基于粒子群算法的風電系統(tǒng)無功優(yōu)化方法研究

【摘要】：隨著經(jīng)濟的發(fā)展,社會、生產(chǎn)、生活等各方面對電能質(zhì)量的要求不斷提高。電壓質(zhì)量是電能質(zhì)量的重要指標之一,無功潮流分布是否合理,直接決定了電壓質(zhì)量的好壞,這直接影響了電網(wǎng)自身運行的安全性和經(jīng)濟性。進行無功優(yōu)化是確保電力系統(tǒng)安全性、提高供電質(zhì)量和經(jīng)濟效益的有效措施。 風電場是一種依賴于自然能源的分散電源,目前風力發(fā)電機組大多采用異步發(fā)電機,這類發(fā)電機在并網(wǎng)運行時需要吸收大量的無功功率,因此造成系統(tǒng)無功不足,電壓降低。隨著風電裝機容量的不斷增大,風力發(fā)電對電網(wǎng)的影響越來越大,成為制約風電場建設規(guī)模的嚴重障礙。所以對風電并網(wǎng)后的無功優(yōu)化問題進行研究,對于改善風電并網(wǎng)性能舉足輕重。 電力系統(tǒng)無功優(yōu)化屬于非線性優(yōu)化范疇,常規(guī)的數(shù)學規(guī)劃法在處理此類問題時有較大的局限性。本文對粒子群優(yōu)化算法及其在電力系統(tǒng)無功優(yōu)化中的應用進行了研究,利用單因子變量分析法,嘗試對粒子群優(yōu)化算法中的參數(shù)設置進行改進,并且將這種新的參數(shù)設置,應用到風電系統(tǒng)中,對由異步風力發(fā)電機機組組成的風電場接入IEEE14節(jié)點系統(tǒng)進行計算,證明了這種參數(shù)設置有一定的優(yōu)勢。 【關鍵詞】：電力系統(tǒng) 粒子群算法 無功優(yōu)化 風力發(fā)電
【學位授予單位】：華北電力大學
【學位級別】：碩士
【學位授予年份】：2011
【分類號】：TM614
【目錄】：

• 摘要5-6
• Abstract6-9
• 第1章 緒論9-16
• 1.1 電力系統(tǒng)無功優(yōu)化的目的及其意義9-10
• 1.2 電力系統(tǒng)無功優(yōu)化算法研究的現(xiàn)狀10-13
• 1.2.1 常規(guī)優(yōu)化算法10-11
• 1.2.2 人工智能方法11-13
• 1.3 粒子群算法研究現(xiàn)狀及其在電力系統(tǒng)中的應用13-14
• 1.3.1 粒子群算法研究現(xiàn)狀13
• 1.3.2 粒子群算法在電力系統(tǒng)中的應用13-14
• 1.4 考慮風力發(fā)電的系統(tǒng)無功優(yōu)化的意義14
• 1.5 本文主要工作14-15
• 1.6 本章小結15-16
• 第2章 粒子群優(yōu)化算法16-27
• 2.1 基本粒子群算法16-19
• 2.1.1 粒子群算法的產(chǎn)生16
• 2.1.2 基本模型16-17
• 2.1.3 粒子群算法基本原則及流程17-19
• 2.2 帶慣性權重的粒子群算法19-21
• 2.2.1 帶慣性權重的粒子群算法的數(shù)學模型19
• 2.2.2 標準粒子群算法的控制參數(shù)19-21
• 2.3 與其他算法的異同21-22
• 2.3.1 蟻群算法21-22
• 2.3.2 進化計算方法22
• 2.4 粒子群算法的實現(xiàn)22-26
• 2.4.1 粒子群算法解非線性方程組和方程組22-23
• 2.4.2 粒子群算法求解函數(shù)最小值23-24
• 2.4.3 仿真結果24-26
• 2.5 本章小結26-27
• 第3章 基于粒子群算法的無功優(yōu)化27-38
• 3.1 電力系統(tǒng)無功優(yōu)化問題27-28
• 3.2 電力系統(tǒng)無功優(yōu)化模型28-29
• 3.2.1 無功優(yōu)化的基本模型28-29
• 3.2.2 擴展的無功優(yōu)化數(shù)學模型29
• 3.3 基于粒子群算法的電力系統(tǒng)無功優(yōu)化29-30
• 3.4 算例分析30-37
• 3.4.1 IEEE-14 節(jié)點系統(tǒng)參數(shù)30-33
• 3.4.2 粒子群算法確定 IEEE-14 節(jié)點系統(tǒng)無功優(yōu)化模型33-36
• 3.4.3 算法的效率分析36-37
• 3.5 本章小結37-38
• 第4章 基于粒子群算法的風電系統(tǒng)無功優(yōu)化38-44
• 4.1 風力發(fā)電現(xiàn)狀與發(fā)展趨勢38-39
• 4.1.1 風力發(fā)電發(fā)展現(xiàn)狀38-39
• 4.1.2 風力發(fā)電發(fā)展趨勢39
• 4.2 風電機組數(shù)學模型39-40
• 4.2.1 風能與風力機的模型39-40
• 4.2.2 異步風力發(fā)電機穩(wěn)態(tài)數(shù)學模型40
• 4.3 含風電場節(jié)點的無功優(yōu)化40-41
• 4.4 基于粒子群算法的風電系統(tǒng)無功優(yōu)化的求解41-42
• 4.5 算例分析42-43
• 4.6 本章小結43-44
• 第5章 結論與展望44-45
• 參考文獻45-48
• 攻讀碩士學位期間發(fā)表的論文及其它成果48-49
• 致謝49-50
• 詳細摘要50-58

