本文選題：雙饋型風(fēng)機(jī)　切入點：風(fēng)電場集群　出處：《電網(wǎng)技術(shù)》2017年06期

【摘要】：針對風(fēng)電場集群的運(yùn)行特點,提出了一種適用于風(fēng)電場集群的無功電壓分層控制策略。該策略分為2層:整定層根據(jù)風(fēng)電場集群并網(wǎng)點電壓確定所需無功功率;分配層利用風(fēng)場各支路中節(jié)點電壓確定參與無功功率分配的風(fēng)機(jī)數(shù)量,計算風(fēng)機(jī)和補(bǔ)償設(shè)備的無功功率。分配層降低了優(yōu)化算法的輸入量,提高了收斂速度。同時提出了一種基于上述控制策略特點的改進(jìn)粒子群算法-相鄰經(jīng)驗粒子群算法,該算法通過在速度更新公式中加入相鄰風(fēng)機(jī)支路的優(yōu)化結(jié)果,進(jìn)一步提高算法的收斂速度。算例分析表明,該策略在提高優(yōu)化算法收斂速度的基礎(chǔ)上,能夠?qū)︼L(fēng)電場集群內(nèi)的節(jié)點電壓及網(wǎng)損進(jìn)行優(yōu)化。
[Abstract]:According to the operation characteristics of wind farm cluster, a reactive power and voltage stratified control strategy suitable for wind farm cluster is proposed. The strategy is divided into two layers: the setting layer determines the required reactive power according to the wind farm cluster and node voltage; The distribution layer determines the number of fans participating in reactive power allocation by using the node voltage in each branch of wind field, and calculates the reactive power of fan and compensation equipment. The allocation layer reduces the input of the optimization algorithm. The convergence rate is improved. An improved particle swarm optimization algorithm (PSO), which is based on the characteristics of the above control strategy, is proposed. The optimization result of the adjacent fan branch is added to the velocity updating formula. The example analysis shows that the strategy can optimize the node voltage and network loss in wind farm cluster on the basis of improving the convergence speed of the optimization algorithm.
【作者單位】： 東北大學(xué)信息科學(xué)與工程學(xué)院;國網(wǎng)遼寧省電力有限公司沈陽供電公司;許繼集團(tuán)有限公司;
【基金】：中央高校基本科研業(yè)務(wù)費(fèi)專項資金(N160404010)~~
【分類號】：TM614

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張亮;呂林;;利用粒子群算法解決電網(wǎng)優(yōu)化購入電量[J];電力系統(tǒng)保護(hù)與控制;2009年22期

2 趙菲;焦彥軍;;基于粒子群算法的輸電線路參數(shù)辨識[J];陜西電力;2011年09期

3 徐余法;高潔;陳國初;;一種改進(jìn)粒子群算法及其在風(fēng)電場中的應(yīng)用[J];華東理工大學(xué)學(xué)報(自然科學(xué)版);2012年03期

4 仲曉春;彭春華;陳佳琰;;基于改進(jìn)粒子群算法的機(jī)組經(jīng)濟(jì)運(yùn)行的博弈[J];華東交通大學(xué)學(xué)報;2008年03期

5 馬立新;屈娜娜;單冠華;王守征;;電力系統(tǒng)無功優(yōu)化的柯西粒子群算法[J];控制工程;2011年05期

6 王道軍;孫俊;須文波;;量子粒子群算法在電力系統(tǒng)經(jīng)濟(jì)調(diào)度中的應(yīng)用[J];計算機(jī)工程與設(shè)計;2008年19期

7 黃燕燕;彭春華;;改進(jìn)粒子群算法在電力系統(tǒng)經(jīng)濟(jì)調(diào)度中的應(yīng)用[J];電力科學(xué)與工程;2011年04期

8 周宣;;基于隨機(jī)自適應(yīng)粒子群算法的電力系統(tǒng)無功優(yōu)化[J];計算機(jī)與現(xiàn)代化;2011年12期

9 鄭禹;汪萍;;基于粒子群算法的稀布陣?yán)走_(dá)防雷優(yōu)化設(shè)計分析[J];電腦知識與技術(shù);2013年08期

10 林國漢;章兢;劉朝華;趙葵銀;;改進(jìn)粒子群算法優(yōu)化擴(kuò)展卡爾曼濾波器電機(jī)轉(zhuǎn)速估計[J];計算機(jī)應(yīng)用研究;2013年07期

