一、电网无功电压综合控制的改进SA算法(论文文献综述)
李忠连[1](2021)在《分布式光伏接入对配电网影响及选址定容优化研究》文中进行了进一步梳理
张慧英[2](2021)在《磁饱和式可控电抗器的磁路模型及其应用研究》文中进行了进一步梳理MSCR(Magnetically-Saturated Controllable Reactor,磁饱和式可控电抗器)是一种用于电力系统的动态无功平衡、电压控制和电能质量改善的重要电磁设备。随着越来越多的非线性负载、冲击性负荷和功率波动大的电源接入,引起电网无功和电压波动越来越频繁,使MSCR在稳定电网电压和调节无功方面的作用越来越显着,对其建模计算精度的要求也越来越高。现有基于磁路理论的MSCR模型大多使用单值磁化特性模型,磁路拓扑也忽略磁通分布不均和漏磁影响。这不但影响了MSCR的研究发展,也使电力系统仿真建模的整体水平受到限制。根据MSCR铁芯结构复杂多样、铁芯处于大范围可调的直流偏磁饱和非线性状态的特点,结合铁芯磁化特性模拟和磁路拓扑确定的研究现状,论文对铁芯非线性磁化特性模拟、磁路拓扑划分、磁路参数确定以及模型求解等问题展开研究,主要研究内容和取得成果如下:(1)从工程应用的角度,论文分析温度变化引起的磁特性变化对MSCR工作电流和磁饱和度的影响程度;分析不同频率和不同磁密幅值两种情况下磁滞回线的计算值与实测值之间偏差情况。分析结果表明:MSCR磁化特性建模中,可忽略温度对磁化特性的影响,可不计外施激励幅值和频率变化对磁化特性模型参数取值的影响。(2)为分析铁芯磁滞和涡流效应对MSCR仿真计算结果的影响,将动态J-A磁滞模型与MSCR等效铁芯相结合,论文提出计及铁芯磁饱和、磁滞和涡流效应的MSCR磁化模型,并基于所提磁化模型计算MSCR磁化特性、电流特性和损耗特性;通过与不计磁滞和涡流效应的MSCR磁化模型计算结果的比较,说明了MSCR建模中计及磁滞和涡流效应的必要性。(3)基于损耗分离理论和电阻的物理概念,分别以线性电阻和非线性电阻的形式,将经典涡流损耗和局部涡流损耗引入现有磁路段磁滞模型中,提出计及磁饱和、磁滞和涡流效应的改进的铁芯磁路段磁滞等效模型。同时,通过定义磁滞损耗系数,使磁滞电阻计算有了明确的表达式;为克服工程近似计算确定模型参数误差大的问题,将曲线拟合和解析计算相结合,提出分步混合模式的参数确定方法。计算结果表明:与改进前相比,改进的铁芯磁路段磁滞等效模型能明显降低仿真计算误差。从计算耗时、模型结构和参数确定等方面与动态J-A磁滞模型的进行比较,说明改进的铁芯磁路段磁滞等效模型应用于铁芯磁路建模的合理性和优越性。(4)基于分段磁路法和磁通管原理,建立由均匀区、拐角区和T形区三类磁路段构成的铁芯磁场等效磁路拓扑,并给出进一步细化的拐角区和T形区的等效磁路拓扑;将铁芯磁路拓扑和改进的铁芯磁路段磁滞等效模型结合,建立三类铁芯磁路段的等效磁路。基于磁场分割法和磁通管原理建立整个漏磁场磁路拓扑和磁阀漏磁拓扑,并确定漏磁通管的几何形状和磁导计算方法。计及绕组电阻的频变特性建立MSCR外电路模型,并通过回转器实现其与磁路的耦合。论文中虽以MSCR研究对象,但提出的磁路和绕组的建模方法可推广应用于其他类似电磁设备的磁路和绕组建模。(5)通过梯形法离散化处理,建立外电路、铁芯磁路段和漏磁路段等MSCR的数值计算子模型,并借鉴数值计算中“隐式”计算“显式”化近似计算处理的方法,将离散化后的铁芯铁芯磁路段方程中部分项进一步“显式”化近似处理,解决非线性迭代引起的计算量大的问题;通过子模型合成总模型方式建立MSCR电路-磁路模型的矩阵方程。(6)以MSCR样机为例,通过将电路-磁路模型计算值与实测值、3D有限元模型计算值进行对比,验证电路-磁路模型的建模和求解方法的有效性。结果表明:MSCR电路-磁路模型能准确地模拟电流、输出功率和损耗等电气量的变化,具有分析磁场分布和磁路参数变化的能力且计算耗时少,也适用于电力系统的仿真分析。论文对基于磁路理论的MSCR建模仿真方法进行了改进和完善,也为与MSCR具有类似结构的电磁设备提供新的建模和分析方法,也可为完善电力系统仿真建模方法和优化电力系统网络结构提供支持。
商俊杰[3](2021)在《基于并行海鸥算法的电力系统无功功率优化》文中进行了进一步梳理无功优化(Reactive Power Optimization)是实现电网的安全、经济、可靠运行目标的至关重要的途径之一,同时也是提升电能质量,降低线路损耗的重要手段。通过无功优化,合理配置无功功率,不仅可以降低电网运行过程中的有功功率损耗,而且可以稳定系统电压,保证电力系统合理运行。本文采用并行海鸥算法(Parallel Seagull Optimization Algorithm,PSOA)对无功优化问题进行求解,以提升电网的运行效率。本文的工作内容主要分为以下四点:(1)分析了海鸥算法(Seagull Optimization Algorithm,SOA)的运行原理,SOA算法是属于元启发类进化算法,其关键特征是模拟海鸥种群“迁徙”和“攻击”行为。SOA算法具有收敛速度快,寻优能力强、收敛精度高等优点,但是在求解一些复杂的高维度优化问题时,原始SOA算法会出现早熟,陷入局部最优解现象,最终导致算法无法收敛到全局最优解。为了进一步提高SOA算法的寻优能力,引入并行更新策略以及自适应螺旋形状参数,提出了PSOA算法。(2)电网的复杂性导致无功优化问题包含了很多等式约束条件、不等式约束条件。在处理状态变量的不等式约束条件时,引入可行域原则,通过统计状态变量越界次数,判断解的可用性,避免传统罚函数法中繁琐的惩罚因子选取,极大提高算法运行效率。(3)电力系统无功优化是建立在潮流计算基础上的,常用的潮流计算方法有:牛顿-拉夫逊法和P-Q分解法。根据不同系统运行需求,无功优化问题数学模型是不同的。对于单目标无功优化问题,从经济方面考虑,考虑有功网络损耗最小作为目标函数;对于多目标无功优化问题,先考虑电网运行的经济性和稳定性,以电网网损最小和静态电压稳定裕度最大这两个目标函数,通过归一化处理,并使用加权法对其转换。(4)对PSOA算法进行性能测试验证以及电力系统无功优化验证,在MATLAB 2018b的环境下,对IEEE-14节点系统和IEEE-30节点系统分别进行单目标和多目标的无功优化仿真实验,并与SOA算法、PSO算法和MVO算法进行对比,结果表明PSOA算法具有更好的全局收敛能力和寻优性能,能够有效地降低网络损耗,同时还能提高电力系统电压稳定性,保证现代电网运行安全可靠。
