论文部分内容阅读
智能配电网是一个允许大量分布式电源(DG)接入、支持电网及其设备可视化管理、拥有较强故障诊断与自愈能力的复杂配电网络。智能配电网的上述三个特征在给社会带来巨大经济效益与便利的同时,也面临着以下问题:(1)DG的大量接入会对配电网络潮流分布产生重大的影响,但是目前对含DG的配电网潮流算法的研究非常少;(2)已有的电力系统仿真软件集成度高,操作不灵活,价格昂贵;(3)经典潮流算法已经难以快速响应复杂多变的配电网络。因此对上述三个问题的研究具有重大的理论意义和实际研究价值。本文首先基于Visual Studio平台,采用可视化编程技术独立开发了一款配电系统电力系统仿真与分析专用软件,该软件不仅能实现电力系统单线图绘制、元件参数设置、电气节点拓扑分析、潮流计算之外,而且具有基于SVG(可缩放矢量图形)技术的电网模型解析功能。本文以该软件为仿真平台,采用牛顿-拉夫逊法和前推回代法对奈曼地区16节点配电系统进行仿真与分析,证明了该软件具有强大的可视化分析功能,验证了前推回代法更适于配电网潮流的计算。其次提出了一种前推回代式神经网络算法(简称BFNN算法)用于潮流计算,同时给出了详细的算法推导过程和收敛性证明。BFNN算法具有以下优点:(1)权值只与节点电压有关,训练权值即为训练节点电压;(2)大部分节点之间的权值为零;(3)神经网络结构无需辨识。通过对BFNN算法与前推回代法进行仿真对比,得到BFNN算法在收敛性和计算时间方面均优于前推回代法的结论,且其收敛性不受电压初值影响。最后分析了含分布式电源的配电网潮流算法。本文首次同时考虑DG的风功率特性和无功电压特性,提出了DG在潮流计算中的动态PQ(V)节点,即有功和无功均随时间变化的PQ(V)节点,该节点在牛顿-拉夫逊法和BFNN算法中的处理方法。最后采用牛顿-拉夫逊法、前推回代法和BFNN对含不同数量、不同接入位置和不同类型DG的配电网络进行计算与分析,验证了BFNN算法对上述情况均有较好的鲁棒性,能够很好地处理含不同形式DG的复杂配电网络。