您可以在本站搜索以下學術論文文獻來了解更多相關內(nèi)容

禁忌搜索–粒子群算法在無功優(yōu)化中的應用    曾令全;羅富寶;丁金嫚;

基于最優(yōu)值臨近搜索的災變粒子群算法在無功優(yōu)化中的應用    朱鷹屏;蔡澤祥;張勇軍;楊銀國;宋永超;

基于智能單粒子算法的含光伏電站配電網(wǎng)的無功優(yōu)化    郭康;徐玉琴;張麗;岳建房;

基于粒子群算法的汽車續(xù)保影響因素    劉美婷;查易;蘇銘徹;

基于靈敏度的電力系統(tǒng)無功優(yōu)化算法研究    葛蓮;趙峰;理文祥;

基于粒子群的鋁電解整流機組效率優(yōu)化    趙羿偉;

基本粒子群算法和遺傳算法用于航路規(guī)劃的比較    汲萬峰;姜禮平;朱建沖;孫鈞正;

基于改進粒子群算法的電力系統(tǒng)無功優(yōu)化研究    韓富春;劉利紅;岳永新;

粒子群優(yōu)化算法的研究與應用    馮雪;裴志松;

考慮色彩意象不明確的產(chǎn)品色彩模糊優(yōu)化設計    丁滿;孫偉;徐江;張旭;

遺傳增強混沌粒子群算法    趙亮;

新型離散粒子群算法在波紋管優(yōu)化設計中的應用    于穎;李永生;於孝春;

多種群并行粒子群算法研究    張頂學;關治洪;劉新芝;

粒子群算法分析及慣性權重的動態(tài)改變策略    張頂學;廖銳全;

基于模擬退火思想的基本粒子群算法改進    叢亮;胡成全;郭宗鵬;姜宇;沙麗華;

一種動態(tài)改變慣性權重的粒子群算法    張頂學;朱迎輝;廖銳全;

解決流水車間雙目標調(diào)度問題的免疫粒子群算法    ?？×?梁君燕;魏巍;

基于文化-粒子群算法的機器人路徑規(guī)劃算法    史久根;徐勝生;

10kV農(nóng)網(wǎng)無功優(yōu)化的研究    閆若冰;唐巍;

城市高壓電網(wǎng)在線綜合無功優(yōu)化的實現(xiàn)    張力淼;孫瑞華;王信杰;

探索最佳模式 追求最大效益    葉寶平張立新 吳金釗

臨朐供電無功管理從“新”開始    葉寶平張立新 吳金釗

加強無功優(yōu)化管理實現(xiàn)節(jié)能降耗    通訊員 賈海清宋朝鳳

哈爾濱局 “無功優(yōu)化系統(tǒng)”進入試運行階段    王國良 鄭朝英

大力加強無功優(yōu)化管理    

加強無功管理 努力節(jié)能降耗    河北阜城縣電力局 蔣俊華

淺談夏季京滬電網(wǎng)存在的威脅及應對措施    唐寅生 左強 王強 車前里

以科技為先導 強化無功管理    

全網(wǎng)電壓—無功優(yōu)化管理系統(tǒng)提升節(jié)能降損效果    中國電科院農(nóng)電與配電研究院 于偉

國網(wǎng)公司實施“三新”戰(zhàn)略成效顯著    魏家經(jīng)

面向動態(tài)環(huán)境的粒子群算法研究    胡成玉

家庭粒子群算法及其奇偶性與收斂性分析    安鎮(zhèn)宙

粒子群算法改進及其在電力系統(tǒng)的應用    黃平

混合克隆競爭與啟發(fā)學習策略的多角色隨機游動粒子群算法研究    全海燕

粒子群算法研究及應用    秦全德

縱向參數(shù)多子群粒子群算法的研究與應用    常彥偉

粒子群優(yōu)化算法及其應用研究    田野

粒子群算法拓展研究及在約束布局優(yōu)化中應用    岳本賢

粒子群算法的研究及應用    劉衍民

群能量守恒粒子群算法及其在發(fā)酵過程控制中的應用研究    薛堯予

基于改進GPSO和SFOA算法的無功優(yōu)化研究    楊龑亮

電力系統(tǒng)經(jīng)濟調(diào)度和無功優(yōu)化中的多目標算法研究    孫東杰

基于改進粒子群算法的無功優(yōu)化研究與應用    解偉

基于粒子群與模擬退火協(xié)同進化方法的電力系統(tǒng)無功優(yōu)化    李波

基于混沌粒子群的配電網(wǎng)無功優(yōu)化研究    張宏欣

包鋼電網(wǎng)無功優(yōu)化問題的研究    楊越恩

基于混合優(yōu)化策略的粒子群算法及其應用研究    楊立標

基于簡化粒子群算法的測試數(shù)據(jù)自動生成方法研究    陳琳玲

隨機聚焦粒子群算法在機組組合中的應用    趙辛欣

基于粒子群算法的Web文本信息過濾研究    王冬