杨成[4](2021)在《基于深度差分进化的电力系统无功优化研究》文中研究指明在电力系统中,主要存在有功和无功两种功率,无功功率的补偿量和分布情况,会对电力系统的安全、经济运行产生直接影响。因此,无功优化研究是调整电力系统运行状态的重要途径之一。无功优化问题是一个众所周知的非线性、多约束优化问题,目前使用的优化算法并不能有效的解决该问题。传统优化方法对模型的精确度要求严格,对不同电力模型适应性差,优化结果存在较大误差。而差分进化(Differential Evolution,DE)算法对模型的限制不严格、对电力模型适应性好,被广泛应用于无功优化研究。现有DE算法容易陷入局部最优,在解决无功优化问题时常常无法找到全局最优解。因此,在本文中采用基于深度信息的差分进化(Di-DE,Depth Information-based Differential Evolution)算法来解决无功优化问题。本文的工作主要分为以下四点:(1)在无功优化方面,研究分析了潮流计算中高斯-赛德尔(G-S)法和牛顿-拉夫逊(N-R)法的优缺点,并选择N-R法作为本文的潮流计算算法。然后分析了无功优化数学模型,选择有功损耗最小作为优化目标,建立目标函数、约束条件以及相应的罚函数。(2)在优化算法方面,对DE算法进行了深入研究。目前用于无功优化研究的算法的全局搜索能力不足,容易陷入局部最优。因此,将种群进化过程中的深度信息纳入到变异策略中,以增强算法的“勘探”和“开发”能力,这些信息能够反映目标函数的结构特征,并设定了参数自适应机制。基于这两点,提出了Di-DE算法。(3)在国际标准测试套件CEC2013上,对Di-DE算法进行数值优化验证,在Matlab2016b上进行实验。在30维度优化中,与DE算法、iw PSO算法和QUATRE算法在收敛精度和收敛速度两个方面进行了比较,实验结果表明,Di-DE算法在这两方面的表现都是最优秀的。(4)在IEEE-14节点、IEEE-30节点和IEEE-57节点系统上,对Di-DE算法进行电力系统无功优化验证,在Matlab2016b上进行仿真实验,并与DE算法、iw PSO算法和QUATRE算法进行比较,实验结果表明,Di-DE算法具有更好的收敛精度和收敛速度,能够有效的降低系统的有功损耗。
高学伟[5](2021)在《数字孪生建模方法及其在热力系统优化运行中的应用研究》文中研究指明随着社会经济的飞速发展,我国产业结构优化调整和转型升级进程的深入,要实现未来“碳达峰,碳中和”的目标,需要建设清洁低碳、安全高效的现代能源体系。以风电和太阳能发电为代表的可再生能源替代作用日益突显,而火电机组在未来很长一段时间内仍将处于主导地位。亟需解决火电和可再生能源的协同发展问题,大型火电机组更多需要担负起高效节能、低碳环保、深度调频调峰的任务。实施电能替代供热对于推动能源消费革命、减少碳排放、促进能源清洁化意义重大。利用电锅炉储热供暖还可以降低电网调节压力,增加供热能力,有效解决可再生能源的消纳问题。火电机组热力系统和电锅炉储热供暖热力系统都属于典型的非线性、多参数、强耦合的复杂热力系统。本文通过研究流体网络机理建模和数据驱动建模相融合的数字孪生建模方法,为热力系统建模工作提供了新的思路和途径,为热力系统安全、环保和经济运行提供理论支撑。论文围绕数字孪生建模方法及其在热力系统优化运行中的应用,主要研究内容和成果包括以下几个方面:(1)对数字孪生理论、热力系统建模理论以及大数据处理等基本理论进行了研究。比较了数字孪生与仿真技术及信息物理系统的异同;以火力发电厂为例,研究了流体网络机理建模及求解方法;对Hadoop系统的MapReduce与Spark计算进行了对比分析,对实时数据处理Spark Streaming与Storm进行了对比分析,并搭建了适用于数字孪生及大数据在热力系统建模领域应用的大数据分布式集群平台;在该集群上实现了大数据的存储管理,以及大数据分布式计算,研究了基于大数据平台的数据驱动建模理论,包括支持向量回归建模、极限学习机建模、智能辨识优化算法以及即时学习等基本理论。(2)针对数据驱动建模方法的研究,提出一套基于改进即时学习策略的自适应数据驱动建模方法。采用“主成分+互信息”的方法获得输入和输出变量之间的相关程度,确定权重因子,然后利用“欧式距离+角度”定义一种加权综合相似度度量函数。在离线状态下,利用改进遗传模拟退火模糊聚类方法进行工况划分;进行工况预测时,采用一种多层次综合相似度度量的相似工况快速识别方法构建相似工况训练集,即根据两级搜索的策略实现了在线快速识别:初级识别是确定预测工况在历史工况库中所属的类别提取预测类工况,次级识别是采取基于综合相似度度量函数的相似工况识别方法,在历史数据库中针对预测类工况的快速识别;局部模型建模方法是在Spark计算框架下,对SparkSVMHPSO算法、Spark ELM算法以及基于SparkHPSO的多参数辨识等数据驱动建模方法进行研究。然后以SCR脱硝系统出口 NOx预测、电锅炉储热供热系统源侧及荷测负荷预测为案例,验证了所提出的建模方法有效性。为热力系统数字孪生模型建模及系统工况优化提供了理论支撑。(3)针对数据孪生建模的研究,提出一套改进即时学习策略的自适应数据驱动与机理模型多参数辨识协同融合的数字孪生建模方法。在建立热力系统机理模型的基础上,关键的设备模型参数利用多参数多工况拟合的离线智能辨识方法,得到可以模拟实际系统全工况下动态变化趋势的离线智能参数辨识模型;以离线智能参数孪生模型为主,根据相似度阈值进行判断,采用自适应模型参数更新策略,实现数字孪生模型的在线协同;为进一步提升孪生模型预测的精度和鲁棒性,采用移动窗格信息熵的多模型输出在线融合方法,提升关键工况以及动态变化过程的逼近程度。基于这一理论构建的数字孪生模型,能够基于系统运行数据持续进行自我修正,在线跟踪设备运行特性,从而具有自适应、自演进的智能化特点,能够全面反映系统的运行状态和性能,为系统工况迭代优化提供可靠的模型输入和结果校验工具。以燃煤电站SCR脱硝系统和电锅炉储热供热系统为研究对象,建立其热力系统数字孪生模型。(4)最后,基于数字孪生模型的实时跟踪能力,提出一种基于负荷分配和工况寻优的热力系统智能工况动态寻优策略。并以电锅炉储热供热系统为研究对象,根据能耗成本分析和负荷分配策略,利用数字孪生模型系统,对电网负荷、电锅炉系统、储热系统进行预测计算,模拟不同运行方案、不同工况下系统动态运行,得出最优的供热调节和负荷分配方案。以火力发电厂SCR脱硝系统为例,根据建立的自适应、自演进的智能化SCR脱硝系统数字孪生模型,将该模型应用于模型预测控制算法中。结果表明,利用基于数字孪生模型的自适应预测控制算法比传统的PID控制效果更精确,运行更稳定。证明了所提建模方法的有效性,具有重要的工程实用意义和行业示范价值。
