含風電場的電力系統(tǒng)多目標無功優(yōu)化.pdf

1、隨著社會經(jīng)濟的不斷發(fā)展和能源結(jié)構(gòu)調(diào)整的不斷深入，風力發(fā)電對電力系統(tǒng)的影響越來越受到重視。由于風電的間歇性及隨機性，風電場的接入、尤其是大型風電場的接入對電力系統(tǒng)的潮流產(chǎn)生了較大的影響，無功分布是否合理直接影響了電力系統(tǒng)安全運行與穩(wěn)定，所以無功優(yōu)化成為電力系統(tǒng)的一項重要研究課題。然而由于離散性、非線性、大規(guī)模和收斂性依賴初值等特性，電力系統(tǒng)無功優(yōu)化問題一直沒有得到很好解決。為此，本文在分析含風電場電力系統(tǒng)潮流計算方法基礎(chǔ)上，提出采用組合混

2、沌序列動態(tài)粒子群算法及模糊熵權(quán)法，對含風電場的電力系統(tǒng)多目標無功優(yōu)化進行研究。
　　 首先，根據(jù)預測風速值，探究了風電機組輸出機械功率與風速、槳距角、尖速比及風機類型之間的關(guān)系，得出了在風機類型確定的情況下，輸出機械功率僅由風速所決定;著重分析了普通異步風電機組、雙饋異步風電機組在潮流計算中的穩(wěn)態(tài)模型及節(jié)點處理方法;對風電場中集電線路模型，采用了架空線路與電纜線路兩種模型進行分析;在Park模型基礎(chǔ)上，引入了一種考慮遠場與近場的

3、尾流效應模型;結(jié)合以上四點分析，探討了含普通異步風電機組、雙饋異步風電機組的電力系統(tǒng)潮流計算方法。
　　 其次，本文提出了一種組合混沌序列動態(tài)粒子群算法(CCPSO)。在Logistic混沌優(yōu)化算法的基礎(chǔ)上，為保證算法初值的均勻性，結(jié)合Chebyshev映射和Logistic映射，引入一種組合混沌映射并將其應用于粒子初始化，提高初始變量的均勻性，從而提高算法全局尋優(yōu)能力。對粒子群速度更新過程中存在的慣性取值問題，引入一種基于種群

4、速度的動態(tài)慣性權(quán)重策略，并采用測試函數(shù)對其收斂性能進行仿真分析。
　　 再次，分析了電力系統(tǒng)無功優(yōu)化數(shù)學模型，針對無功優(yōu)化這一多目標決策問題，分別分析了基于熵權(quán)法和模糊權(quán)值法的多目標決策方法，結(jié)合兩種方法分別在客觀決策和主觀決策方面的優(yōu)勢，引入一種模糊熵權(quán)法，并將這種方法與CCPSO算法結(jié)合，利用MATLAB編程求解電力系統(tǒng)多目標無功優(yōu)化問題。
　　 最后，根據(jù)含風電場潮流計算結(jié)果，結(jié)合CCPSO算法及模糊熵權(quán)法，通過M