含風力發(fā)電的配電網動態(tài)無功優(yōu)化研究.pdf

1、風力發(fā)電是一種新型可再生能源發(fā)電技術，因其分布廣與無污染等特點，成為了最具商業(yè)開發(fā)前景的分布式發(fā)電技術之一。但隨著大量風電場接入配電網，因其輸出功率的不穩(wěn)定，會對電力系統的無功造成影響。而電力系統無功優(yōu)化是提高電網運行經濟性、安全性和電能質量的重要手段。所以對含有風電場的配電網，研究更有效的無功優(yōu)化技術成為了迫切需要解決的問題。
　　 本文首先分析了風力發(fā)電的原理，對變頻恒速風力發(fā)電機組中最具發(fā)展?jié)摿Φ碾p饋感應風電機組進行了全面

2、的分析。建立了雙饋感應風電機的穩(wěn)態(tài)模型，并研究其功率特性。因其具有調節(jié)無功功率的能力，可以利用其無功功率調節(jié)能力，把它作為連續(xù)無功電源參與到配電網的動態(tài)無功優(yōu)化中去。
　　 然后，本文對負荷和風電場的輸出功率做出預測，因為在含有風電場的配電網中影響無功優(yōu)化結果的不確定因素主要有負荷和風電場輸出功率。最小二乘支持向量機(以下簡稱LS-SVM)具有結構簡單、全局最優(yōu)和推廣能力強等優(yōu)點，被應用于模式識別和回歸處理問題等領域。本文采用聚

3、類分析與SVM相結合的方法來預測負荷和風電場的輸出功率，對樣本進行模糊C均值聚類，選取與預測樣本特征相似的樣本作為訓練樣本，分別構建負荷預測和風電場輸出功率預測的模型。
　　 最后，本文建立了以有功功率損耗最小為目標函數的動態(tài)無功優(yōu)化模型，提出用自適應粒子群優(yōu)化算法對其進行求解。基于每個時段用自適應粒子群優(yōu)化算法進行靜態(tài)無功優(yōu)化，獲得各個時段靜態(tài)優(yōu)化的控制設備值。通過相鄰時段之間同一控制設備變化差值形成預動作表，然后動態(tài)調整動作