李晨[6](2021)在《基于高低压电网数据协同分析的扰动辨识》文中研究表明随着清洁能源技术的快速发展,交流电网的系统规模不断扩大,以新能源为主体的新型电力系统的构建势在必行。如今风电、光伏为主体的多种形式分布式电源并入电网,储能技术的快速发展以及电动汽车充电桩的规模化建设,会使扰动后的电网动态响应情况更为复杂。通过轻型广域测量系统已经证实:高压主网侧监测到扰动响应的同时,低压配网侧也能接收到相应的扰动信号。配网侧的动态行为是高低压扰动的耦合,可以从配网量测观察主网的扰动信息。现如今,对于高低压电网动态数据协同分析方法亟待解决。本文根据扰动响应的动态数据,在消除噪声的基础上,提取出对电力系统决策与支持的有用成分。分析了扰动的机理并进行量化描述,对海量量测信息合理的进行降维,实现数据驱动的扰动辨识并进行扰动的可视化显示。本文主要研究内容和取得成果如下:(1)从交流电网系统中经常出现的高斯噪声和脉冲噪声的数学表达式出发,基于特征描述与概率密度层面搭建了考虑噪声的高低压电网动态行为仿真模型,为模拟实际电网的真实量测数据奠定基础。从信号成分角度提出了一种基于排列熵的改进集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)除噪方法,以消除扰动分量中的噪声成分,还原扰动最真实的动态行为过程,最大程度获取真实的扰动动态行为信息。(2)根据戴维南等值以及系统传输矩阵原理,解释了高低压电网动态响应的耦合现象。经过合理简化,建立了关于响应的数学模型,对交流电网发生不同扰动后的高低压电网动态响应幅度进行描述,并讨论了不同类型扰动下的各自特点。对电网发生扰动后的耦合特性进行量化分析,定义了扰动的响应范围和扰动耦合度两种量化指标,用于准确量化响应后的节点响应范围以及节点耦合程度。(3)基于核主成分分析(Kernel Principal Component Analysis,KPCA)降维原理,比较了传统主成分分析(Principal Component Analysis,PCA)和不同核函数下的KPCA降维效果。然后,提出了一种基于高斯核函数KPCA的高低压交流电网扰动时间和扰动位置辨识新方法。通过引入平方预测误差(Square Prediction Error,SPE)统计量与Hotelling-T2统计量(简称T2统计量),将实时计算的统计量与控制限进行比较来确定扰动时间。紧接着计算两个变量对扰动的贡献度来定位扰动。在考虑系统拓扑可观性的基础上,根据所定义的节点耦合的电气距离,对配网的测点进行重新配置,实现基于高斯核KPCA的扰动辨识。(4)可视化展示扰动分析的辨识结果,便于实现高效快捷的人机交互。对高低压交流电网发生的扰动进行在线分析,基于开源数据库TDengine进行数据的高速存储与检索,用于实现配电网同步数据的高速存储与分析。提出—种电网扰动在线分析系统架构,并基于监视信息与可视化工具grafana对扰动辨识结果进行可视化显示。
李佳宁[7](2020)在《微电网中混合储能系统的控制策略和容量优化研究》文中研究指明随着社会的发展和人民生活水平的提高,人们对电的需求不断增加。风能和太阳能等清洁能源受到了大家的广泛关注,但因其波动性和间歇性给风光大规模并网带来了难题。而储能技术的快速发展为改善风光并网产生的功率波动提供了有效的解决方案。本文在风光互补发电系统中,加入了蓄电池和超级电容器组成的混合储能装置,以其为研究对象,对混合储能系统的功率分配和容量优化进行了研究。主要针对以下几个方面开展了工作:(1)对风力发电系统和光伏发电系统的工作原理进行了分析,并建立相应的数学模型。研究蓄电池和超级电容器的工作原理以及各自的优缺点。根据其不同的特点,建立各自的数学模型。基于能量型储能设备和功率型储能设备的特点,将两者混合使用,确定两者的连接方式并进一步分析混合储能系统的特点。(2)针对蓄电池和超级电容器组成的混合储能装置对两者的功率分配进行研究。因超级电容器能量密度小,在充放电过程中易达到限制而影响其性能,在高通滤波法的基础上,通过超级电容器的荷电状态将其工作状态分为三个区域,对其输出功率的参考值进行修正。(3)对蓄电池和超级电容器组成的混合储能装置的容量进行优化。在保证系统稳定性的前提下,建立混合储能装置的容量优化模型。将具有全局寻优性的人工鱼群算法和具有局部寻优性的模拟退火算法结合起来对混合储能装置的容量进行优化。(4)利用MATLAB/Simulink进行仿真。首先利用建立的容量优化模型对混合储能装置的容量进行优化,然后建立包含风、光、混合储能系统在内的仿真模型,验证本文提出的功率分配策略的有效性。仿真结果表明:本文所提出的功率分配策略,能够有效平抑风光输出功率的波动,且可以维持超级电容器的荷电状态在合理的范围之内,避免了过充过放现象。本文提出的容量优化方法,在保证系统稳定性的前提下,提高了系统的经济性。
