亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于短期負(fù)荷預(yù)測的電力系統(tǒng)無功電壓控制優(yōu)化策略研究

        2022-02-08 05:52:10國網(wǎng)上海市電力公司奉賢供電公司
        電力設(shè)備管理 2022年24期
        關(guān)鍵詞:優(yōu)化模型

        國網(wǎng)上海市電力公司奉賢供電公司 崔 浩

        近年來,我國工業(yè)和經(jīng)濟(jì)的發(fā)展,致使用電客戶和電力系統(tǒng)中的設(shè)備對電能質(zhì)量的要求也越來越高,特別是電壓的質(zhì)量直接關(guān)系到電力系統(tǒng)的安全可靠運(yùn)行[1]。為了能夠?qū)崿F(xiàn)對電壓幅值、功率因數(shù)的控制,使用的是自動電壓無功控制技術(shù)(Automatic Voltage Control,AVC),在電力系統(tǒng)中還能夠降低輸電過程中的線路無功功率的損耗[2]。隨著智能電網(wǎng)的發(fā)展,無功的不合理分布會降低電壓質(zhì)量,影響到用電設(shè)備的使用和系統(tǒng)的調(diào)度,無功電壓控制對電能質(zhì)量和系統(tǒng)的安全穩(wěn)定運(yùn)行越來越重要[3]。

        電壓無功控制主要有二層控制模式和三層控制模式,這些主要的控制模式都是利用的九區(qū)域圖方法或是在傳統(tǒng)的九區(qū)圖方法的基礎(chǔ)上進(jìn)行的改進(jìn),控制方法雖然簡單,但是容易出現(xiàn)進(jìn)行無功控制后短時間回調(diào)的情況,不能從電力系統(tǒng)的負(fù)荷變換進(jìn)行預(yù)判,從而進(jìn)行頻繁控制,出現(xiàn)調(diào)節(jié)振蕩的問題[4-5]。因此,本文提出一種基于短期負(fù)荷預(yù)測的電力系統(tǒng)無功電壓控制策略,彌補(bǔ)傳統(tǒng)的AVC的不足,提高電力系統(tǒng)中的電壓和電能質(zhì)量。

        1 基于短期負(fù)荷預(yù)測的電壓無功控制策略分析

        1.1 基于短期負(fù)荷預(yù)測的電壓無功控制策略

        根據(jù)電力負(fù)荷預(yù)測的時間進(jìn)行劃分,主要有長期預(yù)測、中期預(yù)測和短期預(yù)測,基于短期負(fù)荷預(yù)測的電壓無功控制流程如圖1所示。

        圖1 基于短期負(fù)荷預(yù)測的電壓無功控制流程

        1.2 短期負(fù)荷預(yù)測分析與模型建立

        傳統(tǒng)時間序列預(yù)測模型需要有大量電力系統(tǒng)的運(yùn)行數(shù)據(jù)作為預(yù)測的訓(xùn)練基礎(chǔ),根據(jù)采集得到的數(shù)據(jù)進(jìn)行時間序列上的分析,根據(jù)時間上的特性對未來相似的時間段建立預(yù)測模型,利用大量的數(shù)據(jù)進(jìn)行檢驗(yàn)和訓(xùn)練模型對負(fù)荷進(jìn)行預(yù)測。

        基本灰色預(yù)測模型是在對得到的電力數(shù)據(jù)進(jìn)行處理后,對得到的n個變量x(0)的原始數(shù)據(jù)序列處理可以得到微分方程,即是:

        在公式(1)中,a和u是用于預(yù)測的模型中的參數(shù),將公式(1)進(jìn)行離散化后可以得到:

        在式公(2)中,β(1)是經(jīng)過一次累減運(yùn)算得到的逆運(yùn)算。對k和k+1項(xiàng)進(jìn)行平均值計算,得到:

        對公式(1)進(jìn)行整理,可以得到:

        利用最小二乘法可以得到:

        利用微分方程得到基本灰色預(yù)測模型的解為:

        可以對公式(6)進(jìn)行累減得到基本灰色預(yù)測模型的時間響應(yīng)函數(shù)為:

        在公式(6)和公式(7)中,k的取值為0,1,2,…,n。

        采用的負(fù)荷預(yù)測模型是前饋人工神經(jīng)網(wǎng)絡(luò)模型,如圖2所示,主要包括輸入層、隱含層和輸出層。

        圖2 負(fù)荷預(yù)測前饋神經(jīng)網(wǎng)絡(luò)模型

        基于人工經(jīng)網(wǎng)絡(luò)的負(fù)荷預(yù)測流程如圖3所示。

        圖3 基于人工神經(jīng)網(wǎng)絡(luò)模型的負(fù)荷預(yù)測流程

        2 電力系統(tǒng)無功電壓控制算法研究

        2.1 電壓無功優(yōu)化算法分析

        電壓無功控制對于電力系統(tǒng)的運(yùn)行至關(guān)重要,與無功功率控制、系統(tǒng)無功損耗以及無功電源都有著密切的聯(lián)系。在無功優(yōu)化控制使用的智能算法有神經(jīng)網(wǎng)絡(luò)算法、遺傳算法以及混沌優(yōu)化算法等。

