考虑风功率分布规律的风电场无功补偿容量优化决策

双馈型风电机组的无功调节范围随其有功功率输出变化而存在波动性,极端条件下,又有其不可调节性,由此必然降低其对自身电压水平支撑的持续性。为此,在依据功率估算数据对风电场输出功率分布特性进行统计分析的基础上,提出考虑风功率分布特性的风电场无功补偿容量优化决策方法。该方法在充分计及双馈感应发电机无功调节能力与风功率分布特性的前提下,以无功补偿的投资成本与运行成本最小化为目标,构建无功补偿容量优化计算模型。该研究可使双馈型风电场的无功补偿决策更具针对性,并以最小代价实现该类风电场连续、无缝的无功电压调节。应用改进粒子群优化算法对所构建算例系统进行求解,分析结果表明了该研究的有效性。     

计及风电场概率模型的多目标无功优化

随着风电场装机容量的增加,风电场并网对电网的影响越来越大,因此对风电并网后电力系统的不确定分析显得尤为重要。首先将随机响应面法(SRSM)应用到风电并网后电力系统的不确定分析中,并利用该方法建立了含风电场的电力系统概率潮流计算模型。然后将基于个体最优位置自适应变异扰动粒子群算法与前述概率计算模型相结合,建立了以系统有功网损期望值、节点电压越限概率为优化目标的多目标无功优化模型。接着以风电场接入IEEE 14节点标准测试系统为例,根据SRSM计算出节点电压累积分布,与蒙特卡洛法进行比较,算例结果表明随机响应面法具有较高的效率和精度,证实了SRSM的有效性。最后将该无功优化模型应用于IEEE 14节点标准测试系统进行仿真分析,证明了基于个体最优位置自适应变异扰动粒子群算法相对于常规改进粒子群算法(IWPSO)而言,能够有效地避免早熟收敛。     

双馈风电场无功电压分层协调控制的研究

针对变速恒频双馈发电机和静止同步补偿器(STATCOM)组成的风电场,为了解决大型风电场并网运行的电压稳定性和无功裕度问题,提出面向并网点电压偏差指标和风电场无功源裕度最优的无功电压分层协调控制策略。阐述了双馈发电机组和STATCOM的无功分配原则,基于电压和无功裕度的综合指标构建无功电压分层协调控制策略的目标函数。采用粒子群优化算法的退火不可微精确罚函数法,求解该策略的非线性多约束最优化目标函数。基于Matlab/simulink搭建某风电场的电力系统仿真模型,仿真结果验证了所提控制策略的正确性与有效性。     

计及无功裕度的双馈风电场无功电压协调控制

针对双馈风电场的无功补偿能力和电压稳定问题,提出考虑双馈风电场无功裕度的无功电压控制方案。该方案以双馈风电机组为主要补偿设备,以静止无功补偿器作为辅助无功补偿设备,并引入风电场风功率预测,优化计算未来一个时段内的无功补偿优化参考值。在MATLAB/Simulink中建立双馈风电场模型,连接无穷大电网,采用粒子群优化算法优化出风电场无功补偿参考值。仿真结果表明,风电机组按照该无功优化参考值进行无功输出,可留有更大的无功裕度,增强了风电场无功调节能力,并且满足电压要求,提高了风电场的电压稳定性,同时双馈发电机组无需连续无功调节。     

计及风力发电并网的配电网潮流优化

研究了风力发电并网的潮流优化问题,分析了风力发电在潮流计算中常用的模型和方法。并针对风力发电机组并网需要吸收电网大量无功造成配电网损耗增大的缺点,采用并联电容器对配电网无功进行补偿。在满足风电场无功补偿的前提下,把风机的异步发电机组视为PQ节点,应用前推回带法计算了风机并网后的配电网潮流,在此基础上采用改进的粒子群算法对配电网无功补偿电容器进行了优化。重点讨论了风力发电并网对配电网的网损和电压的影响,并在配电网分析常用的33母线系统上进行了仿真计算,得到了较好的实验结果。     