李新桥[8](2020)在《基于禁忌搜索算法的配电网重构研究》文中认为配电网重构是优化配电系统运行的重要手段,也是配网自动化研究的重要内容。配电网通常为闭环设计、开环运行。在正常运行条件下,配电调度员根据运行情况进行开关操作以调整网络结构,一方面可将负荷由过负载馈线转移到轻负载馈线上,从而调节馈线的负荷水平,消除馈线过载,改善系统供电电压质量;另一方面通过网络重构可改善电网运行方式从而降低网损,提高系统的经济性。在配电系统发生故障时,通过打开某些分段开关隔离故障,同时合上某些联络开关把故障线路上部分或全部负荷转移到未故障的线路上去,从而缩小停电范围,并在故障后迅速恢复供电。本文结合现代优化算法和配电网优化分析的研究现状,对基于禁忌搜索算法的配电网重构进行了以下方面的研究:(1)在配电网拓扑分析的基础上,给出了配电网辐射状的判据并总结出配电网辐射状判据的流程。采用基于支路电流的前推回代法进行潮流计算,避免了复杂的网络编号工作,能够快速便捷的确定配电网的结构。(2)采用并行禁忌搜索算法解决配电网重构过程中编码复杂和计算效率低等问题。该算法通过设置多个禁忌长度对解空间同时进行搜索,提高了搜索效率。在设计邻域结构时,采用N维坐标系的编码策略对网络中开关进行编码,其中坐标系的维数对应网络中联络开关的个数,在每维坐标中针对每个状态量分别进行加1和减1操作,对应网络拓扑图中的开关的移动操作,在该种邻域结构下进行寻优并得到全局最优解。最后采用两个IEEE经典算例进行仿真,结果表明应用该算法进行配电网重构研究时能简便快速的求出使得网络损耗最小的网络结构,具有一定的可行性和优越性。(3)对一天24小时进行配电网动态重构研究。首先对该时间区间进行等时段划分,在负荷预测的基础上对每一时间段先进行静态重构研究。然后通过两次优化策略对各时间段的重构结果进行组合优化,得到最终的动态重构方案。采用IEEE33节点系统进行仿真,结果表明应用该方法进行配电网动态重构研究能进一步改善配电网运行的经济性能且具有一定的可行性和实用性。
徐一波[9](2020)在《计及风电消纳的配电网多目标优化重构研究》文中研究表明随着社会不断进步、经济不断发展,全球的用电需求都在稳步上升,电网也因此蒸蒸日上、方兴未艾。但传统的化石能源日益短缺以及温室效应加剧等难题也随之而来。为了有效缓解这些问题,新型分布式电源应运而生。其中,风能是众多分布式电源里应用最为广泛的一种,具有良好的发展前景。风力发电可以有效替代传统化石能源发电,降低能源消耗以及减缓温室效应。但风电出力与季节、天气休戚相关,具有天然的随机性和波动性,使得风电消纳成为又一亟待解决的问题,消纳能力不足将导致严重的弃风问题。而另一方面,配电网重构是通过改变配电网的网络拓扑结构来提高其可靠性、降低网络损耗、实现负荷的均衡化以及提高电能质量的方法;也是改善其技术,加强其安全性以及提高其经济性的一种非常重要的节能手段。然而,由于配电网固有的性质,以及在配网运行的过程之中容易受到方方面面因素的影响,具有不确定性。所以,配网重构将是一个复杂困难的、大规模的组合优化问题。针对分布式风力发电能源并入配电网之后,系统消纳能力不足、风电利用率不高的问题,本文提出拟将风电消纳与配电网重构相结合的新型消纳方式。考虑负荷的不确定性,风电出力的波动性与随机性以及开关操作次数等方面问题,以风电待消纳占比最小化和开关操作次数最小化为目标进行建模,并且使用了基于独立环路的实数编码策略来简化寻优过程,提高寻优速度。针对风电的不确定性,使用威布尔分布来表示风电出力,并采用置信区间估计来解决这个问题,对比不同的数学方法,选择了最短置信区间快速求解法来求解风电出力的置信区间。针对常规微分算法的易早熟,陷入局部最优的情况,本文拟从量子力学的角度来解决问题,采用多目标量子微分进化算法,提高了局部搜索能力,有效加强了个体多样性和寻优速度。并以接入分布式电源的IEEE33节点系统为算例进行分析,表明了该算法的有效性和可行性,也验证了本文所使用的重构方法对配网的风电消纳能力的提升效果。
韩佳英[10](2020)在《含直流微网的配电网负荷恢复策略研究》文中提出随着时代发展,人类对传统不可再生能源的过度使用为人类社会带来了能源和环境的双重严峻挑战。微电网能够通过合适的控制方式聚合多种可再生能源从而减少不可再生能源的利用。其中,直流微电网具有结构拓扑简单,能量变换直接、控制可靠方便的优点,渐渐成为电气领域的研究热点。近年来世界上大停电事故的频发使得人们愈发关注电网的安全运行和电力系统的恢复问题。利用直流微网对配电网失电区域进行孤岛划分是解决配电网故障恢复的问题的一种新思路,得到了越来越广泛的研究。本文介绍了直流微网各部分的结构、控制方式以及直流微电网基于储能电池SOC的能量管理策略,在MATLAB/Simulink平台搭建了直流微网模型并仿真;针对能量管理策略中所用到的负荷预测环节采用改进粒子群算法对最小二乘支持向量机预测模型进行优化;利用模拟退火遗传算法(SAGA)提出了一种含直流微网的配电网孤岛划分的方法来解决配网恢复问题。首先本文搭建了包括光伏阵列、储能系统、交直流负载组成的典型直流微电网,根据直流微网不同运行状况的能量需求,设计了一套基于储能电池荷电状态(SOC)的直流微网能量管理策略。其中,针对微网运行状态中微网濒临崩溃的特殊情况,结合负荷/发电预测设计了微网的极限工作模式。详细介绍了能量管理策略下各模块的具体控制方式。其中,光伏阵列分为恒压模式和最大功率输出模式两种工作模式,储能模块分为恒流充电、稳压模式和待机模式三种工作模式,通过并网换流器控制直流微电网完成并网和孤岛两种工况的切换。在MATLAB/Simulink平台搭建了直流微网的仿真模型并验证了各部分控制策略和整体能量管理策略的有效性。其次针对直流微电网能量管理策略中所需要的负荷/发电预测以及微网最优运行的存在的经济性问题,本文采用我国西部某地区的负荷数据,以最小二乘支持向量机(LS-SVM)为预测模型对样本负荷进行短期负荷预测。在此基础之上,利用粒子群算法和改进粒子群算法对LS-SVM预测模型中的两个关键参数进行寻优,通过对比验证此方法得到更好的预测效果。最后本文以美国PG&E69节点配电网拓扑为例,以配电网由于故障而大面积失电的情况为背景,以恢复的重要负荷最多和解列开关最少为主要目标,充分考虑负荷优先级和可控性的影响,使用模拟退火遗传(SAGA)算法制定含直流微网的配电网孤岛划分方案,使孤岛网络能恢复尽可能多的配电网重要负荷的同时也可使断开的开关数最少。在MATLAB平台编程进行方案验证,通过与其他论文中的方案对比,验证了本文使用方法的优越性。
二、电网无功电压综合控制的改进SA算法(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、电网无功电压综合控制的改进SA算法(论文提纲范文)
