基于IEEE30电网系统的停电规模评价系统matlab仿真,对比IEEE118,输出停电规模,潮流分布和负载率等

简介: 本课题针对IEEE标准节点系统,通过移除特定线路模拟故障,计算其余线路的有功潮流分布系数及负载率变化。采用MATLAB2022a进行仿真,通过潮流计算确定电网运行状态,并以负载率评估负载能力。IEEE30与IEEE118系统对比显示,前者在故障下易过载,后者则因更好的拓扑结构拥有更高的负载裕度。

1.课题概述
针对IEEE标准节点数据,指定任意线路,求出其他线路的有功潮流分布系数和次数负载率.

系统负载率,计算某一线路断开后,其他线路的负载率。

  人为指定移除网络中的一条线路,计算断线后其他线路此时的负载率和(每条线路上的潮流增量/断开线路上的有功潮流)此外,根据“负载率和(每条线路上的潮流增量/断开线路上的有功潮流)”,就是计算每条线路上的潮流的增量值闭上断开线路上的有功潮流值即可。

2.系统仿真结果

1.png
2.png
3.png
4.png
5.png
6.png
7.png

3.核心程序与模型
版本:MATLAB2022a
```for k = 2:kmax
NODEt(NUMSS,2:end) = 0;
LINEt(II,3:end) = 0;
%考虑随机因素进行线路的断开
%断开节点由人工设定
%断开节点由人工设定
while(flag == 0)
%慢动态循环中下进行快动态循环
%gama为一个固定范围之内的随机数
gama = gamas(1) + (gamas(2) - gamas(1))rand(1,1);
%负荷节点的浮动
p(:,k) = gama
Pmax(:,k-1);%实际的负荷波动
k
%步骤二
%根据公式5来计算出P和F
%这里利用粒子群的思想,进行函数最小值的求解
[V_score2,PP] = func_pso_calculate_min(W,Bus_Num,iter_max,Pmax(:,k),c(:,1),p(:,k),KKK1);
Ak = func_Admittance_matrix(NODEt,LINEt);
F(:,k) = Ak*PP;
%步骤三
%随机开断线路
%产生一个随机的数作为概率
TMP = 0;
for i = 1:F_Num
%如果满足如下的条件,则以一个固定的概率进行断开
if abs(F(i,k)/Fmax(i,k)) >= alpha
Pp = rand(1,1);
if Pp >= 1 - beta%开断概率
CUT(i,k) = 1;
flag = 1;
else
CUT(i,k) = 0;
end
end
end
if flag == 0;
break;
end

    %步骤四
    %根据CUT断开矩阵,重新更新网络结构
    %当检测到某个CUT为1的时候,说明要对该线路进行断开
    for i = 1:F_Num
        if CUT(i,k) == 1;%断开相关的线路

LINEt(i,3:end) = 0;
end
end
end

TMP1(k) = sum(abs(Ak*PP));
if isnan(TMP1(k)) == 1 |TMP1(k) == inf | TMP1(k) == -inf
   TMP1(k) = TMP1(k-1);     
end

TMP2(k) = sum(abs(Ak*p(:,1)));
if isnan(TMP2(k)) == 1 |TMP2(k) == inf | TMP2(k) == -inf
   TMP2(k) = TMP2(k-1);     
end   
PPs(k)     = abs(TMP2(k) - TMP1(k))/abs(TMP2(k)); 
CUT_NUM(k) = sum(CUT(:,k)); 

end

figure;
subplot(311);
hist(PPs(1:end),20)
[n,m] = hist(PPs(600:end),20);
n = n/length(PPs);
m = m/max(m);
s1 = 2;
e1 = length(n)-2;

subplot(312);
loglog(m(s1:e1),n(s1:e1),'LineWidth',2);
xlabel('停电规模');
ylabel('停电概率');
axis([0.05,1,1e-5,1]);
grid on;

subplot(313);
tmp = CUT_NUM/max(CUT_NUM);
plot(tmp);
xlabel('k/d');
ylabel('停电规模');
axis([0,kmax,0.6,1]);

disp('平均停电规模:');
m*n'
02_010m

```

4.系统原理简介
随着电力系统的日益发展,电网的规模与复杂性逐渐增大。停电事故对社会的经济与生活影响巨大,因此,对电网的停电规模进行准确评价至关重要。IEEE30与IEEE118是两种具有代表性的电网系统,通过对二者的停电规模进行评价对比,可以为电网的优化设计提供重要依据。

4.1. 停电规模评价方法
采用基于潮流计算与负载率分析的停电规模评价方法。潮流计算是电力系统分析的基础,可以确定电网的运行状态。负载率则是衡量电网负载能力的重要指标。

