• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      計(jì)及模型差異的分布式電源優(yōu)化配置方法研究

      2023-07-25 09:55:40李小明
      電子設(shè)計(jì)工程 2023年15期
      關(guān)鍵詞:波動(dòng)性遺傳算法分布式

      董 智,李小明,趙 陽(yáng)

      (國(guó)網(wǎng)河南省電力公司,河南鄭州 450052)

      隨著“雙碳”目標(biāo)的確立,碳中和的概念改變了全社會(huì)用電需求的驅(qū)動(dòng)力,風(fēng)力發(fā)電、光伏發(fā)電等分布式發(fā)電技術(shù)的地位也愈發(fā)重要。與此同時(shí),該技術(shù)也將得到迅速發(fā)展與大力推廣。一方面,分布式發(fā)電技術(shù)具有良好的環(huán)境適應(yīng)性及友好性;另一方面,自然條件嚴(yán)重限制了分布式發(fā)電的輸出能力,導(dǎo)致其輸出功率具有隨機(jī)波動(dòng)性,且在并網(wǎng)后會(huì)對(duì)電網(wǎng)的安全、穩(wěn)定運(yùn)行產(chǎn)生一定影響[1]。

      分布式電源最大的特性便是分散性強(qiáng)、容量較小但數(shù)量多。其在現(xiàn)有分布式電源容量水平下,對(duì)電網(wǎng)的安全、穩(wěn)定運(yùn)行并未產(chǎn)生較大影響。但隨著分布式發(fā)電技術(shù)的深入推廣,一旦分布式電源的裝機(jī)容量達(dá)到一定水平,必然會(huì)對(duì)電網(wǎng)保護(hù)性能的設(shè)定產(chǎn)生巨大影響。現(xiàn)階段,分布式發(fā)電逆變輸出直接并網(wǎng)于配網(wǎng),即直接作用于配網(wǎng),其電壓波動(dòng)及諧波占比嚴(yán)重影響了電網(wǎng)電能質(zhì)量。

      自然條件主導(dǎo)分布式電源的電壓波動(dòng)現(xiàn)象,只要分布式電源輸出隨機(jī)波動(dòng)性電壓,便會(huì)對(duì)電網(wǎng)的穩(wěn)定性產(chǎn)生影響。此外,分布式電源的不同裝機(jī)容量也會(huì)對(duì)電網(wǎng)產(chǎn)生不同程度的影響。因此,在某些情況下該電源輸出的波動(dòng)性電壓將決定其裝機(jī)容量。但若能優(yōu)化光伏、風(fēng)電等分布式電源的容量配置,進(jìn)而找到分布式電源間的最優(yōu)互補(bǔ)平衡,便可解決輸出電壓的隨機(jī)波動(dòng)性。分布式電源典型的結(jié)構(gòu)特征是電子元件、換流器等元件占主導(dǎo)構(gòu)架。與傳統(tǒng)火力等發(fā)電相比,其開(kāi)關(guān)元件的使用率更高,相應(yīng)產(chǎn)生諧波也就越多,且還會(huì)使系統(tǒng)中諧波的產(chǎn)生機(jī)理及傳輸途徑復(fù)雜且曲折,進(jìn)而更易引發(fā)電壓諧波占比率較高及穩(wěn)定性較差的問(wèn)題[2]。所以,研究如何消除分布式電源的輸出電壓波動(dòng)性及諧波占比率具有重要意義。

      為此,該文結(jié)合改進(jìn)時(shí)間動(dòng)態(tài)算法(Dynamic Time Warping,DTW)及遺傳算法(Genetic Algorithm,GA)構(gòu)建了最優(yōu)化目標(biāo)函數(shù)。在此基礎(chǔ)上利用分布式優(yōu)化技術(shù)進(jìn)行求解,即考慮如何把一個(gè)綜合性任務(wù)分解成若干子任務(wù)安排給多個(gè)核心,并利用這些核心來(lái)實(shí)現(xiàn)對(duì)一個(gè)總體問(wèn)題的并行快速求解。通過(guò)遺傳算法的目標(biāo)線(xiàn)性函數(shù)進(jìn)行最優(yōu)搜索,并找尋系統(tǒng)的最佳接入點(diǎn)與注入容量,使得系統(tǒng)有功網(wǎng)損最小。最終,提供了可靠的分布式電源優(yōu)化方案。

      1 改進(jìn)時(shí)間動(dòng)態(tài)與遺傳算法

      對(duì)模擬信號(hào)m(t)與待測(cè)信號(hào)x(t)進(jìn)行特征匹配計(jì)算,從相關(guān)系數(shù)算法的理論出發(fā),可以將其理解為m(t)與x(t)的內(nèi)積除以其模的乘積。而當(dāng)x(t)分別為m(t)+Δ(t)和km(t)時(shí),傳統(tǒng)相關(guān)系數(shù)法與改進(jìn)相關(guān)系數(shù)法處理的結(jié)果則有所不同[3]。對(duì)于信號(hào)m(t)和x(t),傳統(tǒng)相關(guān)系數(shù)c的計(jì)算公式為:

      設(shè)Δ 為時(shí)間長(zhǎng)度,當(dāng)x(t)=m(t)+Δ 時(shí),則有:

      將上式離散化,有:

      只有在Δ →0 時(shí),α→0,相關(guān)系數(shù)c→1。

      當(dāng)x(t)=km(t)時(shí),有:

      此時(shí),無(wú)論x(t)與m(t)的數(shù)值關(guān)系如何,相關(guān)系數(shù)c始終為1。所以當(dāng)x(t)為m(t)的不同倍數(shù)時(shí),無(wú)法識(shí)別傳統(tǒng)的相關(guān)系數(shù)法,這就使基于相關(guān)系數(shù)算法的模板匹配方法所檢測(cè)到的波形不具備唯一性。

      該文改進(jìn)的相關(guān)系數(shù)法對(duì)于信號(hào)m(t)和x(t)的計(jì)算公式定義為:

      上式表明,當(dāng)α→0,則有c→1 。即僅在Δ →0 時(shí)才會(huì)有c→1。

      當(dāng)x(t)=km(t)時(shí),則:

      為了綜合平衡各參數(shù)在目標(biāo)函數(shù)中的份額,考慮分布式電源的類(lèi)型、安裝位置及計(jì)劃容量,通過(guò)設(shè)計(jì)可靠的目標(biāo)函數(shù),得到與實(shí)際運(yùn)行狀態(tài)相對(duì)應(yīng)比例的目標(biāo)函數(shù),并用以權(quán)衡實(shí)際因素,且最終得到最優(yōu)化的分布式電源配置布局[4-5]。

      2 分布式電源屬性分析

      分布式電源發(fā)電效率及并網(wǎng)輸出受限于自然條件,自然條件的不定性直接造成該電源的電壓波動(dòng)[7-8]。主流的分布式電源包括分布式光伏、雙饋風(fēng)電機(jī)組等發(fā)電技術(shù)。各自運(yùn)行狀態(tài)的差異性決定了輸出功率的波動(dòng)性,造成功率的波動(dòng)性大致存在3種情況[9-10]:

      1)自然條件造成原始隨機(jī)性

      分布式光伏發(fā)電裝置如何確定最佳陽(yáng)光角度,是決定發(fā)電效率及輸出電壓波動(dòng)性的主導(dǎo)因素,而風(fēng)電機(jī)組的輸出功率則受風(fēng)力角度及方向等因素主導(dǎo)。為了最大化分布式電源發(fā)電效率及最小化電壓波動(dòng),例如光伏、風(fēng)機(jī)等分布式能源發(fā)電采用動(dòng)態(tài)跟隨方式。然而自然條件的變化決定了動(dòng)態(tài)跟隨方式,因此其輸出功率在不同時(shí)段會(huì)產(chǎn)生不同的波動(dòng)[11]。

      2)分布式電源啟動(dòng)、停運(yùn)統(tǒng)一性較差

      由于分散性強(qiáng)、容量較小等問(wèn)題,大多數(shù)分布式電源不屬于國(guó)家所有,因此較難做到分布式電源啟動(dòng)、停運(yùn)統(tǒng)一性。而錯(cuò)過(guò)最佳啟停時(shí)間則會(huì)極大影響電網(wǎng)的安全、穩(wěn)定運(yùn)行[12]。

      3)內(nèi)部轉(zhuǎn)化效率及其他外界干擾

      自然條件限制分布式能源的發(fā)電效率,內(nèi)部電子元件固有效率則限制發(fā)電輸出效率,因此高效、便捷的發(fā)電組合元件尤為重要。此外,還有其他一些外界干擾因素,如輸電方式、調(diào)峰等。

      以上內(nèi)在及外在的不可抗力因素決定了分布式發(fā)電的輸出效率,故優(yōu)化分布式能源配置是最小化內(nèi)因及外因影響的重要手段。因此,采用某種算法或改善硬件條件均能使復(fù)雜的分布式能源配置問(wèn)題簡(jiǎn)單化,從而保障電網(wǎng)的安全、穩(wěn)定。

      3 混合數(shù)據(jù)處理算法

      由于數(shù)據(jù)含有噪聲,所以需先對(duì)數(shù)據(jù)進(jìn)行噪聲預(yù)處理,再基于改進(jìn)時(shí)間動(dòng)態(tài)算法實(shí)現(xiàn)對(duì)數(shù)據(jù)的時(shí)間性排列。最后再與遺傳算法相結(jié)合,獲取與實(shí)際對(duì)應(yīng)的目標(biāo)函數(shù),并考慮類(lèi)型、位置與容量因素。以此優(yōu)化分布式電源配置,進(jìn)而確定最優(yōu)網(wǎng)損下的可靠運(yùn)行方式[13]。

