基于短期負荷預測的含分布式發(fā)電配電網(wǎng)重構(gòu).pdf_第1頁
已閱讀1頁,還剩66頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、近年來,智能電網(wǎng)堪稱21世紀全球電力系統(tǒng)最新動向及發(fā)展模式。由于歷史原因,我國配電網(wǎng)自動化程度較低,近一半的網(wǎng)絡損耗產(chǎn)生于配電網(wǎng)中,更造成了95%及以上的停電時間,因此,為了能更好更快促成智能配電網(wǎng)建設,對配電網(wǎng)進行重構(gòu)就非常必要。然而由于配電系統(tǒng)量測冗余度較低且為了提前獲取某天的負荷數(shù)據(jù),以便為狀態(tài)估計和重構(gòu)等工作提供所需數(shù)據(jù)支撐就必須進行高精度的負荷預測。同時隨著愈來愈多的分布式電源(Distributed Generation,D

2、G)并入電網(wǎng),會給配電網(wǎng)的運行控制等諸多方面帶來較大影響。為此本文在智能配電網(wǎng)框架下,開展了基于短期負荷預測的含DG配電網(wǎng)重構(gòu)優(yōu)化研究。主要工作和成果總結(jié)如下:
  1、本文首先采用目前應用廣泛且預測精度較高的最小二乘支持向量機對IEEE33節(jié)點配電系統(tǒng)某天負荷加以預測,同時選取粒子群智能優(yōu)化算法引導關鍵參數(shù)自動搜索尋優(yōu),使得預測結(jié)果精度更高,給本文動態(tài)重構(gòu)提供重要數(shù)據(jù)支撐模塊。
  2、研究基于預測負荷的傳統(tǒng)配電網(wǎng)的動態(tài)重

3、構(gòu)優(yōu)化問題,將其轉(zhuǎn)化為多時段靜態(tài)重構(gòu)優(yōu)化問題組合。本文從重構(gòu)目標優(yōu)化函數(shù)、重構(gòu)實現(xiàn)算法和實現(xiàn)方法框架三部分內(nèi)容展開,首先確定優(yōu)化函數(shù),然后對測試系統(tǒng)進行拓撲識別,分析系統(tǒng)約束條件,接著編寫潮流計算程序,最后選取廣泛學習量子進化算法實現(xiàn)了測試系統(tǒng)基于預測負荷的多時段動態(tài)重構(gòu)優(yōu)化,得到預測日當天每小時的重構(gòu)優(yōu)化方案和仿真結(jié)果。
  3、研究基于預測日負荷的含DG配電系統(tǒng)動態(tài)重構(gòu)優(yōu)化。本文先從理論和仿真兩方面探究DG對配電網(wǎng)網(wǎng)損及電壓影

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論