本文關鍵詞： 配電網 無功優(yōu)化 分布式電源 混沌蜂群差分進化算法 多目標優(yōu)化 動態(tài)優(yōu)化　出處：《華北電力大學(北京)》2016年碩士論文　論文類型：學位論文

【摘要】：配電網無功優(yōu)化是改善配電網系統(tǒng)電能質量、有效提高電力系統(tǒng)穩(wěn)定性的重要方法。電力系統(tǒng)無功優(yōu)化不僅能降低系統(tǒng)的有功損耗,還能對電網的電壓進行調整,從而保障電力系統(tǒng)安全、穩(wěn)定的運行。隨著智能電網建設進程的加快,分布式電源(DG)將批量并入電網,會對系統(tǒng)潮流、電壓造成一定影響,使傳統(tǒng)的配電網無功優(yōu)化問題發(fā)生改變。因此,在DG并網的背景下,研究配電網無功優(yōu)化問題具有重要的工程意義。由于DG的并網和DG的隨機性使傳統(tǒng)的無功優(yōu)化模型不再適用,針對這一問題,本文提出了一種新型的優(yōu)化算法——混沌蜂群差分進化算法(CABC-DE)。并分別用于建立含DG多目標無功優(yōu)化模型和動態(tài)無功優(yōu)化模型。具體工作如下：1.針對差分進化算法(DE)具有收斂過早、局部搜索能力較差的缺陷。本文采用人工蜂群算法(ABC)和混沌思想(Chaos)對其進行改進,提出了混沌蜂群差分進化算法(CABC-DE)。建立以最小化有功網損為目標函數(shù)的模型,將CABC-DE算法和DE算法分別用于IEEE-14和IEEE-30節(jié)點系統(tǒng)進行仿真實驗,仿真結果表明了新算法的有效性。2.研究了DG并網后的配電網系統(tǒng)的多目標無功優(yōu)化問題。在Pareto最優(yōu)理論的基礎上提出了多目標混沌蜂群差分進化算法。隨后構建以有功網損最小、電壓偏差最小、無功補償最小為目標函數(shù)的多目標無功優(yōu)化模型,在含DG的IEEE-30節(jié)點系統(tǒng)中進行仿真。仿真結果表明該算法能獲得分布均勻的Pareto前沿,實現(xiàn)了對三個目標的優(yōu)化,同時滿足了電網運行對經濟和安全兩方面的要求。3.研究了DG并網后的配電網系統(tǒng)的動態(tài)無功優(yōu)化。為了充分考慮到DG功率輸出的隨機性和配電網系統(tǒng)的安全性、經濟性,首先構建了含DG的配電網動態(tài)無功優(yōu)化模型,限制無功控制設備的操作次數(shù)以保障操作成本和設備使用壽命。然后考慮了系統(tǒng)負荷的變化,將日均負荷曲線分割大小時段,每個時段充分考慮DG的隨機性,獲得最優(yōu)的動態(tài)無功優(yōu)化方案。
[Abstract]:Reactive power optimization is an important method to improve the power quality and improve the stability of the power system. The reactive power optimization can not only reduce the active power loss, but also adjust the voltage of the distribution network. In order to ensure the safe and stable operation of the power system, with the acceleration of the construction process of the smart grid, the DGG will be incorporated into the power network in batches, which will have a certain impact on the power flow and voltage of the system. The traditional reactive power optimization problem of distribution network is changed. Therefore, under the background of DG, It is of great engineering significance to study the reactive power optimization problem in distribution network. Because of the connection of DG and the randomness of DG, the traditional reactive power optimization model is no longer applicable. In this paper, a new optimization algorithm, chaotic bee colony differential evolution algorithm (CABC-DEE), is proposed. It is used to establish multi-objective reactive power optimization model with DG and dynamic reactive power optimization model respectively. The specific work is as follows: 1. For differential evolution algorithm (DEE), it is premature to converge. In this paper, the artificial bee colony algorithm (ABC) and chaos algorithm (Chaos) are used to improve the local search ability, and a chaotic colony differential evolution algorithm (CABC-DEA) is proposed. A model is established to minimize the active power loss as the objective function. The CABC-DE algorithm and DE algorithm are used in the simulation experiment of IEEE-14 and IEEE-30 node system, respectively. The simulation results show the effectiveness of the new algorithm. 2. The multi-objective reactive power optimization problem of the distribution network system after DG is connected is studied. Based on the Pareto optimal theory, a multi-objective chaotic honeycomb differential evolution algorithm is proposed, and then the multi-objective chaotic honeycomb differential evolution algorithm is constructed. In order to minimize the active power network loss, The multi-objective reactive power optimization model with minimum voltage deviation and minimum reactive power compensation is simulated in the IEEE-30 node system with DG. The simulation results show that the algorithm can obtain uniformly distributed Pareto front and realize the optimization of the three targets. In order to fully consider the randomness of DG power output and the security of distribution network system, the dynamic reactive power optimization of DG connected distribution network system is studied in order to fully consider the randomness of DG power output and the security and economy of distribution network system. Firstly, the dynamic reactive power optimization model with DG is constructed to limit the operation times of reactive power control equipment to ensure the operation cost and the service life of the equipment. Then, considering the change of system load, the daily average load curve is divided into large and small periods. Considering the randomness of DG in every period, the optimal dynamic reactive power optimization scheme is obtained.
【學位授予單位】：華北電力大學(北京)
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TM714.3;TP18

