改进QPSO算法在风电并网系统无功优化中的应用

【摘要】：在能源短缺和环境恶化的双重压力下,可再生新能源的开发利用受到了广泛的关注,其中风能以其清洁无污染、分布广的优点逐渐成为颇具发展前景的新能源。但在实际应用中,由于风能的波动性和不确定性,风电场的接入将改变传统配电网的潮流分布,影响系统的网络损耗和节点电压水平。因此,研究考虑风电不确定性的无功优化对系统安全稳定运行以及风电可靠并网都具有重要意义。论文首先阐述了风电的发展现状以及风电并网对系统无功优化的影响,详细综述了风电并网系统无功优化的研究现状：在介绍了三种类型风电机组结构的基础上,分析了异步风电机组的稳态模型及其在潮流计算中的节点处理方法；针对异步风电机组并网给配网无功优化带来的不确定性问题,提出了基于风速预测的场景分析法,将不确定性模型转换成多个典型的确定性场景问题；在应用中分析了多风电机组同时并网的系统场景划分方法,进而建立了全场景下的兼顾系统经济性和安全稳定性的多目标无功优化模型；接着采用最大模糊满意度准则将多目标模型转换成单目标模型；并提出了一种改进的量子行为粒子群算法来对模型进行求解,该算法引入自适应权重系数、柯西变异算子以及收缩-扩张系数自适应策略对量子行为粒子群算法进行改进,从而改善了其在求解复杂多峰函数时存在搜索速度慢以及迭代后期容易发生早熟收敛等缺陷,并采用一个标准特征函数来验证改进算法的有效性。以改进的69节点辐射状配电系统来进行算例分析,结果表明：所构建的无功优化模型对一天中风电出力的随机变化具有更好的适应性,且能很好的协调系统经济性和安全稳定性之间的关系；通过对三种算法的结果进行详细比较分析,验证了所提出的改进量子行为粒子群算法在模型求解中的收敛性和优越性,这也为其他形式的新能源接入电网提供了一定的理论依据。 【关键词】：风电不确定性 量子行为粒子群算法 无功优化 场景分析 最大满意度法
【学位授予单位】：长沙理工大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TM614

您可以在本站搜索以下学术论文文献来了解更多相关内容