      3.1 算法設(shè)計(jì)

      噪聲是實(shí)際數(shù)據(jù)采集中固有的異常數(shù)據(jù),其特性區(qū)別于有效數(shù)據(jù)。而分布式電源監(jiān)測(cè)電壓的數(shù)據(jù)為正弦式分布,且在分辨數(shù)據(jù)時(shí)有高值、低值及零值噪聲。但由于一定范圍內(nèi)的數(shù)據(jù)恒定不變,所以必須依靠相應(yīng)剔除算法來(lái)獲取有效數(shù)據(jù),并用于分布式電源的最優(yōu)化配置。例如對(duì)光伏并網(wǎng)數(shù)據(jù)進(jìn)行檢測(cè),發(fā)現(xiàn)有58 條記錄中有異常值,其可細(xì)分為3 種情況:

      1)12 條記錄,5 個(gè)字段值全為0,6 個(gè)字段值全為高值,1 個(gè)字段值則全為低值,可在噪聲分析時(shí)剔除該類(lèi)記錄。

      2)其中,1條記錄中的零值為正常值,即恰好為0。

      3)剩下記錄的零值為異常值,可采用相鄰兩個(gè)值的平均值將其替換。

      剔除異常數(shù)值的核心是設(shè)定有效值范圍及相鄰值的記憶,監(jiān)測(cè)值若超過(guò)有效值范圍則剔除,若低于相鄰兩側(cè)區(qū)間值也應(yīng)剔除。則最終正常范圍內(nèi)的剩余數(shù)據(jù),即為有效值。分布式電源數(shù)據(jù)監(jiān)測(cè)及數(shù)據(jù)的分類(lèi),如圖1、2 所示。

      圖1 分布式電源數(shù)據(jù)監(jiān)測(cè)

      圖2 分布式電源有效及異常數(shù)據(jù)分類(lèi)

      自然選擇保留優(yōu)良基因,進(jìn)化獲取適合的生存基因,遺傳算法便是模擬自然優(yōu)劣淘汰、適者生存的規(guī)則,通過(guò)多次迭代性遺傳、變異、交叉與復(fù)制,來(lái)獲得問(wèn)題的最優(yōu)解[14-15]。該文采用遺傳算法的基本迭代思想,來(lái)解決分布式電源的優(yōu)化配置的實(shí)際問(wèn)題。

      在遺傳算法中,需解決映射問(wèn)題,即“數(shù)學(xué)建?!保褂梅稚⒃O(shè)定閾值范圍判斷[16-18]。首先將同類(lèi)型分布式電源電氣監(jiān)測(cè)數(shù)據(jù)分批歸類(lèi)處理,統(tǒng)計(jì)不同位置電源的容量,以獲取相應(yīng)的電氣監(jiān)測(cè)數(shù)據(jù),對(duì)監(jiān)測(cè)數(shù)據(jù)x(t)與理論輸出數(shù)據(jù)m(t)進(jìn)行如上文所述的相關(guān)系數(shù)計(jì)算,得到數(shù)值c。最后,與設(shè)定閾值相比較,并結(jié)合位置、類(lèi)型和容量等信息,再根據(jù)系數(shù)分布范圍設(shè)定最優(yōu)的電源分配。

      3.2 仿真算例

      為檢驗(yàn)改進(jìn)時(shí)間動(dòng)態(tài)與遺傳算法交叉模型的正確性,為光伏、風(fēng)電等分布式電源電壓的自適應(yīng)控制、指導(dǎo)優(yōu)化能源配置提供有力數(shù)據(jù)支撐?;贒IgSILENT 仿真平臺(tái)搭建典型風(fēng)機(jī)發(fā)電系統(tǒng)模型,不考慮系統(tǒng)故障,設(shè)定風(fēng)機(jī)發(fā)電自然風(fēng)速是10~14 m/s 的階躍變化風(fēng)速,檢驗(yàn)?zāi)P偷妮敵龉β适欠穹巷L(fēng)機(jī)輸出的電壓特性。在不同風(fēng)速下觀(guān)察風(fēng)機(jī)模型輸出電壓的波動(dòng)性及隨機(jī)性,同時(shí)基于混合算法觀(guān)察電壓及其他電氣量的控制水平。運(yùn)用IEEE14 節(jié)點(diǎn)系統(tǒng)模擬電力傳輸網(wǎng)絡(luò),如圖3 所示,再對(duì)數(shù)據(jù)進(jìn)行最優(yōu)解尋找。

