【无功优化】考虑泄流效应的光伏并网点电压系统侧无功优化(Matlab代码实现)

简介: 【无功优化】考虑泄流效应的光伏并网点电压系统侧无功优化(Matlab代码实现)

👨‍🎓个人主页:研学社的博客

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。

⛳️座右铭:行百里者,半于九十。

📋📋📋本文目录如下:🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码实现


image.gif

💥1 概述

参考文献:

image.gif

摘要:风电场常因自身无功容量配置不足而导致并网点电压在某些工况下越限,参与并网点电压增援调控的周边无功补偿站,其增发/减发的无功功率会出现泄流效应。此效应既降低了对风电场电压的支撑力度,又可能引起其他节点电压出现新的越限。为此,针对并网点电压越限的预防控制问题,提出一种考虑泄流效应的风电场系统侧增援调控方法。首先,介绍了无功补偿增量的泄流效应并定义了泄流比;其次,讨论了待调控风电场周边变电站参与增援调控的基本条件,给出了筛选候选无功补偿站的方案;最后,设计了分配增援调控任务的启发式决策方法和考虑调控代价差异的线性规划模型优化决策方法。算例结果表明,所提出的2种增援调控站无功补偿决策方法均能将风电场并网点电压调整并稳定在设定的范围内。

关键词:

风电场;电压调控;无功补偿;泄流效应;增援调控;

 

一般就综合控制性能而言,以在目标电压待控节点实施就地补偿或调节为宜。然而在实际系统中,常常受多种技术、经济因素决定,导致待控节点的无功补偿容量或电压调节能力有限,在其优先使用并耗尽自身容量或能力的情况下,往往需要寻求周边邻近变电站(应为具有剩余无功补偿能力的变电站,下文将其统一简称为补偿站)的无功支援。

在电网拓扑差异和实际工况的综合作用下,在邻近无功补偿站通过自身无功补偿或电压调节系统增发(或少发)无功功率对待控节点实施增援的同时,因补偿站存在多回与其他节点相连的进出线而形成潮流多点分流作用,无功增量一般难以全额(甚至无法做到高额)流向待控节点,即会出现不同程度地向增援对象以外节点泄流的现象。泄流程度高时,除会导致待控节点被增援的效果严重变差以外,甚至还会引起其他非待控节点原先正常的电压态势

出现异常情况。因此,有必要在决策增援方案时考虑无功补偿增量的泄流效应及其不良影响。

设在电网一定运行状态下,某邻近补偿站 i 增发无功功率 ΔQi后能够流向待控节点 j 的量为 ΔQij (参见图 1),则可定义式(1)形式的泄流比 αij,以量化站点 i 对节点 j 实施无功增援时无功补偿增量的泄流程度。

                                   

image.gif

 

📚2 运行结果

image.gif

部分代码:

mpc.branch = [  %% (r and x specified in ohms here, converted to p.u. below)

   1    2    0.0922    0.0470    0    0    0    0    0    0    1    -360    360;

   2    3    0.4930    0.2511    0    0    0    0    0    0    1    -360    360;

   3    4    0.3660    0.1864    0    0    0    0    0    0    1    -360    360;

   4    5    0.3811    0.1941    0    0    0    0    0    0    1    -360    360;

   5    6    0.8190    0.7070    0    0    0    0    0    0    1    -360    360;

   6    7    0.1872    0.6188    0    0    0    0    0    0    1    -360    360;

   7    8    0.7114    0.2351    0    0    0    0    0    0    1    -360    360;

   8    9    1.0300    0.7400    0    0    0    0    0    0    1    -360    360;

   9    10    1.0440    0.7400    0    0    0    0    0    0    1    -360    360;

   10    11    0.1966    0.0650    0    0    0    0    0    0    1    -360    360;

   11    12    0.3744    0.1238    0    0    0    0    0    0    1    -360    360;

   12    13    1.4680    1.1550    0    0    0    0    0    0    1    -360    360;

   13    14    0.5416    0.7129    0    0    0    0    0    0    1    -360    360;

   14    15    0.5910    0.5260    0    0    0    0    0    0    1    -360    360;

   15    16    0.7463    0.5450    0    0    0    0    0    0    1    -360    360;

   16    17    1.2890    1.7210    0    0    0    0    0    0    1    -360    360;

   17    18    0.7320    0.5740    0    0    0    0    0    0    1    -360    360;

   2    19    0.1640    0.1565    0    0    0    0    0    0    1    -360    360;

   19    20    1.5042    1.3554    0    0    0    0    0    0    1    -360    360;

   20    21    0.4095    0.4784    0    0    0    0    0    0    1    -360    360;

   21    22    0.7089    0.9373    0    0    0    0    0    0    1    -360    360;

   3    23    0.4512    0.3083    0    0    0    0    0    0    1    -360    360;

   23    24    0.8980    0.7091    0    0    0    0    0    0    1    -360    360;

   24    25    0.8960    0.7011    0    0    0    0    0    0    1    -360    360;

   6    26    0.2030    0.1034    0    0    0    0    0    0    1    -360    360;

   26    27    0.2842    0.1447    0    0    0    0    0    0    1    -360    360;

   27    28    1.0590    0.9337    0    0    0    0    0    0    1    -360    360;

   28    29    0.8042    0.7006    0    0    0    0    0    0    1    -360    360;

