發(fā)布時間：2024-05-28 19:49

　　大規(guī)模風(fēng)電的集中接入給電力系統(tǒng)的自動電壓控制(Automatic Voltage Control,AVC)帶來了深遠(yuǎn)影響,傳統(tǒng)以確定性優(yōu)化為基礎(chǔ)的AVC面臨著嚴(yán)峻挑戰(zhàn)。如何應(yīng)對風(fēng)電注入功率的隨機性與間歇性,實現(xiàn)各層級電壓控制間的相對解耦,各類調(diào)壓設(shè)備之間的時空協(xié)調(diào),成為保障電力系統(tǒng)安全經(jīng)濟運行的關(guān)鍵。本文提出風(fēng)電并網(wǎng)電力系統(tǒng)電壓無功控制的概率決策方法。針對電壓控制中所涉及的關(guān)鍵技術(shù):主導(dǎo)節(jié)點選擇,控制區(qū)域劃分以及隨機無功優(yōu)化方法進行深入研究,其主要研究內(nèi)容如下:為考慮風(fēng)電注入功率與系統(tǒng)負(fù)荷的隨機性對主導(dǎo)節(jié)點選擇的影響,提出一種考慮源荷隨機性的主導(dǎo)節(jié)點選擇優(yōu)化方法。在模型的隨機性方面,負(fù)荷功率采用典型時段的預(yù)測值加正態(tài)分布的預(yù)測誤差表征,風(fēng)電功率采用服從Weibull分布的風(fēng)速模型轉(zhuǎn)換確定。模型的目標(biāo)函數(shù)為源荷功率隨機擾動下維持主導(dǎo)節(jié)點電壓恒定時的負(fù)荷節(jié)點電壓偏差平方和期望最小,其中的節(jié)點電壓偏差采用考慮一級電壓控制作用的靈敏度確定。模型采用結(jié)合場景法的免疫遺傳算法求解,其中的源荷功率均采用三個場景表征,負(fù)荷功率的場景對應(yīng)峰、腰和谷荷狀態(tài)。IEEE 39節(jié)點系統(tǒng)的仿真計算和已有文獻的對比...

【文章頁數(shù)】：133 頁

【學(xué)位級別】：博士

【部分圖文】：

圖2.3主導(dǎo)節(jié)點控制下負(fù)荷節(jié)點的電壓偏差絕對值的期望Fig.2.3Expectedvalueoftheabsolutevoltagedeviationwiththecontrolofpilotbuses

圖2.3主導(dǎo)節(jié)點控制下負(fù)荷節(jié)點的電壓偏差絕對值的期望Fig.2.3Expectedvalueoftheabsolutevoltagedeviationwiththecontrolofpilotbuses由圖2.3可知，在多場景下，本章主導(dǎo)節(jié)點集合電....

圖2.4主導(dǎo)節(jié)點的控制效果對比

2風(fēng)電并網(wǎng)系統(tǒng)主導(dǎo)節(jié)點選擇和無功控制分區(qū)的概率優(yōu)化方法的無功出力實現(xiàn)了系統(tǒng)在不同運行工況下負(fù)荷節(jié)點的電壓控制，提高了發(fā)電機潛在的無功調(diào)節(jié)能力。為了進一步說明本章所提出主導(dǎo)節(jié)點的合理性，以場景5為例，與文獻[4]選出的主導(dǎo)節(jié)點對比，系統(tǒng)各個負(fù)荷節(jié)點的電壓偏差如下圖所示：

圖2.6Silhouete函數(shù)評價結(jié)果

敏度f2以及平均控制靈敏度均大于文獻[43]，這說明本章所提方案主導(dǎo)節(jié)點對其區(qū)域內(nèi)負(fù)荷節(jié)點的控制能力較強，區(qū)域內(nèi)主導(dǎo)節(jié)點與負(fù)荷節(jié)點聯(lián)系較緊密。另外，4個主導(dǎo)節(jié)點對其他區(qū)域的最大控制靈敏度f3以及平均控制靈敏度也均小于文獻[43]，說明本區(qū)域的主導(dǎo)節(jié)點控制對其他區(qū)域負(fù)荷節(jié)....

圖2.8Silhouete函數(shù)評價結(jié)果

a)本章方案b)文獻[18]方案圖2.8Silhouete函數(shù)評價結(jié)果Fig.2.8EvaluationofSilhouetefunction2.6本章小結(jié)本章提出了一種考慮源荷隨機性的主導(dǎo)節(jié)點選擇優(yōu)化方法。在系統(tǒng)負(fù)荷的峰、腰和谷荷三場景下，疊加風(fēng)電的隨機....

本文編號：3983642