李敏[1]2003年在《配电网络电容器优化控制算法研究》文中指出本文对配电网络中电压的调整，就电容器投切控制问题进行了深入的研究，在前人研究成果的基础上，针对配电网络结构特点，提出了采用前推回推法计算配电网络潮流，对配电网络就地补偿电容器的控制采用模糊控制技术，对全局优化控制采用逐次线性规划算法。 本文针对配电网络环网结构开环运行的特点，提出了应用深度优先搜索策略对配电网节点进行排序，形成先排父节点再排子节点描述网络拓扑结构的链表。在此基础上，本文根据支路电压方程推导了前推回推法配电网络潮流计算的代数迭代公式以及相应收敛判据。算例分析证明，该算法具有可靠的收敛性、计算的稳定性和快速性，它可以作为配电网络其他分析计算的基础。 在配电网中布置有许多并联补偿电容器组，它们在网络经济运行中所起的作用不同和运行现场的技术条件不同，它们的实时运行控制采用不同的控制方式和控制算法。本文提出应用模糊控制技术实现对电容器组的就地投切控制，为其设计了模糊控制器，并深入地研究了其响应特性。从模糊控制器响应特性平面可以看出，与传统的“九区图”控制相比，它对投切中的振荡和拒补偿等不足都有所改进。 为了实现全局优化控制，本文将一个非线性混合整数规划优化控制模型逐次线性化成增量形式后求解，即逐次线性规划法。在求解过程中，结合了线性规划模型算法程序Lindo6.1，并引入迭代步长控制系数k，对控制变量的增量作有效的调整，同时，选取就地无功平衡点作为迭代初值。算例分析证明，本文所求补偿电容器组投切控制的优化解基本上接近全局最优解，且它具有计算速度快、鲁棒性好等特点，非常适合电容器组实时优化投切控制。
程晓东[2]2001年在《配电网络电容器投切控制算法的研究》文中认为本文对辐射状配电网络的电容器投切控制问题进行了深入的研究，在前人研究成果的基础上，提出了采用前推回推法计算配电网络潮流以及对配电网络补偿电容器的就地模糊控制算法和全局优化控制的逐次线性规划算法。 本文针对配电网络环网结构开环运行的特点，提出了应用深度优先搜索策略对配电网节点进行排序，形成先排父节点再排子节点描述网络拓扑结构的链表。在此基础上，本文根据支路电压方程推导了前推回推法配电网络潮流计算的代数迭代公式以及相应收敛判据。算例分析证明，该算法具有可靠的收敛性、计算的稳定性和快速性，它可以作为配电网络其他分析计算的基础。 在配电网中布置有许多并联补偿电容器组，它们在网络经济运行中所起的作用不同和运行现场的技术条件不同，它们的实时运行控制采用不同的控制方式和控制算法。本文提出应用模糊控制技术实现对电容器组的就地投切控制，为其设计了模糊控制器，并深入地研究了其响应特性。从模糊控制器响应特性平面可以看出，与传统的“九区图”控制相比，它对投切中的振荡和拒补偿等不足都有所改进。 为了实现全局优化控制，本文将一个非线性混合整数规划优化控制模型逐次线性化成增量形式后求解，即逐次线性规划法。在求解过程中，结合了线性规划模型算法程序Lindo6.1，并引入迭代步长控制系数k，对控制变量的增量作有效的调整，同时，选取就地无功平衡点作为迭代初值。算例分析证明，本文所求补偿电容器组投切控制的优化解基本上接近全局最优解，且它具有计算速度快、鲁棒性好等特点，非常适合电容器组实时优化投切控制。
刘伟良[3]2005年在《高中压配电网络电压/无功优化算法研究》文中指出如何科学利用和优化配置配电网络的无功资源,降低运行损耗,提高供电质量,越来越受到关注和重视。配电网络电压/无功优化可以有效地解决上述问题。现今,针对配电网的电压/无功优化研究主要是在局部优化方面,所以针对多电压等级配电网络的电压/无功优化全局问题进行深入的研究具有很强的现实意义。 本文工作的重点在以下叁个方面:首先,针对计算配电网络潮流的前代后代法进行了几个方面的改进;然后,提出了基于线性规划内点法的电压/无功优化控制模型和算法;其次,将遗传算法应用到配电网的无功优化中。 