电力系统无功优化模型与算法的研究

电力系统无功优化模型与算法的研究

论文摘要

电力系统无功优化是保证系统安全经济运行的一项重要手段,也是改善系统电压水平和降低电网损耗的重要措施。随着电力工业的发展,电力系统规模的不断扩大,电网结构的日趋复杂,用户对电网提供电能的质量也提出了更高的要求。因此,对电力系统无功优化问题的研究,既具有理论意义又有实际应用价值。本文对电力系统潮流计算和无功优化问题进行了新的探索和尝试。作为线性方程组求解潮流计算的重要环节,文中首先对高斯消元和约当消元进行了介绍,并进行了相关的分析与比较。另外,文中对各种潮流计算方法进行了系统的归纳,在高斯—赛德尔法基础上提出了改进算法,算例结果表明改进算法的迭代次数明显减少。进行系统无功优化时,变压器的调节对优化结果起着重要作用,文中给出了非自动和自动两种调节变压器抽头的方法。非自动调节方法抽头调节较简单,本文将其用于经典法无功优化中。无功网损微增率的计算是经典法无功优化的核心,本文推导了极坐标和直角坐标两种形式的导纳矩阵法计算无功网损微增率的方法,并给出极坐标形式的算例分析。另外,在此基础上对经典法无功优化进行了深入研究,包括数学模型,变量约束以及算法流程等。本文在总结各种算法研究现状的基础上,考虑基本粒子群算法的一些缺陷,将强引导思想和自适应参数调节引入粒子群优化算法中,形成改进粒子群算法。以系统网损最小为目标函数,对状态变量的约束条件采用罚函数处理,建立了改进粒子群法无功优化的数学模型。考虑到电力系统无功优化问题是一个多变量、多约束的混合非线性规划问题,其变量不仅包括连续变量,还包括离散变量,文中用规整的方法对离散变量进行处理,较好地解决了离散变量和连续变量共存的问题。文章最后将提出的经典法和改进粒子群算法对IEEE-14节点系统和IEEE-30节点系统进行无功优化计算,并给出部分优化结果。算例结果表明本文所采用的经典法无功优化算法的可行性,并且在计算时间上占有一定优势;改进粒子群算法相对于基本粒子群算法有更好的优化效果,并具有更好的求解精度和求解效率,具有良好的理论价值和使用价值。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 引言
  • 1.1 课题研究的背景及意义
  • 1.2 电力系统无功优化国内外的研究现状
  • 1.3 本文主要工作
  • 第二章 电力系统潮流计算
  • 2.1 引言
  • 2.2 系统网络参数的计算
  • 2.2.1 励磁支路
  • 2.2.2 线路支路
  • 2.2.3 变压器支路
  • 2.3 节点导纳矩阵
  • 2.3.1 节点导纳矩阵的定义
  • 2.3.2 节点导纳矩阵的形成
  • 2.4 线性方程组的直接解法
  • 2.4.1 高斯消元
  • 2.4.2 约当消元
  • 2.4.3 高斯消元与约当消元的比较与总结
  • 2.5 潮流计算的数学模型及算法
  • 2.5.1 直角坐标高斯—赛德尔法
  • 2.5.2 高斯—赛德尔法改进算法及算例
  • 2.5.3 极坐标高斯—赛德尔法的推导
  • 2.5.4 极坐标牛顿—拉夫逊法
  • 2.5.5 直角坐标牛顿—拉夫逊法
  • 2.5.6 P-Q分解法
  • 2.6 本章小结
  • 第三章 经典法无功优化
  • 3.1 引言
  • 3.2 经典法无功优化模型
  • 3.3 网损微增率的计算
  • 3.3.1 网损微增率计算方法概述
  • 3.3.2 极坐标形式导纳矩阵法求网损微增率
  • 3.3.3 直角坐标形式导纳矩阵法求网损微增率
  • 3.4 极坐标无功网损微增率的算例分析
  • 3.4.1 IEEE-14节点系统
  • 3.4.2 IEEE-30节点系统
  • 3.5 变压器抽头调节方法
  • 3.5.1 非自动变压器抽头调节方法
  • 3.5.2 自动变压器抽头调节方法
  • 3.6 经典法无功优化算法
  • 3.6.1 变压器抽头调节的引入
  • 3.6.2 经典法无功优化的算法流程
  • 3.7 本章小结
  • 第四章 改进粒子群法无功优化
  • 4.1 引言
  • 4.2 粒子群优化算法
  • 4.2.1 粒子群算法的基本原理
  • 4.2.2 惯性权重因子的加入
  • 4.2.3 粒子群算法的参数分析
  • 4.3 改进粒子群优化算法
  • 4.3.1 离散变量处理
  • 4.3.2 自适应方法调整参数
  • 4.3.3 强引导型粒子群算法
  • 4.4 改进粒子群算法的无功优化
  • 4.4.1 改进粒子群算法的无功优化模型
  • 4.4.2 基于改进粒子群算法无功优化流程
  • 4.5 本章小结
  • 第五章 算例分析
  • 5.1 IEEE-14节点算例
  • 5.1.1 IEEE-14节点的数据
  • 5.1.2 IEEE-14节点系统无功优化参数设置
  • 5.1.3 IEEE-14节点系统的无功优化结果
  • 5.2 IEEE-30节点算例
  • 5.2.1 IEEE-30节点的数据
  • 5.2.2 IEEE-30节点系统无功优化参数设置
  • 5.2.3 IEEE-30节点系统的无功优化结果
  • 5.3 本章小结
  • 第六章 结论与展望
  • 致谢
  • 附录A IEEE-14节点系统参数
  • 附录B IEEE-30节点系统参数
  • 攻读学位期间的研究成果
  • 参考文献
  • 相关论文文献

