本文是一篇电力论文，电力的产生方式主要有：火力发电（煤等可燃烧物）、太阳能发电、大容量风力发电技术、核能发电、氢能发电、水利发电等。（以上内容来自百度百科）今天为大家推荐一篇电力论文，供大家参考。
1 绪论
1.1 研究背景及其意义
随着人类历史发展的前进，地球上存在的化石能源日益枯竭，寻求新的能源刻不容缓，以风能为代表的新型能源的出现给中国能源危机提供了转机。3000 多年前已有利用风能的记载，但是风力用来发电的历史不过才 100 多年。Charles F. Brush 在 1887 年研制了第一台风力发电机，并安装于美国俄亥俄州的克利夫兰市，利用输出的电能给蓄电池充电。到了 20 世纪 80 年代，世界各国逐渐开始重视风电的开发和应用。1996-2010 年间，风电装机容量的增长速度是各种能源最快的，增长速度基本在 30%以上。2017 年全球风能理事会（GWEC）发布的有关数据显示，截止到 2016 底，全球新增风电装机容量达到了 54.6GW，累计风电装机容量 487GW。我国风电发展起步较晚，始于 20 世纪 70 年代末，1986 年 5 月在山东荣城建成并投运了第一座风电场[1]。20 世纪 90 年代我国风电装机容量的年平均增长速度达到了 22%[2]，进入 2000 年以后装机容量规模增长更为迅速。2006 年以后我国便相继出台了法律、法规以促进风电的发展[3]，其中推出了四个政策：（1）财政补贴政策，（2）税收减免政策，（3）上网电价优惠政策，（4）技术研发鼓励政策。2007年我国小型风电机组的年产量、生产能力达到了世界首位，现在已经把发展新能源和能源节约制定成了社会经济发展的一项长期的战略方针。据全球风能理事会统计，2016 年我国新增风电装机容量 23.3GW，同比上升 26.61%，占世界风电总份额的 42.7%，远超第二名美国的风电装机容量。随着各国相继推出新的鼓励政策，发展清洁能源，世界风电的总规模将继续稳定增长[4]。根据 GWEC 发布的发展报告指出，2030 年的全球风机容量可以达2110GW，可以提供全球 20%的电力供应，同时可以减少 33 亿吨的 CO2排放。
........
1.2 含风机的配电网无功优化研究现状
1.2.1 风机在无功优化中处理的研究现状
风机接入配电网将会改变配电网的原有结构，改变配电网系统有功功率、无功功率分布[10]。风速具有随机性和波动性，因此风机的输出功率也具有不确定性，这将会导致风机接入配电网后的无功优化也具有不确定性[11]。国内外相关学者对风机出力波动性的处理也进行了大量的研究。
（1）潮流计算中风机模型的处理
在潮流计算时，风机的简化处理方法是进行配电网无功优化的基础。对于鼠笼型异步风机，相关文献一般把其接入节点视为电压稳定特性节点。文献[12]从全局的无功优化角度，把双馈式感应风机看作 P-Q 节点。文献[13]对双馈式感应风机采用了分层的处理方式，上层从全局的无功优化角度，把风机当作 P-Q 节点，下层从控制并网点电压角度，把风机看作 P-V 节点。
（2）风机出力波动性的处理
双馈式感应风电机组出力具有不确定性，针对这个特点，对风电机组的有效处理，在无功优化中也是一个关键问题。文献[14]选取了 6 个典型的风速，来模拟风电机组的出力，但无法全面模拟风速的变化，不能适应风速的随机变化。文献[15]根据 DFIG 出力随风速变化的特点，引入了场景分析法，把风机的运行状态分为 3个场景，分别为零场景、欠额定功率场景、额定功率场景，根据不同场景的输出功率和不同场景发生的概率，可以计算出全场景下的风电机组的输出功率。
.........
2 关于风机的基本理论
2.1 风力发电机的分类
目前风力发电机一共分为 3 种，分别为鼠笼型异步风电机、双馈感应风电机、永磁同步风电机[50]。具体介绍如下：鼠笼型风电机又被称为“丹麦机”，这种风电机的结构原理如图 2.1。鼠笼型异步风电机具有投资费用低、结构简单、运行可靠、鲁棒性好等优点。它的控制手段简单，运行效率也不错，在风电场的建设早期，普遍采用这种机型。但从原理结构图上就可以看出来，该种风电机自身存在缺点，不存在励磁装置，不具备电压调节能力。鼠笼型异步风机无法发出无功功率，在全负荷运行时，必须配备无功补偿装置，否则效率因数很低。DFIG 的结构如图 2.2 所示，主要有齿轮箱、风力机、换流器、双馈电机组合而成[51]。该类型风机定子侧与配电网相连，通过配电网提供定子侧电压，转子侧与换流器与电网相连，转子侧通过变频器提供电压。DFIG 可以随着风速调整转速和输出转矩，在风速不同的时候，通过控制转子转速，实现风能的最大功率追踪，提高了风能利用率。DIFG 具有一定的连续调节无功功率能力，可以作为配电网的无功补偿电源，参与配电网的无功补偿，从而可以提高系统运行的稳定性和经济性[52]。
.........
