含多个风电机组的配电网无功优化

风电机组出力的随机性使传统无功优化模型难以胜任.提出了含多个风电机组的配电网无功优化的模型和算法.基于场景分析法探讨了单台和多台不同参数风电机组的随机出力描述方法,并针对不同参数的风电机组同时接入系统时的情况,提出了系统场景的划分规则,继而建立了含多个风电机组的配电网无功优化的场景模型.针对多场景潮流计算的复杂性,提出一种高效算法,该算法先利用场景功率的相似性确定场景的分析次序,再将前一场景的潮流计算结果作为后一场景的初始条件,以加速潮流收敛.仿真结果验证了该模型和算法的有效性.     

含风电机组的配电网无功优化补偿

根据风电机组各运行状态发生的概率,计算出风机有功输出的期望,来近似代替随机变化的输出功率。用最大、一般和最小负荷运行方式代替规划时期的运行状况。建立了最大负荷方式下电容器投资成本最小、节省电能损失费用和静态电压稳定性最大的多目标优化模型,运用NSGA-Ⅱ算法进行求解;一般及最小负荷方式下以节省电能损失费用最大为目标进行优化。三种运行方式通过补偿后节省的资金最多来协调,得出电容器的最优配置,实现整体最优。算例验证了模型和算法的可行性。     

含风电机组的配电网无功优化补偿

根据风电机组各运行状态发生的概率,计算出风机有功输出的期望,来近似代替随机变化的输出功率.用最大、一般和最小负荷运行方式代替规划时期的运行状况.建立了最大负荷方式下电容器投资成本最小、节省电能损失费用和静态电压稳定性最大的多目标优化模型,运用NSGA-Ⅱ算法进行求解;一般及最小负荷方式下以节省电能损失费用最大为目标进行优化.三种运行方式通过补偿后节省的资金最多来协调,得出电容器的最优配置,实现整体最优.算例验证了模型和算法的可行性.     

基于改进粒子群算法含双馈风电机组配网无功优化研究

针对风电机组并网后对配电网无功补偿产生的影响,从双馈风电机组自身的有功、无功输出特性出发,基于场景概率的方法计算风力机组出力情况,以网损最小为目标函数寻求优化求解方法。利用改进粒子群算法来实现系统接入双馈风电机组后的无功优化,在Matlab 2013b软件中构造IEEE33节点模型并利用该算法求解。结果表明,双馈风电机组在参与系统无功优化时具有良好的性能,验证了该改进算法的有效性。     

计及风电的动态无功优化解耦算法

针对风电场输出功率间歇性、随机性给电力系统动态无功优化决策带来的问题,依据风电功率波动的时间分布特性,在动态无功优化模型中引入场景对风电出力的不确定性进行描述,基于各场景下的灵敏度信息,提出一种离散变量与连续变量分步决策的解耦算法：首先对每个场景下各时段的静态无功优化问题进行求解,依据变压器、电容器动作对各静态优化结果影响的灵敏度信息及场景概率权重,决策其动作时机和档位,将模型解耦;然后依据离散控制变量决策结果,对同步发电机输出无功等连续的控制变量进行决策.通过对含风电场的实际系统算例进行计算和分析,验证了该方法对风电功率不确定性有良好的鲁棒性.     

基于DESA算法且含风电接入的配网无功优化

针对配电网无功规划优化的非线性和约束复杂的特点,提出一种DESA混合进化算法进行求解。该算法将DE和SA算法各自的优势相融合,利用DE算法的全局优化特性在解空间探寻全局最优解,利用SA算法的局部最优逃逸能力实现对DE算法不足的补偿。采用IEEE 33节点系统进行仿真分析,验证该方法的可行性和有效性。     

多场景下含风电机组的配电网无功优化的研究

研究了多场景下含风电机组的配电网无功优化问题。利用概率统计的思想解决了风电机组有功输出的不确定性问题,根据转子侧最大电流限制条件确立了风电机组无功输出范围。结合传统的电容器无功补偿方法,将风电机组作为连续可调无功源参与到配电网的无功优化。建立了以系统网损最小和节点电压越限惩罚为目标的无功优化模型。算例表明不同场景下的风电机组参与配电网无功优化可有效地降低系统的网损,提高各节点电压,同时,增强配电系统受风速影响的适应性。     

计及多个风电机组出力相关性的配电网无功优化EI北大核心CSCD

针对含多个风电机组的配电网无功优化问题,利用场景分析法处理风电机组出力的不确定性和负荷的随机波动。采用拉丁超立方采样产生多个场景,考虑多个风电机组风速间的相关性,利用Cholesky分解对生成的场景进行重新排序。以有功网损期望值最小为目标函数,以节点电压、支路功率以及电容器投切组数为约束条件,建立配电网无功优化模型。采用鸡群优化算法求解模型,并在改进的IEEE 69节点配电网算例中进行仿真,研究了风电机组出力相关性对无功优化结果的影响,结果证明了所提无功优化模型和方法的可行性。通过无功优化,能够有效地提高配电网的电压水平并减少网络损耗,对配电网的安全经济运行具有重要意义。     

