪论
1.1 课题意义
1.2 无功功率对电力系统的影响
1.3 配电网无功补偿优化的难点
1.4 配电网无功补偿优化的研究现状
1.5 本文所做工作
2 无功补偿及其优化的原理
2.1 无功补偿的意义
2.2 无功补偿设备的特点
2.3 无功补偿技术
2.4 无功补偿方式
2.5 无功补偿优化的原则
2.6 无功补偿优化的内容
2.7 本章小结
3 基于灵敏度法的线路补偿点的确定
3.1 电力网络灵敏度分析概述
3.2 灵敏度矩阵法
3.3 无功补偿优化灵敏度矩阵
3.4 本章小结
4 配电网无功补偿优化
4.1 概念
4.2 数学模型
4.2.1 准备
4.2.2 极限约束
4.2.3 网损最优模型
4.2.4 最小年费用模型
4.3 基于粒子群算法的无功补偿优化配置
4.3.1 基本粒子群算法
4.3.2 基于配电网无功补偿优化的粒子群算法
4.4 配电网的无功补偿优化配置
4.4.1 计算流程图
4.4.2 确定公变无功补偿的初始容量
4.4.3 确定线路无功补偿的位置
4.4.4 确定单组容量
4.4.5 确定并联电抗器
4.4.6 确定组数
4.5 本章小结
5 算例分析和结果
5.1 算例介绍
5.2 无功补偿优化
5.3 整个区域的无功配置
5.4 算例结果分析
5.5 本章小结
6 结论
致谢
参考文献
附录
【参考文献】:
期刊论文
[1]计及分布式电源功率不确定性的配电网多目标无功优化[J]. 潘曙冰,陆政,高莹,汪立俊,周武. 电气自动化. 2018(01)
[2]基于负荷趋势判断的无功优化精细化控制方法及求解策略[J]. 陈光宇,张仰飞,郝思鹏,边二曼,李亚平,邓勇. 电网技术. 2018(04)
[3]基于多目标粒子群算法的高维多目标无功优化[J]. 蔡博,黄少锋. 电力系统保护与控制. 2017(15)
[4]迁移蜂群优化算法及其在无功优化中的应用[J]. 徐茂鑫,张孝顺,余涛. 自动化学报. 2017(01)
[5]电缆运行对电力系统电压的影响及其对策[J]. 骆敏,祝达康,徐敬友,程浩忠. 供用电. 2006(02)
[6]基于粒子群优化技术的点匹配算法[J]. 冯林,张名举,贺明峰,王晓东,滕弘飞. 系统仿真学报. 2004(08)
[7]一种基于类覆盖和粒子群优化的模糊神经网络系统[J]. 黄艳新,周春光,邹淑雪,王岩. 计算机研究与发展. 2004(07)
[8]基于粒子群优化算法和动态调整罚函数的最优潮流计算(英文)[J]. 赵波,郭创新,曹一家. 电工技术学报. 2004(05)
[9]基于Tabu搜索方法的电力系统无功优化[J]. 刘玉田,马莉. 电力系统自动化. 2000(02)
本文编号:3628710
【文章来源】:西安科技大学陕西省
【文章页数】:44 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
1 绪论
1.1 课题意义
1.2 无功功率对电力系统的影响
1.3 配电网无功补偿优化的难点
1.4 配电网无功补偿优化的研究现状
1.5 本文所做工作
2 无功补偿及其优化的原理
2.1 无功补偿的意义
2.2 无功补偿设备的特点
2.3 无功补偿技术
2.4 无功补偿方式
2.5 无功补偿优化的原则
2.6 无功补偿优化的内容
2.7 本章小结
3 基于灵敏度法的线路补偿点的确定
3.1 电力网络灵敏度分析概述
3.2 灵敏度矩阵法
3.3 无功补偿优化灵敏度矩阵
3.4 本章小结
4 配电网无功补偿优化
4.1 概念
4.2 数学模型
4.2.1 准备
4.2.2 极限约束
4.2.3 网损最优模型
4.2.4 最小年费用模型
4.3 基于粒子群算法的无功补偿优化配置
4.3.1 基本粒子群算法
4.3.2 基于配电网无功补偿优化的粒子群算法
4.4 配电网的无功补偿优化配置
4.4.1 计算流程图
4.4.2 确定公变无功补偿的初始容量
4.4.3 确定线路无功补偿的位置
4.4.4 确定单组容量
4.4.5 确定并联电抗器
4.4.6 确定组数
4.5 本章小结
5 算例分析和结果
5.1 算例介绍
5.2 无功补偿优化
5.3 整个区域的无功配置
5.4 算例结果分析
5.5 本章小结
6 结论
致谢
参考文献
附录
【参考文献】:
期刊论文
[1]计及分布式电源功率不确定性的配电网多目标无功优化[J]. 潘曙冰,陆政,高莹,汪立俊,周武. 电气自动化. 2018(01)
[2]基于负荷趋势判断的无功优化精细化控制方法及求解策略[J]. 陈光宇,张仰飞,郝思鹏,边二曼,李亚平,邓勇. 电网技术. 2018(04)
[3]基于多目标粒子群算法的高维多目标无功优化[J]. 蔡博,黄少锋. 电力系统保护与控制. 2017(15)
[4]迁移蜂群优化算法及其在无功优化中的应用[J]. 徐茂鑫,张孝顺,余涛. 自动化学报. 2017(01)
[5]电缆运行对电力系统电压的影响及其对策[J]. 骆敏,祝达康,徐敬友,程浩忠. 供用电. 2006(02)
[6]基于粒子群优化技术的点匹配算法[J]. 冯林,张名举,贺明峰,王晓东,滕弘飞. 系统仿真学报. 2004(08)
[7]一种基于类覆盖和粒子群优化的模糊神经网络系统[J]. 黄艳新,周春光,邹淑雪,王岩. 计算机研究与发展. 2004(07)
[8]基于粒子群优化算法和动态调整罚函数的最优潮流计算(英文)[J]. 赵波,郭创新,曹一家. 电工技术学报. 2004(05)
[9]基于Tabu搜索方法的电力系统无功优化[J]. 刘玉田,马莉. 电力系统自动化. 2000(02)
本文编号:3628710
本文链接:https://www.wllwen.com/kejilunwen/dianlilw/3628710.html
教材专著