考慮風電場并網(wǎng)的電力系統(tǒng)無功優(yōu)化.pdf

1、我國風力資源豐富，作為綠色、無污染、可再生的清潔資源之一，風電的發(fā)展給電力行業(yè)帶來了無限前景。由于風力的特點，風電的輸出具有隨機性和波動性，在大規(guī)模的風電并網(wǎng)時會給系統(tǒng)的穩(wěn)定性帶來沖擊。
　　對于電力系統(tǒng)來說，無功功率的平衡影響著系統(tǒng)的電壓質量，是決定系統(tǒng)能否保持穩(wěn)定運行的重要條件。電力系統(tǒng)的無功優(yōu)化是一個極具復雜性的問題，多變量、多約束。大規(guī)模風電接入電網(wǎng)后，給無功優(yōu)化帶來了新的挑戰(zhàn)，風速難以預測，輸出功率數(shù)據(jù)難以得到;傳統(tǒng)計算

2、潮流的算法對于風電節(jié)點不再適合;用于優(yōu)化問題的各種算法都存在一定的缺點，亟需改進。
　　本文針對風速難以預測的問題，建立了滿足精度要求、計算方便的風電場功率輸出模型。以Weibull分布近似表征風速，利用風電場景概率模型，計算得到風場輸出功率。選用牛頓-拉夫遜法進行系統(tǒng)潮流計算，考慮風電并網(wǎng)節(jié)點的特殊性，該算法對于并網(wǎng)節(jié)點只需修改風電節(jié)點相應的雅克比矩陣元素。
　　無功優(yōu)化的過程就是一個最優(yōu)潮流求解的過程，選擇合適的算法對于

3、最優(yōu)解的獲取至關重要。本文選用獲得廣泛認可的粒子群算法作為尋優(yōu)算法，以系統(tǒng)的有功網(wǎng)損最小作為目標函數(shù)，同時加入對節(jié)點電壓越限和發(fā)電機無功越限的懲罰項。針對粒子群算法易陷入局部最優(yōu)的缺點，引入混沌粒子群算法。在混沌粒子群算法的基礎上，本文提出了一種新的算法——蛙跳混沌粒子群算法(Frog-Chaotic Particle Swarm Optimization，F(xiàn)-CPSO)。蛙跳算法作為一種新的啟發(fā)式進化算法，具有良好的計算性能和全局尋優(yōu)

4、能力。為克服粒子群算法易陷入局部最優(yōu)的缺點，F(xiàn)-CPSO在混沌粒子群算法的基礎上做了改進:對初始種群以粒子適應度函數(shù)值的大小為準則將種群分組，在族群和全局內同步尋優(yōu);在速度更新公式中加入對族群最優(yōu)粒子的學習因子;每一次的迭代過程中，隨機產生一個新的粒子替換適應值最差的粒子，增加種群的多樣性。
　　為驗證改進算法的有效性，本文以IEEE-30節(jié)點系統(tǒng)為例進行了仿真，在IEEE-30節(jié)點系統(tǒng)加入風電節(jié)點。采用MATLAB語言進行編程仿