回复 1# seanchio
! E' Q$ K' Y( D& Q, A4 ?$ k4 c: D* Q* _0 M
; N" g: L9 ]; d. x" c 鉴于分布式发电的引入会造成配电系统潮流的复杂变化，国内外学者纷纷针对此问题提出了多种解决方案。 通常前推回推潮流算法是求解辐射型配电网络潮流的有效方法，配电网络的显著特征是从任一给定母线到源节点具有唯一路径，前推回推法正是充分利用了配电网的这一特征，沿这些唯一的供电路径修正电压和电流。配电系统环网结构，辐射状运行，应找到适当的断点并模拟出相应断开两端的注入电流，因此应用断点阻抗矩阵可以解决这个问题。对于系统中的分布式电源，将其模拟成PV节点，应用PV节点敏感性矩阵来消除电压幅值的偏差。为了保持PV节点的电压幅值需要确定合适的无功功率和无功电流注入，因此问题转化为为每个PV节点寻找无功电流Iq，使得每个节点的电压幅值|V|与规定值相等。因为Iq与|V|之间是非线性关系，所以引入PV节点敏感性矩阵来模拟他们之间的非线性关系，从而计算出Iq。总的思想就是首先将辐射网络分层，构造断点阻抗矩阵和PV节点敏感性矩阵，然后利用前推回推法计算潮流，判断得出的断点电压偏移量和PV节点电压偏移量是否在约束范围内，如果不满足则进行修正并重新迭代计算，直至满足约束为止。 基于上述方法，有人提出提出了一种改进校正思想的配电网潮流计算方法，原方法通常在第一次迭代时，计算出的断点电压偏移和PV节点电压偏移都很大，这时再执行其偏移修正会影响迭代的效率，改进后的方法在前推回推的过程中如果断点电压偏移和PV节点电压偏移量为规定收敛标准值的十倍以上，则不执行内部循环而直接进行一次前推回推循环。将这种方法与原方法在诸如负载不平衡、单相负荷的突然改变、PV节点的数量和位置等各种不同的情况下比较、分析得出其在保持原有的准确性的同时更可靠、更快速，并且适合于慢速 进一步的改进：首先，在单相网络的PV校正迭代过程中，单相线阻抗可以用正序阻抗来代替，并且在迭代次数和收敛速度上没有什么差别；其次，在高负荷的情况下，不论是三相还是单相网络的PV校正迭代中收敛过程会产生波动，用无功注入等式来校正可以解决这个问题，虽然迭代次数会稍微增加，但算法的健壮性和收敛的稳定性都会大大加强。 许多分布式发电的有功出力受自然天气条件的影响很大，例如风力发电和太阳能发电，其出力随着风速和光强的变化而变化。这样，当系统中含有大量的分布式电源时，其有功出力的不稳定性会造成系统潮流的突变，此种情况不宜用确定性方法，为此目前提出两种解决方法。 一是利用负荷跟踪控制保证馈线上的潮流不变，这样就可以延续传统的潮流算法。 二是采用新的潮流算法，即随机潮流方法。考虑到了系统的不确定因素，提出了一种基于蒙特卡洛仿真的在含有分布式发电系统中的随机潮流算法。这些不确定因素包括分布式电源的开合状态、分布式电源的安装位置以及分布式电源对系统的有功出力等。当系统中的分布式电源数量比较多时，这些不确定因素的影响是相当大的。比如当系统中有20个分布式电源，那么将它们的开合状况组合起来系统就会有超过106种不同的运行状态，这对实际问题分析起来是相当困难的。在传统的牛顿-拉夫逊迭代算法中加入分布式发电系统的随机模型，并运用蒙特卡洛仿真来执行分析所有可能的运行状态就可以顺利地解决这个问题且能保证收敛性和得到精确的结果。但这种方法耗时很长，而且可能出现随机取节点数据造成潮流不收敛的问题。 | 
赣公网安备36040302000210号 )|网站地图
狗仔卡
发表于 2009-12-3 15:30:24
显身卡
