本文選題：分布式電源 + 選址定容　； 參考：《中國礦業(yè)大學(xué)》2017年碩士論文

【摘要】：近年來,電力逐漸成為了新一輪能源革命的核心力量,分布式電源(Distributed Generation,DG)因其特有的技術(shù)優(yōu)勢正受到越來越多的關(guān)注。DG接入會對傳統(tǒng)配電網(wǎng)的潮流、網(wǎng)損、節(jié)點電壓及可靠性等方面產(chǎn)生一定的影響,如何合理選擇DG的并網(wǎng)位置和容量使配電網(wǎng)更加可靠經(jīng)濟(jì)地運行成為目前急需解決的問題�；诖�,本文主要進(jìn)行了在配電網(wǎng)中合理選擇DG的接入位置和容量的相關(guān)研究。首先,分析了DG并網(wǎng)對配電網(wǎng)規(guī)劃、網(wǎng)損、電壓等方面的影響,明確了合理選擇DG并網(wǎng)位置及容量對配電網(wǎng)安全穩(wěn)定運行的重要性。接著,對含DG的配電網(wǎng)潮流計算進(jìn)行了研究。將不同類型的DG抽象為可用于潮流計算的數(shù)學(xué)模型,并對其相應(yīng)的節(jié)點類型進(jìn)行歸納,分析了潮流計算時各節(jié)點類型的處理方法。采用IEEE-33節(jié)點系統(tǒng)作為仿真系統(tǒng),對使用前推回代法進(jìn)行含DG的配電網(wǎng)潮流計算的正確性進(jìn)行驗證。在DG選址定容問題上,將DG分為功率隨機(jī)型DG和功率可控型DG,分別建立了風(fēng)機(jī)、光伏和燃料電池的功率輸出模型。以網(wǎng)損改善率指標(biāo)及電壓穩(wěn)定度指標(biāo)為主要依據(jù)對節(jié)點進(jìn)行評估,并結(jié)合配電網(wǎng)實際情況等相關(guān)因素,對DG的待安裝位置進(jìn)行選擇;以配電網(wǎng)購電年費用及DG綜合年費用之和最小為目標(biāo)函數(shù),建立了DG選址定容的優(yōu)化模型。研究了基本粒子群算法,并對其學(xué)習(xí)因子及權(quán)重進(jìn)行改進(jìn),采用經(jīng)典函數(shù)對改進(jìn)粒子群算法的正確性進(jìn)行了驗證。最后,以IEEE-33節(jié)點配電系統(tǒng)為例,采用改進(jìn)粒子群算法對風(fēng)電、光伏、燃料電池三種DG的接入方案進(jìn)行求解。將接入DG后的配電網(wǎng)從經(jīng)濟(jì)性、電壓穩(wěn)定性以及網(wǎng)損方面與接入DG前的配電網(wǎng)進(jìn)行比較,可以發(fā)現(xiàn)合理接入DG可以給配電網(wǎng)帶來更好的經(jīng)濟(jì)效益和運行可靠性。
[Abstract]:In recent years, electric power has gradually become the core force of a new round of energy revolution. Distributed Generation (DG) is receiving more and more attention because of its unique technical advantages..DG access will have a certain influence on the power flow of traditional distribution network, network loss, node voltage and reliability, and how to choose the DG grid in a reasonable way. Position and capacity make the distribution network more reliable and economical to be solved. Based on this, this paper mainly carries out the related research on the access position and capacity of DG in distribution network. First, it analyzes the influence of DG grid on distribution network planning, network loss, voltage and so on, and makes clear the rational selection of DG grid position. And the importance of capacity to the safe and stable operation of distribution network. Then, the power flow calculation of distribution network containing DG is studied. Different types of DG are abstracted as a mathematical model which can be used for power flow calculation, and the corresponding node types are summarized, and the processing methods of each node type in the calculation of power flow are analyzed. The IEEE-33 node system is used as a method. For the simulation system, the correctness of the power flow calculation of the distribution network containing DG is verified by using the pre push back generation method. On the DG location and capacity problem, the DG is divided into power random DG and power controlled DG, and the power output model of fan, photovoltaic and fuel cell is set up respectively. The index of loss improvement rate and voltage stability index are the main factors. According to the evaluation of the nodes, and the actual situation of distribution network and other related factors, the location of the DG is selected. The optimization model of the location and capacity of the DG location is established based on the annual cost of distribution network purchase and the minimum sum of the annual cost of DG. The basic particle swarm optimization algorithm is studied, and its learning factors and weights are improved. The correctness of the improved particle swarm optimization is verified by the classical function. Finally, taking the IEEE-33 node distribution system as an example, the improved particle swarm optimization (PSO) algorithm is used to solve the three DG access schemes of wind power, photovoltaic and fuel cells. The distribution network after the access to DG is distributed from the aspects of economy, voltage stability and network loss and the distribution of power distribution before the access to DG. Comparing the network, we can find that reasonable access to DG can bring better economic and operational reliability to the distribution network.
【學(xué)位授予單位】：中國礦業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TM715

