位置:成果数据库 > 期刊 > 期刊详情页
含风电场电力系统动态优化潮流的混合蛙跳算法
  • ISSN号:1000-1026
  • 期刊名称:《电力系统自动化》
  • 时间:0
  • 分类:TM744[电气工程—电力系统及自动化] TM614[电气工程—电力系统及自动化]
  • 作者机构:[1]华中科技大学电气与电子工程学院,湖北省武汉市430074, [2]湖北民族学院电气工程系,湖北省恩施市445000
  • 相关基金:国家重点基础研究发展计划(973计划)资助项目(2009CB219700).
中文摘要:

根据无功补偿就近的原则,风电场尽量不从系统吸收无功,风电场所需无功主要由风电场无功补偿装置提供。考虑发电机的阀点效应和异步风力发电机组无功补偿装置投切的离散性,含凤电场的电力系统动态优化潮流属于复杂的多约束混合整数非凸非线性规划问题。计及各个时间断面的耦合性,将所有时段统一进行优化,以整个时段所有常规机组费用最小为目标函数,建立了含风电场电力系统动态优化潮流的数学模型。提出将混合蛙跳(SFL)算法应用到统一考虑所有时段的动态优化潮流计算中,给出了具体实现方法。在改进的IEEE30节点系统中分别采用SFL算法和粒子群优化算法进行了仿真计算,结果表明所提出的方法是有效的。

英文摘要:

According to the principle that reactive power should be compensated locally, the reactive power needed by a wind farm should be provided by the wind farm reactive compensation devices as much as possible. By considering the valve-point effect of conventional generators and the discreteness of asynchronous wind turbine reactive compensation devices, the dynamic optimal power flow (DOPF) of the wind power integrated system is a typical complex multi-constrained mixed-integer non-convex and non-linear programming problem. The coupling between different stages is taken into account and the minimum cost of all conventional units in the whole stage is set as the objective function to establish a model for DOPF of the wind power integrated system. A novel shuffled frog leaping (SFL) algorithm is used to solve the DOPF problem and the detailed realization of this algorithm is given. Simulation results of the improved IEEE 30-bus system with the SFL algorithm are better than those of the particle swarm optimization (PSO) algorithm, which shows the effectiveness of the method proposed.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《电力系统自动化》
  • 中国科技核心期刊
  • 主管单位:国家电网公司
  • 主办单位:国电自动化研究院
  • 主编:薛禹胜
  • 地址:南京市江宁区诚信大道19号
  • 邮编:211106
  • 邮箱:aeps@nari-china.com
  • 电话:025-81093050 81093045
  • 国际标准刊号:ISSN:1000-1026
  • 国内统一刊号:ISSN:32-1180/TP
  • 邮发代号:28-40
  • 获奖情况:
  • 1999年荣获首届“国家期刊奖”,1998年获“华东地区最佳期刊”称号,连继三届江苏省优秀期刊,中国期刊方阵“双高”期刊,第三届中国出版政府奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:73920