针对前代后代法在处理环路和PV节点方面的不足,本文提出了一种基于迭加原理的用于计算环状配电网潮流的改进算法,通过不断修正解环点支路功率达到整体收敛;而用修正PV节点无功的方法处理PV节点问题。另外,还提出了一种基于节点邻接表的节点编号方法。 对于电压/无功全局优化问题,针对高中压配电网的特点,将问题分解成电容器投切和变压器分接头调整两个子问题,通过这两个子问题的交替优化来得到最终解,适当简化电压约束从而提高了求解速度。采用原对偶路径跟踪法求解逐次线性化了的电容器投切优化问题时,采用了一些如模型的等值变换、内点法初始可行解的求法、归整改进措施。变压器调整则采用逐步调整策略来实现电压控制和减少调整次数。 在基本遗传算法(SGA)的基础上,提出改进型遗传算法用于配电网无功优化计算。模拟退火选择保证了群体的多样性和避免陷入局部最优;用自适应交叉和变异率来确保迭代稳定和促进全局最优;采用十进制编码、并逐代记录最优个体来加快计算速度。
郭晓岩[4]2015年在《基于神经网络的建筑电气节能关键问题研究》文中提出建筑是重要的能耗源,如何降低建筑物的综合能耗,提高其内部能源系统的使用效率,改善建筑环境的舒适性,对我国国民经济长远的发展至关重要,为此,运用人工智能的理论和方法,开展建筑电气节能控制研究,降低建筑电气能耗,具有重要的理论意义和工程实践价值。本文从谐波源识别和纯电容无功补偿的谐波抑制、变风量空调系统的预测控制及解耦控制、建筑电气节能评价叁个方面,开展建筑电气节能关键问题研究。为了减少谐波对建筑电气的危害,降低建筑电气的能耗,本文开展了谐波源识别和纯电容无功补偿的谐波抑制研究,然而,谐波治理的关键是如何实时监测供电系统的谐波电压、电流以及单次谐波含有率等谐波畸变率参数并进行全面的分析评估。为此,建立了基于改进BP神经网络的谐波源诊断方法,以畸变率实测数据为神经网络提供输入特征向量,实现对谐波干扰源的诊断分类。结果表明,网络输出值与期望值接近,最大误差为0.09%。同时,论文采用了纯电容无功补偿的谐波解决策略,经测试和分析发现,当系统中含有高次谐波时,使用常规的纯电容补偿作为无功补偿策略存在缺陷,为此提出在无功补偿回路中,采用电抗器与电容器串联的方法,改变其在谐波作用下的阻抗特性,使无功补偿回路不呈现容性,避免谐波的放大和谐振的产生。在谐波抑制研究的基础上,开展了变风量空调系统的预测控制及解耦控制结构的研究。分析可知,中央空调系统是一个多变量、复杂、时变的系统,其过程要素之间存在着严重的非线性、大滞后及强耦合关系,导致中央空调系统控制困难,因而造成电能大量浪费的问题。为此,本文设计了神经网络预测控制器结构,构建了控制模型,该模型针对Tcm关于T的偏导不可求的问题,采用△t对NNC的权值进行调整,实现了单隐层叁入单出结构,同时提出模糊神经网络预测控制方法,该方法中结构层记忆隐含层单元前一时刻的输出值,具有动态记忆功能,使预测输出与输入量有机结合,强化动态记忆功能,提高预测精度。进一步,建立了神经网络预测控制器结构,该空调系统的控制部分主要由控制器和预测器两部分组成。其中控制器采用模糊神经网络控制器,预测器采用递归小波神经网络结构。仿真结果表明,采用模糊神经网络预测控制方法,改善了系统的超调量、调节时间和稳态精度,提高了系统的自适应性和鲁棒性,消除了静差,使系统具备良好的适应能力、较强的学习能力和自适应能力。另外,针对变风量空调系统非线性和温湿度控制存在严重的耦合的现象,本文在建立神经网络解耦控制器结构的基础上,采用神经网络和模糊控制相结合的控制理论方法,建立了控制器模型,该模型具有全局逼近能力,且具备拓扑结构紧凑、结构参数分离且收敛速度快的特点,构建了基于Elman神经网络的预测器模型,该模型具有反应动态特性的能力,提出了一种新的多变量空调神经网络解耦控制方法,其中解耦控制器由神经网络完成,即由模糊神经网络控制器得出的温度控制量和湿度控制量作为解耦控制器的输入,再结合耦合通道的输入,经过神经网络解耦后转变为两个单入单出的控制,降低了变风量空调系统由于温度和湿度产生耦合的影响。