随机模拟粒子群算法在风电场无功补偿中的应用

被引:42
作者
江岳文
陈冲
温步瀛
机构
[1] 福州大学电气工程与自动化学院
关键词
风电场; 风电机组; 潮流计算; 无功补偿; 机会约束规划; 随机模拟; 粒子群算法;
D O I
10.13334/j.0258-8013.pcsee.2008.13.008
中图分类号
TM614 [风能发电];
学科分类号
0807 ;
摘要
在风电机组机端装设无功补偿装置有利于改善风电对系统电压质量造成的负面影响。该文针对风电出力的随机性及负荷和系统电压的变化,提出了求最优无功补偿装置容量的机会约束规划模型,并利用随机模拟的粒子群算法求解。该模型以费用最小为目标函数,考虑了风速的概率分布、风电机组本身的有功和无功特性以及含风电场的潮流处理方法等。通过分析某配电网风电场无功、电压、功率因数的变化情况,利用该文方法进行无功补偿优化,结果表明模型与算法的有效性。
引用
收藏
页码:47 / 52
页数:6
相关论文
共 16 条
[1]  
随机规划与模糊规划.[M].刘宝碇;赵瑞清著;.清华大学出版社.1998,
[2]   含分布式发电的配电网无功优化 [J].
陈琳 ;
钟金 ;
倪以信 ;
甘德强 ;
熊军 ;
夏翔 .
电力系统自动化, 2006, (14) :20-24
[3]   考虑发电机报价曲线的发电计划偏差的β-PSO优化方法研究 [J].
董根源 ;
温步瀛 ;
江岳文 .
电力自动化设备, 2006, (07) :18-21+25
[4]   基于分布式协同粒子群优化算法的电力系统无功优化 [J].
赵波 ;
郭创新 ;
张鹏翔 ;
曹一家 .
中国电机工程学报, 2005, (21) :4-10
[5]   粒子群优化算法及其与遗传算法的比较 [J].
沈艳 ;
郭兵 ;
古天祥 .
电子科技大学学报, 2005, (05) :696-699
[6]   改进粒子群优化算法在工程优化问题中的应用研究 [J].
冯奇峰 ;
李言 .
仪器仪表学报, 2005, (09) :984-987+990
[7]   风电场发电容量可信度研究 [J].
王海超 ;
鲁宗相 ;
周双喜 .
中国电机工程学报, 2005, (10) :103-106
[8]   基于遗传算法的风电场无功补偿及控制方法的研究 [J].
陈树勇 ;
申洪 ;
张洋 ;
卜广全 ;
印永华 .
中国电机工程学报, 2005, (08) :1-6
[9]   改进的基本粒子群优化算法 [J].
王存睿 ;
段晓东 ;
刘向东 ;
周福才 .
计算机工程, 2004, (21) :35-37
[10]   基于机会约束规划的输电系统规划方法 [J].
杨宁 ;
文福拴 .
电力系统自动化, 2004, (14) :23-27