基于malab優(yōu)化建議的風電-水電網(wǎng)絡容量優(yōu)化配置研究

基于malab優(yōu)化建議的風電-水電網(wǎng)絡容量優(yōu)化配置研究

由于風速的隨機性和間歇性，隨著風速規(guī)模的不斷擴大，風速對電網(wǎng)的穩(wěn)定性沒有影響。國內外研究表明,風電裝機容量占所投入電網(wǎng)的容量比例不超過10%時,風電系統(tǒng)對電網(wǎng)的影響不大。項目選用Matlab優(yōu)化工具箱和遺傳算法對風電容量在整個電力系統(tǒng)中所占比例上限是多少,才不會導致整個電力系統(tǒng)崩潰這個最優(yōu)化問題進行了研究:對風電系統(tǒng)的容量優(yōu)化配置建立了相應的目標函數(shù)和約束條件,應用Matlab7.0.4所帶的優(yōu)化工具箱(OptimizationToolbox)和遺傳算法這2種途徑實現(xiàn)了風電系統(tǒng)容量的優(yōu)化配置計算分析,旨在尋求一種確定電網(wǎng)臨界穩(wěn)定的風電容量的分析法。1風電容量pf和pg對電力系統(tǒng)動態(tài)穩(wěn)定性的影響以新疆布爾津風電網(wǎng)絡作為研究對象,在整個電力網(wǎng)絡動態(tài)穩(wěn)定的前提下,研究其中風力發(fā)電容量占整個電力系統(tǒng)容量的比例上限。布爾津電網(wǎng)的總負荷(不計損耗)為7.55MW,其中有7臺風力異步發(fā)電機,3臺水力同步發(fā)電機。以風力發(fā)電機總容量為變量,設為Pf(MW),則水力發(fā)電機總容量為Pg=7.55-Pf(MW)。研究的目的是在保證電力系統(tǒng)動態(tài)穩(wěn)定前提下,風電容量占整個電力系統(tǒng)總容量的比例最大,即Pf最大。同步發(fā)電機之間的功角差最大值不超過180°,是電力系統(tǒng)動態(tài)穩(wěn)定的前提,若設同步發(fā)電機之間功角差為δ,則δ是Pf和Pg的函數(shù)。其中3臺同步發(fā)電機的功角差中,由于2臺水力發(fā)電機容量相等,在出口并聯(lián)經(jīng)升壓變供電,所以這2臺發(fā)電機之間的功角差始終為零,因此第3臺同步發(fā)電機與這2臺發(fā)電機之間的功角差變化曲線即可反映該電力系統(tǒng)的動態(tài)穩(wěn)定性。隨著風電容量Pf和水電容量Pg變化,風電網(wǎng)有功出力、有功負荷功率、功角差δ也在變化,因此必須進行風電網(wǎng)潮流計算,進而進行電網(wǎng)的約束條件下的動穩(wěn)計算,然后根據(jù)動穩(wěn)判據(jù)決定優(yōu)化計算是否繼續(xù)。為了優(yōu)化結果更接近實際,在等式約束條件中計及網(wǎng)損,由此推得動態(tài)穩(wěn)定前提下布爾津風電場最大風電容量優(yōu)化問題的優(yōu)化模型為變量:風力發(fā)電機的總容量Pf目標函數(shù):等式約束條件:不等式約束條件:優(yōu)化計算結束判據(jù):2優(yōu)化問題的提出分析上述所建的優(yōu)化模型可知:風電系統(tǒng)的約束條件是非線性的,其風電容量的優(yōu)化配置屬于非線性規(guī)劃問題,應選用約束最優(yōu)化問題的工具箱函數(shù)fmincon。2.1修正約束函數(shù)由于Matlab優(yōu)化工具箱中的優(yōu)化函數(shù)都是求最小值,不等式約束的形式都是≤0,為使數(shù)學模型適于Matlab,將風電系統(tǒng)優(yōu)化模型修改為目標函數(shù):不等式約束條件:2.2優(yōu)化計算根據(jù)確定的Matlab優(yōu)化模型,編寫相應的優(yōu)化程序,其主程序框圖如圖1所示。