实验结果表明,该方法提高了空调系统的控制效果,使得变风量空调控制系统的稳态和动态性能得到改善,取得了更显着的电气节能效果。为评价本文提出的谐波抑制和中央空调节能控制方法,同时也为了解决传统建筑电气节能评价方法综合评价结果精度不高的问题,本文基于建筑电气节能评价指标体系建立原则,建立了建筑电气节能评价指标体系,从技术指标、经济指标和功能指标叁个方面对该指标体系进行了描述,同时,采用层次分析法,通过建立判定矩阵,根据每个指标对上级指标至总目标的“贡献”大小,计算相对权重,从而构建了完整的评价指标体系。在此基础上,建立了基于BP神经网络的建筑电气节能评价模型,获得了量化的综合评价结果。另外针对BP算法在最小化求解过程中可能会陷入局部极小,得不到最优解的问题,构建了基于混沌神经网络的建筑电气节能评价模型,该模型用人工神经网络对样本建筑进行评价,即对评价模型进行训练网络层包括输入层、输出层和隐含层3层；网络输入层节点数与评价指标个数相对应,共包括叁项大指标20项子指标,即输入层神经元个数20；隐含层节点数为8；输出层神经元个数为1,即评价结果。实验结果表明,该评价模型简化了评价过程,降低了误差率,评价软件性能稳定,可操作性强。
王新年[5]2006年在《配电网电压无功优化控制研究》文中认为电力系统无功优化是保证系统安全、经济运行的一项有效手段,是降低网损、提高电压质量的重要措施。因此,电力系统无功优化问题的研究,既具有理论意义,又具有实际应用价值。本文回顾了配电网无功控制研究的历史和现状,介绍了传统的基于九区图的无功优化方法,指出随着电网自动化程度的不断提高、以及电力市场改革机制的不断深入,实现配电网电压无功统一控制已成为可能并且必要。近年来,由于在解决大规模非线性规划问题上的优势,智能算法在电力系统无功优化问题中获得广泛应用。本文介绍了一种新的智能算法――粒子群算法,并用它来解决电力系统无功优化问题,所得结果与基于遗传算法的优化结果进行比较,论证了粒子群算法在解决这一问题上的优越性。目前,如何改善终端用户的电能质量问题以成为各电力公司关注的焦点。为了有效的进行配电网电压无功优化控制,根据国家电网公司建设科技示范县的要求,本文就配电网无功优化控制系统提出了实用的设计方案。对海门地区的电网现状进行分析,把根据上述设计方案开发的配电网无功优化系统投入实际运行,通过实际无功优化的结果来说明系统设计方案以及无功优化软件的有效性和实用性。
路宁[6]2012年在《配电网电压无功叁级联调控制研究》文中研究说明随着我国经济的快速发展，电力负荷增长迅猛，电力供不应求，同时也对供电可靠性和供电质量提出了更高的要求。配电网是电力系统的最后一个环节，直接向用户供电，与用户联系最为紧密。由于配电网具有供电半径大、降压层次多和自动化水平低等特点，往往使得末端用户的电压质量无法得到保证。因此必须对配电网进行电压无功控制，配电网电压无功控制是保证电力系统安全经济运行的一个有效手段，是降低网损、提高电压质量的重要措施。本文对配电网电压无功控制的现状进行了分析，指出了其中存在的问题，并对配电网低电压问题产生的原因进行了详细分析。重点研究了改变有载调压变压器的变比、无功补偿装置的投切容量对电压、功率因数以及有功损耗的影响。分析了传统变电站基于九区图的电压无功控制策略，并给出了数学模型。传统的配电网电压无功控制一般只能实现局部的电压无功优化，容易出现变电站低压侧母线电压处于合格区间范围，配变调节手段已用尽，而用户电压仍越限的情况。在变电站电压无功控制原理的基础上提出了配电网电压无功叁级联调控制算法，电压无功上下限的确定原则遵循变电站的九区图控制策略，电压无功控制目标为全局节点电压偏移度最小。配电网电压无功叁级协调控制是利用配电网实时运行数据，即配电网运行参数以及各个可控变量的状态和裕度，然后经过优化计算，得出各个可控变量的调整措施，通过前推回代法预判调控方案对各节点电压的影响，计算出电压偏移度，然后根据电压偏移度最低的原则挑选出满足要求的方案，如果方案数大于1，那么按功率因数最优原则和有功损耗最小的原则删选出最优方案。最后将配电网叁级联调算法运用到某一配电网，取得较好的控制效果和经济效益，最大程度上改善了用户电压，并同时改善了功率因数，降低了有功损耗。
