多负荷水平下含风电接入的配电网无功优化

由于风电输出功率的随机性,风电机组的大量接入给配电网无功优化带来更多不确定性因素。为了提高配电网无功优化对风力发电并网的适应能力,建立了多负荷水平下基于场景分析的考虑风电接入的多目标无功优化模型。该模型综合考虑了节省电能损失费用和节点电压偏差2个指标,将2个指标进行模糊化,采用最大化模糊满意度指标法将多目标优化问题转换为单目标优化问题,然后采用自适应遗传算法进行求解。并以IEEE 33节点测试系统为例,计算和分析了在不同场景时最大负荷、一般负荷和最小负荷3种负荷水平下,电容器投切、系统有功损耗、节点电压以及节省电能费用情况。计算结果表明,所提出的无功模糊优化方法,在不同负荷水平、不同场景下改善电压质量和降损节能效果显著,适合多负荷水平下含风电机组的配电网无功优化需要。     

含多个风电机组的配电网无功优化

风电机组出力的随机性使传统无功优化模型难以胜任.提出了含多个风电机组的配电网无功优化的模型和算法.基于场景分析法探讨了单台和多台不同参数风电机组的随机出力描述方法,并针对不同参数的风电机组同时接入系统时的情况,提出了系统场景的划分规则,继而建立了含多个风电机组的配电网无功优化的场景模型.针对多场景潮流计算的复杂性,提出一种高效算法,该算法先利用场景功率的相似性确定场景的分析次序,再将前一场景的潮流计算结果作为后一场景的初始条件,以加速潮流收敛.仿真结果验证了该模型和算法的有效性.     

基于改进粒子群算法含双馈风电机组配网无功优化研究

针对风电机组并网后对配电网无功补偿产生的影响,从双馈风电机组自身的有功、无功输出特性出发,基于场景概率的方法计算风力机组出力情况,以网损最小为目标函数寻求优化求解方法。利用改进粒子群算法来实现系统接入双馈风电机组后的无功优化,在Matlab 2013b软件中构造IEEE33节点模型并利用该算法求解。结果表明,双馈风电机组在参与系统无功优化时具有良好的性能,验证了该改进算法的有效性。     

计及多个风电机组出力相关性的配电网无功优化EI北大核心CSCD

针对含多个风电机组的配电网无功优化问题,利用场景分析法处理风电机组出力的不确定性和负荷的随机波动。采用拉丁超立方采样产生多个场景,考虑多个风电机组风速间的相关性,利用Cholesky分解对生成的场景进行重新排序。以有功网损期望值最小为目标函数,以节点电压、支路功率以及电容器投切组数为约束条件,建立配电网无功优化模型。采用鸡群优化算法求解模型,并在改进的IEEE 69节点配电网算例中进行仿真,研究了风电机组出力相关性对无功优化结果的影响,结果证明了所提无功优化模型和方法的可行性。通过无功优化,能够有效地提高配电网的电压水平并减少网络损耗,对配电网的安全经济运行具有重要意义。     

计及多个风电机组出力相关性的配电网无功优化

针对含多个风电机组的配电网无功优化问题,利用场景分析法处理风电机组出力的不确定性和负荷的随机波动。采用拉丁超立方采样产生多个场景,考虑多个风电机组风速间的相关性,利用Cholesky分解对生成的场景进行重新排序。以有功网损期望值最小为目标函数,以节点电压、支路功率以及电容器投切组数为约束条件,建立配电网无功优化模型。采用鸡群优化算法求解模型,并在改进的IEEE 69节点配电网算例中进行仿真,研究了风电机组出力相关性对无功优化结果的影响,结果证明了所提无功优化模型和方法的可行性。通过无功优化,能够有效地提高配电网的电压水平并减少网络损耗,对配电网的安全经济运行具有重要意义。     

计及风电不确定性的配电网无功模糊优化

针对风电机组并网给配网无功优化带来的不确定性问题,提出了基于风速预测的场景分析法,将不确定性模型转换成多个典型的确定性场景问题,建立了全场景下兼顾有功网损和静态电压稳定裕度的多目标无功优化模型。采用模糊集理论将确定性问题模糊化,按照最大满意度准则将多目标模型转换成单目标模型,并采用量子行为粒子群优化算法对模型进行求解。以IEEE69节点配电系统为例进行仿真分析,结果验证了该模型的有效性和可行性。     

