基于Matlab的SPWM电压型逆变器的谐波分析

PWM电压型逆变器接入电网时将引起谐波,从而影响电能质量,对其进行研究具有十分重要的意义,根据SPWM的基本原理与傅里叶级数理论,建立了SPWM电压型逆变器输出波形的数学模型.通过理论分析与计算,得到了输出谐波在变频变压过程中的分布规律,利用matlab进行了仿真,得出了“变频将引起谐波分布中心的迁移”、“变压将引起谐...     

电力系统多目标无功优化研究

在传统无功优化模型的基础上,引入了静态电压稳定性指标,建立了综合考虑系统有功网损最小、静态电压稳定裕度最大和电压水平最好的多目标无功优化模型.基于Pareto最优概念的改进多目标粒子群算法应用到多目标无功优化的求解中,对IEEE30节点统进行了仿真计算.优化结果表明,该模型在实现系统经济运行的同时也增强了电网的电压稳定同时求得的一组最优解能够为优化方法的决策提供更多的有效参考,具有实际意义.     

混沌逃逸粒子群优化算法在WSN覆盖优化中的应用

为了寻找最优的无线传感器网络(wireless sensor networks,WSN)覆盖优化算法,保持整个网络能量的平衡,提高无线传感器网络覆盖率,在基本粒子群优化算法的基础上,提出一种基于混沌逃逸粒子群优化算法(chaotic escape particle swarm optimization,ECPSO)的WSN节点覆盖优化方法。ECPSO算法以覆盖率为优化目标,建立WSN覆盖优化数学模型来描述节点覆盖问题,利用混沌逃逸粒子群算法对数学模型进行求解,实现节点覆盖优化。仿真结果表明,ECPSO算法加快了WSN覆盖优化速度,节点分布更加均匀,提高了传感器节点的覆盖率,是一种高效的WSN节点覆盖算法。     

基于电气距离分区的配电网动态无功优化

为解决含分布式电源的配电网动态无功优化问题,考虑不同时刻日负荷以及分布式光伏、风电的出力水平不断变化,以节点电压是否越限为判断依据设计了2种优化方案。在多目标无功优化模型的基础上,若节点电压越限,通过节点之间的电气距离、联通情况以及区域直径对配电网进行快速分区处理,根据分区结果,调节电压越限区域内分布式电源的无功出力,利用改进差分进化算法进行局部无功优化,输出Pareto最优解;若节点电压不越限,对配电网整体进行无功优化求解,调节分布式电源的无功出力,获得Pareto最优解。通过算例分析验证了本文所提算法和优化方案的可行性。     

贝叶斯预测蜂群算法在无线传感器网络优化中的应用

针对无线传感器网络(WSN,wireless sensor network)节点分布不合理,存在较多的监测盲区等不足,提出了利用贝叶斯预测人工蜂群算法(BPABC,Bayesian predictive artificial bee colony algorithm)制定节点分布方案。BPABC算法借鉴贝叶斯预测算法的思想对蜂群算法中各蜜源存在最优解的概率进行预测,并以此为依据指导跟随蜂寻优工作。采用BPABC算法对WSN中的节点分布进行优化,与人工蜂群算法、全局人工蜂群算法制定的优化方案进行比较。结果表明,BPABC在平均覆盖率、最差覆盖率等方面均优于其他两种算法,并且BPABC算法在迭代收敛速度方面也有明显的优势。为了进一步验证改进算法的实用性,采用BPABC制定不同监测区域的WSN节点分布方案。WSN的覆盖率均在97%左右,并且标准差不超过0.005%。由此可见,基于BPABC的WSN节点分布优化方案具有较高的覆盖率、良好的适应性和稳定性。     

一种基于帝企鹅差分算法的WSN覆盖优化

为了解决无线传感器网络覆盖优化智能算法中存在的局部最优、精度不高和收敛速度慢的问题,提出了一种改进群智能算法即帝企鹅差分算法(Emperor Penguin Difference Algorithm,EPDEA). EPDEA将种群初始化设置以及计算当前的个体适应度值,通过群聚行为不断进行位置更新,搜索比当前个体更佳的企鹅个体并进行替换,当最优值陷入局部最优状态时引入差分进化算法对个体进行变异、交叉、选择,直到满足最大迭代次数. EPDEA有效防止原算法陷入局部最优并增加原集群多样性.将EPDEA与灰狼改进算法在不同节点数情况下进行仿真,结果显示EPDEA可以在更快速收敛的同时达到接近97%的覆盖率,且传感器节点在空间分布下容纳度更优.研究表明,EPDEA可有效地优化WSN的节点分布,提高网络覆盖率,提升网络质量.     

