基于混合粒子群算法的分布式光伏极限容量计算研究

基于混合粒子群算法的分布式光伏极限容量计算研究

论文摘要

大量分布式光伏系统的接入致使配电网电能质量问题越来越突出,其中分布式光伏接入配电网的极限容量计算方法亟待解决。为此,提出了一种综合考虑各种约束的分布式光伏极限容量计算模型,以接入光伏容量最大为目标,综合考虑电压偏差、线路载流、主变压器功率倒送、断面潮流以及电能质量等约束条件,利用基于鱼群算法的混合粒子群算法进行模型求解,该混合算法结合鱼群和粒子群算法的优点,将鱼群算法的聚群行为和追尾行为与粒子群算法的粒子速度和位置更新相结合,提高算法的收敛性。通过IEEE-33节点系统分析可知,提出的方法在满足配电网系统运行约束的前提下,能够提高分布式光伏系统的并网极限容量,仿真结果验证了所提方法的合理性和可行性。

论文目录

  • 1 分布式光伏并网极限容量模型
  • 2 鱼群-粒子群混合算法
  •   2.1 鱼群算法
  •   2.2 鱼群-粒子群混合算法
  •   2.3 基于混合算法的光伏极限容量计算
  • 3 算例分析
  •   3.1 单个光伏接入极限容量分析
  •   3.2 多光伏接入极限容量分析
  •   3.3 不同约束条件下多点光伏极限容量
  • 4 结束语
  • 项目简介:
  • 文章来源

    类型: 期刊论文

    作者: 林桃贝,庞松岭,陈希,钱欣,蔡昌春

    关键词: 分布式光伏,配电网,极限容量,混合粒子群算法

    来源: 广东电力 2019年03期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 电力工业

    单位: 海南省电网理化分析重点实验室(海南电网有限责任公司电力科学研究院),河海大学物联网工程学院

    基金: 国家自然科学基金项目(51607057),海南电网有限责任公司科技项目(073000KK52180002)

    分类号: TM615

    页码: 74-80

    总页数: 7

    文件大小: 354K

    下载量: 124

    相关论文文献

    • [1].电阻率测深数据的粒子群算法反演[J]. 红水河 2019(06)
    • [2].以云计算资源为基础实现粒子群算法的优化[J]. 电子技术与软件工程 2019(24)
    • [3].基于改进粒子群算法的机组负荷优化分配研究[J]. 科技创新导报 2019(28)
    • [4].基于改进粒子群算法的工程项目多目标集成管理研究[J]. 价值工程 2020(05)
    • [5].改进粒子群算法应用于挖掘机铲斗位置控制[J]. 机械设计与制造 2020(02)
    • [6].基于改进量子粒子群算法的输电网规划[J]. 计算机产品与流通 2020(02)
    • [7].基于改进粒子群算法的主动配电网网架优化研究[J]. 电气应用 2020(01)
    • [8].采用改进粒子群算法优化的涡轮增压器节能研究[J]. 中国工程机械学报 2020(01)
    • [9].进化粒子群算法在航空发动机模型求解中的应用[J]. 工程与试验 2019(04)
    • [10].粒子群算法在金融风险模型中的研究与改进[J]. 吉林大学学报(信息科学版) 2020(02)
    • [11].基于改进的粒子群算法求解供应链网络均衡问题[J]. 运筹与管理 2020(02)
    • [12].基于粒子群算法的航班座位自动分配系统[J]. 科技创新导报 2019(36)
    • [13].一种求解电力系统无功优化的改进粒子群算法[J]. 电工技术 2020(12)
    • [14].基于改进粒子群算法的主动微波遥感土壤水分反演方法研究[J]. 河南农业 2020(17)
    • [15].基于混合粒子群算法的注塑机电液伺服系统控制研究[J]. 机床与液压 2020(16)
    • [16].基于量子粒子群算法的大型阵稀疏优化方法[J]. 航空科学技术 2020(08)
    • [17].基于粒子群算法的函数复杂度分类法[J]. 控制工程 2020(08)
    • [18].协同粒子群算法下的火工品参数辨识[J]. 企业科技与发展 2020(09)
    • [19].基于家庭角色视角下家庭粒子群算法研究——评《家庭粒子群算法:方法、理论与性能分析》[J]. 中国科技论文 2020(09)
    • [20].基于混合粒子群算法的双离合变速器参数优化设计[J]. 吉林大学学报(工学版) 2020(05)
    • [21].惯性权重矩阵下的自适应粒子群算法分析[J]. 黑龙江工程学院学报 2020(05)
    • [22].基于改进粒子群算法的有效大数据多标准过滤系统设计[J]. 电子设计工程 2020(20)
    • [23].浅谈粒子群算法的应用[J]. 计算机产品与流通 2019(11)
    • [24].基于粒子群算法的最优值求解[J]. 科技广场 2017(12)
    • [25].基于混合粒子群算法的船舶稳定性分析[J]. 舰船科学技术 2018(14)
    • [26].自适应粒子群算法在模拟电路故障诊断中的应用[J]. 软件导刊 2017(02)
    • [27].基于改进量子粒子群算法的电力系统经济调度仿真研究[J]. 实验技术与管理 2017(03)
    • [28].改进的粒子群算法在云计算下的数据挖掘中的研究[J]. 科技通报 2017(04)
    • [29].基于改进粒子群算法的移动机器人路径规划[J]. 传感器与微系统 2017(05)
    • [30].一种基于模拟退火-改进二进制粒子群算法的测试优化选择方法[J]. 水下无人系统学报 2017(03)

    标签:;  ;  ;  ;  

    基于混合粒子群算法的分布式光伏极限容量计算研究
    下载Doc文档

    猜你喜欢