基于准定向变异和变异回滚微分算法的风电场无功补偿 quasi-directional variation and rollback mutation based differential evolution algorithm for reactive power compensation of wind farms.pdfVIP

基于准定向变异和变异回滚微分算法的风电场无功补偿 quasi-directional variation and rollback mutation based differential evolution algorithm for reactive power compensation of wind farms.pdf

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于准定向变异和变异回滚微分算法的风电场无功补偿 quasi-directional variation and rollback mutation based differential evolution algorithm for reactive power compensation of wind farms

星著灌蓬厕羹辱潮羹舞画耀德圆鳟港霸 橱鲤霸嚣麴裁僖 郑太一·,焦邵华2,赵会龙,,林俐3 100084; (1.吉林电网调度中心,吉林长春130021;2.北京四;h-继保自动化股份有限公司,北京 3.华北电力大学电气与电子工程学院,北京 102206) 摘要:电网无功补偿方案求解是高维非线性寻优问题,大规模风电场的接人增加了求解这一问题的难 度.微分进化算法是求解此类问题的有效算法.但该算法对初始种群依赖性强且前期寻优逼近能力弱,因 此提出准定向变异和变异回滚策略对其进行改进。以全网母线电压偏移和为目标函数,以基于准定向变异 和变异回滚策略的改进微分进化算法为求解工具.建立求解大规模风电场无功补偿方案的计算模型。与普 通微分进化算法相比.该算法在寻优初期具有寻优能力强且快速逼近最优解的优点,其确定的补偿方案可 明显提高地区电网的电压水平。 关键词:风电场;无功补偿;微分进化算法;准定向变异;变异回滚 中图分类号:TM614:TM714.3文献标志码:A 文章编号:1004.9649(2013)05—0071.06 0引言 容量在补偿点间的分配研究。 此外.风电场并网运行增加了无功补偿计算 中国风力资源多分布于“三北”地区.风电 的维度和难度.微分进化算法是解决高维非线性 场多位于电网末端.远离负荷中心.电能需远距 优化问题的有效算法.具有收敛性好、鲁棒性强 离传输。此外,由于风能的随机性和不可控性. 等优点…一”。文献『111基于参与进化个体之间的相 风电场的输出功率呈现出间歇性和波动性。随着 似特征提出一种能够更有效指导种群向最优日标 风电并网容量的逐步增大.系统将不得不承受更 进化的方法;文献f121引入增强算子对当前种群进 多来自风电的冲击.其中风电并网后带来的无功 行优化,并应用到电力系统无功优化研究中;文 电压问题.一直是业内普遍关注的热点之一岬j。 献『131利用对位学习规则进行种群的初始化并实现 目前解决风电引起的无功电压问题的方法一 跳跃进化.有效提高了算法的收敛性。上述改进 般是在风电场汇集母线安装无功补偿装置。无功 有效地提高了微分进化算法的寻优速度.但算法 功率补偿点选取及补偿容量的确定是一个满足系 本身对初始种群依赖性强.尤其当初始种群距离 统约束条件的多维多目标寻优问题.可用线性、 最优解相差较远时.这一问题更加突出。究其原 非线性规划法等数值算法及遗传算法、粒子群算 因在于算法变异过程中采用随机性偏差来修正最 法等智能算法来解决门。文献f81采用整数编码的多 优个体.虽保证了算法逼近最优解的多向性.但 目标遗传算法分析系统中新补偿装置的最优配置 算法的逼近能力减弱。 点问题;文献『91利用连续潮流计算方法,确定无 据此.本文选用微分进化算法来确定大规模 功补偿的总容量.之后利用遗传算法求解电容器 风电场的无功补偿方案.同时针对算法对初始种 的分组容量和控制序列;文献f101以费用最低为目群的依赖性.提出采用准定向变异和变异回滚策 标建立用于求解最优无功补偿容量的机会约束模 略来改进微分进化算法.以提高算法在寻优初期 型.并利用随机模拟粒子群算法对此进行求解。 的逼近能力和收敛速度;继而通过全网节点的9一 上述文献偏重于补偿点选取或无功补偿容量的计 U分析获取整个系统的电压薄弱点.并结合补偿 算.但对两者缺乏整体考虑.也缺乏对无功补偿

您可能关注的文档

文档评论(0)

118zhuanqian + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档