考慮風(fēng)電場(chǎng)并網(wǎng)的電力系統(tǒng)無(wú)功優(yōu)化.pdf

1、我國(guó)風(fēng)力資源豐富，作為綠色、無(wú)污染、可再生的清潔資源之一，風(fēng)電的發(fā)展給電力行業(yè)帶來(lái)了無(wú)限前景。由于風(fēng)力的特點(diǎn)，風(fēng)電的輸出具有隨機(jī)性和波動(dòng)性，在大規(guī)模的風(fēng)電并網(wǎng)時(shí)會(huì)給系統(tǒng)的穩(wěn)定性帶來(lái)沖擊。
　　對(duì)于電力系統(tǒng)來(lái)說，無(wú)功功率的平衡影響著系統(tǒng)的電壓質(zhì)量，是決定系統(tǒng)能否保持穩(wěn)定運(yùn)行的重要條件。電力系統(tǒng)的無(wú)功優(yōu)化是一個(gè)極具復(fù)雜性的問題，多變量、多約束。大規(guī)模風(fēng)電接入電網(wǎng)后，給無(wú)功優(yōu)化帶來(lái)了新的挑戰(zhàn)，風(fēng)速難以預(yù)測(cè)，輸出功率數(shù)據(jù)難以得到;傳統(tǒng)計(jì)算

2、潮流的算法對(duì)于風(fēng)電節(jié)點(diǎn)不再適合;用于優(yōu)化問題的各種算法都存在一定的缺點(diǎn)，亟需改進(jìn)。
　　本文針對(duì)風(fēng)速難以預(yù)測(cè)的問題，建立了滿足精度要求、計(jì)算方便的風(fēng)電場(chǎng)功率輸出模型。以Weibull分布近似表征風(fēng)速，利用風(fēng)電場(chǎng)景概率模型，計(jì)算得到風(fēng)場(chǎng)輸出功率。選用牛頓-拉夫遜法進(jìn)行系統(tǒng)潮流計(jì)算，考慮風(fēng)電并網(wǎng)節(jié)點(diǎn)的特殊性，該算法對(duì)于并網(wǎng)節(jié)點(diǎn)只需修改風(fēng)電節(jié)點(diǎn)相應(yīng)的雅克比矩陣元素。
　　無(wú)功優(yōu)化的過程就是一個(gè)最優(yōu)潮流求解的過程，選擇合適的算法對(duì)于

3、最優(yōu)解的獲取至關(guān)重要。本文選用獲得廣泛認(rèn)可的粒子群算法作為尋優(yōu)算法，以系統(tǒng)的有功網(wǎng)損最小作為目標(biāo)函數(shù)，同時(shí)加入對(duì)節(jié)點(diǎn)電壓越限和發(fā)電機(jī)無(wú)功越限的懲罰項(xiàng)。針對(duì)粒子群算法易陷入局部最優(yōu)的缺點(diǎn)，引入混沌粒子群算法。在混沌粒子群算法的基礎(chǔ)上，本文提出了一種新的算法——蛙跳混沌粒子群算法(Frog-Chaotic Particle Swarm Optimization，F(xiàn)-CPSO)。蛙跳算法作為一種新的啟發(fā)式進(jìn)化算法，具有良好的計(jì)算性能和全局尋優(yōu)

4、能力。為克服粒子群算法易陷入局部最優(yōu)的缺點(diǎn)，F(xiàn)-CPSO在混沌粒子群算法的基礎(chǔ)上做了改進(jìn):對(duì)初始種群以粒子適應(yīng)度函數(shù)值的大小為準(zhǔn)則將種群分組，在族群和全局內(nèi)同步尋優(yōu);在速度更新公式中加入對(duì)族群最優(yōu)粒子的學(xué)習(xí)因子;每一次的迭代過程中，隨機(jī)產(chǎn)生一個(gè)新的粒子替換適應(yīng)值最差的粒子，增加種群的多樣性。
　　為驗(yàn)證改進(jìn)算法的有效性，本文以IEEE-30節(jié)點(diǎn)系統(tǒng)為例進(jìn)行了仿真，在IEEE-30節(jié)點(diǎn)系統(tǒng)加入風(fēng)電節(jié)點(diǎn)。采用MATLAB語(yǔ)言進(jìn)行編程仿