分布式电源接入配电网的优化配置-研究

《分布式电源接入配电网的优化配置-研究》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、硕士学位论文附录A攻读学位期间发表的学术论文目录⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯62III硕士学位论文摘要现代电力系统主要特点是集中发电、远距离传输、大电网互联，这种集中式单一供电系统已逐渐凸显出各种弊端，可以说是既“脆弱”又“笨拙”的。在负荷附近小规模就地供电可以弥补大规模集中式供电的不足，能够有效地降低网损、节约投资、提高供电可靠性和灵活性，因此这种分布式供电方式越来越受到人们的关注。然而分布式电源不当的接入会给系统网损、电能质量、配电网规划等方面带来不利影响。本文从降低配电网功率损耗和提高配电网电压质量的目标出发，分析研究了分布式电源

2、接入配电网的规划问题。论文首先介绍了五种主要的分布式电源的类型、并网结构、数学模型，针对各自节点类型进行了统一处理，以便适用于传统配电网潮流计算方法；并对分布式电源并网后对配电网的作用和影响进行介绍，进而根据分布式电源并网的相关标准和法规提出了分布式电源接入配电网的要求。其次通过比较传统配电网的潮流算法，结合分布式电源接入配电网后对其结构、特点的改变，提出了改进的基于前推回推法的含分布式电源配电网潮流算法。该计算方法结合配电网拓扑结构的节点关联矩阵，引入比较向量，确定了前推回推的支路计算顺序，有效的避免复杂网络结构的分析过程，使得编程较传统

3、算法更简单，易实现。最后通过算例仿真，验证了该法能够快速、准确的实现含有分布式电源的潮流计算任务。最后建立了以配电网损耗最小和节点电压偏移最小的分布式电源选址和定容的多目标优化模型；针对该优化问题的求解，通过对比蚁群算法、粒子群算法和遗传算法三种主流智能优化算法，提出了两种改进的基于遗传算法的优化方法——VEGA算法和NSGA．II算法，采用这两种算法对分布式电源优化配置模型进行了求解，并采用IEEE33节点算例系统进行仿真，验证了优化模型的正确性和改进算法的优越性，最后通过三个方面的比较得出，在对分布式电源接入配电网的位置和容量进行优化时

4、，NSGA．II算法的优化效果要优于VEGA算法。通过仿真结果可以看出，本文提出的分布式电源接入配电网优化配置模型能够有效的降低系统网损，改善电压质量等优点，这对分布式电源接入电网有很好的指导意义。关键词：分布式发电；配电网；电能质量；VEGA；NSGA—II分布式电源接入配电网的优化配置研究AbstractThemainfeaturesofmodernpowersystemarefocusedonpowergeneration，long-distancetransmission，powergridinterconnection．Sucha

5、centralizedsinglepowersupplysystemhasbeengraduallyhighlightingvariousdrawbacks，whichisboth‘‘fragile’’and“clumsy”．Small-scalepowergenerationinasmallplaceneartheloadpowercancompensatefortheshortageoflarge-scalecentralizedpower，whichcaneffectivelyreducenetworklosses，saveinves

6、tandimprovepowersupplyreliabilityandflexibility．Sothedistributedpowersupplyhasreceivedmoreandmoreattention．However，improperaccesstodistributedpowersystemwillbringbadeffectfornetworkloss，powerquality，powerdistributionandSOon．Toreducepowerlossandtoimprovethedistributionnetwo

7、rkvoltagequality，thisdissertationanalyzestheaccessofthedistributionpowernetworktothedistributedpowernetwork．Thisdissertationfirstintroducesthefivemaintypesofdistributedgeneration，gridstructuresandmathematicalmodels．Thisdissertationmakesaunifiedprocessionofeachnodetypetoada

8、ptforthecalculationmethodofthetraditionaldistributionpowerflow．Theroleandinfluenceofthedi