    • [1].计及风光出力相关性的配电网多目标无功优化[J]. 电网技术 2020(05)
    • [2].低压配电线路无功优化模式分析[J]. 中国新通信 2016(23)
    • [3].考虑多重不确定参数的配电网概率无功优化[J]. 电力系统保护与控制 2017(07)
    • [4].含多种分布式电源的配电网多目标无功优化研究[J]. 陕西电力 2017(05)
    • [5].考虑微电网并网接入的配电网无功优化[J]. 电子测试 2017(12)
    • [6].电网无功优化计算分析管理系统应用研究[J]. 新疆电力技术 2011(03)
    • [7].基于细菌菌落算法的含分布式电源多目标无功优化[J]. 上海电力学院学报 2016(06)
    • [8].无功优化技术治理“低电压”的分析[J]. 低碳世界 2016(07)
    • [9].基于全网无功优化的配电网无功优化系统的设计[J]. 电子技术与软件工程 2016(05)
    • [10].配电网无功优化与控制研究[J]. 通信电源技术 2016(03)
    • [11].含风电系统的无功优化调度[J]. 南方电网技术 2015(05)
    • [12].中压配电网无功优化算法综述[J]. 电气时代 2015(06)
    • [13].全网无功优化与控制技术[J]. 内蒙古石油化工 2011(21)
    • [14].配电网无功优化规划及控制系统[J]. 电网与清洁能源 2010(06)
    • [15].基于改进小生境遗传算法的配电网全网无功优化[J]. 电网技术 2009(04)
    • [16].电力市场下含风电的电网多目标无功优化[J]. 陕西电力 2017(01)
    • [17].基于人工蜂群算法的配电网无功优化研究[J]. 电子设计工程 2017(13)
    • [18].基于满意度阈值判定的主动配电网无功优化[J]. 电网技术 2017(09)
    • [19].电力系统无功优化模型的研究综述[J]. 华北水利水电大学学报(自然科学版) 2015(02)
    • [20].肃宁县电网无功优化控制应用[J]. 农村电工 2015(07)
    • [21].浅析无功优化的典型问题[J]. 神州 2013(12)
    • [22].“低电压”治理首选无功优化补偿[J]. 农村电气化 2012(S1)
    • [23].电力系统中的分布式无功优化技术的实现[J]. 科技信息 2011(11)
    • [24].农电配网无功优化管理和模式创新[J]. 农村电工 2011(07)
    • [25].基于改进多目标差分灰狼算法的配电网无功优化[J]. 信息与控制 2020(01)
    • [26].柔性互联交直流电网无功优化综述[J]. 节能技术 2019(04)
    • [27].主动配电网分区分布式无功优化控制方法[J]. 现代电力 2017(06)
    • [28].基于多场景含双馈风机的配电网无功优化[J]. 可再生能源 2018(07)
    • [29].基于粒子群算法的新能源集群多目标无功优化策略[J]. 华北电力技术 2017(10)
    • [30].基于改进遗传算法的配网无功优化[J]. 现代电子技术 2016(22)

    标签:;  ;  ;  ;  ;  ;  ;  

    电力系统无功优化模型与算法的研究
    下载Doc文档

    猜你喜欢