配电网络实时经济运行研究

作     者：裴燕 

作者单位：重庆大学 

学位级别：硕士

导师姓名：熊小伏

授予年度：2005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：配电网经济运行 超短期负荷预测 重构 效益评估 

摘      要：配电网经济运行是在保证配电网安全运行、满足供电量及供电质量的基础上,通过技术措施最大限度降低变压器与供电线路有功损耗和无功消耗。配电网络重构是降低配电网线损的有效途径,通过网络重构还可以均衡负荷、消除过载、提高供电电压质量。目前,配电网络重构主要按季节操作,但是负荷是随时变化的,按季节重构对配电网的降损效果不明显。随着配网自动化水平和通信技术的提高,根据负荷的实际情况调整网络结构,进行实时的网络重构势在必行。 重构问题在数学上可以归结为一个带有众多约束条件的大规模非线性组合优化问题。目前解决重构问题的绝大多数方法是针对某一给定负荷下的静态网络重构,很大程度上限制了配电网络重构的应用功能和范围。通常,静态网络重构只能应用于规划领域,很难胜任具有多个连续时间段落变化特点的运行领域。为此,针对配电网有功经济运行,论文提出基于超短期负荷预测的配电网络实时经济运行方案。 论文的主要研究工作如下: (1)针对配电网有功经济运行,提出将超短期负荷预测引入实时经济调度,并将效益评估与网络重构相结合。在对网络进行超短期负荷预测后,计算在负荷预测结果下网络新的运行方式,并对网络重构的效益进行评估。即仅选择在全天的某些时间段进行网络重构,这样既能适应实际负荷的变化,提高经济性,又能避免频繁操作开关和不必要的网络调整,提高了系统的经济性和稳定性。 (2)对超短期负荷算法加以改进,使之更适合用于配电网实时经济调度。一般的负荷预测大多采用一次预测全天24 个小时的方法,本文每次只预测下一时段的相对负荷增量,使得人工神经网络规模变小,并将一天分为多个时间段,分别建立不同的人工神经网络模型进行预测,有效避免了神经网络用于负荷预测时存在的学习时间长、网络不稳定、不收敛等问题。 (3)建立了基于超短期负荷预测的网络重构数学模型,模型中考虑了开关动作次数的约束以及效益阀值的约束。提出了预先制定开关动作顺序的方法和必要性。探讨了效益及安全评估应考虑的内容,并提出阀值大小的确定和调整方法。