(2)磁饱和式可控电抗器的磁路模型及其应用研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 基于磁路理论的变压器建模研究现状 |
1.2.2 MSCR建模研究现状 |
1.3 主要研究内容及创新点 |
2 MSCR铁芯磁化特性影响因素分析 |
2.1 铁磁材料磁特性影响因素 |
2.1.1 温度变化的影响 |
2.1.2 外施激励对磁滞效应的影响 |
2.1.3 外施激励对涡流效应的影响 |
2.2 外部激励对模型参数取值的影响 |
2.2.1 动态J-A磁滞模型 |
2.2.2 实例分析外部激励的影响 |
2.3 磁滞和涡流效应的影响分析 |
2.3.1 基于理想小斜率的MSCR磁化模型 |
2.3.2 基于动态J-A磁滞模型的MSCR磁化模型 |
2.3.3 磁滞和涡流效应对MSCR工作特性计算的影响分析 |
2.4 小结 |
3 铁芯磁路段磁滞等效模型 |
3.1 磁路基本理论 |
3.1.1 磁路理论的基础 |
3.1.2 磁通管和磁路基本定律 |
3.2 磁路-电路的类比关系 |
3.2.1 磁阻-电阻类比法 |
3.2.2 磁导-电容类比法 |
3.2.3 磁导-电容类比法的应用 |
3.3 基于磁导-电容类比的铁芯磁路段磁滞等效模型 |
3.3.1 铁芯磁路段磁滞等效模型 |
3.3.2 涡流损耗瞬时损耗功率的计算 |
3.3.3 改进的铁芯磁路段磁滞等效模型 |
3.3.4 模型参数确定 |
3.4 磁路段瞬时功率损耗计算 |
3.5 改进的铁芯磁路段磁滞等效模型分析 |
3.5.1 方圈的仿真模型 |
3.5.2 仿真和实验对比分析 |
3.5.3 磁滞模型比较 |
3.6 小结 |
4 基于磁路理论的MSCR磁路模型 |
4.1 MSCR磁场分布 |
4.1.1 MSCR铁芯磁场分布 |
4.1.2 MSCR漏磁场分布 |
4.2 MSCR铁芯磁场等效磁路 |
4.2.1 铁芯拐角区等效磁路 |
4.2.2 铁芯T形区等效磁路 |
4.2.3 MSCR铁芯磁通管的几何尺寸 |
4.2.4 基于改进的磁路段磁滞等效模型的磁路模型 |
4.3 MSCR漏磁场磁路拓扑及磁导计算 |
4.3.1 漏磁场磁通管几何尺寸 |
4.3.2 漏磁导计算 |
4.4 MSCR等效磁路 |
4.5 外电路等效模型 |
4.5.1 计及频变特性的绕组电阻集总参数模型 |
4.5.2 外电路模型 |
4.6 MSCR电路-磁路模型 |
4.7 小结 |
5 MSCR电路-磁路模型的求解 |
5.1 外电路的数值计算 |
5.1.1 电阻和电感的离散化 |
5.1.2 回转器的离散化 |
5.1.3 基于梯形法的外电路方程 |
5.2 MSCR磁路模型的数值计算 |
5.2.1 基于梯形法的漏磁路段数值计算 |
5.2.2 铁芯磁路段的数值计算 |
5.2.3 MSCR磁路方程 |
5.3 MSCR电路-磁路模型方程 |
5.4 MSCR工作特性计算 |
5.4.1 工作电流计算 |
5.4.2 有功损耗和无功功率计算 |
5.4.3 磁通和磁密计算 |
5.5 电路-磁路模型的数值求解 |
5.5.1 模型离散化的分析 |
5.5.2 铁芯磁路段数值计算分析 |
5.5.3 离散化模型的求解 |
5.6 小结 |
6 MSCR电路-磁路模型的验证与应用 |
6.1 铁芯磁路参数计算 |
6.1.1 铁芯磁路段参数计算 |
6.1.2 漏磁导计算 |
6.2 绕组电阻集总参数模型的参数计算 |
6.3 工作特性仿真与实验对比分析 |
6.3.1 工作电流分析 |
6.3.2 无功功率分析 |
6.3.3 损耗特性分析 |
6.4 磁场分布计算分析 |
6.4.1 3D场路耦合模型仿真 |
6.4.2 磁场计算与对比分析 |
6.5 MSCR电路-磁路模型在电力系统仿真的应用 |
6.5.1 基于MSCR的无功补偿系统 |
6.5.2 无功补偿系统仿真分析 |
6.6 小结 |
结论与展望 |
致谢 |
参考文献 |
攻读学位期间的研究成果 |
(3)基于并行海鸥算法的电力系统无功功率优化(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 无功优化的研究背景和意义 |
1.2 无功优化的研究方法和现状 |
1.2.1 传统数学优化方法 |
1.2.2 人工智能优化算法 |
1.3 目前存在的问题 |
1.4 论文主要研究内容 |
第二章 并行海鸥(PSOA)算法的研究 |
2.1 SOA算法 |
2.1.1 SOA算法的基本理论 |
2.1.2 SOA算法的运行步骤 |
2.2 SOA算法的优点和缺点 |
2.3 并行海鸥(PSOA)算法 |
2.2.1 并行策略 |
2.2.2 自适应螺旋形状参数 |
2.2.3 PSOA算法的运行步骤 |
2.4 算法性能测试 |
2.5 本章小结 |
第三章 基于PSOA算法的电力系统无功优化 |
3.1 电力系统潮流计算 |
3.1.1 数学模型 |
3.1.2 牛顿—拉夫逊法 |
3.1.3 P-Q分解法 |
3.2 无功功率对电网的影响 |
3.3 电力系统的无功电源 |
3.4 电力系统无功优化数学模型 |
3.4.1 无功优化模型 |
3.4.2 无功优化约束条件 |
3.5 PSOA算法在无功优化中的应用 |
3.5.1 目标函数的选取 |
3.5.2 约束条件的处理 |
3.5.3 控制变量的选取及处理 |
3.5.4 算法步骤 |
3.6 本章小结 |
第四章 算例及计算结果分析 |
4.1 算例结构图 |
4.1.1 IEEE-14节点系统结构图及参数 |
4.1.2 IEEE-30节点系统 |
4.2 IEEE-14节点测试系统仿真 |
4.2.1 有功网损最小的单目标测试 |
4.2.2 系统网损最小和静态电压稳定裕度最大的多目标测试 |
4.3 IEEE-30节点测试系统仿真 |
4.3.1 有功网损最小的单目标测试 |
4.3.2 有功网损最小和静态电压稳定裕度最大的多目标测试 |
4.4 本章小结 |