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張沈習(xí);袁加妍;程浩忠;李珂;;主動配電網(wǎng)中考慮需求側(cè)管理和網(wǎng)絡(luò)重構(gòu)的分布式電源規(guī)劃方法[J];中國電機(jī)工程學(xué)報;2016年S1期

2 張小和;;含分布式發(fā)電的配電網(wǎng)規(guī)劃方法研究[J];機(jī)電工程技術(shù);2016年02期

3 彭顯剛;林利祥;劉藝;林卓瓊;;計及電動汽車和可再生能源不確定因素的多目標(biāo)分布式電源優(yōu)化配置[J];電網(wǎng)技術(shù);2015年08期

4 舟丹;;美國、歐盟生分布式能源發(fā)電發(fā)展趨勢[J];中外能源;2015年07期

5 王昌照;汪隆君;王鋼;張堯;丁茂生;;分布式電源出力與負(fù)荷相關(guān)性對配電網(wǎng)可靠性的影響分析[J];電力自動化設(shè)備;2015年06期

6 張沈習(xí);李珂;程浩忠;馬則良;張建平;姚良忠;;主動管理模式下分布式風(fēng)電源選址定容規(guī)劃[J];電力系統(tǒng)自動化;2015年09期

7 唐念;夏明超;肖偉棟;鐘亞嬌;;考慮多種分布式電源及其隨機(jī)特性的配電網(wǎng)多目標(biāo)擴(kuò)展規(guī)劃[J];電力系統(tǒng)自動化;2015年08期

8 孫卓新;朱永強(qiáng);倪一峰;葉青;劉穎;;基于粒子群算法的含光伏電站的配電網(wǎng)無功優(yōu)化[J];電力建設(shè);2014年04期

9 呂濤;唐巍;叢鵬偉;薄博;;分布式電源與配電網(wǎng)架多目標(biāo)協(xié)調(diào)規(guī)劃[J];電力系統(tǒng)自動化;2013年21期

10 鄧威;李欣然;劉志勇;顏艷麗;李金鑫;馬亞輝;;考慮無功補(bǔ)償影響因素的間歇性分布式電源綜合優(yōu)化配置[J];中國電機(jī)工程學(xué)報;2012年10期

相關(guān)博士學(xué)位論文 前2條

1 匡芳君;群智能混合優(yōu)化算法及其應(yīng)用研究[D];南京理工大學(xué);2014年

2 向萬里;混合群體智能優(yōu)化算法及應(yīng)用研究[D];天津大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 吳雪娟;多目標(biāo)粒子群優(yōu)化算法的研究及應(yīng)用[D];南京郵電大學(xué);2016年

2 周家南;基于改進(jìn)退火粒子群算法的分布式電源選址和定容的規(guī)劃研究[D];蘭州交通大學(xué);2016年

3 谷曉東;分布式電源對配電網(wǎng)的影響分析[D];燕山大學(xué);2016年

4 徐陳;含多種分布式電源的配電網(wǎng)多目標(biāo)規(guī)劃[D];寧夏大學(xué);2016年

5 劉倩;并網(wǎng)分布式光伏對配電網(wǎng)電壓影響研究[D];東南大學(xué);2016年

6 葉麗紅;計及分布式電源的配電系統(tǒng)綜合優(yōu)化配置方法的研究[D];浙江大學(xué);2016年

7 劉小旺;分布式能源系統(tǒng)優(yōu)化利用模型及應(yīng)用研究[D];華北電力大學(xué);2016年

8 劉建;含分布式電源的配電網(wǎng)規(guī)劃[D];西南交通大學(xué);2015年

9 丁曉花;環(huán)境效益約束下的分布式電源的優(yōu)化配置[D];寧夏大學(xué);2015年

10 李文文;配電網(wǎng)中分布式電源的優(yōu)化配置研究[D];東北電力大學(xué);2015年

，

本文編號：2016953