分布式可再生能源发电的配电网多目标无功优化研究

作     者：杜敏智 

作者单位：广东工业大学 

学位级别：硕士

导师姓名：曹永军;张学习

授予年度：2018年

学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 

主      题：分布式可再生能源发电 配电网 多目标优化 宇宙大爆炸算法 

摘      要：现代电力系统的发展趋向于大数据、跨区域、多元化和智能化,分布式可再生能源发电(Distributed Renewable Energy Generation,DREG)大规模地并入电网,使配电网的无功优化技术变得更加地复杂,给电力系统的安全稳定运行和经济高效的运营模式带来的影响越来越严重。目前,分布式可再生能源发电(DREG)的配电网无功优化系统的研发、相关控制设备的制造以及标准的确立都已经取得优异的成果,为复杂多变的分布式可再生能源接入电网的无功优化问题提供了大量的技术支持。然而,随着DREG的渗透率不断地提高,配电网的运行管理面临了严峻的考验:合理配置DREG的容量和位置、优化配电网的能源架构、改善环境污染、减少成本以及事故的发生、提高自动化以及智能化的管理模式。所以,研究含DREG的配电网无功优化技术的意义,重在当下,利在千秋。本文基于群体智能算法和Pareto最优,提出来了多目标混合宇宙大爆炸优化算法,深入研究含DREG的配电网多目标无功优化问题,主要内容有以下几个方面:首先,多目标优化问题是一个多约束、多极值、非线性的复杂问题,本文利用混沌搜索技术和粒子群算法,提出基于Pareto最优的多目标混合宇宙大爆炸算法(Multi-Objective Hybrid Big Bang-Big Crunch,MOHBB-BC)。多目标混合宇宙大爆炸算法(MOHBB-BC)引入混沌搜索技术提高种群的多样性,增强种群的开拓能力,在产生碎片解时利用粒子群算法的个体更新思想引导碎片解跳出局部最优,提高碎片解的全局及局部搜索能力和收敛速度;利用改进型NSGA-II循环拥挤距离排序方法和自适应网格算法使MOHBB-BC算法更好地逼近真实的Pareto前沿,提高Pareto解的多样性和均匀性。其次,利用MATLAB软件,把MOHBB-BC算法与典型的NSGA-II、MOPSO、RM-MEDA算法通过对典型测试函数ZDT1DT4进行仿真实验,仿真结果显示MOHBB-BC算法具有更好的多样性和分布均匀性,验证了MOHBB-BC算法的综合性能突出,能够更有效地解决复杂的多目标优化问题。然后,综合配置了DREG和无功补偿电容器的容量及位置,考虑有功损耗、静态电压稳定裕度和电压偏差三个因素,建立含DREG的配电网多目标无功优化数学模型;同时,为了更好地利用不良碎片解的有效信息,避免发生碎片解越界或者使潮流计算不收敛的现象,构建了自适应惩罚函数策略,合理有效地把握惩罚力度,综合利用不良碎片解的潜在价值,提高了MOHBB-BC算法的搜索能力。最后,以IEEE14和IEEE30作为算例,在MATLAB平台上,利用MOHBB-BC算法进行寻优,分析DREG和无功补偿电容器的容量及位置对配电网的影响。仿真结果表明有功损耗、静态电压稳定裕度与电压偏差之间的关系是相互冲突,相互矛盾的;分布式可再生能源接入电网,可以有效减小有功损耗,提高电能质量和电压稳定性;同时,MOHBB-BC算法求解得到多组Pareto最优解,满足决策者不同现实条件的需求,验证了MOHBB-BC算法具有更好的合理性、实用性和优越性。