中国工程论文网
代写工程论文
当前位置:工程论文网 > 电力工程论文 > 配电网多目标无功优化算法及其电力工程应用研究

配电网多目标无功优化算法及其电力工程应用研究

时间:2018-10-13 22:16来源:www.e-lunwen.com 作者:lgg 点击:
本文是一篇电力工程论文,如果把我国的经济发展比作是“身体”,那么,电力工程建设无疑就是支撑身体灵活运动的“筋骨”。
本文是一篇电力工程论文,如果把我国的经济发展比作是“身体”,那么,电力工程建设无疑就是支撑身体灵活运动的“筋骨”。电力工程建设的不断推进就像是为筋骨提供了无限的能量,充沛的能量供应是身体各项机能有效运作的有力保障。(以上内容来自百度百科)今天为大家推荐一篇电力工程论文,供大家参考。
 
1 绪论
 
1.1 研究背景和意义
配电网是电力系统的重要构成部分,是连接输电网与用户的重要枢纽,也是电网向非大用户供电的必经之路[1]。在电力系统的运行过程中,系统功率损耗的 13%是由配电网引起的。而且,造成用户停电的 80%的电网故障是发生在配电网中的[2]。因此,配电网的运行优化,不仅仅是对于整个电网的运行,甚至于对于整个地区的发展来说,都有重要的影响。近些年来,伴随着我国经济的不断发展,无论是大电力的工业或者商业用电客户,还是基本居民用电电力用户,他们对电量的需求都是越来越多。与此同时,用户对电能质量的要求也不断提高。为了适应这一情况,需要对电网进行了相关的规划调整,增加了大量的电力设备[3]。如果大量的无功功率在网络中传输,将引起电网电压降低,增长电网损耗和电能本钱,浪费电力资源。如果无功不足,则会导致电网电压水平偏低,负荷电压也会受到影响。若电压持续降低而无法恢复,将引起电压崩溃,导致系统震荡,大范围停电。如悉尼、马拉西亚、伦敦、东京以及美加等地发生的大范围停电事故,均是在高峰负荷时由于无功不足而引起的电压崩溃,并进一步恶化导致系统瓦解,发生大规模事故[4]。随着人们经济生活水平的不断上升,对能源的需求更多,常规一次能源的储量越发紧张,并且伴随经济发展而来的环境问题也是越来越引起各界人士的重视,以绿色环保为特点的新能源在国际上不断引发关注[5]。配电网是直接对用户供电的网络,由于电力用户对电能的需求量、电能质量的要求越来越高,对网络运行的电能质量、稳定性的要求相对较高。分布式电源(DistributedGeneration,DG)[6]具有的可再生、环保、经济的特点,相对于传统的能源有很大的优越性,所以,越来越多的 DG 被接入到配电网中。但是,DG 的接入也会对原来的配电网络结构产生影响,DG 输入的无功容量可能改变配电网络中的无功分布,甚至引起无功分布不均,进而引起节点电压的越限。为了确保网络的安全经济运行,在电网中应当尽量地减少不必要的无功潮流流动,维持无功功率的平衡,进而提升网络的电压水平、电能质量。
.........
 