考虑风力发电的系统无功优化模型和算法

针对风力发电需要吸收电网大量无功而影响电网无功分布和电压稳定的问题,研究了含风电场的系统无功优化,给出了风电场在恒功率因数运行情况下其并网点处无功补偿容量的计算方法．在满足风电场无功补偿的前提下,建立了以全网的有功网损最小为目标函数的无功优化模型,并用遗传算法求得最优解．将风电场接人IEEE-30节点系统进行仿真计算,验证了该方法和程序的有效性和实用性．     

基于负荷曲线分段的配电网无功优化策略

针对电网负荷的波动性,采取分时段无功补偿策略对改善电压质量和保证运行经济性具有重要实用价值。首先,基于典型日负荷曲线建立了负荷曲线的优化分段模型。在此基础上基于平均节点电压偏移灵敏度指标和网损灵敏度指标建立了无功补偿点的筛选确定方法,并以平均电压偏移和网损最小为优化目标建立无功补偿优化模型。其次,通过基于分解的多目标优化算法对所建立优化模型分别进行求解,可得出负荷曲线的分段点及每个负荷分段下对应的最优补偿方案。最后,以IEEE 33节点配网系统和实际电网仿真分析,验证了所建立优化策略的可行性和有效性。     

计及分布式光伏有功削减的配电网全局电压综合优化策略

提出一种考虑有功削减的分布式光伏主动参与配电网长时间尺度电压优化控制策略。在光伏最大化输出有功的前提下利用光伏逆变器剩余容量完成各时段无功优化,若优化后仍有电压越限,则在静态无功优化结果的基础上优化削减光伏有功输出,释放更多无功容量用于电压优化调节,得到全网最佳电压分布。考虑到光伏和负荷出力的不确定性,利用复仿射方法建立各时段功率输出模型。采用Ybus潮流计算与线性递减权重粒子群相结合的算法对优化模型进行求解。选取IEEE33节点系统进行算例分析,算例结果验证了所提优化策略的有效性。     

基于微粒群模型的无线传感器网络节点部署

提出了一种新的基于微粒群模型节点部署优化算法.该算法根据节点的位置信息建立节点部署优化模型,利用微粒群算法求解该优化模型,优化过程中的最优解作为节点的最终配置位置.仿真结果表明该算法有效的改善了网络的覆盖率.     

复杂大电网无功潮流的参数误差高敏性分析

由于超高压输电线路受所处地理环境、气候条件以及负荷水平等的影响,潮流建模时输电线路参数与真实值之间不可避免会存在误差。从线路的分布参数特性分析了线路参数的误差来源,针对电流流过输电线路时的电压降落和功率损耗,分析线路参数电阻、电抗、电纳的误差对两者的影响,进而扩大到对复杂大电网无功潮流和节点电压的影响。最后,以南方某省500 k V超高压电网为算例,进行潮流计算仿真分析。仿真结果表明了复杂大电网无功潮流对输电线路参数误差具有高敏性,结论对电网优化运行与控制具有重要的指导价值。     

并联补偿对提高输电系统电压稳定性的研究

主要从并联补偿技术(Parallel compensation technology)改变电网的阻抗特性、维持或控制节点电压、向电网注入或吸收无功/有功功率三个作用出发,采用临界稳定分析方法(Critical stability analysis),对没有和已有并联补偿的系统进行分析比较,证明并联补偿能够提高输电系统电压稳定性,对改善电网安全稳定运行,具有重要的作用.     

考虑风电不确定性的主动配电网阻塞管理策略

随着需求侧灵活性资源和风电等分布式资源的快速发展,灵活性资源用电行为的随机性以及风电出力预测的误差,使配网系统潮流发生改变,增加配电网潮流阻塞风险。为了解决风电不确定性造成的配网阻塞问题,研究考虑风电不确定性的主动配电网阻塞管理策略。首先基于Copula函数抽样生成表征风电不确定性的典型出力场景,将不确定变量转化为确定性场景进行优化计算,进而考虑主动配电网元件的运行特性,建立主动配电网双层阻塞管理优化模型。上层模型中,负荷聚合商预测日前电价,基于收集的风电、微型燃气轮机出力信息以用户用电成本最低为目标制定用电需求计划,并上报至配电网系统运营商;下层模型中,配电网系统运营商以总社会利益最大为目标对日前电价进行迭代,以线路功率和节点电压安全为前提求解最优潮流,得到节点边际电价并发布至负荷聚合商,指导其调整日前用电计划;通过上下双层的迭代交互,实现阻塞管理和社会利益最优。最后,通过IEEE 33节点算例进行仿真验证。结果表明：所提阻塞管理策略能保证线路功率和节点电压满足安全约束,有效解决主动配电网的阻塞问题。     

