基于改进sqp法的dg定容研究

《基于改进sqp法的dg定容研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于改进SQP法的DG定容研究摘要：近年来，由于分布式电源具有投资小、清洁环保、供电可靠和发电方式灵活等优点，它作为利用可再生能源的理想形式得到快速发展。分布式发电通常以接入配电网为主，会对配电网的电能质量、电网可靠性、配网损耗和继电保护等方面产生影响。所以，在DG接入配电网之前，必须对其进行规划。本文采用改进的SQP算法对配电网屮分布式电源定容问题进行研究。实例计算比较表明该算法是可行有效的。关键词：分布式电源配电网定容改进SQP法中图分类号：TM715文献标志码：AOptimalSizingofDistributedGenerationBasedonImprovedSeq

2、uentialQuadraticProgrammingmethodologyTAOSi-yu,HUANGMin-xiang(CollegeofElectricalEngineering,ZhejiangUniversity,Hangzhou310027,China)Abstract:Recently,DistributedGeneration,whichiswithasmal1investment,cleanandgreen,reliableandflexible,hasbecomeanidealwayoftheuseofrenewableenergy.Distributed

3、Generationsareusuallyimplementedindistributionsystems,whichwillhaveimpactsonlheelectricityquality,gridreliability,netlossandrelayprotection.Therefore,itisnecessarytocarefullyplanthelocationandcapacityoftheDGsbeforetheyareimplementedinthenetwork.Thispaperwil1studytheproblemofthesizingoftheDi

4、stributedGenerationbasedontheimprovedSQPalgorithm・Theresultsshowthatthealgorithmisfeasibleandeffective.Keywords:DistributedGeneration;DistributionSystem;Sizing;fastsoquentialquadraticprogramming中图分类号：F407.6文献标识码：A文章编号：0引言分布式电源(DG,DistributedGeneration)是指支持现存配电网的经济运行、为满足用户特定需要或同时满足这两方面要求,以小规

5、模(发电功率在数千瓦至50MW的小型模块)、分散式的方式布置在用户附近，可独立地输出电能的系统。［1］分布式电源种类主要包括风力发电、太阳能发电、微型燃气轮机发电、燃料电池发电和生物质能发电等。DG以接入配电网运行为主，在不考虑配电网络拓扑结构及负荷分布的条件下，其对配电网络的影响程度主要与DG的安装地点和安装容量冇关。所以，在DG接入配电网前，必须对其进行合理规划。国内外众多学者对这一问题提出了多种解决方法。文献［2］［3］等提出了基于遗传算法的DG规划方法，文献［4］提出了基于PSO的优化方法；文献［5］运用差分进化法，通过分析电压对功率的变化率()的敏感度来选择DG接入

6、的位置。此外，文献［6］还介绍了一种基于功率圆的DG选址和定容方法。这些方法对于规划工作都具有启发意义。1DG定容问题建模最优化DG容量问题是一个高度非线性化的求解问题，目标函数、等式和不等式约束均为非线性。1.1目标函数以配电网有功网损最小为目标函数：(1)是有NB条母线的配电网的有功网损。1・2等式约束等式约束指表明在配电系统中任意母线的有功和无功功率守恒的非线性潮流等式。即流入母线的复功率的总量为零：1・3不等式约束有两组需要满足的不等式约束，笫一组是系统的边界条件。包括配电网络母线的电压、相角和功率因数。电压和相角最大最小值限制由系统的物理条件限制。通常电压大小波动不

7、得超过，DG的功率因数上下限由安装在配电网络中DG的类型决定。约束条件的数学表述如下:第二组约束是DG容量约束。DG的容量不能超过由变电所提供的功率,且要限制在馈电线路中的潮流以保证不达到其热极限。约朿条件的数学表述如下：2基于改进SQP法的求解流程序列二次规划法(SQP,SequentialQuadraticProgramming)是求解一般性有非线性约束条件的优化问题最有效的算法之一。其基本思想是：在每一迭代步通过求解一个二次规划子问题来确立一个下降方向，以减少价值函数来取得步长。重复这些步骤直到求