1.2 国内外研究现状
 
1.2.1 无功优化算法
对于配电网的无功优化来说,控制变量种类较多,比如优化的变量可以是发电机的端电压、可调压变压器的分接头以及电容器的投入的组数等。优化的结果是各个控制变量综合的结果,因此需要综合考虑各个控制变量的状态。同时由于控制变量较多,可以选择的优化方案数目庞大,另外还需要考虑系统的结构、负荷水平、变压器容量限制等因素的影响。因此,配电网无功优化不仅是目标函数数量多,变量类型复杂,而且约束条件也较多,是一个较为复杂的非线性优化问题[9]。依据对现有的优化算法的发展时间、优化的特征的分析和总结,优化算法能够分为两大分类,即是传统优化算法[10]和智能优化算法[11]。优化算法的发展是根据优化问题的发展而出现的,传统优化算法发展相对较早,只是对于简单问题的处理,优化策略简单,主要的方法包含有动态规划法[12]、线性规划法、非线性规划[13]等等。这些算法的计算模式简单,发展相对比较成熟,对一般的优化模型优化效果明显。但是它的缺点也较为明显,对变量类型的处理有所限制,容易出现误差,而且容易过早收敛到局部解,不利于全局最优的搜索。因此,传统优化算法的应用范围有限,在复杂的优化模型中一般不采用此类算法。人工智能技术虽然发展较晚,但是发展迅速,并且由于算法的优化策略方式较多,进而发展而来的优化算法种类也较多,比如粒子群优化算法[14]、人工蜂群进化算法[15]、禁忌搜索算法[16]、遗传算法[17]等。智能优化算法发展迅速,能处理较为复杂的优化问题,在电网及其相关的领域的应用较为广泛。
.......
 
2 配电网无功优化
 
2.1 配电网潮流计算
潮流计算是电力系统分析的基础,也是无功优化的理论基础。通过潮流计算可以计算网络的电压分布以及有功网损。潮流计算的目的主要是求解节点电压、功率分布和线路损耗等。配电网的结构参数的特点决定了应用于配电网的潮流算法的选择。下面简单介绍一下配电网的特点[33]。(1)网络结构。辐射状网络结构,功率单向流动。(2)电压等级。低电压网络结构,传输距离短,流动功率少。(3)线路参数。一般 r /x比值较大,多数情况大于 1,充电电容可忽略,节点类型多数为 PQ 节点。作为无功优化的基础和前提,潮流计算方法的选取对于无功优化结果具有重要的影响。论文中用于配电网潮流计算的算法是牛顿—拉夫逊法,该算法收敛快,具有二阶收敛的能力。另外,牛拉法易于处理网络中节点类型,适于求解配电网潮流。
........
 
2.2 多目标优化与算法
Pareto 最优前沿是对应于目标空间,而 Pareto 最优解集对应于决策空间,二者是不同的。而且,多目标优化的解是由多个最优解组成的最优解集,而不是单一的一个最优解。所以求解多目标优化问题时,所选择的优化算法不仅要满足收敛性的要求,还要达到满足解的分布性和多样性的目的。但是,在优化算法中若是只对算法收敛速度的考虑,可能会降低解的多样性和分布性。因此,在优化算法中应用适当的选择策略,不但可以提高算法的最优解的质量,还能提高算法的收敛速度,提升算法运行效率。目标无功优化的模型介绍。配电网自动化的重要功能之一就是智能电网的自我修护能力,它包括网络重构、电压无功控制、故障定位以及继电保护整定等[43]。一般条件下,网络重构与无功优化类似。它们都是以满足潮流等式约束以及相应的不等式约束的条件下,达到降损、提高电能质量的要求。对于无功优化来说,大多数无功优化都是在经济角度上来建立目标函数。比如考虑到电网经济运行对于社会和企业带来的效益,建立无功优化模型,并以网络有功损耗最小为目标。另外,配电网有功损耗不仅在无功优化方面是一个重要的目标函数,对于 DG 的发电容量的优化配置和网络重构,都是非常重要的优化指标。所以,配电网有功损耗目标不仅是具有非线性的特点,对于网络优化来说还具有不可或缺的重要性[44]。
........
 
3 改进多目标粒子群优化算法 ................. 18
3.1 改进多目标粒子群优化算法 ..............18
3.1.1 GMOPSO 算法原理...... 18
3.1.2 GMOPSO 算法步骤...... 19
3.2 无功优化模型 ..........20
3.2.1 目标函数 ......... 20
3.2.2 约束条件 ......... 21
3.3 GMOPSO 算法应用 ..............22
3.4 算例分析 ....23
3.5 本章小结 ....27
4 配电网无功优化软件实现 ....... 28
4.1 软件整体结构设计 ................28
4.2 软件主要模块 ..........30
4.3 软件使用 ....33
4.4 本章小结 ....41
5 含分布式电源的配电网无功优化应用 ............... 42
5.1 分布式发电 ..............42
5.2 含分布式电源配电网无功优化模型 ................43
5.3 算例分析 ....44
5.4 本章小结 ....50
 
