基于粒子群算法的含光伏电站的配电网无功优化

对于含光伏电站的低压配电网,电压等级降低了,输电线路上的电压降不仅受无功功率的影响,有时有功功率引起的电压波动更加明显.由于有功和无功引起的电压变动分量是代数和的关系,因此无功补偿在一定程度上可以弥补有功功率变动造成的电压波动问题.以系统运行成本最优为目标函数,包括采用补偿措施后减小的配电网功率损耗费用和加装无功补偿装置的费用2个部分,建立含光伏电站配电网的无功补偿优化数学模型.该模型考虑了光伏电站并网逆变器的无功调节能力,采用改进的多组织粒子群算法对规划模型进行求解,通过算例分析验证了该模型与算法的可行性和有效性.     

计及光伏电站随机出力的配电网无功优化

将光伏电站的无功功率作为无功优化的控制变量,研究了含光伏电站配电网无功优化问题。由于光伏电站出力的随机性,使得含光伏电站配电网各节点的电压也具有随机性,所以传统无功优化模型中对确定电压的约束已不精确。在此采用随机潮流算法,求得各节点电压的概率分布,对电压进行机会约束,以有功损耗期望值最小为目标函数,建立了含光伏电站配电网的无功优化数学模型。运用上述基于随机约束的无功优化数学模型,采用标准的粒子群算法对算例进行优化,优化结果验证了该模型与算法的准确性与有效性。     

基于免疫PSO的新能源配电网无功多目标模糊优化

考虑分布式能源的间歇性和随机性对配电网电压的影响,用模糊数表征分布式电源出力不确定性和负荷功率的波动性,构建配电网多目标模糊无功优化模型,提出分布式电源和无功补偿装置输出无功功率的协同优化方法。以有功网损最小和电压偏差最小为目标函数,并将目标函数和约束条件模糊化,根据其隶属度函数形成模糊适应度函数,再将两目标通过最大满意度法转化为单目标,最后利用免疫粒子群算法进行求解,从而确定在负荷功率模糊波动下具有不同模糊出力水平的分布式电源和具有不同运行方式的无功补偿装置输出无功功率的最优值。以IEEE33配电网系统为算例,验证了所提出的模型和算法的可行性和有效性。     

大型光伏电站逆变器组群调相控制方法的研究

光伏电站有功输出波动是造成并网点电压波动的主要原因,光伏电站传统的AVC控制是基于PI闭环反馈控制思想、分梯度多次调整来实现电压调节。通过分析光伏电站场内有功变化、无功输出、无功损耗对电压调整的影响,提出了一种计及有功改变对无功需求进行修正的光伏电站AVC控制方法,并对光伏逆变器无功分配进行再优化。仿真结果表明,本文所提方法不仅能快速抑制有功出力波动引起的电压偏差,还能减少光伏电站的有功损耗。     

基于分解的智能优化算法在电力系统无功优化中的仿真研究

电力系统无功优化是一个多目标优化问题,在传统无功优化模型的基础上,建立了以有功网损最小和无功补偿成本最少为目标函数的多目标无功优化仿真模型.采用MOEAD算法求解多目标无功优化模型.仿真结果表明,采用MOEAD算法求解多目标无功优化问题,能够有效降低有功网损,减少无功补偿成本,而且计算速度快、计算性能好.     

考虑并网光伏电源出力时序特性的配电网无功规划

提高分布式电源的接纳能力,使配电网设备经济高效地运行是智能配电网的基本要求之一。论文分析了并网光伏电源有功出力和无功出力的概率分布,在保证并网光伏电源最大有功输出,并充分利用其无功出力的基础上,建立了以无功补偿方案全寿命周期净收益现值为目标函数的配电网无功规划模型,实现了用较少无功补偿投资满足配电网的无功需求。提出了一种混沌多粒子群算法对上述模型进行求解,该算法克服了基本粒子群算法"早熟"问题。通过含并网光伏电源的配电网无功规划实例,验证了上述无功规划模型和算法的正确性和有效性。     

含光伏随机出力的配电网两阶段无功优化

对于光伏电站及负荷出力的不确定性,无功越级传输带来的有功损耗及调压困难等问题,本文以有功网损最少、无功越级传输最小和无功补偿设备投资费用最少为目标建立两阶段无功优化多目标函数模型,利用基于逐次优化的改进遗传算法求解。求解过程中以电压稳定极限曲面法向量作为选取补偿备选节点以缩小范围和时间,采用基于拉丁超立方抽样的概率潮流计算节点电压裕度和潮流。改进的Baran&Wu33节点算例结果仿真与分析验证了本文算法及模型的有效性,对配电网无功补偿优化有一定指导意义。     

