計及風(fēng)電場的地區(qū)電網(wǎng)無功優(yōu)化.pdf

1、風(fēng)力發(fā)電是當(dāng)前世界上技術(shù)較成熟、成本較低且發(fā)展迅速的可再生能源技術(shù)之一。我國幅員遼闊、海岸線長,風(fēng)能資源非常豐富,現(xiàn)探明可利用風(fēng)能資源至少約為10億個Kw,相當(dāng)于40多個三峽水電站的裝機容量之和。
　　一方面,與傳統(tǒng)化石能源相比,風(fēng)電清潔無污染且具有取之不盡用之不竭的特點,發(fā)展前景廣闊。另一方面,風(fēng)電的大規(guī)模集中并網(wǎng)也對傳統(tǒng)電網(wǎng)在安全、穩(wěn)定、經(jīng)濟運行和電能質(zhì)量等方面帶來了諸多新的挑戰(zhàn)。特別當(dāng)大容量風(fēng)電接入電力系統(tǒng)時,風(fēng)電出力的隨機

2、性、波動性可能會引起電網(wǎng)潮流大小、方向的頻繁改變,使得原有的無功優(yōu)化方法不再適合現(xiàn)有情況,為此需要研究能夠考慮風(fēng)電特點的發(fā)電和運行計劃方法。
　　實際系統(tǒng)運行中,負荷的變化具有一定的規(guī)律性,且在一定的時間內(nèi)波動較小;但風(fēng)速的變化則規(guī)律性較弱,甚至可能會在較短時間內(nèi)出現(xiàn)劇烈變化。而一天中可調(diào)變壓器分接頭及電容器組的允許動作次數(shù)有限,因此不能只根據(jù)某一時刻的負荷及風(fēng)速水平來對這些設(shè)備進行靜態(tài)無功優(yōu)化,而應(yīng)綜合考慮未來一定時間尺度內(nèi)負荷

3、及風(fēng)速變化情況下的優(yōu)化效果。本文采用分時段策略來處理風(fēng)速的隨機性和波動性問題,根據(jù)風(fēng)速預(yù)測信息,進行合理的時段劃分后,求取各時段風(fēng)速的期望值用于優(yōu)化計算。
　　電力系統(tǒng)無功優(yōu)化是一個十分復(fù)雜的非線性混合整數(shù)規(guī)劃問題,優(yōu)化對象既有可調(diào)變壓器分接頭和電容器組這種離散變量,又有發(fā)電機無功出力這種連續(xù)變量。目前國內(nèi)外學(xué)者已經(jīng)提出多種方法求解此類問題,可歸納為傳統(tǒng)算法和人工智能算法,每種算法都有其各自優(yōu)缺點,分析各種優(yōu)化算法自身的特點,尋求

4、多種算法相結(jié)合的混合優(yōu)化算法是當(dāng)前無功優(yōu)化一個新的發(fā)展方向。本文將傳統(tǒng)算法與人工智能算法相結(jié)合用于問題的求解,將原問題分解為離散優(yōu)化和連續(xù)優(yōu)化兩個子問題。先用粒子群算法實現(xiàn)對變壓器和電容器組的優(yōu)化;然后保持離散變量不變,采用內(nèi)點法實現(xiàn)對發(fā)電機無功出力的優(yōu)化,再返回離散優(yōu)化階段。如此通過迭代完成離散變量和連續(xù)變量分別優(yōu)化的過程,直至程序收斂,充分發(fā)揮了傳統(tǒng)算法和人工智能算法各自的優(yōu)點。
　　混合語言編程作為一種新的軟件開發(fā)方法,可以