多场景下含风电机组的配电网无功优化的研究

研究了多场景下含风电机组的配电网无功优化问题。利用概率统计的思想解决了风电机组有功输出的不确定性问题,根据转子侧最大电流限制条件确立了风电机组无功输出范围。结合传统的电容器无功补偿方法,将风电机组作为连续可调无功源参与到配电网的无功优化。建立了以系统网损最小和节点电压越限惩罚为目标的无功优化模型。算例表明不同场景下的风电机组参与配电网无功优化可有效地降低系统的网损,提高各节点电压,同时,增强配电系统受风速影响的适应性。     

双馈风电场无功电压协调控制策略

针对大型风电场并网运行的电压稳定问题,研究了双馈风电场内多无功源在时间尺度上的动态响应配合和空间粒度上的物理分布特性,提出了一种综合考虑升压站集中动态无功补偿设备和双馈风电机组的无功电压协调控制策略。该策略以在线实时监控数据为基础,采用基于过滤集合的原对偶内点法求解风电场无功电压多目标优化控制模型,能够在满足公共接入点电压控制指令的同时,使得集中动态补偿设备无功裕度更大,馈线上各风电机组的机端电压裕度更均衡。对中国北方某风电场的仿真计算验证了所提控制策略的有效性。     

考虑暂态电压稳定的含高渗透率风光的电网动态无功规划方法

随着电网中风电、光伏渗透率的逐渐提高,电网暂态电压稳定问题愈加严重,提出一种考虑暂态电压稳定的含高渗透率风光的电网动态无功规划方法。构造基于电压二元表的区域暂态电压安全裕度指标和无功规划基准场景;基于所提指标给出动态无功补偿装置的布点方法,建立差异化动态无功补偿优化模型,利用多目标灰狼优化算法求解配置容量,并采用改进的熵权逼近理想解距离法筛选出动态无功补偿装置的待配置方案;利用摄动法确定最终配置方案,确保所得规划方案适用于所有场景。改进的IEEE 39节点系统和实际电网的仿真结果验证了所提规划方法的普适性和合理性。     

大规模风电并网无功电压协调控制策略研究

本文开展了大容量、集团式风电场接入输电网的协调电压控制方法研究。针对双馈风电机组(DFIG)的无功电压控制方式,提出了考虑运行约束的风电机组及风电场无功调节能力计算方法,并提出了基于电压控制器和控制任务协调分配的风电场电压控制策略,使风电场相对电网整体表现为可控电压源;进一步,基于危险节点等值模型,选择控制节点和构建风电网系统协调电压控制模型,并通过在线求解简单的优化问题确定控制量;基于此提出了风电场并网的电压协调控制系统方案,使并网DFIG风电场参与电力系统电压控制。基于典型系统的仿真结果表明,该方案能充分利用系统中的电压支撑能力,提高系统的电压稳定性,能适应风电并网系统在线电压协调控制的要求。     

基于学习自动机的智能变电站多目标无功优化

针对风电场的无功优化和电压稳定问题,结合其并网的智能变电站内的静止无功补偿器(SVC),提出了一种综合考虑SVC和双馈风电机组(DFIG)的无功电压协调控制策略。采用学习自动机求解多目标无功优化的最优权衡解,在满足风电场公共接入点的电压要求的同时,使得风电场无功源的无功裕度更大。最后,以华东某风电场进行算例分析,验证了所提无功电压协调控制策略的可行性和有效性。     

风电汇集地区电压不平衡特性分析及抑制策略

中国风电多采用"大规模集中开发,远距离传输"的模式,风电汇集地区常无本地负荷,在大规模风电汇集地区常出现三相电压不平衡现象,严重时会造成风机脱网,威胁到电力系统的安全稳定运行.针对这一问题,提出了风电汇集地区电压不平衡机理及抑制策略.首先,基于实测数据提取风电汇集地区电压不平衡现象的关键技术特征;其次,构建风电汇集地区等效电路模型,考虑风电汇集地区静态电压稳定极限及不换位输电线路三相阻抗参数不平衡等因素,提出电压不平衡度的估算方法;最后,以汇集站负序电压最小为目标,提出风电汇集地区三相无功优化模型,通过动态无功补偿装置分相调节实现风电汇集地区负序电压抑制.以实际风电汇集系统为例,通过仿真分析验证了机理分析和抑制策略的有效性.     

基于安全运行范围的风电场静态电压安全分析

从静态电压安全角度出发,对风电场静态电压偏移进行分析,提出了风电场静态安全运行范围的概念;基于电压约束条件,通过对风电场外送功率的线性变换,建立了风电场的静态安全运行范围,定义了运行点至边界的安全运行距离,并进行风电场稳态运行工况下的电压预警研究;通过无功优化的方法改善风电场的静态电压安全,给出其计算方法。在DIgSILENT/PowerFactory仿真软件上进行了仿真验证,仿真结果验证了所提静态安全运行范围对风电场的适用性。基于此可实现风电场的静态电压预警和无功优化分析,为风电场的安全稳定运行提供方法支持。     

基于电压稳定灵敏度的风电场无功优化研究

提出采用电压稳定灵敏度进行风电场无功优化的方法,论证并推导了鞍结分岔的电压稳定裕度灵敏度的算式.借助太平里风电场接入系统项目,通过无功优化补偿计算,提出合理的无功配置建议,从而提高含风电场系统的电压稳定性.     