杨霖[7]2008年在《过程状态特征化方法及其在配网能耗计算与优化中的应用》文中研究指明基于面向时间过程思想研究配电网分析与控制问题无论在基础理论研究还是实际工程应用方面都具有十分重要的意义。在动态系统的观测过程中,采集往往是以数据时间切片的形式,所以长期以来网络能量损耗的计算均采用时间切片的积分形式计算,并无电能量损耗直接的评估方法,能量损耗计算所需的数据信息和计算量都较大,计算效率不高。而且,在工程实际中电力系统是广域快速动态系统,常规的基于时间断面信息的反馈控制方法无法解决控制变量受经济性、安全性指标的制约不可能对每个时间断面做出反应的问题,控制中心决策过程缓慢与电网需要动态快速响应的矛盾也难以协调。因此,本文提出了时间过程特征状态的概念,应用面向时间过程的思想进行理论分析并面向时间区间制定优化控制策略。考虑到单纯地分析时间断面数据会抛弃断面间的联系,无法准确描述系统的动态运行过程,而逐点计算的方法在断面数据较多的情况下会遭遇计算量过大的困境,时间过程特征状态的概念将面向时间过程的优化控制问题对应等价为面向特征断面的优化控制问题,化繁为简,动态问题采用静态方法求解,有助于依靠以点带面的思想制定适用于某个时间区间的静态控制策略,然后通过时序融合算法得到整个时间区间时间分段方案,从而生成整个时间区间有效的动态控制策略。首先,基于时间过程特征状态的概念,本文在配电网分析与优化问题中引入了时序融合思想,为面向时间区间制定优化方案问题提供了理想的过程分段规则。在此基础上,通过对负荷波动对网络能量损耗的灵敏度分析,建立了给定时段内配网有功能量损耗的评估模型,根据过程特征状态对给定时间区间内网络的有功能量损耗进行直接评估,使有功能量损耗计算问题的求解在考虑负荷变化的情况下,在快速性与准确性之间达到了平衡。此外,该评估模型将网络有功能量损耗分解成3个部分,包括1个基本项和两个修正项,各部分物理意义清晰,可根据系统实际的量测配置分别简单求取,极大地改善了算法适应性。其次,在保证安全性的前提下,以网络能量损耗作为经济性指标制定了面向时间过程的配电网电容器规划与控制策略。电容器规划与控制问题的数学模型相似,本文将这两种问题结合起来进行讨论。受到安全和经济等因素的影响,电容器的安装数量、位置、类型和容量都不能根据负荷变化无限制地更改,即应尽量避免控制变量过于频繁的调节。因此,离散控制设备动作次数约束造成动态无功优化问题的时空强耦合,使问题的复杂度大大增加,本文以包括配置电容器的节能降耗收益与控制变量调节代价的综合运行费用最小为目标,面向时间过程特征状态建立了求解电容器优化配置问题的数学模型,从而得到了一段时间区间内的电容器优化问题静态配置方案。然后,结合时序融合算法所提供的时间分段方案,可以得到整个时间区间的动态优化策略。在电容器动态投切问题中,为便于时间切片数据的融合,本文将多节点电容器动态投切问题分解为一系列单节点电容器动态投切子问题,然后通过迭代依次求解子问题的方式得到整个时间区间内各节点电容器的最优动作时间和投入容量。再次,基于时间过程特征状态的概念,本文提出了面向时间区间的配电网静态重构和动态重构算法。在考虑负荷变化的情况下,依靠有功能量损耗评估模型,提出一个以能量损耗最小为目标的静态重构策略,在寻优过程中将开关状态的变化问题转化为回路电流源的迭加问题,仅需要一次弱环网潮流计算,有效降低了求解面向时间过程的重构问题所需的计算量。