      圖3 IEEE14節(jié)點(diǎn)系統(tǒng)圖

      基于圖3 所示的原始數(shù)據(jù)節(jié)點(diǎn)架構(gòu),采用算法結(jié)合方式搜尋最優(yōu)目標(biāo)函數(shù),得到分布式電源優(yōu)化后的最優(yōu)解,從而根據(jù)實(shí)際位置、容量等因素配置分布式電源。

      給風(fēng)力發(fā)電系統(tǒng)提供10~14 m/s 變化的階躍風(fēng)速,分布式電源監(jiān)測(cè)數(shù)據(jù)變化如圖4 所示。

      圖4 分布式電源監(jiān)測(cè)數(shù)據(jù)變化

      不考慮任何外在或內(nèi)在故障因素,在模型中按照風(fēng)速設(shè)定方案添加風(fēng)速因子,持續(xù)運(yùn)行25 s。分布式電源輸出的并網(wǎng)仿真數(shù)據(jù)如圖5 所示。

      圖5 并網(wǎng)仿真數(shù)據(jù)1

      改變風(fēng)速因子,基于原方案繼續(xù)運(yùn)行25 s。分布式電源輸出的仿真數(shù)據(jù)如圖6 所示。

      圖6 并網(wǎng)仿真數(shù)據(jù)2

      由上述分析結(jié)果可知,在實(shí)際的分布式電源優(yōu)化配置中,安裝位置是初始過(guò)程中的主導(dǎo)因素,其可決定光伏等分布式電源的發(fā)電效率,所以需要首先考慮位置的影響。而且改變風(fēng)速因子后,輸出量在一定波動(dòng)周期后很快恢復(fù)穩(wěn)定輸出,表明提出方法的強(qiáng)自適應(yīng)性。其次在位置確定后,再確定相應(yīng)的安裝容量。這樣權(quán)衡分布式電源類(lèi)型、位置與容量,并在此基礎(chǔ)上利用最優(yōu)目標(biāo)函數(shù),進(jìn)一步取得最佳的配置適應(yīng)度。由屬性權(quán)重的最優(yōu)分配獲得環(huán)境成本及網(wǎng)損降低的最優(yōu)方案,而最優(yōu)配置方案的魯棒性也更強(qiáng)。

      4 結(jié)束語(yǔ)

      該文提出了以分布式電源類(lèi)型、位置和容量為目標(biāo)函數(shù)建立基礎(chǔ)因子,并采用改進(jìn)時(shí)間動(dòng)態(tài)算法和遺傳算法優(yōu)化了分布式電源配置。改進(jìn)時(shí)間算法計(jì)算監(jiān)測(cè)數(shù)據(jù)時(shí)間特性,結(jié)合遺傳算法優(yōu)勝劣汰的自然特性,且綜合考慮了位置、容量及類(lèi)型因素,解決了內(nèi)在因素及外在干擾條件造成的分布式電源電壓的輸出問(wèn)題,提高了能源配置的自適應(yīng)及決策能力,從而達(dá)到了最優(yōu)化配置分布式電源的目的,最終使能源配置效益提高15%。

      猜你喜歡
      波動(dòng)性遺傳算法分布式
      分布式光伏熱錢(qián)洶涌
      能源(2017年10期)2017-12-20 05:54:07
      基于自適應(yīng)遺傳算法的CSAMT一維反演
      分布式光伏:爆發(fā)還是徘徊
      能源(2017年5期)2017-07-06 09:25:54
      基于人民幣兌歐元的馬爾科夫機(jī)制轉(zhuǎn)換的外匯匯率波動(dòng)性研究
      一種基于遺傳算法的聚類(lèi)分析方法在DNA序列比較中的應(yīng)用
      基于遺傳算法和LS-SVM的財(cái)務(wù)危機(jī)預(yù)測(cè)
      基于滬深300指數(shù)的價(jià)格發(fā)現(xiàn)及波動(dòng)性研究
      基于SV模型的人民幣理財(cái)產(chǎn)品收益率波動(dòng)性研究
      基于改進(jìn)的遺傳算法的模糊聚類(lèi)算法
      基于DDS的分布式三維協(xié)同仿真研究
      思南县| SHOW| 普定县| 彭山县| 博客| 南开区| 哈巴河县| 松桃| 双城市| 青龙| 高清| 军事| 德州市| 平顶山市| 洪泽县| 承德市| 凯里市| 东宁县| 嘉兴市| 剑阁县| 会泽县| 咸丰县| 临邑县| 屏边| 图们市| 郴州市| 禄劝| 老河口市| 新河县| 安顺市| 昌图县| 莫力| 贺州市| 临汾市| 揭西县| 自贡市| 洛南县| 桦甸市| 泸定县| 宜春市| 宣威市|