第五章 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
致谢 |
个人简历、在学期间的研究成果及发表的学术论文 |
(4)基于深度差分进化的电力系统无功优化研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 无功优化的研究背景和意义 |
1.2 无功优化的国内外研究现状及研究方法 |
1.2.1 传统数学优化方法 |
1.2.2 人工智能优化算法 |
1.2.3 电力系统无功优化研究中存在的主要问题 |
1.3 论文的主要研究工作 |
第二章 基于深度信息的差分进化(Di-DE)算法研究 |
2.1 DE算法 |
2.1.1 DE算法的基本理论 |
2.1.2 DE算法的变异策略及其影响 |
2.1.3 DE算法的参数设置及分析 |
2.2 基于深度信息的差分进化(Di-DE)算法 |
2.2.1 Di-DE算法的提出 |
2.2.2 Di-DE算法的流程 |
2.3 本章小结 |
第三章 基于Di-DE算法的电力系统无功优化 |
3.1 无功功率对电压和有功功率的影响 |
3.1.1 无功功率对电压的影响 |
3.1.2 无功功率对有功损耗的影响 |
3.1.3 无功功率的调节方法 |
3.2 电力系统潮流计算 |
3.2.1 潮流计算的数学模型 |
3.2.2 高斯-赛德尔迭代法 |
3.2.3 牛顿-拉夫逊迭代法 |
3.3 无功优化的数学模型 |
3.3.1 目标函数 |
3.3.2 约束条件 |
3.4 Di-DE算法在无功优化中的应用 |
3.4.1 目标函数的选取 |
3.4.2 约束条件的处理 |
3.4.3 Di-DE算法应用于无功优化 |
3.5 本章小结 |
第四章 算例仿真与结果分析 |
4.1 Di-DE在标准测试集上的性能测试 |
4.2 IEEE-14 节点系统及结果分析 |
4.2.1 IEEE-14 节点系统结构图及参数 |
4.2.2 IEEE-14 系统算例分析 |
4.3 IEEE-30 节点系统及结果分析 |
4.3.1 IEEE-30 节点系统结构图及参数 |
4.3.2 IEEE-30 系统算例分析 |
4.4 IEEE-57 节点系统及结果分析 |
4.4.1 IEEE-57 节点系统结构图及参数 |
4.4.2 IEEE-57 系统算例分析 |
4.5 本章小结 |
总结与展望 |
参考文献 |
致谢 |
个人简历、在学期间的研究成果及发表的学术论文 |
(5)数字孪生建模方法及其在热力系统优化运行中的应用研究(论文提纲范文)
摘要 |
Abstract |
主要符号及缩写表 |
第1章 绪论 |
1.1 研究背景及意义 |
1.1.1 能源电力发展背景与现状 |
1.1.2 智能控制优化研究现状 |
1.2 热力系统建模仿真及大数据技术研究现状 |
1.2.1 热力系统建模研究现状 |
1.2.2 电力大数据及其发展现状 |
1.2.3 热力系统仿真技术发展背景 |
1.3 数字孪生技术的应用现状及关键技术 |
1.3.1 数字孪生的应用发展现状 |
1.3.2 数字孪生研究的关键技术 |
1.3.3 数字孪生发展面临的挑战 |
1.4 论文的研究内容 |
第2章 大数据背景下的数字孪生与热力系统建模理论 |
2.1 数字孪生的基本理论 |
2.1.1 数字孪生的定义与内涵 |
2.1.2 数字孪生与仿真技术之间的关系 |
2.1.3 数字孪生与信息物理系统之间的关系 |
2.2 热力系统建模理论与方法 |
2.2.1 流体网络机理建模理论与方法 |
2.2.2 数据驱动建模理论与方法 |
2.3 大数据的基本理论 |
2.3.1 大数据平台框架及相关技术 |
2.3.2 大数据存储管理与预处理方法 |
2.3.3 大数据分布式集群平台构建 |
2.4 本章小结 |
第3章 基于改进即时学习策略的自适应数据驱动建模方法研究 |
3.1 基于改进即时学习策略的自适应数据驱动建模方法 |
3.1.1 建模思路 |
3.1.2 基于改进遗传模拟退火算法的模糊聚类工况划分 |
3.1.3 基于多层次综合相似度度量的相似工况识别 |
3.1.4 基于Spark平台的数据驱动局部模型建模 |
3.2 SCR脱硝系统数据驱动建模应用案例 |
3.2.1 建模对象及背景介绍 |
3.2.2 数据预处理和相似工况选取 |
3.2.3 局部建模过程及结果分析 |
3.3 电锅炉供热系统荷侧和源侧负荷预测建模应用案例 |
3.3.1 建模对象及背景介绍 |
3.3.2 荷侧供热负荷预测模型 |
3.3.3 源侧电负荷预测 |
3.4 本章小结 |
第4章 热力系统数字孪生建模理论及应用 |
4.1 热力系统数字孪生建模思路 |
4.1.1 数字孪生建模方法的提出 |
4.1.2 数字孪生模型的构建方法及流程 |
4.2 数字孪生机理模型的构建 |
4.2.1 管路模型 |
4.2.2 调节阀模型 |
4.2.3 离心水泵模型 |
4.2.4 换热器模型 |
4.3 数字孪生模型的协同与融合理论 |
4.3.1 数字孪生模型离线智能参数辨识 |
4.3.2 数字孪生模型参数在线自适应协同 |
4.3.3 基于移动窗格信息熵的多模型输出在线融合 |
4.4 数字孪生建模实例分析 |
4.4.1 脱硝系统数字孪生模型的建立 |
4.4.2 供热系统数字孪生模型的建立 |
4.5 本章小结 |
第5章 基于热力系统数字孪生模型的节能控制优化 |
5.1 基于数字孪生模型的智能工况动态寻优 |
5.1.1 热力系统智能工况动态寻优策略 |
5.1.2 基于数字孪生模型的供热储热系统智能工况动态寻优 |
5.2 基于数字孪生模型的自适应预测控制优化 |
5.2.1 基于数字孪生模型的预测控制算法 |
5.2.2 基于数字孪生模型预测控制的喷氨量优化 |
5.3 本章小结 |
第6章 结论与展望 |
6.1 主要研究工作及成果 |
6.2 论文主要创新点 |
6.3 后续工作展望 |
参考文献 |
攻读博士学位期间发表的论文及其它成果 |
攻读博士学位期间参加的科研工作 |
致谢 |
作者简介 |