2.2 风速模型
风电源的出力与风能大小有着密切的关系，而风速是风能大小的关键因素之一。风速的变化规律通常可以通过概率分布进行描述，下面介绍几种常用的风速模型。DFIG 的功率输出与风力大小有着直接的关系，而风速具有波动性，这导致DFIG 的功率输出会随着风力的变化而变化，因而也具有不确定性。为了解决风机出力的不确定性问题，本文引入了场景分析法，对 DFIG 的功率输出进行了场景划分。下图 2.4 是某厂家生产的某种型号的发电机的功率特性曲线，图中 ()0x v代表标准功率特性曲线， x (v)代表实际功率特性曲线。
........
3 基于 PSAT 分析 DFIG 的接入对配电网的影响 ......... 18
3.1 PSAT 软件简介 ..........18
3.2 DFIG 接入配电网对网损的影响 ............19
3.3 DFIG 接入配电网对电压的影响 ............21
3.4 仿真与分析 ......22
3.5 本章小结 ..........26
4 基于模拟退火改进的粒子群算法 ............ 27
4.1 基本粒子群算法 ........27
4.2 模拟退火算法 ............30
4.3 基于模拟退火改进的粒子群算法 ..........32
4.4 粒子越界处理 ............34
4.5 算例分析 ..........34
4.6 本章小节 ..........36
5 含 DFIG 的配电网无功优化........... 37
5.1 基于场景决策概率的无功优化模型 ......37
5.2 基于场景决策概率的含 DFIG 的配电网无功优化 .............40
5.3 考虑日负荷波动的含 DFIG 的配电网无功优化 .......50
5.4 本章小结 ..........53
5 含 DFIG 的配电网无功优化
对含 DFIG 的配电网进行无功优化可以充分发挥 DFIG 的无功调节能力，改变系统潮流分布，降低网损、减小电压偏差和提高静态电压稳定裕度。因此本章建立了基于场景决策概率的多目标无功优化模型，分别在风机的不同场景进行无功优化。考虑到日负荷的波动性，提出一种新的负荷分段方法，在不同日负荷时段进行多目标无功优化。
5.1 基于场景决策概率的无功优化模型
无功优化虽然是一个复杂的工程问题，但本质上是数学里的非线性优化问题，但是工程要充分考虑结果的实用性。本文从经济性和安全性两个角度出发，以 DFIG 发出的无功功率和无功补偿器的接入容量为控制变量，以有功损耗最低、电压稳定裕度最大、电压偏差最小为综合指标，建立多场景多目标的优化函数。本文把节点电压越限和变量越限作为罚函数进行越界处理，以综合指标衡量优化方案的优劣。网络有功损耗不仅与网络中流经的有功功率有关，还取决与流经的无功功率。双馈感应风机和电容器组接入配电网将会改变网络中无功功率的分布，直接影响着有功功率损耗，如果接入配电网的无功功率适量，将会降低网损，如果接入过高，反而可能加大网损[62]。以网络有功损耗最小为目标，代表着无功优化的经济性指标，该优化目标可以提高系统的经济效益。
..........
总结
对含 DFIG 的配电网进行无功优化，可以改善电能质量、减小电能的损耗、提高静态电压稳定裕度，从而提升系统运行的经济性与安全性。本文提出了寻优能力更强的 SA-PSO 算法，并分别在风机的不同场景状态下及不同日负荷时段对含 DFIG 的配电网进行多目标无功优化，给出了对应的无功补偿方案。具体的研究工作成果及结论如下：
1.对三种风力发电机进行对比分析，选用风机的主流机型 DFIG 作为研究对象。针对风机出力具有波动性，引入场景分析法把风机出力分为三种场景，然后确定了 DFIG 的无功出力极限。#p#分页标题#e#
2.基于 PSAT 仿真平台搭建了 IEEE14 节点配电网模型，并研究了当系统接入的双馈感应风机分别发出不同的有功功率、不同的无功功率，对配电网网损和电能质量的影响。在一定范围内，随着风机有功出力或无功出力的增加，系统网损将不断减小，节点电压也不断改善，但是如果继续增加，网损反而逐渐上升，并且风机接入节点以及附近节点的电压电值存在越限的可能。
3.介绍了 PSO 算法和 SA 算法，针对 PSO 算法易早熟收敛的缺点，对 PSO算法作出了两处改进：一是引入 SA 算法的 Metropolis 接受准则，让粒子可以依概率突跳，提高全局寻优能力；二是引入了压缩因子，保证算法可以搜索不同区域并最终收敛。通过对经典函数的测试，验证了改进生成的 SA-PSO 算法综合了 PSO 算法和 SA 算法的优点，操作简单，收敛速度快，收敛结果精度更高。
..........
参考文献（略）
