论文总字数：31410字

摘 要

随着人类社会的迅速发展，当前的能源开发已不能满足人类日益增长的能源需求，过度的开采矿石能源也破坏着人类生存的环境，威胁人类的未来。风电因为其蕴藏量巨大和无污染，易开发的特点受到人们的重视，风电的并网可以有效的缓解当今的能源危机。但是由于风电具有不确定性，风电的大量并网冲击着电网的运行，电能质量、电网安全都受到威胁，电网的有功损耗增加也损害了国民经济。因此，风电并网后的无功优化研究十分必要。

本文开头叙述全球能源现状，并阐述了风能对于人类的重要性和风电并网的危害。接着讲述几种典型的潮流计算算法。然后介绍粒子群算法优化潮流计算，并在标准的粒子群算法中改进使得优化效果更佳。最后将风电加入系统中用粒子群算法优化系统使得有功损耗降低，通过算例仿真验证无功优化的有效性。

关键词：风电并网；风电不确定性；粒子群算法

Research on Reactive Power Optimization of Distribution Network Considering Uncertainty of Wind Power

Abstract

With the rapid development of human society, current energy development can no longer meet the increasing energy demand of human being. Excessive mining ore energy also destroys the environment in which human beings live and threatens the future of mankind. Because of its huge reserves and pollution-free, wind power has attracted people's attention. The integration of wind power can effectively alleviate the current energy crisis.However, due to the uncertainty of wind power, a large number of wind power grid connection impacts the operation of the power grid, threatening the power quality and the safety of the power grid, and the increase of active power loss of the power grid also harms the national economy. Therefore, research on reactive power optimization after wind power integration is very necessary.

The article begins with a description of the state of global energy and describes the importance of wind energy to humans and the dangers of wind power integration.Then we describe several typical power flow calculation algorithms. Then the particle swarm optimization algorithm to optimize the power flow calculation is introduced, and the optimization effect is improved in the standard particle swarm optimization algorithm.Finally, wind power is added to the system and particle swarm optimization algorithm is used to optimize the system to reduce the active power loss. Numerical simulation verifies the effectiveness of reactive power optimization.

Keywords:wind power grid-connected,wind power uncertainty,particle warm optimization

目 录

摘 要

Abstract

第一章 绪 论

1.1 课题研究背景及意义

1.2 风力发电现状

1.3 无功优化的研究现状

1.3.1 无功优化概述

1.3.2 传统的无功优化算法

1.3.3 常见的人工智能算法

1.4 风电并网系统的研究现状和发展趋势

1.5 文章主要内容

第二章 含风电机组的配电网潮流计算

2.1.1 风力发电机的分类

2.1.2 风力发电机组的功率特性

2.1.3 异步发电机潮流计算模型

2.2 含风电机组的配电网潮流计算

2.2.1 牛顿-拉夫逊法

2.2.2 回路阻抗法

2.2.3 前推回代法

2.3 含风电机组的配电网潮流计算流程

第三章 粒子群算法

3.1 粒子群算法的基本原理

3.2 粒子群算法的特点

3.3 粒子群算法的改进

3.3.1 惯性权重系数的选择

3.3.2 学习因子的影响

3.4 粒子群算法的具体操作流程

第四章 含风电场的无功优化应用研究

4.1 含风电的无功优化

4.1.1 风电出力模拟

4.1.2 有功损耗和无功功率的关系

4.1.3 电力系统无功调节设备

4.2 含风电场的配电网无功优化模型

4.2.1 目标函数

4.2.2 约束条件

4.3 基于改进粒子群算法的无功优化

4.4 算例分析

第五章 结 论

谢 辞

参考文献

附 录

第一章 绪 论

1.1 课题研究背景及意义

自人类进入近代社会以来，人口的暴涨和生产水平的提高，使得人类对于能源的需求日益增加。但是，一般传统资源由于具有不可再生性，其有限的开发量已经不满足于人类日常生活需求了。并且，化石能源是传统能源主要组成部分，其燃烧、使用对环境有非常大的危害，破坏人类的生存环境，最终危及人类自身的生存。能源的衰竭，也提醒着我们需要做出一些措施来解决能源问题。1980年，三大国际组织——世界自然保护联盟（IUCN）、野生动物基金会（WWF）和联合国环境规划署（UNEP）为了防止人类过度的资源浪费，缓解世界能源的短缺危机，提出了利于人类发展的可持续发展观（Sustainable develoment），这一理念发表在《世界自然保护大纲》里^[1]。绿色能源因为其无污染、可再生等特点，被越来越多学者研究与开发。寻找利用绿色能源，成为如今各个国家应对能源危机的重中之重。

主要的绿色新能源有风能、水电、核电、太阳能等，各自包含优缺点。水力发电需要建造水电站，对生态环境破坏严重，对水质也有很大的污染。核能发电产生的核废料难以处理，核电站发生事故后也会对环境产生极大的辐射影响。太阳能需要土地资源多，对当今土地资源紧缺的情况来讲，太阳能发电实际收益不大。

剩余内容已隐藏，请支付后下载全文，论文总字数：31410字