高滲透率大量分布式電源（Distributed Generation,DG）的間歇性發(fā)電,使得主動(dòng)配電網(wǎng)（Active Distribution Net,ADN）的狀態(tài)估計(jì)必須綜合考慮DG的引入帶來的諸多不確定性,然而傳統(tǒng)的配網(wǎng)狀態(tài)估計(jì)（Distribution State Estimation,DSE）已經(jīng)不能達(dá)到電網(wǎng)實(shí)時(shí)運(yùn)行調(diào)度的標(biāo)準(zhǔn)。因此,需對(duì)含DG且具有不確定性的系統(tǒng)進(jìn)行正確建模、并提出高效準(zhǔn)確的狀態(tài)估計(jì)方法,從而提高ADN狀態(tài)估計(jì)的精度成為一個(gè)亟需解決的問題。本文以含分布式能源的主動(dòng)配電網(wǎng)為研究對(duì)象,針對(duì)如何提高ADN狀態(tài)估計(jì)的精度問題,主要從以下幾個(gè)方面開展研究:（1）研究并描述了DSE的數(shù)學(xué)模型,包括配電網(wǎng)量測(cè)系統(tǒng)以及配電網(wǎng)網(wǎng)絡(luò)參數(shù);接著介紹了最小二乘法和基于加權(quán)的最小二乘（Weighted Least Square Method,WLS）的狀態(tài)估計(jì)法的基本原理,為后面的研究提供了理論基礎(chǔ)。（2）為提高狀態(tài)估計(jì)的精度,針對(duì)ADN中引入DG帶來的不確定性問題,展開ADN潮流研究。建立光伏、儲(chǔ)能、柴油發(fā)電機(jī)和不同負(fù)荷的概率模型;針對(duì)蒙特卡洛求解概率潮流受限于大量重復(fù)計(jì)算導(dǎo)致的... 

【文章來源】：上海電機(jī)學(xué)院上海市

【文章頁數(shù)】：81 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

主動(dòng)配電網(wǎng)構(gòu)成模式

上海電機(jī)學(xué)院碩士學(xué)位論文-31-Function，CDF）Fx是隨機(jī)變量標(biāo)準(zhǔn)化得到的mx的函數(shù)，式中m、分別代表的期望值和標(biāo)準(zhǔn)差�？捎刹襟E（6）計(jì)算出的的二階半不變量開平方得到。3.5算例分析3.5.1仿真對(duì)象參數(shù)本文以IEEE-30節(jié)點(diǎn)配電系統(tǒng)作為算例分析，節(jié)點(diǎn)系統(tǒng)接線圖如圖3-7所示，如文獻(xiàn)[86]可知IEEE-30系統(tǒng)節(jié)點(diǎn)和支路參數(shù)。已知系統(tǒng)有6臺(tái)發(fā)電機(jī)，30個(gè)節(jié)點(diǎn)，41條支路。其中設(shè)置功率基準(zhǔn)值100MVA，電壓基準(zhǔn)值為10kV；當(dāng)前網(wǎng)絡(luò)總有功負(fù)荷為283.4kW，總無功負(fù)荷為126.2kVar。其中按照本文3.1節(jié)介紹的潮流計(jì)算節(jié)點(diǎn)類型設(shè)置1節(jié)點(diǎn)為平衡節(jié)點(diǎn)，并在1，2，5，8，11，13接入功率分別為260kW、80kW、50kW、20kW、20kW、20kW的光伏模型為PV節(jié)點(diǎn)，設(shè)置15節(jié)點(diǎn)接入額定功率為30kW的電動(dòng)汽車模型。圖3-7IEEE-30系統(tǒng)接線圖Fig.3-7IEEE-30SystemWiringDiagram

上海電機(jī)學(xué)院碩士學(xué)位論文-34-a)場(chǎng)景一b)場(chǎng)景二a)scenario1b)scenario2圖3-8線路11有功概率不同場(chǎng)景下的密度曲線Fig.3-8Densitycurvesofline11underdifferentscenariosofactivepowerprobability對(duì)比分析圖3-8可知，加入光伏、負(fù)荷以后，使得配電網(wǎng)線路有功功率的密度曲線變的不平滑，同時(shí)，曲線向左移動(dòng)，表示支路輸送功率大幅度減少。且線路11有功功率在[75kW，175kW]范圍內(nèi)變化，符合實(shí)際電網(wǎng)的運(yùn)行情況。通過對(duì)比曲線趨勢(shì)可以得知，本章所用算法是可行有效的。a)場(chǎng)景一b)場(chǎng)景二a)scenario1b)scenario2圖3-9節(jié)點(diǎn)18電壓概率不同場(chǎng)景下的密度曲線Fig.3-9Densitycurvesofnode18voltageprobabilityunderdifferentscenarios對(duì)比分析圖3-9可知，加入光伏、負(fù)荷以后，使得節(jié)點(diǎn)電壓的概率密度曲線右移，節(jié)點(diǎn)電壓相應(yīng)增大。綜上所述，由于光伏、負(fù)荷的接入增加了配電網(wǎng)的波動(dòng)，但較大程度降低了支路傳輸功率，進(jìn)而使配電網(wǎng)穩(wěn)定運(yùn)行時(shí)具有較小的損耗，整體上大大緩解了配

