本文選題：主動配電網(wǎng) + 分布式發(fā)電��； 參考：《山東大學》2017年碩士論文

【摘要】：2008 年,國際大電網(wǎng)會議(International Council on Large Electric Systems,CIGRE)配電與分布式發(fā)電專委會(C6)C6.11項目組提出主動配電網(wǎng)(Active Distribution Network,ADN)的概念。AND可對接入配電網(wǎng)中的分布式發(fā)電(Distributed Generation,DG)系統(tǒng)進行控制,并采用靈活的網(wǎng)絡(luò)拓撲對配電網(wǎng)潮流進行管理,實現(xiàn)電能的"主動"控制和"主動"分配。ADN的提出標志著配電網(wǎng)控制方式的轉(zhuǎn)變,含有DG的ADN 一方面能應(yīng)對高滲透率DG的接入,解決未來配電網(wǎng)中分布式能源的大規(guī)模接入問題;另一方面可以利用ADN的技術(shù)優(yōu)勢,在保證系統(tǒng)穩(wěn)定運行的同時提高經(jīng)濟效益,配合并促進配電網(wǎng)的進一步發(fā)展。對ADN進行多目標規(guī)劃有助于兼顧多方面指標,使配電網(wǎng)的運行達到最佳狀態(tài)。從網(wǎng)絡(luò)拓撲出發(fā)對其進行分區(qū)控制,一方面可縮小控制范圍,提高系統(tǒng)可控性;另一方面可以應(yīng)對不同種類的分布式能源接入,不需要建立過于復(fù)雜的系統(tǒng)模型,降低計算的復(fù)雜度,使系統(tǒng)保持良好的拓展性,對堅強電網(wǎng)的建設(shè)有著指導和借鑒意義。本文圍繞ADN規(guī)劃與控制分區(qū)研究,完成了以下工作:首先,本文系統(tǒng)闡述了 ADN的概念、結(jié)構(gòu)、功能和管理模式,對其與被動配電網(wǎng)、有源配電網(wǎng)之間的聯(lián)系與區(qū)別進行闡述;對DG給配電網(wǎng)在規(guī)劃、運行及保護帶來的影響進行分析,對含有DG的ADN建立系統(tǒng)論述,為下文的研究提供理論基礎(chǔ)。其次,本文分析了現(xiàn)有的ADN規(guī)劃的方法及存在的問題,建立統(tǒng)籌考慮可靠性與經(jīng)濟性的多目標分層規(guī)劃模型,上層規(guī)劃模型中以節(jié)點位置系數(shù)為衡量標準預(yù)選出分布式發(fā)電安裝位置;下層規(guī)劃模型中設(shè)定包含DG設(shè)備費用、網(wǎng)絡(luò)損耗費用、年購電費用和政府補貼的目標函數(shù),采用粒子群算法(Particle swarm optimization,PSO)對其進行計算,確定DG的安裝位置以及安裝容量,在保證系統(tǒng)供電可靠性的前提下對其進行經(jīng)濟優(yōu)化,從而兼顧可靠性、經(jīng)濟性兩方面指標。最后,本文采用復(fù)雜網(wǎng)絡(luò)理論對ADN主動管理模式中的控制分區(qū)進行方法研究。定義電氣距離并以此建立權(quán)重矩陣,為AND控制區(qū)域劃分提供度量單位;以模塊度為衡量標準對分區(qū)結(jié)果進行評估;采用PSO算法對其進行計算,針對粒子的編碼與更新提出適應(yīng)ADN網(wǎng)絡(luò)拓撲特點的編碼方式以及更新策略,從而加速收斂并節(jié)約儲存空間。采用IEEE 33、69節(jié)點配電系統(tǒng)作為算例,驗證本文中的多目標規(guī)劃模型以及控制分區(qū)方法的有效性。ADN結(jié)構(gòu)以及功能上的復(fù)雜性使得配電網(wǎng)的網(wǎng)絡(luò)特點愈來愈貼近輸電網(wǎng),應(yīng)用于輸電網(wǎng)的分析方法也逐步應(yīng)用于配電網(wǎng)的分析中。對含有DG的ADN進行規(guī)劃研究及控制分區(qū)方法研究有助于提高配電網(wǎng)管理效率,為進一步制定ADN的管理策略提供參考。
[Abstract]:In 2008 years, the International Council on Large Electric Systems CIGRE( International Council on Large Electric Systems) Project Group C6C6.11 put forward the concept of active Distribution Network Adn. And can control the distributed generation generation DGs connected to the distribution network. The flexible network topology is used to manage the power flow of the distribution network, which realizes the "active" control of electric energy and the "active" distribution. It marks the change of the control mode of the distribution network. On the one hand, the ADN with DG can deal with the access of DG with high permeability. To solve the problem of large-scale access to distributed energy in the future distribution network, on the other hand, we can make use of the technical advantages of ADN to ensure the stable operation of the system and increase economic benefits, and cooperate with and promote the further development of the distribution network. Multi-objective programming for ADN is helpful to give consideration to many indexes and make the distribution network run in the best condition. On the one hand, it can reduce the scope of control and improve the controllability of the