基于混沌粒子群算法的大型水电站自动电压控制优化研究

摘要

电压作为电能质量的三大指标之一,反映了电网无功功率与无功负荷之间的平衡关系,其是否稳定对电力系统的安全性和稳定性有着直接地影响。为了保证电压的稳定,电力系统对电网采用自动电压控制技术,保证电网各电压中枢点的电压维持在给定水平。大型水电站作为电网重要的电压中枢点和监测点,装机容量大并承担大量负荷,其母线电压是否合格直接关系到被供电区域的电压能否满足要求,因此,大型水电站自动电压控制技术成为电力系统安全稳定运行的重要技术保障。此外,水轮发电机组具有灵活的调相功能,既能吸收电网过多无功功率,也可在电网无功功率不足时提供无功功率,若能充分利用其无功调节能力,则可大大减少水电站无功补偿设备投资,因而水轮发电机调压成为电力系统调压的首选。
　　早期的大型水电站自动电压控制多采用“试探调整”的方法,未能建立水电站母线电压与无功功率之间的有效联系,其调节过程缓慢且需要反复调节,效率低;现代水电站自动电压控制技术,通过“灵敏度分析法”建立了电站母线电压与无功功率之间的联系,可快速通过母线电压变化计算出所需发出或吸收的无功功率。然而,在无功功率分配方面,多采用“平均分配法”、“等容量比例法”等简单方法,未考虑电站的有功损耗;“等网损微增率法”虽考虑了网络损耗,但该方法针对特性相差较大的机组,无法获得有功损耗最优值,且存在机组无功功率越界问题,不利于机组的安全稳定运行。
　　针对以上大型水电站自动电压控制技术的不足和实际工程需求,本文引入智能优化算法(PSO、CPSO)用于求解大型水电站自动电压控制模型,在综合考虑电站无功功率平衡约束、发电机安全稳定运行限制等各种约束条件的基础上,能快速制定电站无功功率优化分配方案,同时保证了电站有功损耗最小。本文的主要工作如下:
　　(1)论述了粒子群算法的基本原理与改进方法。在诸多改进方法中,以混沌粒子群算法为例,论述了混沌现象及混沌粒子群算法的基本原理;针对几种常见的混沌映射模型,研究了其各自的混沌序列在混沌映射区间内的分布特性,并以该特性为基础对几种模型的性能进行评价;在该评价的基础上,选取基于Logistic映射的混沌粒子群算法和基于Tent映射的混沌粒子群算法作为大型水电站AVC的求解方法;
　　(2)在算法分析的基础上,针对大型水电站自动电压控制模型,在考虑了各种约束条件的基础上,分别采用PSO、基于Logistic映射的CPSO和基于Tent映射的CPSO对模型进行求解,并将三种算法的结果进行了比较分析,同时研究了三种算法的收敛特性并得出了关于三种算法性能的初步结论;
　　(3)在算法分析和模型求解的基础上,以本文的模型和算法为基础,将研究成果应用并集成到到“三峡梯级电站联合优化调度决策支持系统”的“自动电压控制”模块中,并对该模块的功能、操作流程仿真效果进行了详细地展示和讨论。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 研究背景、目的和意义

1.2 国内外研究现状及应用进展

1.3 主要研究内容

2 混沌粒子群优化方法研究

2.1 粒子群算法的产生和发展

2.2 混沌粒子群算法

2.3 本章小结

3 混沌粒子群算法在大型水电站AVC中的应用

3.1 大型水电站自动电压控制概述

3.2 混沌粒子群算法在大型水电站AVC中的应用

3.3 本章小结

4 三峡、葛洲坝AVC系统软件设计与实现

4.1 设计目标

4.2 系统开发环境

4.3 系统设计与实现

4.4 本章小结

5 工作总结与展望

5.1 工作总结

5.2 工作展望

参考文献

附录1 攻读学位期间参与的科研项目