针对动态重构问题,考虑到开关操作次数的约束,本文构造了开关动作成本函数并以罚函数的形式扩展到动态重构的模型当中,面向时间过程特征状态建立了一个最大收益原则的时序融合算法,将传统的数学规划算法与现代智能算法相结合,根据每次开关操作在整个时间区间内的降损收益,确定了一段时间内网络动态重构所需的开关操作时间序列,取得较为理想的优化结果。最后,基于时间过程特征状态的概念,提出了面向时间过程的配电网多目标综合优化方法,结合电容器投切与网络重构两种优化措施,将降低系统能量损耗与均衡负荷共同作为优化目标,通过对网络重构与电容器投切两个子问题的交替迭代求解,得到了比单一优化方式更加理想的优化方案。
谭东明[8]2011年在《农村配电网无功优化智能技术研究》文中进行了进一步梳理农村电网是电力系统的重要组成部分,是农村经济、农业生产、农村社会发展的基础条件。建设智能农村电网是国家建设统一坚强智能电网的重要内容。农村电网中无功优化工作,对于提高农村电网的供电可靠性、降低电能损耗、提高电压合格率,以及为用户提供优质电能的意义重大。因此做好农村电网的无功优化工作显得非常重要,是建设智能农村电网不可缺少的一个环节。在系统地分析农村电网现状的基础上,利用现有的数据资源和自动化水平,对配电线路无功规划优化到运行优化,再到具体的实现方式,论文能够给出一个完整、科学合理的无功优化方案。配电网的潮流计算是无功优化的基础。论文根据农村配电网潮流计算的特点,基于前推回代潮流算法,提出了一种节点优化编号的新方法,可以简洁、有效的记录网络拓扑结构,能够快速生成前推回代算法所需要的原始数据存储表。该套算法计算速度快,能够可靠收敛。论文将配电线路无功规划问题分成两个子问题：(1)补偿节点的选择；(2)补偿容量的最佳配置。补偿节点的选择在配电线路无功规划中具有至关重要的地位。从无功分区平衡的原则出发,定义了一种全新的矩“一次阻抗功率矩”,并提出了基于它来选择补偿节点的新方法,即把整条配电线路按“一次阻抗功率矩”分成几个区域,分区数目等于无功补偿节点数,然后在各个分区内寻找最优补偿节点,该选择补偿节点方法建立在无功分区平衡的基础上,能够有效避免补偿点分布不均匀和补偿范围重迭。在补偿位置确定的条件下,求解各补偿节点最佳补偿容量配置时,建立了多负荷水平的无功规划优化模型,采用改进的遗传算法对该模型进行求解。初始种群的好坏会直接影响算法寻优的质量和速度,着重对初始种群生成进行了优化,对有序、可动态确定各补偿节点补偿容量上限的初始种群生成策略,进行了修正,提高了优化能力。实现了各补偿节点电容器在不同负荷水平下的合理配置。提出了基于改进禁忌搜索算法的配电线路无功运行优化系统控制策略。考虑农村配电网线路并联电容器投切优化问题的特点,无功补偿对潮流影响以及负荷特定,对基本禁忌搜索算法的一些环节做了改进。主要包括二进制优化编码、“移动”的起点选择,初始解的生成方法,循环的起点选择等方面,提高了计算速度,能够满足在线运行,解决了配电线路补偿电容器的实时优化投切问题。通过算例与就地控制策略的补偿效果进行了对比,结果表明,论文提出系统控制策略,能够有效降低网损,提高电压质量,使无功得到优化运行。配电线路无功优化智能系统是对规划优化和运行优化的集中实现。该系统主要由调度室内的上位机系统,现场无功补偿控制器以及通讯叁部分组成。采用GPRS远程通信技术和网络技术实现调度室里的上位机和线路中各无功补偿控制器(下位机)之间的数据交换。下位机采集补偿点的运行参数传输给调度室里的上位机,变电站调度自动化(SCADA)系统将变电站出口的电参量也传送给上位机,上位机将这些信息作为原始数据提供给论文提出的配电线路无功运行优化策略中进行优化计算,根据优化结果将投切指令传送给的下位机,实现配电线路无功运行优化控制。软件系统,实现了灵活的拓扑维护；补偿装置运行状态实时更新显示；查询历史数据并可绘制曲线；统计线路上投切容量和无功电量等。变电站补偿容量应该是在随器、配电线路等分级补偿,使10kV母线的功率因数应达到相应指标的前提下为满足主变的一次侧达标而考虑的差额部分和主变压器无功损耗部分的总和。提出了以主变的一次侧作为补偿的考核依据,按主变压器的无功需求在二次侧进行无功动态平衡的自动控制模式。针对论文提出的农村配电网无功优化的各种优化算法,编制了相应的算法程序,并通过算例进行了测试和分析,结果验证了论文提出方法的有效性和正确性。