(6)基于高低压电网数据协同分析的扰动辨识(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 背景与意义 |
1.2 国内外研究现状 |
1.2.1 复合信号耦合特性研究进展 |
1.2.2 电力系统扰动辨识研究进展 |
1.3 亟待解决的关键问题 |
1.4 本文主要工作 |
第2章 高低压电网动态行为仿真与降噪方法 |
2.1 考虑噪声的高低压电网动态行为仿真 |
2.1.1 常见噪声类型 |
2.1.2 高低压电网动态模型 |
2.2 基于改进经验模态分解的信号降噪算法 |
2.2.1 评价指标 |
2.2.2 降噪算法 |
2.3 本章小结 |
第3章 高低压电网动态行为耦合特性分析 |
3.1 扰动动态特征分析 |
3.2 扰动动态幅度计算 |
3.3 扰动响应范围分析 |
3.4 电网节点之间耦合特性量化分析 |
3.4.1 动态电压耦合度 |
3.4.2 动态电流耦合度 |
3.4.3 基于动态阻抗矩阵的电气距离 |
3.5 算例仿真 |
3.5.1 扰动动态响应结果验证 |
3.5.2 扰动动态幅度计算验证 |
3.5.3 扰动耦合特性量化结果 |
3.6 本章小结 |
第4章 基于高斯核主成分分析的扰动辨识 |
4.1 高低压电网的扰动发生时刻与位置辨识 |
4.1.1 KPCA原理 |
4.1.2 基于KPCA的高低压电网扰动判别与定位 |
4.2 考虑节点耦合电气距离的PMU优化配置 |
4.2.1 高低压电网的可观性 |
4.2.2 PMU配置规则 |
4.2.3 PMU配置算法 |
4.2.4 基于凝聚层次聚类的配电网测点聚合 |
4.3 算例分析 |
4.3.1 高低压交流电网测点配置结果 |
4.3.2 系统扰动时间和扰动位置确定结果 |
4.4 本章小结 |
第5章 电网扰动在线分析及可视化系统 |
5.1 配电网同步数据的高速存储与分析 |
5.1.1 配电网同步数据特征 |
5.1.2 TDengine时序数据库的基本结构 |
5.1.3 TDengine数据库的写入和查询 |
5.2 扰动在线分析系统架构及实现 |
5.3 扰动辨识可视化展示 |
5.3.1 考虑实时性的滑动与分段数据窗 |
5.3.2 三相平衡状态仪表盘 |
5.3.3 可视化显示界面 |
5.4 本章小结 |
第6章 总结与展望 |
6.1 本文总结 |
6.2 工作展望 |
参考文献 |
附录A |
致谢 |
攻读硕士学位期间取得的成果 |
学位论文评阅及答辩情况表 |
(7)微电网中混合储能系统的控制策略和容量优化研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 微电网研究现状 |
1.2.2 储能技术研究现状 |
1.2.3 混合储能系统功率分配研究现状 |
1.2.4 混合储能系统容量配置研究现状 |
1.3 本文的主要研究内容 |
1.4 技术路线 |
2 风力发电与光伏发电出力模型 |
2.1 风力发电出力模型 |
2.2 光伏发电出力模型 |
2.3 本章小结 |
3 混合储能系统的功率分配策略 |
3.1 混合储能系统的构成 |
3.1.1 超级电容器 |
3.1.2 蓄电池 |
3.1.3 超级电容器与蓄电池的连接方式 |
3.1.4 混合储能系统的优点分析 |
3.2 功率分配方法 |
3.3 本章小结 |
4 混合储能系统的容量优化 |
4.1 目标函数 |
4.2 约束条件 |
4.3 基于记忆功能的模拟退火人工鱼群优化算法 |
4.4 本章小结 |
5 仿真与分析 |
5.1 容量优化仿真分析 |
5.2 功率分配策略仿真分析 |
5.3 本章小结 |
6 结论与展望 |
致谢 |
参考文献 |
攻读学位期间主要研究成果 |
(8)基于禁忌搜索算法的配电网重构研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 配电网重构的研究背景 |
1.2 配电网重构的目的及意义 |
1.3 配电网重构的研究现状 |
1.3.1 配电网重构的数学模型 |
1.3.2 配电网重构算法的研究现状 |
1.3.3 含分布式电源的网络重构研究现状 |
1.3.4 配电网动态重构的研究现状 |
1.4 本文的主要研究内容 |
第二章 配电网网络拓扑分析 |
2.1 图论概念 |
2.1.1 图与网络 |
2.1.2 图的遍历 |
2.2 配电网拓扑结构分析 |
2.2.1 配电网辐射状判据 |
2.2.2 配电网辐射状判断流程 |
2.3 配电网潮流计算 |
2.3.1 配电网潮流计算综述 |
2.3.2 前推回代潮流算法的原理及特点 |
2.4 基于支路电流的前推回代潮流算法 |
2.5 本章小结 |
第三章 禁忌搜索算法 |
3.1 算法简介 |
3.2 局部邻域搜索 |
3.3 禁忌搜索算法的关键参数 |
3.3.1 初始解和候选解 |
3.3.2 适配值函数 |
3.3.3 邻域结构和禁忌对象 |
3.3.4 禁忌表和禁忌长度 |
3.3.5 藐视准则和终止准则 |
3.4 禁忌搜索算法的流程 |
3.5 本章小结 |
第四章 基于禁忌搜索算法的配电网重构 |
4.1 配电网重构的数学模型 |
4.1.1 目标函数 |
4.1.2 约束条件 |
4.2 并行禁忌搜索算法 |
4.2.1 并行禁忌搜索的分类 |
4.2.2 并行禁忌搜索算法的实现 |
4.3 基于并行禁忌搜索算法的配电网重构 |
4.3.1 优化变量的设计 |
4.3.2 邻域结构的设计 |
4.3.3 禁忌表的设计 |
4.3.4 藐视准则和终止准则的设计 |
4.3.5 配电网重构流程 |
4.4 算例分析 |
4.5 本章小结 |
第五章 配电网多时段动态重构 |
5.1 配电网多时段动态重构的数学模型 |
5.1.1 目标函数 |
5.1.2 约束条件 |
5.2 配电网多时段动态重构的模型求解 |
5.2.1 负荷预测 |
5.2.2 多时段动态重构的初步优化 |
5.2.3 多时段动态重构的二次优化 |
5.2.4 配电网多时段动态重构流程 |
5.3 算例分析 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
