基于AFSVM-PSO混合智能算法的含DG配电网无功规划研究

发布时间：2017-09-04 20:05

  本文关键词：基于AFSVM-PSO混合智能算法的含DG配电网无功规划研究

  更多相关文章： 分布式电源 无功规划 机会约束 拉丁超立方抽样 混合智能算法

【摘要】：作为新型的、极具发展潜力的发电和能源综合利用方式,分布式电源技术具有能源类型多样、运行方式灵活、环境效益良好、投资见效明显等优点,以光伏发电和风电机为代表的间歇性新能源近年来得到了迅速发展。而在分布式电源并网后,由于其功率输出受到气象条件等随机因素的影响,使得系统潮流波动加剧,可能导致节点电压水平不合格,因此对含分布式电源的配网进行无功规划至为关键。本文针对上述问题进行了如下研究工作:首先,介绍分布式电源接入后配网运行面临的挑战,总结目前国内外含分布式电源的配电网无功规划问题的研究现状,建立光伏电站和异步风机的有功输出概率模型。考虑到分布式电源间的出力变化以及节点负荷波动均具有一定的相关性,采用计及输入随机变量相关性的拉丁超立方采样方法来生成随机场景。其次,建立了基于机会约束规划的含分布式电源配电网无功规划数学模型,其中目标函数根据权重系数综合考虑了配网运行经济性、电能质量、静态电压稳定裕度这三个方面,节点电压上下限约束为给定置信水平下的机会约束条件。再次,对含分布式电源的配电网无功规划问题的寻优求解算法进行探究,分别介绍了支持向量机、人工鱼群算法以及粒子群算法,构造AFSVM-PSO混合智能算法,给出了基于AFSVM-PSO混合智能算法的含分布式电源配网无功规划问题具体求解步骤和流程图,该混合智能算法能在整个寻优过程中达到计算效率和求解精度的协调均衡。最后,以IEEE 33节点配网系统和广东地区某64节点实际配网系统作为算例,利用AFSVM-PSO混合智能算法对这两个配网系统的机会约束无功规划问题进行求解,并对优化效果进行对比分析,算例结果表明求解得到的无功规划方案能够有效降低配网系统运行成本,改善系统节点电压水平,提高系统静态电压稳定裕度,从而验证了本文所提出模型和求解方法的合理性和有效性。
【关键词】：分布式电源 无功规划 机会约束 拉丁超立方抽样 混合智能算法
【学位授予单位】：华南理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TM715
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 绪论10-19
• 1.1 论文的研究背景和意义10-11
• 1.2 分布式电源发展简介11-15
• 1.2.1 典型分布式电源类型11-13
• 1.2.2 分布式电源的优势13-14
• 1.2.3 分布式电源的主要应用14-15
• 1.2.4 分布式电源并网后的影响15
• 1.3 国内外研究现状15-17
• 1.4 本文的主要工作17-19
• 第二章 DG概率模型及拉丁超立方采样研究19-41
• 2.1 光伏电站的概率模型19-20
• 2.1.1 光照辐射的概率分布19-20
• 2.1.2 光伏电站的概率出力20
• 2.2 风电机的概率模型20-23
• 2.2.1 风机出力21
• 2.2.2 风速概率分布函数21-22
• 2.2.3 风机电路模型22-23
• 2.3 拉丁超立方抽样23-36
• 2.3.1 拉丁超立方抽样基本原理24-29
• 2.3.2 拉丁超立方抽样性能分析29-36
• 2.4 含DG的配电网潮流计算36-40
• 2.4.1 分层前推回代法36-39
• 2.4.2 潮流计算实例对比39-40
• 2.5 本章小结40-41
• 第三章 含DG配电网无功规划模型及其求解算法41-57
• 3.1 基于机会约束规划的含DG配电网无功规划模型41-44
• 3.1.1 目标函数41-43
• 3.1.2 约束条件43-44
• 3.2 含DG配电网无功规划模型求解算法44-55
• 3.2.1 支持向量机44-46
• 3.2.2 人工鱼群算法46-50
• 3.2.3 粒子群算法50-53
• 3.2.4 AFSVM-PSO混合智能算法53-55
• 3.3 本章小结55-57
• 第四章 算例分析57-68
• 4.1 IEEE 33节点算例57-62
• 4.1.1 IEEE 33节点系统参数57-58
• 4.1.2 IEEE 33节点系统无功规划计算及结果分析58-62
• 4.2 广东地区某64节点配网实例62-67
• 4.2.1 广东地区某64节点系统参数62-63
• 4.2.2 广东地区某64节点系统无功规划计算及结果分析63-67
• 4.3 本章小结67-68
• 第五章 结论与展望68-70
• 5.1 结论68-69
• 5.2 展望69-70
• 参考文献70-72
• 附录72-77
• 附表 1 IEEE 33节点配网系统网络参数72-73
• 附表 2 IEEE 69节点配网系统网络参数73-75
• 附表3 广东地区某64节点配网实例网络参数75-77
• 攻读硕士学位期间取得的研究成果77-78
• 致谢78-79
• 附件79

【参考文献】

中国期刊全文数据库 前10条

1 王孟邻;张勇军;林建熙;;分布式电源技术的发展述评[J];电气应用;2011年09期

2 裴晓娟;王倩;金英博;;分布式发电对配电网电压的影响[J];电力学报;2010年06期

3 胡波;汪少勇;;分布式发电接入政策措施研究[J];电力勘测设计;2011年02期

4 颜拥;文福拴;杨首晖;Iain MACGILL;;考虑风电出力波动性的发电调度(英文)[J];电力系统自动化;2010年06期

5 丁明,李生虎,黄凯;基于蒙特卡罗模拟的概率潮流计算[J];电网技术;2001年11期

6 胡泽春;王锡凡;;基于半不变量法的随机潮流误差分析[J];电网技术;2009年18期

7 胡卫红;王玮;王英林;肖海波;;电力系统潮流计算中风电场节点的处理方法[J];华北电力技术;2006年10期

8 孙一奇;;分布式电源接入对电网的影响[J];科技情报开发与经济;2011年33期

9 阚超豪;;多向学习自适应的粒子群算法[J];计算机工程与应用;2013年06期

10 杨迎超;刘宏昭;原大宁;徐刚;穆安乐;;测风数据处理与风资源评估[J];太阳能学报;2012年10期

中国博士学位论文全文数据库 前3条

1 陈海焱;含分布式发电的电力系统分析方法研究[D];华中科技大学;2007年

2 刘建华;粒子群算法的基本理论及其改进研究[D];中南大学;2009年

3 田野;粒子群优化算法及其应用研究[D];吉林大学;2010年

中国硕士学位论文全文数据库 前2条

1 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

2 郭旭阳;计入光伏发电的电力系统随机生产模拟[D];重庆大学;2013年

，

本文编号：793552