【相似文獻】

相關期刊論文 前10條

1 韓居華;04 采用模糊負荷表示法進行無功優(yōu)化[J];電力情報;1995年01期

2 高亮,孫彥章,王英,靳力,黃東惠;地區(qū)電網中的無功優(yōu)化[J];太原理工大學學報;1998年04期

3 胡慶輝,趙萬明,郭建華,高亮;陽泉地區(qū)電網的無功優(yōu)化計算與分析[J];山西電力技術;2000年01期

4 程瑩,劉明波;求解離散無功優(yōu)化的非線性原—對偶內點算法[J];電力系統(tǒng)自動化;2001年09期

5 李麗英,周慶捷,楊少坤;電力系統(tǒng)無功優(yōu)化問題研究綜述[J];電力情報;2002年03期

6 程新功,厲吉文,曹立霞,劉雪連;基于電網分區(qū)的多目標分布式并行無功優(yōu)化研究[J];中國電機工程學報;2003年10期

7 石鵬;幾種新型算法在無功優(yōu)化中運用綜述[J];廣東技術師范學院學報;2003年04期

8 韓澤文;農村10kV電網無功優(yōu)化的考核及應用實例[J];農村電氣化;2004年04期

9 翁利民,靳劍峰;電力系統(tǒng)無功優(yōu)化方法綜合分析[J];電力電容器;2004年02期

10 耿光飛,楊仁剛;地區(qū)電網無功優(yōu)化研究[J];中國農業(yè)大學學報;2004年05期

相關會議論文 前10條

1 王函韻;胡驊;朱衛(wèi)東;甘德強;;信息不確定性對電網無功優(yōu)化的影響[A];浙江電力科學發(fā)展[C];2005年

2 丘文千;;綜合無功優(yōu)化方法及其應用[A];2008中國可持續(xù)發(fā)展論壇論文集（3）[C];2008年

3 侯廣松;程新功;趙志強;;變時段區(qū)域電網無功優(yōu)化研究[A];山東電機工程學會2011年學術年會論文集[C];2011年

4 侯廣松;程新功;趙志強;;變時段區(qū)域電網無功優(yōu)化研究[A];第十九屆輸配電研討會論文集[C];2011年

5 張力淼;孫瑞華;王信杰;;城市高壓電網在線綜合無功優(yōu)化的實現(xiàn)[A];經濟策論（下）[C];2011年

6 張新平;劉錦英;趙瑩瑩;;地區(qū)電網無功優(yōu)化管理策略[A];山東電機工程學會2011年學術年會論文集[C];2011年

7 榮雅君;劉帥;葛葆華;;基于非線性規(guī)劃和遺傳算法的無功優(yōu)化[A];中國高等學校電力系統(tǒng)及其自動化專業(yè)第二十四屆學術年會論文集（中冊）[C];2008年