附录1 IEEE16 节点系统计算数据 |
附录2 IEEE33 节点系统计算数据 |
攻读学位期间参加科研情况及获得的学术成果 |
(9)计及风电消纳的配电网多目标优化重构研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.2.1 分布式风电消纳国内研究现状 |
1.2.2 分布式风电消纳国外研究现状 |
1.2.3 配电网重构国内研究现状 |
1.2.4 配电网重构国外研究现状 |
1.2.5 优化算法研究现状 |
1.3 本文主要研究内容 |
第二章 分布式风电接入下的配电网 |
2.1 配电网概述 |
2.2 配电网的潮流计算方法 |
2.2.1 牛顿类潮流计算方法 |
2.2.2 母线类潮流计算方法 |
2.2.3 支路类潮流计算方法 |
2.3 分布式风力发电对配电网的影响 |
2.4 本章小结 |
第三章 以最短置信区间快速求解法解决不确定性问题 |
3.1 用电需求的时序性 |
3.2 风电出力不确定性 |
3.2.1 风电出力 |
3.2.2 威布尔分布参数 |
3.3 置信区间估计 |
3.3.1 黄金分割法 |
3.3.2 基于重要抽样的蒙特卡洛法 |
3.3.3 最短置信区间快速求解法 |
3.3.4 使用各方法对比计算 |
3.4 本章小结 |
第四章 配电网多目标优化重构模型 |
4.1 常见的配电网重构模型 |
4.2 计及风电消纳的配电网多目标优化重构模型 |
4.2.1 风电待消纳占比模型 |
4.2.2 开关操作次数模型 |
4.3 约束条件 |
4.4 编码过程 |
4.5 本章小结 |
第五章 多目标量子微分进化算法 |
5.1 算法简介 |
5.1.1 微分进化算法 |
5.1.2 量子微分进化算法 |
5.2 MQDE算法 |
5.3 本章小结 |
第六章 计及风电消纳的配电网多目标优化重构 |
6.1 设定模型各参数 |
6.2 风电出力 |
6.3 算例分析及结果 |
6.4 本章小结 |
第七章 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
附录 A |
附录 B |
个人简历 在读期间发表的学术论文 |
致谢 |
(10)含直流微网的配电网负荷恢复策略研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 引言 |
1.1 课题背景和意义 |
1.2 直流微网的概述及研究现状 |
1.3 电力系统负荷预测研究现状 |
1.4 含微网的配电网孤岛划分研究现状 |
1.5 本文的主要工作 |
2 直流微网建模及其能量管理策略 |
2.1 直流微电网结构设计 |
2.1.1 直流微电网拓扑设计 |
2.1.2 直流微电网电压等级选择 |
2.2 直流微电网的单元结构及控制 |
2.2.1 光伏阵列数学模型建模 |
2.2.2 光伏阵列的最大功率点跟踪控制和恒压控制模式 |
2.2.3 储能电池的结构原理 |
2.2.4 储能电池的容量选择 |
2.2.5 储能电池的充放电控制 |
2.2.6 交流负载的V/f控制 |
2.2.7 直流微电网并网控制 |
2.3 光储直流微网的能量管理策略 |
2.3.1 能量管理策略分析 |
2.3.2 能量管理策略仿真验证 |
2.4 本章小结 |
3 基于改进粒子群算法的最小二乘支持向量机的负荷预测 |
3.1 电力系统负荷预测的分类以及原理介绍 |
3.1.1 负荷预测的分类 |
3.1.2 负荷预测的基本原理 |
3.2 短期负荷预测影响因素分析及数据处理 |
3.2.1 负荷预测的气候影响因素分析 |
3.2.2 负荷预测的日期影响因素分析 |
3.2.3 负荷预测的数据预处理 |
3.3 最小二乘支持向量机基本原理 |
3.3.1 支持向量机基本原理 |
3.3.2 支持向量机回归问题 |
3.3.3 最小二乘支持向量机 |
3.4 基于最小二乘支持向量机的负荷预测 |
3.5 基于粒子群算法的最小二乘支持向量机负荷预测 |
3.5.1 粒子群算法原理 |
3.5.2 改进粒子群算法原理 |
3.5.3 利用PSO和改进PSO优化的基于LS-SVM的负荷预测 |
3.6 本章小结 |
4 含直流微网的配电网负荷恢复策略 |
4.1 配电网中的DG节点分类 |
4.2 配电网孤岛划分问题的基本要求 |
4.3 配电网孤岛划分问题的模型建立 |
4.3.1 配电网树模型 |
4.3.2 配电网孤岛划分的目标函数和约束条件 |
4.4 模拟遗传退火算法原理介绍 |
4.5 基于SAGA的配电网孤岛划分策略 |
4.5.1 染色体编码及初始种群的生成 |
4.5.2 个体解码 |
4.5.3 函数适应度计算 |
4.5.4 算法实现 |
4.5.5 算例分析 |
4.6 本章小结 |
5 总结与展望 |
参考文献 |
作者简历及攻读硕士学位期间取得的研究成果 |
学位论文数据集 |
四、电网无功电压综合控制的改进SA算法(论文参考文献)
- [1]分布式光伏接入对配电网影响及选址定容优化研究[D]. 李忠连. 东北农业大学, 2021
- [2]磁饱和式可控电抗器的磁路模型及其应用研究[D]. 张慧英. 兰州交通大学, 2021(01)
- [3]基于并行海鸥算法的电力系统无功功率优化[D]. 商俊杰. 福建工程学院, 2021
- [4]基于深度差分进化的电力系统无功优化研究[D]. 杨成. 福建工程学院, 2021
- [5]数字孪生建模方法及其在热力系统优化运行中的应用研究[D]. 高学伟. 华北电力大学(北京), 2021(01)
- [6]基于高低压电网数据协同分析的扰动辨识[D]. 李晨. 山东大学, 2021
- [7]微电网中混合储能系统的控制策略和容量优化研究[D]. 李佳宁. 西安理工大学, 2020(01)
- [8]基于禁忌搜索算法的配电网重构研究[D]. 李新桥. 西安石油大学, 2020(12)
- [9]计及风电消纳的配电网多目标优化重构研究[D]. 徐一波. 华东交通大学, 2020(03)
- [10]含直流微网的配电网负荷恢复策略研究[D]. 韩佳英. 北京交通大学, 2020(03)