   29    30    0.5075    0.2585    0    0    0    0    0    0    1    -360    360;

   30    31    0.9744    0.9630    0    0    0    0    0    0    1    -360    360;

   31    32    0.3105    0.3619    0    0    0    0    0    0    1    -360    360;

   32    33    0.3410    0.5302    0    0    0    0    0    0    1    -360    360;

   21    8    2.0000    2.0000    0    0    0    0    0    0    0    -360    360;

   9    15    2.0000    2.0000    0    0    0    0    0    0    0    -360    360;

   12    22    2.0000    2.0000    0    0    0    0    0    0    0    -360    360;

   18    33    0.5000    0.5000    0    0    0    0    0    0    0    -360    360;

   25    29    0.5000    0.5000    0    0    0    0    0    0    0    -360    360;

];

%%-----  OPF Data  -----%%

%% generator cost data

%    1    startup    shutdown    n    x1    y1    ...    xn    yn

%    2    startup    shutdown    n    c(n-1)    ...    c0

mpc.gencost = [

   2    0    0    3    0    20    0;

];

🎉3 参考文献

部分理论来源于网络,如有侵权请联系删除。

[1]于其宜,王琦,汤奕.考虑泄流效应的风电场并网点电压系统侧增援调控方法[J].电力系统自动化,2021,45(13):30-39.

🌈4 Matlab代码实现

链接:https://pan.baidu.com/s/1Seq58UHHMpSU0jM630iOjg 

提取码:s3cw

--来自百度网盘超级会员V3的分享

相关文章
|
15天前
|
机器学习/深度学习 算法 5G
基于MIMO系统的SDR-AltMin混合预编码算法matlab性能仿真
基于MIMO系统的SDR-AltMin混合预编码算法通过结合半定松弛和交替最小化技术,优化大规模MIMO系统的预编码矩阵,提高信号质量。Matlab 2022a仿真结果显示,该算法能有效提升系统性能并降低计算复杂度。核心程序包括预编码和接收矩阵的设计,以及不同信噪比下的性能评估。
34 3
|
1月前
|
监控 算法 数据安全/隐私保护
基于三帧差算法的运动目标检测系统FPGA实现,包含testbench和MATLAB辅助验证程序
本项目展示了基于FPGA与MATLAB实现的三帧差算法运动目标检测。使用Vivado 2019.2和MATLAB 2022a开发环境,通过对比连续三帧图像的像素值变化,有效识别运动区域。项目包括完整无水印的运行效果预览、详细中文注释的代码及操作步骤视频,适合学习和研究。
|
1月前
|
算法 5G 数据安全/隐私保护
MIMO系统中差分空间调制解调matlab误码率仿真
本项目展示了一种基于Matlab 2022a的差分空间调制(Differential Space Modulation, DMS)算法。DMS是一种应用于MIMO通信系统的信号传输技术,通过空间域的不同天线传输符号序列,并利用差分编码进行解调。项目包括算法运行效果图预览、核心代码及详细中文注释、理论概述等内容。在发送端,每次仅激活一个天线发送符号;在接收端,通过差分解调估计符号和天线选择。DMS在快速衰落信道中表现出色,尤其适用于高速移动和卫星通信系统。
|
1月前
|
算法
基于最小二乘递推算法的系统参数辨识matlab仿真
该程序基于最小二乘递推(RLS)算法实现系统参数辨识,对参数a1、b1、a2、b2进行估计并计算误差及收敛曲线,对比不同信噪比下的估计误差。在MATLAB 2022a环境下运行,结果显示了四组误差曲线。RLS算法适用于实时、连续数据流中的动态参数辨识,通过递推方式快速调整参数估计,保持较低计算复杂度。
|
1月前
|
Python
基于python-django的matlab护照识别网站系统
基于python-django的matlab护照识别网站系统
16 0
|
3月前
|
安全
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
本文介绍了2023年高教社杯数学建模竞赛D题的圈养湖羊空间利用率问题,包括问题分析、数学模型建立和MATLAB代码实现,旨在优化养殖场的生产计划和空间利用效率。
200 6
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
|
3月前
|
存储 算法 搜索推荐
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
本文提供了2022年华为杯数学建模竞赛B题的详细方案和MATLAB代码实现,包括方形件组批优化问题和排样优化问题,以及相关数学模型的建立和求解方法。
129 3
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
|
3月前
|
数据采集 存储 移动开发
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
本文介绍了2023年五一杯数学建模竞赛B题的解题方法,详细阐述了如何通过数学建模和MATLAB编程来分析快递需求、预测运输数量、优化运输成本,并估计固定和非固定需求,提供了完整的建模方案和代码实现。
90 0
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
|
6月前
|
数据安全/隐私保护
耐震时程曲线,matlab代码,自定义反应谱与地震波,优化源代码,地震波耐震时程曲线
地震波格式转换、时程转换、峰值调整、规范反应谱、计算反应谱、计算持时、生成人工波、时频域转换、数据滤波、基线校正、Arias截波、傅里叶变换、耐震时程曲线、脉冲波合成与提取、三联反应谱、地震动参数、延性反应谱、地震波缩尺、功率谱密度
基于混合整数规划的微网储能电池容量规划(matlab代码)
基于混合整数规划的微网储能电池容量规划(matlab代码)

热门文章

最新文章

下一篇
无影云桌面