相關(guān)會議論文 前6條

1 劉文許;林禮清;溫步瀛;;電力市場下基于改進(jìn)粒子群算法的AGC機(jī)組選擇[A];中國高等學(xué)校電力系統(tǒng)及其自動化專業(yè)第二十四屆學(xué)術(shù)年會論文集（中冊）[C];2008年

2 王征;劉大寶;王家林;王永驥;;基于離散粒子群算法的船舶電力系統(tǒng)重構(gòu)研究[A];2011年中國智能自動化學(xué)術(shù)會議論文集（第一分冊）[C];2011年

3 馬飛;陳雪波;李小華;;改進(jìn)的粒子群算法在電力系統(tǒng)AGC中的應(yīng)用[A];第16屆中國過程控制學(xué)術(shù)年會暨第4屆全國故障診斷與安全性學(xué)術(shù)會議論文集[C];2005年

4 劉暢;李渝曾;李海英;;基于遺傳算法與粒子群算法的機(jī)組開停機(jī)規(guī)劃[A];2008中國電力系統(tǒng)保護(hù)與控制學(xué)術(shù)研討會論文集[C];2008年

5 曹蘊(yùn);盛四清;姚煜;;基于混沌粒子群算法的配電網(wǎng)規(guī)化[A];中國高等學(xué)校電力系統(tǒng)及其自動化專業(yè)第二十四屆學(xué)術(shù)年會論文集（上冊）[C];2008年

6 于騰凱;李燕青;謝慶;;基于改進(jìn)粒子群算法的配電網(wǎng)分段開關(guān)優(yōu)化研究[A];中國高等學(xué)校電力系統(tǒng)及其自動化專業(yè)第二十四屆學(xué)術(shù)年會論文集（中冊）[C];2008年

相關(guān)博士學(xué)位論文 前3條

1 李慶偉;粒子群算法及電廠若干問題的研究[D];東南大學(xué);2016年

2 黃平;粒子群算法改進(jìn)及其在電力系統(tǒng)的應(yīng)用[D];華南理工大學(xué);2012年

3 張震;骨干粒子群算法及其在電力變壓器設(shè)計中的應(yīng)用[D];浙江大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 陳百霞;考慮風(fēng)電場并網(wǎng)的電力系統(tǒng)無功優(yōu)化[D];山東大學(xué);2015年

2 付燕杰;獨立型風(fēng)/光/儲發(fā)電系統(tǒng)容量配置的優(yōu)化研究[D];內(nèi)蒙古工業(yè)大學(xué);2015年

3 肖海波;基于改進(jìn)粒子群算法的水—火發(fā)電系統(tǒng)聯(lián)合調(diào)度[D];華北電力大學(xué);2015年

4 楊三根;風(fēng)電與水電聯(lián)合調(diào)度問題研究[D];電子科技大學(xué);2015年

5 趙毅薇;直覺模糊粒子群算法在發(fā)電機(jī)組啟動策略中的應(yīng)用[D];電子科技大學(xué);2014年

6 周東瑞;基于粒子群算法的配電局域網(wǎng)無功優(yōu)化研究[D];山東大學(xué);2015年

7 朱良;基于云計算和優(yōu)化KMeans的電力不良數(shù)據(jù)辨識[D];華北電力大學(xué);2015年

8 甄真;包頭地區(qū)含風(fēng)電場電力系統(tǒng)的無功優(yōu)化研究[D];華北電力大學(xué);2015年

9 侯碩楠;改進(jìn)的粒子群算法及其在電力系統(tǒng)無功優(yōu)化中的應(yīng)用[D];東北大學(xué);2014年

10 黃知偉;基于云粒子群算法的含DG配電網(wǎng)故障定位[D];湖北工業(yè)大學(xué);2016年

，

本文編號：1672578