system; on the other hand, it can deal with different kinds of distributed energy access, and it does not need to build too complex system model. Reducing the complexity of computation, making the system keep good expansibility, has guidance and reference significance for the construction of strong power grid. This paper focuses on the study of ADN planning and control zoning, and completes the following work: firstly, the concept, structure, function and management mode of ADN are systematically expounded, and the relationship and difference between ADN and passive distribution network and active distribution network are expounded. The influence of DG on the planning, operation and protection of distribution network is analyzed, and the ADN with DG is discussed systematically, which provides the theoretical basis for the following research. Secondly, this paper analyzes the existing methods and problems of ADN programming, and establishes a multi-objective hierarchical programming model considering reliability and economy as a whole. In the upper planning model, the location of distributed generation is pre-selected according to the node location coefficient, and the objective function including the cost of DG equipment, the cost of network loss, the annual cost of electricity purchase and the government subsidy are set in the lower planning model. Particle Swarm Optimization (PSO) algorithm is used to calculate the DG, to determine the installation position and capacity of DG, and to optimize the system economically on the premise of ensuring the reliability of power supply, so that both reliability and economy can be taken into account. Finally, the method of control partition in ADN active management mode is studied by using complex network theory. The electrical distance is defined and the weight matrix is established to provide the unit of measurement for the division of the AND control area; the modular degree is taken as the criterion to evaluate the result of the partition; the PSO algorithm is used to calculate it. In order to accelerate the convergence and save storage space, the coding method and updating strategy adapted to the topological characteristics of ADN network are proposed for particle coding and updating. With the example of IEEE 33-bus 69-bus distribution system, the validity of the multi-objective programming model and the control zoning method are verified. The complexity of the structure and function makes the network characteristics of the distribution network more and more close to the transmission network. The analysis method applied to transmission network is also applied to distribution network analysis step by step. The study on planning and control zoning of ADN with DG is helpful to improve the efficiency of distribution network management and provide a reference for the further development of ADN management strategy.
【學位授予單位】：山東大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TM715

