基于粒子群算法的风电系统无功优化方法研究

论文摘要

随着经济的发展,社会、生产、生活等各方面对电能质量的要求不断提高。电压质量是电能质量的重要指标之一,无功潮流分布是否合理,直接决定了电压质量的好坏,这直接影响了电网自身运行的安全性和经济性。进行无功优化是确保电力系统安全性、提高供电质量和经济效益的有效措施。风电场是一种依赖于自然能源的分散电源,目前风力发电机组大多采用异步发电机,这类发电机在并网运行时需要吸收大量的无功功率,因此造成系统无功不足,电压降低。随着风电装机容量的不断增大,风力发电对电网的影响越来越大,成为制约风电场建设规模的严重障碍。所以对风电并网后的无功优化问题进行研究,对于改善风电并网性能举足轻重。电力系统无功优化属于非线性优化范畴,常规的数学规划法在处理此类问题时有较大的局限性。本文对粒子群优化算法及其在电力系统无功优化中的应用进行了研究,利用单因子变量分析法,尝试对粒子群优化算法中的参数设置进行改进,并且将这种新的参数设置,应用到风电系统中,对由异步风力发电机机组组成的风电场接入IEEE14节点系统进行计算,证明了这种参数设置有一定的优势。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 电力系统无功优化的目的及其意义
• 1.2 电力系统无功优化算法研究的现状
• 1.2.1 常规优化算法
• 1.2.2 人工智能方法
• 1.3 粒子群算法研究现状及其在电力系统中的应用
• 1.3.1 粒子群算法研究现状
• 1.3.2 粒子群算法在电力系统中的应用
• 1.4 考虑风力发电的系统无功优化的意义
• 1.5 本文主要工作
• 1.6 本章小结
• 第2章 粒子群优化算法
• 2.1 基本粒子群算法
• 2.1.1 粒子群算法的产生
• 2.1.2 基本模型
• 2.1.3 粒子群算法基本原则及流程
• 2.2 带惯性权重的粒子群算法
• 2.2.1 带惯性权重的粒子群算法的数学模型
• 2.2.2 标准粒子群算法的控制参数
• 2.3 与其他算法的异同
• 2.3.1 蚁群算法
• 2.3.2 进化计算方法
• 2.4 粒子群算法的实现
• 2.4.1 粒子群算法解非线性方程组和方程组
• 2.4.2 粒子群算法求解函数最小值
• 2.4.3 仿真结果
• 2.5 本章小结
• 第3章 基于粒子群算法的无功优化
• 3.1 电力系统无功优化问题
• 3.2 电力系统无功优化模型
• 3.2.1 无功优化的基本模型
• 3.2.2 扩展的无功优化数学模型
• 3.3 基于粒子群算法的电力系统无功优化
• 3.4 算例分析
• 3.4.1 IEEE-14 节点系统参数
• 3.4.2 粒子群算法确定 IEEE-14 节点系统无功优化模型
• 3.4.3 算法的效率分析
• 3.5 本章小结
• 第4章 基于粒子群算法的风电系统无功优化
• 4.1 风力发电现状与发展趋势
• 4.1.1 风力发电发展现状
• 4.1.2 风力发电发展趋势
• 4.2 风电机组数学模型
• 4.2.1 风能与风力机的模型
• 4.2.2 异步风力发电机稳态数学模型
• 4.3 含风电场节点的无功优化
• 4.4 基于粒子群算法的风电系统无功优化的求解
• 4.5 算例分析
• 4.6 本章小结
• 第5章 结论与展望
• 参考文献
• 攻读硕士学位期间发表的论文及其它成果
• 致谢
• 详细摘要