含風(fēng)電場(chǎng)的電力系統(tǒng)多目標(biāo)無(wú)功優(yōu)化.pdf

1、隨著社會(huì)經(jīng)濟(jì)的不斷發(fā)展和能源結(jié)構(gòu)調(diào)整的不斷深入，風(fēng)力發(fā)電對(duì)電力系統(tǒng)的影響越來(lái)越受到重視。由于風(fēng)電的間歇性及隨機(jī)性，風(fēng)電場(chǎng)的接入、尤其是大型風(fēng)電場(chǎng)的接入對(duì)電力系統(tǒng)的潮流產(chǎn)生了較大的影響，無(wú)功分布是否合理直接影響了電力系統(tǒng)安全運(yùn)行與穩(wěn)定，所以無(wú)功優(yōu)化成為電力系統(tǒng)的一項(xiàng)重要研究課題。然而由于離散性、非線性、大規(guī)模和收斂性依賴初值等特性，電力系統(tǒng)無(wú)功優(yōu)化問(wèn)題一直沒(méi)有得到很好解決。為此，本文在分析含風(fēng)電場(chǎng)電力系統(tǒng)潮流計(jì)算方法基礎(chǔ)上，提出采用組合混

2、沌序列動(dòng)態(tài)粒子群算法及模糊熵權(quán)法，對(duì)含風(fēng)電場(chǎng)的電力系統(tǒng)多目標(biāo)無(wú)功優(yōu)化進(jìn)行研究。
　　 首先，根據(jù)預(yù)測(cè)風(fēng)速值，探究了風(fēng)電機(jī)組輸出機(jī)械功率與風(fēng)速、槳距角、尖速比及風(fēng)機(jī)類(lèi)型之間的關(guān)系，得出了在風(fēng)機(jī)類(lèi)型確定的情況下，輸出機(jī)械功率僅由風(fēng)速所決定;著重分析了普通異步風(fēng)電機(jī)組、雙饋異步風(fēng)電機(jī)組在潮流計(jì)算中的穩(wěn)態(tài)模型及節(jié)點(diǎn)處理方法;對(duì)風(fēng)電場(chǎng)中集電線路模型，采用了架空線路與電纜線路兩種模型進(jìn)行分析;在Park模型基礎(chǔ)上，引入了一種考慮遠(yuǎn)場(chǎng)與近場(chǎng)的

3、尾流效應(yīng)模型;結(jié)合以上四點(diǎn)分析，探討了含普通異步風(fēng)電機(jī)組、雙饋異步風(fēng)電機(jī)組的電力系統(tǒng)潮流計(jì)算方法。
　　 其次，本文提出了一種組合混沌序列動(dòng)態(tài)粒子群算法(CCPSO)。在Logistic混沌優(yōu)化算法的基礎(chǔ)上，為保證算法初值的均勻性，結(jié)合Chebyshev映射和Logistic映射，引入一種組合混沌映射并將其應(yīng)用于粒子初始化，提高初始變量的均勻性，從而提高算法全局尋優(yōu)能力。對(duì)粒子群速度更新過(guò)程中存在的慣性取值問(wèn)題，引入一種基于種群

4、速度的動(dòng)態(tài)慣性權(quán)重策略，并采用測(cè)試函數(shù)對(duì)其收斂性能進(jìn)行仿真分析。
　　 再次，分析了電力系統(tǒng)無(wú)功優(yōu)化數(shù)學(xué)模型，針對(duì)無(wú)功優(yōu)化這一多目標(biāo)決策問(wèn)題，分別分析了基于熵權(quán)法和模糊權(quán)值法的多目標(biāo)決策方法，結(jié)合兩種方法分別在客觀決策和主觀決策方面的優(yōu)勢(shì)，引入一種模糊熵權(quán)法，并將這種方法與CCPSO算法結(jié)合，利用MATLAB編程求解電力系統(tǒng)多目標(biāo)無(wú)功優(yōu)化問(wèn)題。
　　 最后，根據(jù)含風(fēng)電場(chǎng)潮流計(jì)算結(jié)果，結(jié)合CCPSO算法及模糊熵權(quán)法，通過(guò)M