基于混合算法的风光互补系统环境最优潮流

可在www.sciencedirect.com上在线ScienceDirect电气系统与信息技术学报3（2016）151基于混合算法的风光互补系统环境最优潮流Ambarish Panda， M.崔帕蒂部电子工程，Veer Surendra Sai University of Technology，Burla，印度接收日期：2015年2月5日;接受日期：2016年2016年8月2日在线发布摘要针对环境最优潮流问题，提出了一种新的进化混合算法。EOPF问题已经制定了一个非线性约束多目标优化框架。考虑到可利用风能的不确定性，建立了风光热联合发电系统的成本模型。考虑系统运行成本、排放成本、有功损耗和FACTS装置安装成本等因素，采用HA算法对系统电压稳定目标函数进行优化，并与粒子群优化算法（PSOA）进行比较，验证了该算法的有效性。以IEEE 30总线为测试系统，在MATLAB/SIMULINK环境下进行了仿真© 2016 电 子 研 究 所 （ ERI ） 。 Elsevier B. V. 制 作 和 托 管 这 是 CC BY-NC-ND 许 可 证 下 的 开 放 获 取 文 章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。关键词：混合算法;风电;最优潮流;优化1. 介绍随着环境条件的逐渐恶化，电力公司已将其重点转向本质上无污染的发电技术。在这方面，并网风力发电提供了一种经济可靠的替代方案。然而，风的流动的不稳定性的性质提出了一些复杂的和具有挑战性的问题有关的发电调度和其他操作问题。由于风流量的不确定性，可能无法准确估计所产生的风力因此，在发电成本中考虑了一个适当的成本组成部分，该组成部分近似于与实际可用性相比的风力发电的低估（UE）和高估（OE）成本（Jabr和Jabr，2009年）。Hetzer等人（2008年）的作者讨论了可能用于风力集成系统的额外成本组成部分。基于双馈风力发电机的WECS除了发电成本外，还带来了系统管理的另一个问题*通讯作者。电子邮件地址：ambarish101@gmail.com（A. Panda）。电子研究所（ERI）负责同行评审http://dx.doi.org/10.1016/j.jesit.2016.01.0042314-7172/© 2016电子研究所（ERI）。Elsevier B. V.制作和托管这是CC BY-NC-ND许可证下的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。152A. 熊猫，M。Tripathy/Journal of Electrical Systems and Information Technology 3（2016）151Gt不R无功功率需求。因为，DFIG的转换器中使用的电力电子开关具有有限的电流容量，因此也具有有限的无功功率能力（Panda和Tripathy，2014）。 随着基于DFIG单元的WECS不断增加（Ackermann，2005），OPF要求将上述问题纳入其公式中，以便系统保持电压安全，特别是在UE情况下。因此，为了提供额外的无功功率支持作为防止UE场景期间系统电压降级的手段，网络中的弱母线安装有并联FACTS装置。 在这方面，Molinas等人研究了静态无功补偿器（SVC）和STATCOM等并联FACTS装置的作用。（2008）以及Yome和Mithulananthan（2005）在向系统提供无功功率方面的能力。由于系统中的操作灵活性和更好的动态性能，STATCOM已被发现比SVC更有益。在Niknamet al.（2011）中，作者展示了元启发式算法在配备火电机组的电力系统最优潮流问题中的应用。Seguro和Lambert（2000年）以及Shi等人（2012年）分别介绍了风变建模以及将风力发电纳入电力系统问题。1.1. EOPF制剂为了考虑风流的不稳定性并减轻在可用和利用的风力之间的任何不平衡条件期间的操作成本，可以将成本的分量添加到系统发电成本。此外，DFIG的转换器具有限制（Engelhardt等人， 2011年）的处理无功功率。因此，应在DFIG和其他合适的母线处提供额外的无功功率支持，以保持令人满意的系统电压分布。然而，由于如上所述的STATCOM的优越功能性，它已经被安装在最弱的节点处（Acharjee等人，2011年，在系统。