考虑光伏电站昼夜功率输出差异的Monte Carlo概率潮流分析

针对现有含光伏概率潮流分析中未考虑光伏电站夜间无功输出的不足,基于Monte Carlo模拟提出一种计及光伏电站昼夜功率输出差异的概率潮流计算方法。首先,根据光伏电站昼夜有功/无功功率的输出特征,建立其潮流计算模型;接着,利用非参数核密度估计理论建立光伏白天有功输出的概率模型,采用正态分布模拟负荷的随机波动,基于Monte Carlo模拟建立考虑光伏电站昼夜功率输出差异的概率潮流分析方法;最后,用甘肃敦煌某光伏电站的实测数据、IEEE14节点测试系统进行仿真分析,验证该方法的有效性及正确性。仿真发现,忽略光伏电站夜间的无功输出,将无法准确估计潮流结果的概率分布信息。     

考虑电压稳定性的含分布式电源配电网多目标无功优化

建立考虑电压稳定性的含分布式电源配电网多目标无功优化模型,该模型兼顾有功网损、电压偏移指标和电压稳定指标3个目标函数。提出一种自适应多目标差分进化算法获取模型的Pareto最优解集,并采用灰色关联决策法提取出最优折中无功优化方案。以IEEE 33节点和IEEE69节点配电系统为算例进行仿真分析,结果验证了所提无功优化方法的有效性。     

暂态电压安全预防控制优化的轨迹灵敏度法

建立电力系统暂态电压安全分析的微分代数方程组模型,并提出求解其预防控制优化问题的暂态电压安全约束最优潮流模型。在该模型中,暂态电压安全约束包括防止系统发生暂态电压失稳和暂态电压延时恢复2个方面;目标函数为系统运行费用最小;控制变量为发电机的有功输出、无功输出、有载调压变压器变比和并联电容器组投入电纳。基于轨迹灵敏度法,得到暂态电压安全约束函数与控制变量之间的近似线性增量关系,从而将优化控制模型转化为非线性规划模型。引入二次罚函数处理变压器变比和并联电容器组电纳等离散控制变量,并采用非线性原对偶内点法求得优化模型的解。对IEEE39节点系统的分析计算验证了所提出的优化模型和算法的正确性和有效性。     

基于SVG功率因数调节的光伏电站集中孤岛检测法

传统的主/被动式孤岛保护法应用于光伏电站孤岛检测时存在孤岛检测死区。文中首先分析孤岛前后电压和频率的变化情况,以及传统主动孤岛检测法应用于光伏电站时的失效机理,提出基于静止无功发生器(SVG)的集中防孤岛保护策略。根据光伏电站集中无功补偿的结构特点,在光伏电站低有功功率输出可能与本地负载功率匹配时,控制SVG输出的无功功率使得功率因数小幅波动,导致光伏电站系统输出的无功功率与本地负载消耗的无功功率不能匹配,以此来集中检测光伏电站的孤岛。理论分析和仿真验证结果证明该方法可以无死区检测孤岛。     

光伏电站参与电网主动调压的无功优化控制方法

随着光伏发电渗透率以及系统对电能质量要求的提高,常规电源电压调节能力不足,而光伏电站因具有一定的无功容量而具备主动参与电网调压的潜力。在分析光伏电站电压调节特性的基础上,提出光伏电站参与电网主动调压的控制方法;针对光伏电站有功出力与电网负荷大小之间的矛盾性,引入光伏电站负载率和区域电网负荷率的概念,进而确定光伏电站主动调压的控制原理及目标;在此基础上,建立自上而下的光伏电站双层无功优化模型,上层优化模型用于跟踪并网点电压控制目标,下层优化模型将上层优化结果在各组无功补偿单元之间进行优化分配,实现光伏电站参与电网主动调压的精细化控制。以某地区电网为例,验证了所提方法的有效性。     

基于光伏系统低电压穿越的无功控制策略

分析了光伏逆变器的结构和功率控制方式。计算了光伏逆变器的无功功率极限。提出了一种基于光伏逆变器低电压穿越(LVRT)能力的无功控制策略。通过DIgSILENT PowerFactory仿真结果表明,采用该控制策略的光伏电站,可以在电网故障时不脱网并发送无功,支撑并网点电压,维持局部电网电压稳定。     