含变速恒频风电机组并网后的配电网无功优化

目前对广泛采用的变速恒频风电机组并网后的配电网无功优化问题还少见有研究。分析了变速恒频风电机组有功功率特性,建立了含变速恒频风电机组的配电网无功优化模型,并分析了风速变化对风电机组输出有功功率的影响。采用二进制粒子群优化算法对配电网中有载调压变压器和并联电容器组等无功控制变量进行优化,通过算例分析验证了该方法的有效性。     

面向电力市场的含风电机组配电网无功优化模型及其求解算法

从电力市场角度出发,在研究变速恒频双馈异步风电机组(DFIG)功率特性的基础上,按照无功功率流向的不同以及无功功率与有功功率的关系,将DFIG输出功率分为3个运行区域,并给出各个区域内无功功率费用计算函数.建立以有功网损、无功功率费用及电压越限最小为目标函数的无功优化模型,采用基于自适应步长的细菌觅食优化-粒子群优化混合智能算法进行求解,避免了标准细菌觅食算法易陷入局部最优解的缺点,进一步提高了优化前期的全局搜索能力和优化后期的局部搜索能力.仿真算例表明,所提方法有效降低了系统网损,并充分调动风电场参与电网无功电压调节.     

包含分布式电源的配电网无功优化

将能够提供无功功率的分布式电源与传统的电压调节手段相结合,研究了包含分布式电源的配电网无功优化问题.利用基于聚类和竞争克隆机制的多智能体免疫算法实现无功优化,建立了无功优化问题的多智能体免疫模型.利用多智能体系统实现在寻优过程中动态改变抗原,在亲和度成熟过程中引入聚类竞争克隆机制和混合变异算子,以保存种群的多样性,同时...     

考虑双馈电机风电场无功调节能力的配电网无功优化

针对目前配电网无功优化中没有考虑具有灵活无功调节能力的并网双馈电机风电场为系统提供无功支持的问题,研究了考虑双馈电机风电场无功调节能力的配电网无功优化模型和算法.分析了风速预测误差对双馈电机风电场无功容量的影响,将双馈电机风电场无功容量极限作为约束条件,在最大效率利用风能的前提下将双馈电机风电场作为连续无功源参与配电网...     

采用双馈机组的风电场无功功率控制技术

通过对双馈异步发电机的无功功率极限和定子输出无功功率对电机损耗影响的详细分析,提出了双馈机组无功功率参考值的2种确定方法。在此基础上,采用发电机并联的方式,构建了精确的风电场模型,并给出了风电场的无功功率分配方案。最后对一台1.5 MW的商用双馈机组和由4台机组组成的6MW风电场进行了仿真分析。仿真结果验证了理论分析和所提策略的正确性和有效性。     

利用风力发电机的无功功率补偿风电场无功损耗

我国风电场内无功补偿的方式是在风电场汇集站内装设集中无功补偿装置,这造成风电场无功补偿的投资很大。文章结合工程实例,通过对不同发电量下风电场的无功损耗和电压波动情况进行计算,提出利用风力发电机的无功功率可基本实现风电场的无功平衡,风电场母线电压的变化是无功补偿设备选型的依据,对于发电量变化引起的母线电压变化不超出电网要求的风电场,应利用风力发电机的无功功率减小汇集站内无功补偿装置的容量,降低无功补偿的投资。     

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。     

基于量子粒子群算法的含风电场配电网无功优化

研究了含双馈异步电机(DFIG)型风电场的配电网无功优化。DFIG出力的随机性使得传统无功优化模型难以胜任。因此,应用场景分析法对含DFIG的配电网进行场景划分。采用蒙克卡罗仿真对其进行无功补偿选址,结合DFIG的无功补偿能力,建立了模糊无功优化模型,以降低网损、减少电压偏移量。最后,以IEEE33为测试系统,基于量子粒子群算法(QPSO)进行求解,结果验证了所提方法的可行性和有效性。     

一种地区电网分布式无功优化方法

针对地区电网的特点，提出一种分布式无功优化的新方法。考虑到各级网络结构的差异及其无功优化的特点，采用分层分区的思想，将地区电网分成次输电网络和中低压配电网两层子系统。这样，整个大规模地区电网的优化问题被分解为若干个小规模系统的优化子问题，降低了优化问题的复杂度。次输电网络和配电网可以根据自身网络特点，选用不同的潮流算法、优化数学模型、优化算法进行无功优化。各层之间通过Internet进行数据的交互，利用分布式计算的方法实现整个网络无功资源的优化。仿真结果验证了这种分布式无功优化方法是可行、有效的。     

含分布式电源的配电网动态无功优化调度方法

提出一种含分布式电源(DG)的配电网动态无功优化调度方法,以解决其中的时空耦合性问题。该方法首先对电网进行静态优化计算,根据电容器投切容量增量大小制订预动作时刻表;然后对电网进行动态分区,根据分区结果以及预动作时刻表,对负荷数据进行相应处理;以系统能量损耗最小为目标,并以投入的电容器补偿量为控制变量进行动态无功优化计算,得到电容器调度方案;最后,对电网中DG的无功出力进行优化,得到含DG的配电网无功调度方案。利用IEEE 33节点系统进行仿真,并与现有方法进行对比,验证了所述方法的合理性和有效性,且降损效果比现有方法更优。