基于机会约束规划和随机模拟技术的含风电场电力系统多目标优化调度

为了提高含风电场电力系统运行的经济性和可靠性,增强风电并网运行的稳定性,建立了基于机会约束规划的含风电场电力系统多目标机组优化调度的数学模型。考虑到风电场出力的随机性,引入了机会约束规划和随机模拟技术,以常规发电机组的发电成本最低和污染气体排放量最低为目标。问题分为内外两层求解,外层为机组组合优化,利用蚁群算法求解;内层为负荷的经济分配,基于Pareto最优解集概念和整体协调决策机制,结合多目标粒子群求解。用10机算例对模型进行了仿真分析,仿真结果表明所建模型合理、算法有效可行。     

基于DIgSILENT的风电场接入系统无功算例分析

随着风电接入电网的比例逐渐加大,对接入点电压水平的影响越来越明显。电压稳定性是风电场并网运行存在的主要问题。目前大多采取在风电场升压站添加无功补偿装置的方式来控制并网点电压。本文主要分析风电场无功损耗的来源,结合我国内蒙古地区某风电场接入系统实际情况,利用德国电力系统仿真软件DIgSILENT进行模型搭建,提出保证风电场可靠并网的无功补偿方案,并进行算例分析。     

抑制大规模连锁脱网的风电汇集区域电压预防控制策略

风电场连锁脱网事故给风电并网带来了新的挑战。传统无功优化虽能得到较好的优化控制量,但当风电场N-1脱网,并且在风电场慢无功补偿设备未能快速动作的情况下,系统潮流重新进行分布,从而导致节点电压不能满足安全约束条件。因此,文中建立了带风电场安全约束条件的无功优化模型,以最大化风电安全接纳量和最小化系统网损为目标,保证系统电压在正常情况下和N-1脱网后均能满足安全性要求。其次,采用Benders分解算法求解该优化模型,将优化模型分为主问题和若干子问题,通过主、子问题的交互迭代得到最优解。采用某风电基地9个风电场的实际算例对所提方法进行验证和分析,与传统无功优化的对比结果表明安全约束无功优化能保证系统正常和故障下的电压安全性,是抑制风电场连锁脱网的一种有效预防控制措施。此外,详细分析了风电场容量、风电机组无功调节容量与最大风电接纳量间的关系,为风电场运行调度提供支持。     

基于风电功率概率预测的无功优化方法研究

近年来,风电装机规模和并网比例不断增加,对电网的无功分布产生了较大影响。传统无功优化方法未考虑风电的随机性和波动性,无法在整个周期内保持良好优化效果。提出一种基于风电功率概率预测的无功优化方法,构建考虑风电功率概率预测的无功优化数学模型,并采用粒子群算法对模型进行求解,实际算例验证了所提模型方法的有效性。     

含风电和柔性直流的电力系统多场景概率无功优化

随着大规模风电并网以及多端柔性直流VSC-MTDC的广泛应用,传统无功优化己不能很好地适应现今包含间歇性风电场的交直流并列运行系统。本文提出一种基于场景分析法的含风电场及VSC-MTDC的交直流并列运行系统无功优化方法,首先统计风电场出力的历史数据拟合风电出力的多场景概率,接着通过考虑风电场的多场景组合,建立以多场景下的综合网损期望值最小化为目标函数,计及VSC-MTDC系统级控制策略的交直流系统运行约束的含风电场和VSC-MTDC参与的多场景无功优化模型,并采用全局最优解求解器Ipopt分别求解主从控制模式以及电压下垂控制模式下的最优无功方案。最后以实际的广东南澳片网作为算例进行分析,通过与单一场景下主从控制、下垂控制模型下的优化方案进行对比,验证了本文所提方法的有效性。     

含风电场的配电网无功优化策略研究

针对传统的配电网无功优化调节手段离散化、难以实现电压的连续调节等问题,研究了含风电场的配电网无功优化模型和算法,分析了双馈感应电机的无功发生能力,将风电场作为连续的无功调节手段参与配电网无功优化。并针对风电出力随机性的特点,用场景功率描述风电的随机出力,使之更具代表性。考虑了配电网的网损、电压偏差以及电压稳定性指标,建立了多目标无功优化模型。提出了基于量子粒子群算法(QPSO)的无功优化方法,该算法通过波函数描述粒子的状态,增加了种群的多样性,有效地避免了种群早熟等问题。用该算法对改进的IEEE33节点进     