彭文强[9]2016年在《含分布式电源的配电网优化运行研究》文中认为由于传统集中式发电、远距离输电的电力系统存在固有的弊端,以及分布式发电技术的不断成熟和社会对环境保护问题的日益重视,越来越多的分布式电源开始在配网侧并网运行。分布式电源接入后的配电网由原来的单电源、辐射型结构变成多电源的复杂网络,同时考虑分布式电源供电的随机性和间歇性,配电网的运行优化将面临重大的变化。合理优化含分布式电源的配电网运行情况,不仅能提高供电质量,也能降低网损。目前,许多学者在含分布式电源的配电网优化运行研究中取得了大量有意义的成果,但仍有许多有待完善的地方。鉴于此,本文在国内外学者研究成果的基础上,以分布式电源接入后的配电网为对象,针对含分布式电源的配电网优化问题展开研究,主要内容如下：首先,对求解配电网优化运行的算法进行了研究。引入了一种智能优化算法：细菌觅食算法。从细菌觅食的生物学机理出发,阐述了细菌觅食算法的基本原理,进行了特性分析；针对其不足,通过分析粒子群算法的寻优方式,将粒子群算法的群体寻优机制引入到细菌觅食算法中,形成了改进型细菌觅食算法。有效改善了原算法寻优的盲目性,提高了算法的早熟抑制和全局寻优能力。其次,本文在总结了目前关于含分布式电源的配电网重构研究基础上,针对含出力具有波动性分布式电源的配电网重构问题进行了深入研究,分析了分布式电源不同输出情况对配电网重构方案的影响,对于目前研究关于这类问题时场景划分方式的不足,提出了新的场景划分方式,以风机为例进行了详细叙述；并采用改进型细菌觅食算法求解了含该类分布式电源的配电网重构问题。算例结果表明,本文所采用的方法是可行有效的。最后,对含分布式电源的配电网综合优化方法进行了探讨,分析了配电网重构以及配电网无功优化各自的优势及局限性。针对传统的优化一般只考虑了其中一种方式的情况,本文在含分布式电源的配电背景下,采用将两者进行综合考虑的优化方式,构建了含分布式电源的配电网综合优化模型；并采用一种快速有效的策略对综合优化模型进行求解。通过在改进IEEE 33节点系统上的算例分析,有力的论证了综合优化方法的优越性。
赵晶晶[10]2009年在《含分布式发电的配电网优化运行研究》文中研究说明近年来,随着全球对环境保护和节能问题的日益关注,以及风力发电、光伏发电等可再生能源发电技术的日益成熟,分布式发电(Distributed Generation, DG)技术成为国内外研究的热点。DG具有安装灵活、供电方便、环保等特点,通常DG安装在用户附近以增强负荷的供电可靠性及电能质量。DG接入配电网后,配电网结构和运行控制方式都将发生巨大改变。配电网自动化和需求侧管理需要考虑与DG间的协调控制,使其控制和管理将变得更加复杂。目前,国内外研究者在DG对电力系统的影响方面作了较多的研究,但对DG并网后配电网的优化运行研究得还较少。因此,研究DG并网后的配电网优化运行是大规模DG接入配电网急需解决的问题,具有重要的理论意义和实际意义。本文对含DG的配电网叁相潮流算法、含DG的配电网重构与供电恢复、双馈电机风电场并网后的配电网无功优化以及风电场无功优化与配电网重构的间协调控制等方面进行了深入的研究,主要研究成果如下:(1)为解决不同类型DG并入配电网后的潮流计算,本文建立了风力发电、光伏电池等不同类型DG在潮流计算中的数学模型,提出了基于前推回代法的可处理PQ、PV节点类型DG的配电网叁相潮流算法。