運行Matlab優(yōu)化程序,得到的仿真結果為Pf=1.050205MW。利用Matlab的優(yōu)化工具箱對布爾津電網(wǎng)進行優(yōu)化計算結果表明:該風電系統(tǒng)的風機總容量達到1.050205MW時(占總容量的13.91%),已達到它的上限,系統(tǒng)失穩(wěn)。但布爾津風電網(wǎng)的風電容量實際運行值(7×150kW)也是13.9%,且處于穩(wěn)定狀態(tài),說明該研究結果與實際電網(wǎng)不吻合,研究方法需要進一步改進。3優(yōu)化算法的優(yōu)點利用優(yōu)化工具箱函數(shù)編寫優(yōu)化程序,思路簡單,程序易編,使用靈活方便,但計算結果不理想。而遺傳算法作為一種新的全局優(yōu)化搜索算法,則可彌補此缺點。遺傳算法通過對約束條件采用懲罰策略,構造帶有懲罰項的適值函數(shù),可取得較好效果。3.1具有懲罰屬性的合適值函數(shù)其中w1為等式約束的懲罰算子,一般取值;r1、r2、r3為不等式約束懲罰算子,一般取值。3.2算法的編寫情況下面是遺傳算法優(yōu)化程序的設計步驟。a.計算適應性值函數(shù)AimFunc,表明解的優(yōu)劣性,流程圖如圖2所示。b.編寫選擇函數(shù)Select,從當前群體中選出適應度好的解。c.編寫交叉函數(shù)Cross,得到新一代解,新解繼承了其父輩解的特性。d.編寫變異函數(shù)Mutation,在群體中隨機選擇一個解,對于選中的解以一定的概率隨機地改變串結構數(shù)據(jù)中某個串的值。e.編寫遺傳函數(shù)Genetic,主要完成遺傳算法的計算,其流程圖如圖3所示。f.編寫主函數(shù)main(),其流程圖如圖4所示。利用遺傳算法對布爾津電網(wǎng)的風電容量的優(yōu)化結果Pf=1.14760MW,即當風電穿越功率為15.2%時,達到上限,表明目前電網(wǎng)風電容量尚有提高的裕度,結合目前電網(wǎng)的運行情況分析,該結果較為合理。4仿真模型的驗證對不同的實現(xiàn)途徑及結果分析得出3點結論。a.研究中采用的2種優(yōu)化算法各有特點。利用遺傳算法進行風電容量配置的優(yōu)化計算,編寫程序有一定的難度,但是它的計算精度高,這對于工程應用非常重要;利用優(yōu)化工具箱函數(shù)進行優(yōu)化計算,編程簡單,用戶易掌握使用,但是其優(yōu)化結果有一定的局限性,對于復雜的工程系統(tǒng)不太適合。b.2種方法的研究結果不同。利用優(yōu)化工具箱函數(shù)對布爾津電網(wǎng)進行優(yōu)化的結果(最大風電穿越功率為13.91%)與布爾津電網(wǎng)多年來實際的運行情況不符,說明這種方法的準確性較差,其仿真模型需要進一步研究改進;應用遺傳算法對布爾津電網(wǎng)進行優(yōu)化的結果是風電容量的上限為15.2%,說明該電網(wǎng)的風電容量尚有提高的裕度,該方法的合理性及可行性可據(jù)電網(wǎng)的目前運行情況得到驗證。c.項目研究尚有不足之處,主要包括以下幾方面:為便于計算,對布爾津風電網(wǎng)絡進行了簡化,消去大部分聯(lián)絡節(jié)點,使電網(wǎng)中節(jié)點數(shù)和支路數(shù)大為減少,網(wǎng)絡圖的簡化在一定程度上影響了計算的精確性;只對1臺同步發(fā)電機考慮了勵磁和調速作用,其他2臺發(fā)電機沒有考慮,如把它們考慮得更全面些,計算結果可能會更貼近實際電網(wǎng);遺傳算法是一種非常成熟和潛力非常大的優(yōu)化算法,包括多種不同的優(yōu)秀思想和分支,如果采取多種分支進行優(yōu)化計算,得到的最佳風電容量的準確性及可行性會在很大程度上