基于动态云进化粒子群算法的含风电场配电网无功优化

风力发电作为新世纪的绿色能源，在未来有着广阔的发展前景。然而由于风能的不确定性，在大规模并网时，会影响电能质量，严重时造成潮流紊乱甚至导致系统崩溃。为此，对含风电场的配电网作合理的无功规划优化，对于优化潮流、提高电能质量以及电网的安全稳定运行至关重要。 本文首先介绍风电机组的工作原理，风电机组输出功率与风速大小之间的关系，随后分析了无功潮流对电网的影响，并以P-Q迭代模型对风电系统进行潮流计算。最后，本文以系统有功网损最小为目标函数，建立含风电场配电网的无功优化数学模型。 基于上述数学模型，针对风机出力的不确定性导致粒子寻优难以收敛的问题，本文设计基于改变飞行策略的粒子群优化方法，将常规粒子群算法线性调整策略改为二维搜索策略，使得飞行粒子受权重系数和飞行步长的双重影响，从而平衡PSO算法的全局和局部搜索能力，以获取更优的解。该方法对适应度较低的粒子具有较好的效果。最后通过仿真证明了该方法的有效性。 在此基础上，为应付复杂多变的风电环境，提高寻优效率，以最大限度地利用适应度较高的粒子，在上述方法的基础上，本文设计基于动态云进化粒子群方法，从而降低劣性粒子比例，增强搜索速度。最后通过仿真证明该方法的有效性。 最后，基于本文提出的动态云进化粒子群算法建立风电系统无功优化软件。该软件以有功网损最小为目标，综合考虑电压、发电机约束，实现快速优化参数，改善风电环境下运行效率的目的。系统软件的编写基于模块化设计，使得软件更具开放性和简洁性。软件的实现不仅大大提高了风电环境下电压水平，减少了网损，而且能科学利用系统无功设备，避免了无功在线路上流动，体现了分层分压，就地平衡的原则。因此，该软件具有很强的实用性和市场经济性。