8 肖漢清;;電力系統(tǒng)無功優(yōu)化方法研究和探討[A];重慶市電機工程學會2010年學術會議論文集[C];2010年

9 鄭晶晶;劉峻;楊勇;何世恩;;甘肅電網無功優(yōu)化的現(xiàn)狀分析和治理意見[A];第八屆全國電技術節(jié)能學術會議論文集[C];2006年

10 胡敏;周任軍;胡軍;韓磊;;考慮風電機組模型的電力系統(tǒng)無功優(yōu)化[A];中國高等學校電力系統(tǒng)及其自動化專業(yè)第二十四屆學術年會論文集（下冊）[C];2008年

相關重要報紙文章 前6條

1 通訊員 劉楠楠;長葛供電成為國網無功優(yōu)化試點[N];中國電力報;2011年

2 中國電科院農電與配電研究院 于偉;全網電壓—無功優(yōu)化管理系統(tǒng)提升節(jié)能降損效果[N];國家電網報;2008年

3 王國良 鄭朝英;哈爾濱局 “無功優(yōu)化系統(tǒng)”進入試運行階段[N];東北電力報;2009年

4 ;大力加強無功優(yōu)化管理[N];國家電網報;2007年

5 通訊員 賈海清邋宋朝鳳;加強無功優(yōu)化管理實現(xiàn)節(jié)能降耗[N];赤峰日報;2008年

6 葉寶平邋張立新 吳金釗;臨朐供電無功管理從“新”開始[N];中國電力報;2007年

相關博士學位論文 前10條

1 劉文學;基于機會約束規(guī)劃的電力系統(tǒng)動態(tài)經濟調度和無功優(yōu)化研究[D];山東大學;2016年

2 李智歡;無功優(yōu)化進化計算的局部搜索策略及多目標處理方法[D];華中科技大學;2010年

3 梁才浩;基于新型進化算法和微機集群的電力系統(tǒng)并行無功優(yōu)化研究[D];華中科技大學;2006年

4 李鐘煦;電力系統(tǒng)分布式多目標無功優(yōu)化研究[D];山東大學;2009年

5 張雪霞;智能優(yōu)化算法及其在電力系統(tǒng)無功優(yōu)化中的應用研究[D];西南交通大學;2011年

6 王振樹;負荷建模及其無功優(yōu)化算法的研究[D];天津大學;2009年

7 耿光飛;地區(qū)電網無功優(yōu)化控制的研究[D];中國農業(yè)大學;2003年

8 張文;基于粒子群體優(yōu)化算法的電力系統(tǒng)無功優(yōu)化研究[D];山東大學;2006年

9 劉志文;基于外網等值的多區(qū)域電力系統(tǒng)無功優(yōu)化計算[D];華南理工大學;2011年

10 曹立霞;大型互聯(lián)電力系統(tǒng)分布式并行無功優(yōu)化的研究[D];山東大學;2005年

相關碩士學位論文 前10條

1 劉小華;基于電網分區(qū)的配電網無功優(yōu)化[D];西南交通大學;2015年

2 梁新蘭;基于改進粒子群算法的電網無功優(yōu)化[D];東北石油大學;2010年

3 王洋;基于改進遺傳算法的油田配電網無功優(yōu)化[D];東北石油大學;2010年

4 王雪粉;考慮分散式風電場并網的有功/無功優(yōu)化控制[D];東北大學;2014年

5 賀潤松;基于改進入侵雜草算法的電力系統(tǒng)無功優(yōu)化研究[D];湖北工業(yè)大學;2016年

6 周尚謀;基于多智能體縱橫交叉算法的電力系統(tǒng)無功優(yōu)化研究[D];廣東工業(yè)大學;2016年

7 朱曉偉;基于改進群搜索算法的風電并網多目標無功優(yōu)化研究[D];上海電機學院;2016年

8 李真;三明電網無功優(yōu)化問題的研究[D];福州大學;2013年

9 渠俊鋒;基于序列二次規(guī)劃算法的電力系統(tǒng)綜合無功優(yōu)化[D];鄭州大學;2016年

10 郭樂欣;基于多主體強化學習的碳能復合流無功優(yōu)化算法研究[D];華南理工大學;2016年

，

本文編號：1496044