根据发电机通常采用电压正序分量幅值作为电压调节参数的原理,将PV节点DG的电压正序分量幅值作为修正变量,采用灵敏度补偿算法计算PV节点无功补偿量。最后通过IEEE34节点系统算例验证了该算法的正确性,并分析了不同类型DG对配电网电压的影响。(2)研究了DG并网后配电网在正常运行条件下和故障情况下的重构问题和供电恢复问题。正常运行条件下,提出了一种基于粒子群优化算法的配电网重构和DG注入功率综合优化算法。该算法考虑了DG注入功率对重构的影响,在对电网进行重构的同时将DG作为可调度设备对其注入功率进行优化,提高了DG并网后配电网的电能质量和供电可靠性。当配电网发生严重故障引起大面积停电时,考虑DG并网后孤岛效应产生的影响,提出了一种利用DG孤岛效应的配电网供电恢复算法。该算法首先将DG按孤岛划分方案转入孤岛运行模式维持对孤岛内重要负荷供电,然后采用基于二进制粒子群优化算法的供电恢复算法对孤岛外非故障停电区域进行供电恢复。最后,通过算例验证了该算法的有效性。(3)研究了双馈电机风电场并网后的配电网无功优化问题。建立了双馈感应风电机组的稳态数学模型,分析了双馈感应风电机组的P-Q容量极限,根据双馈感应风电机组灵活的无功调节能力提出在最大效率利用风能前提下,将双馈电机风电场作为连续无功源参与配电网无功优化。该算法将风电场在不同风速条件下的无功出力极限作为约束条件,考虑了风电场无功调节极限与风电场并网点电压和风速间的关系,最后以系统有功功率损耗和电压偏差最小为目标函数,采用粒子群优化算法对含双馈电机风电场的配电网无功优化问题进行了求解。研究结果表明,利用双馈感应风电机组灵活的无功调节能力,将双馈电机风电场作为连续无功源参与配电网无功电压调节能大大节省风电场并网后额外安装大容量无功补偿装置产生的配置费用,并能有效解决传统配电网无功调压手段因调节离散化、调节速度慢、难以实现风电场并网后电压连续调节等问题。(4)鉴于配电网络无功优化和重构是配电网络优化运行的两种主要措施,本文提出了一种含小波变异算子混合粒子群优化算法的风电场无功优化控制与配电网络重构的综合优化算法。该算法将双馈电机风电场无功功率和配电网转换开关状态作为控制变量,在优化网络结构的同时寻求风电场最优无功出力以达到系统有功功率损耗最低和电压偏差最小的目的。研究结果表明该算法相对于单独进行风电场无功优化控制或配电网重构能进一步降低系统有功功率损耗和提高电压质量,实现了风电机组无功优化控制与配电网重构间的协调控制。
参考文献：
[1]. 配电网络电容器优化控制算法研究[D]. 李敏. 大连理工大学. 2003
[2]. 配电网络电容器投切控制算法的研究[D]. 程晓东. 华北电力大学. 2001
[3]. 高中压配电网络电压/无功优化算法研究[D]. 刘伟良. 湖南大学. 2005
[4]. 基于神经网络的建筑电气节能关键问题研究[D]. 郭晓岩. 东北大学. 2015
[5]. 配电网电压无功优化控制研究[D]. 王新年. 东南大学. 2006
[6]. 配电网电压无功叁级联调控制研究[D]. 路宁. 西安科技大学. 2012
[7]. 过程状态特征化方法及其在配网能耗计算与优化中的应用[D]. 杨霖. 哈尔滨工业大学. 2008
[8]. 农村配电网无功优化智能技术研究[D]. 谭东明. 沈阳农业大学. 2011
[9]. 含分布式电源的配电网优化运行研究[D]. 彭文强. 湖南大学. 2016
[10]. 含分布式发电的配电网优化运行研究[D]. 赵晶晶. 重庆大学. 2009
标签：电力工业论文; 分布式电源论文; 优化论文; 分布式算法论文; 谐波电流论文; 优化策略论文; 网络节点论文; 网络模型论文; 动态模型论文; 时间计算论文; 节能评估论文; 建筑电气论文; 重构论文; 电力论文; 算法论文;