[发明专利]一种考虑风速和负荷不确定性的风机准入容量检测优化方法有效
申请号: | 201510387504.8 | 申请日: | 2015-07-03 |
公开(公告)号: | CN104933317B | 公开(公告)日: | 2017-06-27 |
发明(设计)人: | 苏剑;白浩;刘海涛;苗世洪;张丕沛 | 申请(专利权)人: | 中国电力科学研究院;华中科技大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 华中科技大学专利中心42201 | 代理人: | 梁鹏 |
地址: | 100192 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本申请公开了一种考虑风速和负荷不确定性的风机准入容量检测优化方法,属于含风机的配电网安全稳定研究领域。现有技术中,都没有考虑风速的不确定性,并且网络中的负荷处于波动状态,与风速结合起来,增加了不确定性因素的维度,本申请基于快速解耦法和鲁棒优化理论,通过确定风速和负荷的波动范围,提出了鲁棒优化方法,该方法不仅可以实现在风速和负荷不确定下的单点风机准入研究,还可以计算多点接入时组合风机的容量。 | ||
搜索关键词: | 一种 考虑 风速 负荷 不确定性 风机 准入 容量 检测 优化 方法 | ||
【主权项】:
一种考虑风速和负荷不确定性的风机准入容量检测优化方法,其特征在于,该方法包括以下步骤:(1):获取配电网系统参数以及接入配电网的风电参数,所述配电网系统参数包括:线路的阻抗、有功负荷与无功负荷分布、发电机组的有功输出的上下限,扰动的负荷点;所述接入配电网风电参数包括存在风机接入点,风机的切入风速,额定风速,切出风速;基于上述参数,构建相应的节点导纳矩阵;(2):利用步骤(1)所构建的节点导纳矩阵,求解得出用灵敏度矩阵表示的接入配电网支路潮流方程:Pb=JgPg+JlPlQb=KgPg+KlPl]]>式中Pb、Qb分别表示所述接入配电网支路的传输有功和传输无功;Jg、Kg分别表示所述发电机组有功功率关于支路传输有功和无功的灵敏度矩阵;Jl、Kl分别表示所述接入配电网中负荷有功功率关于支路传输有功和无功的灵敏度矩阵;Pg、Pl分别为所述发电机组的输出有功需求和负荷有功需求;(3):同样利用步骤(1)所构建的节点导纳矩阵,求解得出用灵敏度矩阵表示的接入配电网节点电压方程VV=TgPg+TlPl式中Tg、Tl分别表示所述发电机组和负荷关于节点电压的灵敏度矩阵;Pg、Pl分别为所述发电机组输出有功需求和负荷有功需求;(4):用盒式不确定集合表示风速中的不确定量Pw为风机输出功率;Pr为风机额定功率;Vc为切入风速,指风力发电机组开始并网发电的最低风速;Vr为额定风速,风机额定出力时对应的风速;V0表示预测的风速平均值;为风速的扰动量;eT表示单位向量;u表示盒式集合;(5):采用盒式集合表示N点负荷对应的灵敏度Jln的改变量ΔJln=κJlnu={κ|eTκ=0,κ‾≤κ≤κ‾|}]]>式中ΔJln表示N点负荷对应的灵敏度的改变量;Jln表示N点负荷对应的灵敏度;κ表示N点负荷波动引起对应灵敏度变化的波动系数;eT表示单位向量,u表示盒式集合(6):将风速、负荷的不确定量、支路潮流方程以及接入配电网节点电压方程作为因素,利用鲁棒优化算法构建考虑负荷和风速不确定性的鲁棒优化模型;(7):当系统接入单台风机时,求解单点接入风机的准入容量,计算结束并输出风机容量,以完成风机准入容量的鲁棒优化;当系统接入多台风机时以准入容量和最大化为目标函数,求解风机的准入容量组合,在下层优化中,确定使得节点电压和支路容量最大的容量组合,在上层优化中,检验所述量最大的容量组合是否满足节点电压和支路容量约束;若否,删除所述最大的风机准入容量组合,重新选择风机准入容量组合,直到满足节点电压和支路容量约束;(8)输出风机容量组合,以完成风机准入容量的检测优化。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国电力科学研究院;华中科技大学,未经中国电力科学研究院;华中科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201510387504.8/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用