【相似文獻】

相關(guān)期刊論文 前10條

1 魏彥吉;陸晶;劉慶懷;;一類雙層多目標規(guī)劃問題的若干等價形式[J];長春工業(yè)大學學報(自然科學版);2012年03期

2 吳健中;楊培慶;;能源模型的多目標規(guī)劃問題[J];上海交通大學學報;1982年02期

3 楊廣文,尚壽亭;多目標規(guī)劃的算法及收斂性(英文)[J];哈爾濱工業(yè)大學學報;1991年02期

4 吳良剛;何溢;李一智;;一種多目標規(guī)劃尋優(yōu)方法[J];中南礦冶學院學報;1992年06期

5 黃平,于寅;多目標規(guī)劃的像問題及其應(yīng)用[J];華中理工大學學報;1992年S1期

6 徐安;多目標規(guī)劃問題及其解決方法[J];濟南交通高等專科學校學報;1995年04期

7 甄苓,王日爽;雙層多目標規(guī)劃若干問題的研究[J];北京航空航天大學學報;1996年05期

8 高峰,侯亞君,尹永春;關(guān)于多目標規(guī)劃信賴域算法收斂的判別準則研究[J];沈陽工業(yè)學院學報;1997年03期

9 賈繼紅;不變凸多目標規(guī)劃[J];西北建筑工程學院學報(自然科學版);1997年03期

10 李曉莉;具有廣義凸的多目標規(guī)劃[J];長安大學學報(自然科學版);2003年05期

相關(guān)會議論文 前10條

1 丁梅;;凸多目標規(guī)劃的對偶形式[A];第四屆中國青年運籌與管理學者大會論文集[C];2001年

2 蔡春霞;楊常青;舒艷;;多目標規(guī)劃方法在規(guī)劃環(huán)境影響評價中的應(yīng)用[A];2007中國環(huán)境科學學會學術(shù)年會優(yōu)秀論文集（下卷）[C];2007年

3 鄭明發(fā);;模糊隨機多目標規(guī)劃的期望值模型性質(zhì)及一種解法[A];第八屆中國不確定系統(tǒng)年會論文集[C];2010年

4 馮恩民;鐵軍;;大小不等的圓裝入長方形中的一種布局問題新算法(英文)[A];第四屆全國決策科學/多目標決策研討會論文集[C];2007年

5 張目;周宗放;;基于多目標規(guī)劃和支持向量機的企業(yè)信用評估模型[A];第三屆貴州省自然科學優(yōu)秀學術(shù)論文評選獲獎?wù)撐募?010年）[C];2010年

6 王謙;胡培;;模糊多目標規(guī)劃的可能性理論模型及算法[A];管理科學與系統(tǒng)科學進展——全國青年管理科學與系統(tǒng)科學論文集（第4卷）[C];1997年

7 王曉敏;;多目標規(guī)劃的H_a—鞍點定理[A];中國運籌學會第六屆學術(shù)交流會論文集（下卷）[C];2000年

8 趙蔚;吳滄浦;;多目標規(guī)劃的交互式滿意置換率法及其應(yīng)用[A];1993中國控制與決策學術(shù)年會論文集[C];1993年

9 徐百興;;多目標規(guī)劃的一種求解類型[A];1994中國控制與決策學術(shù)年會論文集[C];1994年

10 熊德琪;;求解水質(zhì)多目標規(guī)劃問題的模糊決策分析方法[A];數(shù)學及其應(yīng)用文集——中南模糊數(shù)學和系統(tǒng)分會第三屆年會論文集（下卷）[C];1995年

相關(guān)博士學位論文 前5條

1 張濤;二層多目標規(guī)劃問題的粒子群算法及應(yīng)用研究[D];武漢大學;2014年

2 劉三明;多目標規(guī)劃的若干理論和方法[D];大連理工大學;2006年

3 趙雪;多目標規(guī)劃問題的路徑與隧道跟蹤算法[D];吉林大學;2013年

4 賈禮平;幾類雙層多目標規(guī)劃問題算法及應(yīng)用研究[D];西安電子科技大學;2014年

5 周軒偉;群體決策和多目標決策的若干理論和方法[D];上海大學;2004年

相關(guān)碩士學位論文 前10條

1 鄭玉蒙;區(qū)間多目標規(guī)劃問題的優(yōu)化方法及應(yīng)用研究[D];河北大學;2015年

2 劉磊;基于多目標規(guī)劃的機電產(chǎn)品綠色優(yōu)化設(shè)計研究[D];天津科技大學;2015年

3 李小燕;多目標規(guī)劃問題真有效解和近似解的研究[D];重慶師范大學;2016年

4 劉夢;主動配電網(wǎng)的多目標規(guī)劃研究[D];華北電力大學;2016年

5 張娣;雙層多目標規(guī)劃問題的若干算法研究[D];蘭州交通大學;2016年

6 于琳;主動配電網(wǎng)多目標規(guī)劃及控制分區(qū)研究[D];山東大學;2017年

7 史暖舒;關(guān)于多目標規(guī)劃問題的算法研究[D];吉林大學;2006年

8 劉勇;基于混合遺傳算法的灰色多目標規(guī)劃問題研究[D];西安建筑科技大學;2007年

9 李雯;基于思維進化的多目標規(guī)劃算法的研究[D];太原理工大學;2007年

10 呂占美;吳方法在多目標規(guī)劃問題中的應(yīng)用[D];中南大學;2011年

，

本文編號：1776824