5 含分布式电源的配电网无功优化应用
 
5.1 分布式发电
5.1.1 分布式发电简介
随着传统煤炭、石油等常规一次能源的日益枯竭、环境污染的加剧和全球气候变暖,开发分布式可再生能源已经成了全世界能源战略的重要方向。现有的分布式发电的类型主要包括[72]:光伏、风力、燃料电池等。分布式发电的优势主要在以下方面[73]:(1)经济性。分布式发电的主要能源是可再生的,并且 DG 都是小容量的,建设简单,成本少,投资小。(2)便捷性。距离负荷用户较近,从就近原则来说,方便直接对用户供电,降低了长线路输电线路的损耗,同时也减少了输电线路的投资。(3)高效可靠性。在供电时可以相当于多回路供电,能够减少停电的概率,提高供电的连续和可靠性。考虑到多数分布式电源具有电压调节能为,能够参与无功补偿,对配电网的正常运行提供一定的辅助能力。比如对于变速恒频风力发电机来说,电力电子设备的快速发展并应用于电机控制中,通过变频控制风机运行状态,在风速变化时,实现功率双向流动。光伏发电、燃料电池等分布式电源通过逆变器并网,以及励磁电压可调型同步发电机,如微型燃气轮机等能够在输出有功功率的同时,向电网输出无功功率,从而实现参与配电网无功优化[74]。在本章中,所涉及到的 DG 均是具有无功调节能力的,含 DG 的配电网无功优化方案,是以网损、节点电压偏差以及无功补偿投资最小为目标,寻找无功补偿装置投入容量、分布式电源无功出力的最佳配置方案,进而实现配电网的经济优化运行。
........
 
结论
 
配电网无功优化对于提高配电网的电能质量和经济效益具有重要的影响,也是保证电力系统安全经济稳定运行的重要手段。针对现有的配电网无功优化问题的特点,提出多目标无功优化的模型,并对现有的无功优化算法存在的收敛性和实用性问题深入研究。本文逐步深入的分析和研究了多目标优化的特点,对现有的多目标粒子群优化算法加以改进,并对其在无功优化方面的应用深入研究和分析。本文主要的研究成果总结如下:
(1)论文改进一种多目标粒子群算法——GMOPSO。在这个算法中,不仅引入了坐标变换的概念,还根据迭代时差熵的变化来判别种群的进化状态,在优化过程引入冗余集策略,加快算法对全局最优的收敛。并且,为了将此算法应用到配电网多目标无功优化中,在算法中加入离散变量取整的过程,避免用于无功优化式可能出现离散变量。
(2)GMOPSO 算法的验证。建立最小化有功网损和电压偏差的优化模型,并用 14 节点和 30 节点网络算例,验证算法的有效性和收敛性。根据算例结果分析,有效证明了 GMOPSO 算法相对于其他算法在寻优、收敛等方面的优势。
(3)配电网无功优化软件设计。以 GMOPSO 为核心,在 VB6.0 平台上设计开发可视化无功优化软件。软件不仅能够完成对配电网络结构数据的输入、潮流计算、优化等功能,还能分析优化方案的优越性。并且,以 14 节点算例为例,介绍软件的具体运行情况、数据输入和运行结果的输出模式。
(4)考虑到 DG 的接入,建立以无功补偿投资最少、有功网损最小、节点电压偏差最小的三目标无功优化模型。用 IEEE33 节点配电网络来对算法和模型进行验证,并从算法的多样性、实用性等方面来分析算例结果。
..........
参考文献(略)
(责任编辑:gufeng)
顶一下
(0)
0%
踩一下
(0)
0%
------分隔线----------------------------
发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
栏目列表
点击提交代写需求
点击提交代写需求
点击提交代写需求
推荐内容