基于短期負荷預(yù)測的配電網(wǎng)動態(tài)無功優(yōu)化策略研究.pdf

1、隨著國民經(jīng)濟的發(fā)展和電網(wǎng)負荷的快速增長，電網(wǎng)的優(yōu)質(zhì)運行，經(jīng)濟節(jié)能越來越重要，用戶也對電能質(zhì)量提出了更高的要求。而配電網(wǎng)作為和用戶聯(lián)系最緊密的一個環(huán)節(jié)，因此對配電系統(tǒng)無功電壓的管理尤為重要，直接關(guān)系到電網(wǎng)的經(jīng)濟性、安全性以及穩(wěn)定性。配網(wǎng)無功優(yōu)化是保證用戶電能質(zhì)量和系統(tǒng)安全穩(wěn)定的重要手段之一。但傳統(tǒng)靜態(tài)無功優(yōu)化已經(jīng)不再適合在線分析和實際應(yīng)用的要求。由于一個調(diào)度周期內(nèi)，負荷處于不停地變化之中，而且實際上一個調(diào)度周期內(nèi)的控制設(shè)備動作次數(shù)也有限制

2、，因此，有必要研究考慮負荷變化和控制設(shè)備約束的動態(tài)無功優(yōu)化。而更高精度的短期負荷預(yù)測、更有效的全局優(yōu)化方法、合理的控制設(shè)備控制策略是迫切需要解決的問題，本文針對區(qū)域配電網(wǎng)的動態(tài)無功優(yōu)化問題開展了深入的研究，建立了配網(wǎng)短期負荷動態(tài)預(yù)測模型，將量子粒子群算法引入到動態(tài)無功優(yōu)化中，并提出了控制設(shè)備動作權(quán)限動態(tài)調(diào)整法用來解決動態(tài)無功優(yōu)化中時空耦合的問題。
　　短期負荷預(yù)測是動態(tài)無功優(yōu)化的前提，針對負荷預(yù)測高度非線性的特點，本文選取了RBF

3、神經(jīng)網(wǎng)絡(luò)，然而常規(guī)的神經(jīng)網(wǎng)絡(luò)預(yù)測模型為靜態(tài)模型，當通過訓(xùn)練確定網(wǎng)絡(luò)參數(shù)之后，由于神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和參數(shù)不再改變，因此，隨著時間的推移、偶然因素的影響，當前神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和參數(shù)越來越不滿足負荷預(yù)測的精度要求，并且預(yù)測誤差會越來越大。因此，本文提出了一種引入誤差判別函數(shù)的動態(tài)神經(jīng)網(wǎng)絡(luò)預(yù)測模型。通過重慶江津某地區(qū)配電網(wǎng)的負荷預(yù)測實例，驗證了該方法的有效性和實用性。
　　由于動態(tài)無功優(yōu)化要對一個調(diào)度周期內(nèi)的配電網(wǎng)進行優(yōu)化，因此對優(yōu)化算法收斂

4、精度和效率要求較高，針對傳統(tǒng)智能優(yōu)化算法全局收斂性差，計算效率不高的問題，本文引入了量子粒子群算法，并和粒子群算法進行了比較。分別通過改進的配電網(wǎng) IEEE33節(jié)點系統(tǒng)進行了仿真，結(jié)果表明 QPSO算法無論是收斂精度還是效率均優(yōu)于PSO算法。為后文的動態(tài)無功優(yōu)化打下了基礎(chǔ)。
　　動態(tài)無功優(yōu)化的關(guān)鍵問題之一就是時空解耦，在空間上，控制設(shè)備之間會產(chǎn)生影響，在時間上，前面的時刻動作與否對后面時刻也會產(chǎn)生影響。因此，本文在考慮電壓水平和動