基于双层BP神经网络的光伏电站输出功率预测

光伏电站输出功率对电网调度有很大影响,但受到太阳辐射强度和气象因素的影响,光伏电站输出功率具有随机性和不可控性。为合理利用光伏发电系统,建立一种基于气象预测信息以及BP神经网络的光伏电站输出功率预测模型。通过相关性分析确定影响光伏出力的影响因子,结合历史数据和气象因素进行模型训练和功率预测。文中主要提出一种新的预测模型-双层BP神经网络模型,通过对某光伏电站预测结果与实测值对比,结果表明该方法能有效提高光伏电站输出功率预测精度,对发电计划的制定有较好的参考价值和实用价值。     

基于光伏逆变器的快速功率控制系统研究及应用

为使新能源功率输出能快速响应系统有功功率和无功功率平衡需求,文中提出光伏电站毫秒级功率控制的系统性方案。首先,基于光伏逆变器的功率快速交换能力,在光伏电站并网点直采电压、电流,实时监测并网点频率和电压变化,根据一次调频参数计算光伏电站有功出力。在此基础上,通过高速环网通信链路群控光伏逆变器进行有功出力,使得光伏电站具备一次调频能力。在无功功率控制方面,文中通过智能多状态序列判别算法实时计算光伏电站并网点对电力系统的阻抗,根据并网点电压波动实时群控光伏逆变器进行无功出力,使得光伏电站具备动态无功响应能力,从而完成光伏电站功率的快速控制。目前该系统已经在淮安金湖光伏电站中试点运行,现场试验数据说明应用文中提出的控制系统可实现一次调频响应时间小于0.15 s,动态无功响应时间小于30 ms的指标,验证了控制系统的有效性和可行性。     

基于MPC含分布式光伏配电网有功功率—无功功率协调控制

为应对配电网中光伏出力和负荷需求的波动性和随机性,保证系统的安全与经济运行,提出一种基于模型预测控制的含分布式光伏配电网有功功率—无功功率协调控制方法。该方法将控制过程划分为长时间尺度优化控制和短时间尺度优化控制,不同时间尺度优化控制针对各自的控制目标及控制变量分别执行单独的模型预测控制。长时间尺度优化控制基于光伏出力及负荷需求预测信息,采用多步滚动优化求解有功、无功出力,短时间尺度优化控制以长时间尺度的优化控制结果为基准值,滚动求解有功、无功出力增量。长时间尺度及短时间尺度优化控制模型均为难以求解的非凸、非线性模型,本文将模型转化为二阶锥规划问题实现求解。采用改进的IEEE 33节点配电网系统进行算例分析,结果证明了所提优化控制方法的可行性和有效性。     

计及光伏电站功率预测的电力系统优化分析

光伏功率预测多采用间接预测法,由预测太阳辐照度数值结合光转电模型来预测光伏出力。为了解决传统BP算法在短期太阳辐照度预测中易陷入局部最优和收敛速度慢的问题,引入了自适应调节学习率和陡度因子建立太阳辐照度预测模型。在双极性Sigmoid函数中加入陡度因子以提高BP算法的收敛速度,为了便于数据处理将输入数据归一在[-1, 1],同时引入自适应调节学习率以调整网络权值,提高收敛性能。为了研究含光伏电站的电力系统优化问题,建立了系统日综合成本最小和日废气排放量最少的双目标优化模型,并采用双目标细菌群体趋药性算法进行优化。算例证明:改进BP神经网络算法能有效地提高预测精度,增强神经网络模型的泛化能力,具有较好的实用性;预测光伏出力能够统筹安排机组出力,合理消纳光伏资源。     

并网光伏电站低电压穿越仿真与分析

根据光伏电站并网导则要求,针对光伏电站在电网故障时突然脱网的不利影响,提出了一种基于光伏逆变器低电压穿越能力的控制策略,在电网电压跌落时投入该控制策略,能够限制有功电流的增大,同时给定无功电流。仿真表明,在光伏电站并网点电压深跌落和浅跌落情况下,该控制策略均能够保证光伏逆变器输出电流不过流,同时能够向电网发出一定的无功功率以支撑并网点电压的恢复,实现低电压穿越。