

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、結合復雜網絡理論進行電力網絡非線性動力學行為研究已成為當下學術研究的新方向。通過研究網絡結構特性,可以更好地理解電網上的各種動力學行為,更好地解釋電網中的大規(guī)模停電事故,從而采取保護電網中脆弱性環(huán)節(jié)的有效措施來降低連鎖故障發(fā)生概率,維持電網可靠運行。
考慮電網拓撲結構和網絡動力學特性,本文對電網同步模型、電網關鍵節(jié)點識別和分布式電站入網方式等幾個問題進行了深入研究,具體研究內容如下:
1、結合模型動力學表達式的推導過
2、程,比較基于負荷等效的電網模型:EN模型、SM模型和二階類Kuramoto模型之間的建模差異和網絡動力學行為的異同,研究發(fā)現(xiàn)SM模型與二階類Kuramoto模型都是將負荷節(jié)點建模為電動機節(jié)點,這二者的區(qū)別在于是否忽略電網的部分實際特性,比如線路阻抗、節(jié)點電壓。忽略電網部分實際特性時,SM模型簡化為二階類Kuramoto模型。EN模型在建模時將負荷節(jié)點等效為常阻抗,因此只對發(fā)電機節(jié)點建立動力學方程,所得的方程個數比SM模型少,計算量小。從
3、網絡動力學角度來看,用同一個IEEE標準測試系統(tǒng)研究電網同步特性時,實驗仿真表明采用EN模型時電網工作在工頻上,采用SM模型時電網工作在工頻附近的某一頻率處,雖然用不同模型對電網建模時體現(xiàn)出電網的動態(tài)行為有差異,但都能描述電網穩(wěn)定運行時的頻率同步狀態(tài)。
2、為了有效地識別網絡中的關鍵節(jié)點,本文提出一種綜合考慮網絡的局部和全局特性的節(jié)點重要性識別綜合指標,依據此指標對加權標準測試系統(tǒng)IEEE39和IEEE118中的節(jié)點進行了重要
4、性排序,并將排序的結果與基于介數法和點權法對節(jié)點重要性進行排序的結果進行了對比研究,基于結構的網絡效能分析和基于動力學的失同步擴散時間、同步能力比較均表明,本文提出的基于綜合指標的節(jié)點重要性排序更合理,優(yōu)于基于介數和點權的節(jié)點重要性識別方法。
3、分布式電站通過接入原電網中負荷節(jié)點的方式接入電網。根據負荷節(jié)點到原電網中各發(fā)電機節(jié)點的平均距離情況,提出兩種分布式電站并網方式,一種方式是新增分布式電站從離原發(fā)電機節(jié)點平均距離值最小
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 復雜網絡的動力學行為研究.pdf
- 復雜網絡性質及傳播動力學行為研究.pdf
- 幾類復雜網絡模型的動力學行為研究.pdf
- 復雜網絡及其交通動力學行為研究.pdf
- 復雜網絡的演化機制及若干動力學行為研究.pdf
- 公交客流加權復雜網絡結構及動力學行為研究.pdf
- 41782.復雜網絡上交通動力學行為研究
- 40127.噪聲對復雜網絡動力學行為的影響
- 電力網絡的重要節(jié)點識別及暫態(tài)性能研究.pdf
- 幾類動力系統(tǒng)復雜動力學行為研究.pdf
- 復雜轉子系統(tǒng)動力學行為研究.pdf
- 時滯混沌系統(tǒng)的同步及復雜網絡上的動力學行為.pdf
- 復雜網絡拓撲結構對非線性動力學行為影響的研究.pdf
- 復雜網絡拓撲結構對OFC模型動力學行為影響的研究.pdf
- 非線性減振器的復雜動力學行為分析.pdf
- 顆粒物質體系復雜動力學行為研究.pdf
- 延遲神經網絡動力學行為及應用.pdf
- 復雜供應鏈網絡的動力學行為及其可控性研究.pdf
- 遞歸神經網絡的動力學行為研究.pdf
- 弱耦合條件下復雜網絡中斑圖動力學行為研究.pdf
評論
0/150
提交評論