改进拉丁超立方蒙特卡洛模拟

电动汽车、分布式电源的并网给电网带了明显的不确定性,为了使电网分析更能贴近实际电网,通过对负荷、分布式电源出力的概率密度函数模拟其出力,借鉴已有分布式电源和电动汽车概率模型,采用拉丁超立方蒙特卡洛模拟与径向基神经网络相结合的方式计算概率潮流。该方法充分考虑了电动汽车和分布式电源的随机性、间歇性和相关性,利用拉丁超立方蒙特卡洛模拟对比传统蒙特卡洛模拟方法,降低了采样规模,提高了采样覆盖率。径向基神经网络用于求解潮流计算方程,避免了传统方法中计算雅可比矩阵和偏导,大幅度减少了运算时间。通过仿真,该算法在改进的IEEE14 和IEEE118 节点系统的计算结果表明,在保证精度的同时, 极大地加快了算法运行速度,适用于大规模电力系统概率潮流的求解,在改进的IEEE118 节点系统中,运行时间比传统蒙特卡洛模拟降低99．9%。     

基于聚类分区的风电场无功电压优化控制策略

随着风电渗透率的不断增大,并网风电场的机端电压稳定面临巨大挑战。研究了风电场内部各节点的无功电压特性,提出一种基于机组有功出力聚类分区的无功电压优化控制策略：通过 自动电压控制系统获取风电场当前的电压指标与实际运行数据,计算出风电场的无功需求;以历史有功出力数据对场内机组进行模糊C聚类分区;利用改进的粒子群算法寻找最优无功分配方案,对每一区域进行无功电压控制。在MATLAB上进行仿真,与传统根据各机组无功容量进行分配的方案进行对比,仿真结果表明,所提控制策略能够有效改善风电场并网点电压控制性能,减小风电场内机组机端电压的波动。     

永磁同步并网风力发电系统双模块控制研究

针对永磁同步并网风力发电系统,研究了一种双模块控制系统。MPPT控制模块在整流器和逆变器之间设置Buck变换器,使用优化后的最优梯度-爬山法策略控制Buck变换器占空比。并网逆变控制模块采用直流母线电压瞬时值外环及并网电流瞬时值内环的双环控制策略,通过外环电压PI控制得到指令电流,进而采用PI瞬时电流控制经逆变器和LCL型滤波器得到并网输出电流。仿真实验波形表明,MPPT控制模块能够快速、稳定地跟踪最大功率。逆变器输出符合并网要求,控制效果具有较好的稳定性和动态特性。     

遗传狮群算法的分布式电源定容选址

近年来接入配电网的分布式电源容量越来越大,但不合理的分布式电源定容选址方案不利于配电网的优化运行,故针对分布式电源定容选址问题,分析了分布式电源对配电网线路损耗、节点电压和快速电压稳定裕度指数的影响,并建立了相关的目标函数,同时为加强狮群算法跳出局部最优解的能力将遗传算法的交叉、变异环节引入到狮群算法中,最后在标准的IEEE 33节点配电网络的基础上,对所提方法进行验证,结果表明所得的分布式电源定容选址方案能够有效地降低网络线路损耗,提高节点电压和加强配电网的稳定运行,同时表明遗传狮群算法优化算法比原算法有更强的跳出局部最优解的能力,收敛速度也较快。     

含大规模分布式光伏接入电网的无功电压控制降损方法研究

大规模分布式光伏(distributed photovoltaic,DP)接入电网后,电网电压易出现大幅度波动,导致电网损失问题越来越突出。当前已有的电网降损方法没有考虑光伏发电自身的无功调节能力,应用效果不理想。为此,设计一种含大规模DP接入电网的无功电压控制降损方法。通过建立目标函数,设定约束条件,采用敏感性分析方法分析电压稳定性,将敏感度较高的值作为无功补偿位置,并对当前负荷进行预测,确定最佳的补偿容量,实现电网降损。试验结果表明,所提方法降损后较降损前基准电压更趋于1 pu,更为稳定,所提方法能够针对光伏控制接入分布特性,有效控制无功功率变化情况,相对于其他方法,无功功率波动较小,表现出较好的降损效果。     

考虑风电随机性的交直流系统协调二级电压控制方法

为了应对风电随机波动导致的送端电网潮流大规模变化、换流母线电压扰动，进一步导致换流站离散设备额外动作，提出考虑风电随机性的交直流系统协调二级电压控制方法：首先通过定义功率相对偏差来描述风电波动程度，筛选出二级电压控制中不能忽略风电功率波动的特征时段；然后采用k-means聚类方法得到特征时段风电出力的典型场景；最后利用概率场景法来表示风电的随机性，借助机会约束法解决不确定性优化问题。基于修改的IEEE39节点算例系统进行仿真并验证所提方法的有效性。