4.2 潮流计算
潮流计算通过求解电网的节点电压与支路功率,确定系统运行状态。其数学模型可以表示为:

   Pi=Vi∑j∈iVj(Gijcosθij+Bijsinθij)Qi=Vi∑j∈iVj(Gijsinθij−Bijcosθij)

   其中,Pi、Qi分别为节点i的有功与无功功率;Vi、Vj分别为节点i、j的电压;Gij、Bij分别为支路ij的电导与电纳;θij为节点i、j的电压相角差。

4.3 负载率
负载率为系统实际负载与额定负载之比,反映了电网的负载能力。其数学公式为:

负载率 = 系统实际负载 / 系统额定负载 × 100%

4.4. IEEE30与IEEE118电网系统对比
在正常运行状态下,IEEE30与IEEE118电网的潮流分布均呈现出一定的规律性。然而,在故障状态下,IEEE30电网的潮流重分布较为明显,部分地区出现潮流拥堵现象。而IEEE118电网由于其拓扑结构的优势,潮流重分布较为平缓。

   通过对两种电网的负载率进行计算,发现IEEE30电网的负载率较高,接近额定负载,这意味着在故障情况下,其容易发生过载。而IEEE118电网的负载率相对较低,表明其具有较高的负载裕度,能够应对一定的负载增长与故障情况。
相关文章
|
2月前
|
5G
基于IEEE 802.11a标准的物理层MATLAB仿真
基于IEEE 802.11a标准的物理层MATLAB仿真
190 0
|
2月前
|
算法
基于MATLAB/Simulink平台搭建同步电机、异步电机和双馈风机仿真模型
基于MATLAB/Simulink平台搭建同步电机、异步电机和双馈风机仿真模型
|
2月前
|
机器学习/深度学习 算法 数据可视化
基于MVO多元宇宙优化的DBSCAN聚类算法matlab仿真
本程序基于MATLAB实现MVO优化的DBSCAN聚类算法,通过多元宇宙优化自动搜索最优参数Eps与MinPts,提升聚类精度。对比传统DBSCAN,MVO-DBSCAN有效克服参数依赖问题,适应复杂数据分布,增强鲁棒性,适用于非均匀密度数据集的高效聚类分析。
|
2月前
|
开发框架 算法 .NET
基于ADMM无穷范数检测算法的MIMO通信系统信号检测MATLAB仿真,对比ML,MMSE,ZF以及LAMA
简介:本文介绍基于ADMM的MIMO信号检测算法,结合无穷范数优化与交替方向乘子法,降低计算复杂度并提升检测性能。涵盖MATLAB 2024b实现效果图、核心代码及详细注释,并对比ML、MMSE、ZF、OCD_MMSE与LAMA等算法。重点分析LAMA基于消息传递的低复杂度优势,适用于大规模MIMO系统,为通信系统检测提供理论支持与实践方案。(238字)
|
3月前
|
机器学习/深度学习 传感器 算法
【无人车路径跟踪】基于神经网络的数据驱动迭代学习控制(ILC)算法,用于具有未知模型和重复任务的非线性单输入单输出(SISO)离散时间系统的无人车的路径跟踪(Matlab代码实现)
【无人车路径跟踪】基于神经网络的数据驱动迭代学习控制(ILC)算法,用于具有未知模型和重复任务的非线性单输入单输出(SISO)离散时间系统的无人车的路径跟踪(Matlab代码实现)
236 2
|
3月前
|
监控
基于MATLAB/Simulink的单机带负荷仿真系统搭建
使用MATLAB/Simulink平台搭建一个单机带负荷的电力系统仿真模型。该系统包括同步发电机、励磁系统、调速系统、变压器、输电线路以及不同类型的负荷模型。
486 5
|
2月前
|
传感器 机器学习/深度学习 算法
【无人机协同】动态环境下多无人机系统的协同路径规划与防撞研究(Matlab代码实现)
【无人机协同】动态环境下多无人机系统的协同路径规划与防撞研究(Matlab代码实现)
193 0
|
2月前
|
算法 数据挖掘 调度
数据驱动的两阶段分布鲁棒(1-范数和∞-范数约束)的电热综合能源系统研究(Matlab代码实现)
数据驱动的两阶段分布鲁棒(1-范数和∞-范数约束)的电热综合能源系统研究(Matlab代码实现)
127 0
|
3月前
|
机器学习/深度学习 边缘计算 算法
【无人机】无人机群在三维环境中的碰撞和静态避障仿真(Matlab代码实现)
【无人机】无人机群在三维环境中的碰撞和静态避障仿真(Matlab代码实现)
204 0
|
2月前
|
机器学习/深度学习 算法 机器人
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
261 0

热门文章

最新文章