STATCOM的安装成本在OPF问题中适当地由于火力发电厂燃烧碳密集型燃料，它们在更高的运行水平上产生更多的二氧化碳，对环境安全造成威胁因此，考虑到这一方面，在这项工作中，风力发电机组被用作通过减少对火力发电机组的压力来满足减排目标的一种手段该问题的公式如下，尽量减少F=F1+F2+F3（1）在上述等式中，F1对应于风力-火力发电的成本，F2对应于实际功率损失的成本，并且F3表示与来自火力发电机的碳排放相关的成本，单位为Rs/吨。上述分量的数学解释被描述为NgNwF1 =100Ct. Pg t+[Cwr（Pwr）+Cp，wr. Pw r，av −Pwr+Cr，wr. Pwr−Pwr，av]+CVS（2）在该表达式中，符号t和g表示热单位，r和w表示风单位。F1中的第一项是火力发电的成本，第二项是从风力发电厂购买风力发电的成本，第三项是由于低估可用风力发电的成本，第四项是由于高估可用风力发电的成本。第五项表示STATCOM的安装成本，STATCOM用作通过向网络提供必要的无功功率支持来提高电压稳定性的手段这些术语解释为Ct. Pgt=atP2+btPgt+ct（3）其中at、bt、ct是第t个热单元的成本系数，Pgt是第t个成本系数的详细情况见表1。Cwr（Pwr）=dr Pwr（4）A. 熊猫，M。Tripathy/Journal of Electrical Systems and Information Technology 3（2016）151153.Σ∫∫NgGt.ΣNg不R表1火力发电机组成本系数。号发电成本系数最小限值（MW）最大限值（MW）的tBtCt10.009752.505020020.01751.750208030.06251.001040其中，dr是第r个风力发电机的直接成本系数，Pwr是第r个风力单元的计划功率输出由于对可用风力的估计不足而导致的成本可以表示为Cp，wr Pwr，av−Pwr =KPr（Pw av−Pwr）Pro=KprPwr（w−Pwr）fw（五）（w）dw在（5）中，KPr是第r个风力发电机的惩罚成本系数，并且fw（w）表示WECS风力功率概率密度函数（PDF）（Seguro和Lambert，2000），称为威布尔分布函数。Pwr、Pro、Pwav分别为第r台风力发电机的计划功率、额定功率和可用风力高估的成本可以表示为C R wr（Pwr−Pwr av） =K R r（Pwr−Pw av）Pwr=KRr0（Pwr-w）fw（六）、（w）dwF1的最后一项表示在系统中安装并联FACTS设备以改善系统电压分布的成本，特别是在低估情况下。在（7）中，KSC是成本系数，QSC是从STATCOM获得的无功CVS=KSC×（QSC）（7）F的第二项，即，F2表示与系统中的实际功率传输损耗最小化相关联的成本。它可以表示为F2=CL（P损失）（8）同样，考虑到排放对环境的不利影响，并最大限度地减少排放对环境的不利影响，相应的成本的COx和SOx的排放，添加与目标函数。第三项，即，表示排放问题的F3可以表示为F3=CE。Pgt不=0.10 −2。αtP2+βtPgt+γtP+αtexp。λtPgt（九）不在上述表达式CE Pgt 是上述大气污染物排放的成本函数。αt、βt、γt、λt、λt是第t台发电机的发射特性系数。由（1）表示的上述目标函数受到以下约束。NgNwPgt+Pwr=P损失+P负荷（10）154A. 熊猫，M。Tripathy/Journal of Electrical Systems and Information Technology 3（2016）151WR≤GtGtGtGtWRWRvCC不RNgNwQgt+Pmin≤Pgt≤P max（十二）Qmin≤Qgt≤Qmax（十三）Vmin≤Vt≤V max（十四）t tPwr≤Pmax（十五）Qmin≤Qwr≤Qmax（十六）在上述等式中，Pgt、Qgt是热发电机的有功和无功功率输出，其中Pwr、Qwr是风力发电单元的对应功率。1.2. 风切变率由于统计方法的适用性和风速的不可预测性的一些实际限制，一些工作（Seguro和Lambert，2000年;Tsikalakis等人， 2006）试图找出概率分布函数（PDF），它近似于风流量的变化。与早期的工作（Panda和Tripathy，2014）类似，本研究也应用了Weibull PDF，如（17）中所述。f（v）=. k. v<$（k−1）e−（v/c）k，0 1i) 重复步骤3.c。(i)（二）调整θi（j，k，l）通过游泳/翻滚。ii) 如果，Fsw（i，j，k，l）Fsw（i，j1，k，l）SL

下载后可阅读完整内容，剩余1页未读，立即下载