随机模拟粒子群算法在风电场无功补偿中的应用

在风电机组机端装设无功补偿装置有利于改善风电对系统电压质量造成的负面影响。该文针对风电出力的随机性及负荷和系统电压的变化,提出了求最优无功补偿装置容量的机会约束规划模型,并利用随机模拟的粒子群算法求解。该模型以费用最小为目标函数,考虑了风速的概率分布、风电机组本身的有功和无功特性以及含风电场的潮流处理方法等。通过分析某配电网风电场无功、电压、功率因数的变化情况,利用该文方法进行无功补偿优化,结果表明模型与算法的有效性。     

基于改进粒子群算法的中压配电网无功优化

建立了以年费用最小为目标函数的无功优化数学模型,提出一种融合裂变和变异操作的分合群粒子群算法求解该模型,并结合对系统分区、合理设置补偿上限等方法减小搜索范围,实现了同时求解补偿点和补偿量。算法在标准粒子群优化(particle swarm optimization,PSO)算法的基础上通过分群和裂变,保持粒子的多样性,避免收敛早熟;通过合群和变异,加强算法的搜索精度,提高算法的收敛稳定性。用IEEE 33节点系统进行仿真计算,与标准PSO算法对比表明,改进PSO算法在计算精度、收敛稳定性等方面具有明显优势;与无功二次精确矩法对比表明,改进PSO算法具有自动调整补偿点个数的能力,补偿方案经济性更好,能有效解决中压配电网的无功优化问题。     

含风力发电的配电网分时段动态无功优化

风电场出力具有随机性,将其接入配电网会引起无功补偿设备的动作频繁。为此,提出一种先对风电场有功输出曲线进行分段,再对各个时段进行整体动态无功优化的方法。针对直接对24h风力发电曲线采用整体动态无功优化会引起维数灾导致算法难以收敛的问题,采用基于谱系聚类思想的风电场出力曲线的分段法。针对传统粒子群算法收敛到全局寻优能力较差且易陷入局部最优解的确定,采用云模型对粒子群算法的权值进行动态调整。最后,将上述算法运用于改进的IEEE 33节点系统,仿真结果表明提出的动态优化方法大大缩小了优化的时间,并减少了控制设备的动作次数,从而延长了设备的寿命。     

基于改进遗传算法的风电场多目标无功优化

针对风电场并网运行的多目标无功优化和电压稳定问题,建立了基于异步发电机内部等值电路的含风电场的电力系统无功优化模型,提出了风电场无功优化的目标函数和约束条件。结合非支配排序思想、精英保留策略、改进的小生境技术,得到了一种将向量模适应度函数作为淘汰准则的改进Pareto遗传多目标优化算法。以某风电场接入IEEE 14节点标准测试系统为例,将改进算法用于含风电场的电力系统无功优化。仿真结果表明,应用改进的遗传多目标优化算法可以同时得到多组Pareto最优解,为决策者提供了更多的选择余地,使风电场并网点母线电压在允许范围内。     

基于改进化学反应优化算法的风/氢/燃并网系统功率平滑经济性评估

研究风/氢/燃并网系统功率输出平滑过程中的电解槽、燃料电池容量优化及系统经济性评估问题。利用粒子群与化学反应优化算法优势互补特点,提出基于改进化学反应算法(ICROA)的风/氢/燃并网系统功率平滑经济性评估方案。以系统利润最大为目标,电解槽与燃料电池容量受风电波动约束,同时考虑环境效益、政府补贴和资金时间价值,建立目标函数及其约束条件,并利用改进化学反应算法进行求解。根据吉林省某风电场实测风速数据进行算例分析,通过与原化学反应和粒子群算法计算结果对比,证明所提方法有效评估了系统的经济性,同时得到了电解槽和燃料电池的最优容量。     

基于DFIG风电并网的VSC-HVDC电压稳定性分析

研究了基于双馈感应电机(doubly-fed induction generator,DFIG)的电压源高压直流输电(voltage source conveyor-high voltage direct current,VSC-HVDC)系统的风电并网技术.为解决风电并网运行存在的电压稳定性的问题,通过对风电机组无功...     

基于电压稳定灵敏度的风电场无功优化研究

提出采用电压稳定灵敏度进行风电场无功优化的方法,论证并推导了鞍结分岔的电压稳定裕度灵敏度的算式.借助太平里风电场接入系统项目,通过无功优化补偿计算,提出合理的无功配置建议,从而提高含风电场系统的电压稳定性.