含分布式電源的配電網(wǎng)規(guī)劃及相關(guān)問題研究.pdf_第1頁
已閱讀1頁,還剩102頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、在電力市場環(huán)境和可持續(xù)發(fā)展戰(zhàn)略影響下,分布式發(fā)電技術(shù)以其獨有的安裝靈活、供電方便、環(huán)保等特點引起全球范圍內(nèi)的關(guān)注。在集中式發(fā)電和大電網(wǎng)基礎(chǔ)上,大力發(fā)展分布式發(fā)電(Distributed Generation,DG)技術(shù),建立混合型網(wǎng)絡(luò)成為未來電力系統(tǒng)發(fā)展的必然趨勢。由于DG自身的一些特殊性,含DG的系統(tǒng)分析方法與傳統(tǒng)方法不完全一致,在全面分析不同類型DG技術(shù)特點的基礎(chǔ)上,研究分布式發(fā)電接入配電系統(tǒng)的數(shù)學模型、規(guī)劃方法和優(yōu)化算法等相關(guān)問題

2、具有重要的理論意義和實踐價值。本文針對含DG配網(wǎng)規(guī)劃的關(guān)鍵問題進行了研究,內(nèi)容主要涉及到含DG的配網(wǎng)優(yōu)化分區(qū)、配電網(wǎng)的網(wǎng)架規(guī)劃、含DG的配網(wǎng)潮流算法、DG的接入位置和容量的優(yōu)化、DG獨立運行區(qū)域的優(yōu)化以及含DG配網(wǎng)聯(lián)絡(luò)線的優(yōu)化等方面。
   本文從實際應(yīng)用出發(fā),提出基于分解協(xié)調(diào)的優(yōu)化分區(qū)規(guī)劃法,將一個復雜高維的大系統(tǒng)分解成若干子系統(tǒng),實現(xiàn)簡化降維。首先以街區(qū)為最小的負荷塊,分析負荷的特點(包括負荷容量、位置、可靠性要求)和DG的

3、分布選定核心街區(qū),考慮高可靠性負荷雙回路(或雙電源)供電的要求,通過將若干相鄰街區(qū)合并和調(diào)整將配電網(wǎng)分成若干小的區(qū)域,然后對每個小區(qū)域采用改進最小生成樹算法生成分區(qū)內(nèi)的中壓配網(wǎng)網(wǎng)架。
   在討論了各種類型DG潮流計算模型的基礎(chǔ)上,提出了基于改進節(jié)點關(guān)聯(lián)矩陣自乘算法的含DG的配網(wǎng)潮流計算算法,避免了繁雜的節(jié)點支路編號過程,不用把網(wǎng)絡(luò)變成標準結(jié)構(gòu),且系統(tǒng)運行方式改變后不需要對節(jié)點重新編號,編程簡便易行;對含DG配網(wǎng)潮流計算中PV型

4、DG的無功初值選取進行了研究,提出了一種基于無功分攤原理的初值選取方法,通過算例驗證表明該方法選取的初值可以有效提高潮流收斂速度。
   本文分析了DG并入配網(wǎng)對配電系統(tǒng)的網(wǎng)損和電壓分布的影響,發(fā)現(xiàn)DG接入配網(wǎng)可以有效減小網(wǎng)損,但此DG的容量應(yīng)該取一個適當?shù)闹?,并不是越大越好;分布式電源的功率因?shù)越大,對系統(tǒng)電壓的支撐就越小,網(wǎng)絡(luò)的有功損耗就會增加;配電網(wǎng)的電壓損失和功率損耗還與負荷的分布情況布密切相關(guān)。提出了一種基于“負荷質(zhì)心

5、”的啟發(fā)式DG接入位置優(yōu)化方法,該方法簡單實用,可以有效縮短分布式發(fā)電的供電半徑,減小配電網(wǎng)的有功損耗,改善電壓分布??紤]到負荷對供電可靠性要求的不同,本文引入了負荷權(quán)重,使得求得的“負荷質(zhì)心”盡量考慮大容量高可靠性負荷,從而提高了配電網(wǎng)的供電可靠性。
   提出了基于風險評估的DG獨立運行區(qū)域劃分和分布式發(fā)電容量及組成優(yōu)化方法。本文在討論了分布式發(fā)電出力的隨機模型后,建立了分布式發(fā)電獨立運行時容量充裕度的風險模型,并且提出將分

6、布式發(fā)電與可中斷負荷協(xié)調(diào)控制的思路,綜合考慮分布式發(fā)電投資、DG的運行特點及獨立運行的安全性、節(jié)能減排的環(huán)保效益以及減少停電損失的經(jīng)濟效益等因素,對DG的容量和組成進行優(yōu)化,從而實現(xiàn)綜合效益的最大化。
   提出一種基于改進文化算法的配電網(wǎng)聯(lián)絡(luò)線優(yōu)化規(guī)劃算法。充分利用文化算法在知識和群體層面雙重進化機制的結(jié)構(gòu)特點,將專家的經(jīng)驗知識和遺傳算法的全局尋優(yōu)能力有機結(jié)合起來,用模擬退火算法控制對優(yōu)秀個體的接受數(shù)目,有效加快了收斂速度,避

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論