【參考文獻(xiàn)】：
期刊論文
[1]同步相量測(cè)量裝置校準(zhǔn)器參考相量計(jì)算方法[J]. 許蘇迪,劉灝,畢天姝.  電力系統(tǒng)自動(dòng)化. 2019(17)
[2]主動(dòng)配電網(wǎng)脆弱性評(píng)估方法綜述[J]. 林濤,陳益超,程軍照,畢如玉,杜蕙.  電器與能效管理技術(shù). 2019(15)
[3]含電動(dòng)汽車的主動(dòng)配電網(wǎng)優(yōu)化調(diào)度策略研究[J]. 夏博,肖孝天,楊超.  電力科學(xué)與工程. 2019(07)
[4]基于模糊搜索算法的考慮靈敏度約束相量量測(cè)單元最優(yōu)配置[J]. 蔣航,王新花,熊俊,陳愚.  自動(dòng)化技術(shù)與應(yīng)用. 2019(07)
[5]電力系統(tǒng)運(yùn)行狀態(tài)快變對(duì)狀態(tài)估計(jì)影響分析[J]. 孟令愚,侯凱元,丁松,包丹.  東北電力技術(shù). 2019(02)
[6]基于免疫離散粒子群算法的主動(dòng)配電網(wǎng)PMU測(cè)量位置優(yōu)化[J]. 李偉光,盧錦玲.  電測(cè)與儀表. 2018(21)
[7]基于果蠅優(yōu)化算法的配電網(wǎng)狀態(tài)估計(jì)[J]. 白晨,曹雯,郭昆麗.  電網(wǎng)與清潔能源. 2018(03)
[8]基于改進(jìn)遺傳算法的三維單箱裝箱問題研究[J]. 崔會(huì)芬,許佳瑜,朱鴻國(guó),胡勝,楊京帥.  工業(yè)工程與管理. 2018(01)
[9]基于變異粒子群優(yōu)化-禁忌搜索混合算法的配電網(wǎng)狀態(tài)估計(jì)[J]. 孟志強(qiáng),覃仕樾,蔡航.  電力系統(tǒng)及其自動(dòng)化學(xué)報(bào). 2017(11)
[10]基于最優(yōu)場(chǎng)景生成算法的主動(dòng)配電網(wǎng)無功優(yōu)化[J]. 吳麗珍,蔣力波,郝曉弘.  電力系統(tǒng)保護(hù)與控制. 2017(15)

博士論文
[1]網(wǎng)絡(luò)環(huán)境下多智能體系統(tǒng)一致性研究[D]. 王朝霞.上海大學(xué) 2016
[2]粒子群優(yōu)化算法的理論及實(shí)踐[D]. 張麗平.浙江大學(xué) 2005

碩士論文
[1]含多種分布式電源的主動(dòng)配電網(wǎng)狀態(tài)估計(jì)[D]. 郭揚(yáng).西安理工大學(xué) 2019
[2]主動(dòng)配電網(wǎng)分布式魯棒狀態(tài)估計(jì)[D]. 袁佩然.山東大學(xué) 2019
[3]基于改進(jìn)魯棒無跡卡爾曼濾波的電力系統(tǒng)分區(qū)狀態(tài)估計(jì)[D]. 董一兵.燕山大學(xué) 2018
[4]考慮不確定性的電力系統(tǒng)狀態(tài)估計(jì)及PMU序貫配置[D]. 于學(xué)良.山東大學(xué) 2018
[5]多端交直流混合電力系統(tǒng)狀態(tài)估計(jì)方法研究[D]. 趙一睿.湖南大學(xué) 2018
[6]主動(dòng)配電網(wǎng)運(yùn)行優(yōu)化研究[D]. 鮑祚睿.上海電機(jī)學(xué)院 2017
[7]考慮不確定因素的概率潮流計(jì)算模型研究[D]. 葉鞠.燕山大學(xué) 2016
[8]含分布式電源配電網(wǎng)潮流計(jì)算方法的研究[D]. 孫進(jìn).太原科技大學(xué) 2016
[9]微電網(wǎng)概率潮流計(jì)算與特性分析[D]. 田珊也.山東大學(xué) 2016
[10]智能配電網(wǎng)重構(gòu)方法研究[D]. 陳正鵬.湖南大學(xué) 2016



本文編號(hào)：3307666