含双馈感应风电机组的配电网动态无功优化研究

摘要

风力发电近年来发展迅速，其作为可再生能源中较有应用前景的发电方式被广泛应用。但风电并网后，其出力波动性、间歇性给电网带来许多不确定因素，包括无功平衡和电能质量等方面。配电网静态无功优化方法是基于确定功率、负荷断面的方法，其无法处理间歇式电源出力和负荷波动带来的新问题。因此，研究在同时考虑风电输出波动性和负荷变化情况下，如何实现配电网动态无功优化具有重要意义。 本文首先对变速恒频风力发电中较有发展潜力的双馈感应风力发电机组进行了全面的分析，建立了双馈感应风力发电机的稳态模型，并主要分析其无功功率特性。在配电网的无功优化中，它可以根据电网的需要发出一定量的无功，作为连续无功电源，并且考虑了风功率变化对无功容量选取的影响。 然后，本文对短期风电功率预测方法进行了研究。根据风机的有功功率求出其无功调节范围是其参与配电网无功优化的前提，为了提高风电场短期功率预测的精度，针对BP神经网络预测误差提出以高斯混合模型(GMM)对其进行修正的预测模型。先使用确定性风功率预测方法BP神经网络获得风功率的预测值，再利用GMM对未来误差值进行预测，最后将BP预测值与误差预测值进行叠加作为最终的预测结果。 最后，针对粒子群算法(PSO)容易陷入局部最优的缺陷，本文从种群多样性角度进行了改进，利用和声搜索(HS)算法对陷入局部最优的粒子进行重置，提出了HS-DPSO算法，其在含双馈风力发电机组的配电网静态无功优化中表现出一定优势。对于含风机的配电网动态无功优化，采用两阶段优化来对其进行求解，第一阶段先不考虑无功控制设备动作次数的约束，利用HS-DPSO算法进行分时段静态无功优化，能够获得每个时段多组优化解，由这些解对应的控制变量的取值状态构成第二阶段无功控制设备的动作次数寻优的状态空间，之后再利用动态规划法进行求解。

目录

声明

摘要

1．1研究背景和意义

1．2风力发电发展现状

1．2．1变速恒频风力发电技术

1．2．2风电场输出功率预测

1．3课题国内外研究现状分析

1．3．1配电网无功优化方法研究现状

1．3．2含风电场的配电网动态无功优化研究现状

1．4本文的主要研究内容

第2章双馈感应风电机组并网运行特性

2．1双馈电机工作原理

2．2双馈感应风电机组功率特性

2．2．1双馈感应风电机组有功功率特性

2．2．2双馈感应风电机组的稳态模型

2．2．3风功率波动对无功极限选取的影响

2．3含双馈感应风力发电机的配电网潮流计算

2．3．1并网对系统运行的影响

2．3．2配电系统基本潮流计算

2．3．3含双馈感应风机的潮流计算模型

2．4本章小结

第3章基于BP-GMM的短期风电功率预测方法

3．1基于BP神经网络法的风功率预测

3．1．1 BP神经网络的应用原理

3．1．2 BP神经网络的数学描述

3．1．3 BP神经网络法建立预测模型

3．2基于BP-GMM的短期风电功率预测

3．2．1高斯混合模型(GMM)误差建模

3．2．2基于BP-GMM的短期风电功率预测流程

3．3预测精度评价体系

3．4算例分析

3．5本章小结

第4章基于HS-DPSO的含风电场的配电网静态无功优化研究

4．1粒子群优化算法基本原理

4．1．1基本的粒子群算法(PSO)

4．1．2寻优过程中多样性变化的分析

4．2基于HS的改进粒子群算法

4．2．1基本和声搜索算法(HS)

4．2．2改进算法的流程及主要步骤

4．2．3算法测试及分析

4．3含双馈风机的配电网静态无功优化数学模型

4．3．1无功优化目标函数

4．3．2约束条件

4．4 HS-DPSO在含双馈风机的配电网静态无功优化中的应用

4．4．1算法的关键环节

4．4．2算法流程

4．4．3仿真结果分析

4．5本章小结

第5章含风电场的配电网两阶段动态无功优化策略

5．1含双馈风机的配电网动态无功优化数学模型

5．2动态无功优化求解方法

5．2．1分时段策略

5．2．2控制设备动作次数优化

5．2．3动态优化求解步骤

5．3算例分析

5．3．1算例条件

5．3．2仿真结果及分析

5．4本章小结

6．1主要研究成果

6．2后续研究展望

参考文献

致谢

硕士期间所做工作及所获奖励

附录