含高比例风光新能源电网的多目标无功优化算法

为适应新能源大量接入电网的趋势,基于不同时刻的风速、光照强度、温度等气象条件信息,评估出风光新能源的无功调节容量,搭建了含高比例风光新能源参与调控的电网多目标无功优化模型。为快速获得电网中变压器分接头档位调节、无功补偿设备投切、传统发电机组电压调节以及风光的无功输出等控制措施的帕累托最优解集,采用寻优性能高效的多目标樽海鞘群算法（multi-objective salp swarm algorithm, MSSA）进行无功优化求解。为更客观找出电网线损、电压偏差、静态电压稳定裕度等不同目标之间的折中解,采用改进的理想点法进行多目标最优解集决策。最后,利用扩展的IEEE标准9节点和39节点算例进行仿真分析,并引入传统多目标智能优化算法来进行比较验证。仿真结果表明：与其他2种传统多目标智能优化算法相比,所提算法获得的帕累托前沿分布更广、更均匀;利用改进理想点法进行决策之后,可有效降低电网的线损和电压偏差,同时提高了电网的静态电压稳定裕度。     

基于粒子群算法并计及静态电压稳定性的电力系统无功规划

提出了基于改进粒子群优化算法的无功规划方法,该方法有效提高了初始粒子的质量,消除了传统粒了群优化算法的边界振荡现象,利用电压稳定裕度指标对系统负荷节点进行排序,选择其中电压稳定性较薄弱的节点作为无功补偿装置的安装点,将电压稳定裕度最大作为无功规划的目标函数之一,以改善系统的静态电压稳定性。该规划方法在IEEE30节点系统的应用结果表明其在降低网损的同时能够有效提高负荷节点的电压稳定裕度。     

基于Power World的风电最优接入方案研究

为研究风电接入后对系统电压稳定的影响,提出了基于U-Q灵敏度法和静态安全分析的风电最佳接入方案研究方法。通过采用所提出的方法,采用Power World软件,制定出基于U-Q灵敏度法和静态安全分析方法的风电接入点选择方案具体步骤,最终得出最优方案。通过比选方案,分别从电压稳定性与静态安全性2个方面验证方案的可行性。仿真验证结果表明,制定出的改善含风电场的系统电压稳定性策略方案可行有效。通过从风电规划的接入方式优化上改善含风电场的系统电压稳定性的同时,也在一定水平上提高了系统的静态安全性。     

考虑风功率分布规律的风电场无功补偿容量优化决策

双馈型风电机组的无功调节范围随其有功功率输出变化而存在波动性,极端条件下,又有其不可调节性,由此必然降低其对自身电压水平支撑的持续性。为此,在依据功率估算数据对风电场输出功率分布特性进行统计分析的基础上,提出考虑风功率分布特性的风电场无功补偿容量优化决策方法。该方法在充分计及双馈感应发电机无功调节能力与风功率分布特性的前提下,以无功补偿的投资成本与运行成本最小化为目标,构建无功补偿容量优化计算模型。该研究可使双馈型风电场的无功补偿决策更具针对性,并以最小代价实现该类风电场连续、无缝的无功电压调节。应用改进粒子群优化算法对所构建算例系统进行求解,分析结果表明了该研究的有效性。     

多目标无功优化的向量评价自适应免疫粒子群算法

为了克服粒子群算法在高维复杂问题寻优时容易陷入局部搜索的现象,提出了一种自适应免疫粒子群算法。该算法利用引入免疫系统的免疫信息处理机制和自动调整动量系数的自适应因子,从整体上达到系统的最佳控制方案。并将基于目标向量的个体评价方法与自适应免疫粒子群算法相结合,提出了基于向量评价的自适应免疫粒子群算法(vector evaluated adaptive immune particle swarm optimization,VEAIPSO)来解决多目标无功优化问题。通过引入静态电压稳定指标,建立了以系统有功损耗最小、节点电压偏移量最小及静态电压稳定裕度最大为目标的多目标无功优化模型。IEEE30和IEEE118节点系统算例仿真结果表明,该算法能有效地解决多目标无功优化问题,并具有良好的收敛稳定性和较高的寻优精度。