        內(nèi)點(diǎn)法的本質(zhì)是在標(biāo)準(zhǔn)值區(qū)間內(nèi)部根據(jù)要求得到標(biāo)準(zhǔn)點(diǎn),在內(nèi)點(diǎn)法的基礎(chǔ)上利用松弛變量對函數(shù)不等式進(jìn)行約束處理得到原對偶內(nèi)點(diǎn)法,可以保證在優(yōu)化區(qū)間內(nèi)得到最優(yōu)解。原對偶內(nèi)點(diǎn)算法的實(shí)現(xiàn)流程如圖4所示。

        圖4 原對偶內(nèi)點(diǎn)算法流程

        2.2 優(yōu)化算法改進(jìn)設(shè)計

        利用人工神經(jīng)網(wǎng)絡(luò)算法和原對偶內(nèi)點(diǎn)算法結(jié)合的復(fù)合算法的流程如圖5所示。

        圖5 改進(jìn)后的復(fù)合算法實(shí)現(xiàn)流程

        3 仿真實(shí)驗(yàn)和結(jié)果分析

        3.1 人工神經(jīng)網(wǎng)絡(luò)負(fù)荷預(yù)測結(jié)果分析

        為驗(yàn)證人工神經(jīng)網(wǎng)絡(luò)負(fù)荷預(yù)測模型在電力系統(tǒng)負(fù)荷預(yù)測中的有效性,根據(jù)得到的日負(fù)荷數(shù)據(jù)對未來48h內(nèi)的負(fù)荷進(jìn)行預(yù)測,利用Matlab級進(jìn)行電力樣本數(shù)據(jù)處理和計算。

        首先對使用的S型功能函數(shù)值下訓(xùn)練過程中的變化進(jìn)行研究,選取人工神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練前100次的訓(xùn)練結(jié)果進(jìn)行分析,得到的功能函數(shù)誤差平方和的曲線如圖6所示。

        圖6 功能函數(shù)誤差平方和訓(xùn)練過程變化曲線

        由圖6可以看出,在進(jìn)行10次訓(xùn)練后,功能函數(shù)的誤差平方和就已經(jīng)收斂到要求范圍內(nèi),表明了使用的功能函數(shù)滿足要求。利用電力系統(tǒng)運(yùn)行得到的48h無功功率數(shù)據(jù)對人工神經(jīng)網(wǎng)絡(luò)模型進(jìn)行學(xué)習(xí)訓(xùn)練,得到的模型輸出值和實(shí)際樣本數(shù)據(jù)值如圖7所示。

        圖7 人工神經(jīng)網(wǎng)絡(luò)模型無功功率訓(xùn)練測試結(jié)果

        由圖7可以看出,人工神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練結(jié)果得到的無功功率值和實(shí)際的無功樣本值大致相同。利用48h的無功樣本數(shù)據(jù)預(yù)測未來48h的無功功率結(jié)果如圖8所示。

        圖8 人工神經(jīng)網(wǎng)絡(luò)模型和基本灰色模型無功負(fù)荷預(yù)測結(jié)果

        根據(jù)圖8得到預(yù)測結(jié)果和實(shí)際的48~72h的無功數(shù)據(jù)進(jìn)行比較,得到的預(yù)測值和實(shí)際值基本相符,證明了預(yù)測的可靠性。

        3.2 電壓無功優(yōu)化控制仿真分析

        利用IEEE33節(jié)點(diǎn)的配電電力系統(tǒng)對無功優(yōu)化控制進(jìn)行測試分析,和原對偶內(nèi)點(diǎn)算法進(jìn)行優(yōu)化控制對比,證明人工神經(jīng)網(wǎng)絡(luò)算法和原對偶內(nèi)點(diǎn)算法結(jié)合后的復(fù)合算法優(yōu)化控制的有效性,得到的優(yōu)化控制對比結(jié)果見表1。

        根據(jù)得到表1中的IEEE33節(jié)點(diǎn)的電壓幅值,可知人工神經(jīng)網(wǎng)絡(luò)算法和原對偶內(nèi)點(diǎn)算法結(jié)合后的復(fù)合算法優(yōu)化控制的各個節(jié)點(diǎn)電壓幅值有了較大的改善,證明了復(fù)合算法在無功優(yōu)化控制上具有較優(yōu)的性能。

        4 結(jié)語

        電力系統(tǒng)的短期負(fù)荷預(yù)測和無功電壓控制,對于電力系統(tǒng)的穩(wěn)定運(yùn)行控制具有重要的意義。本文研究了基于人工神經(jīng)網(wǎng)絡(luò)的負(fù)荷預(yù)測模型,對人工神經(jīng)網(wǎng)絡(luò)預(yù)測的模型進(jìn)行了構(gòu)建,對模型的原理和實(shí)現(xiàn)流程進(jìn)行了重點(diǎn)分析,并進(jìn)行了人工神經(jīng)網(wǎng)絡(luò)模型樣本數(shù)據(jù)訓(xùn)練和預(yù)測,結(jié)果證明了人工神經(jīng)網(wǎng)絡(luò)負(fù)荷預(yù)測模型預(yù)測誤差更小,精度更高。根據(jù)電力系統(tǒng)無功電壓控制的特點(diǎn),研究了電壓無功優(yōu)化控制算法,提出了人工神經(jīng)網(wǎng)絡(luò)算法和原對偶內(nèi)點(diǎn)算法結(jié)合的復(fù)合算法,并將復(fù)合算法用于配電網(wǎng)無功優(yōu)化控制中,各個節(jié)點(diǎn)的電壓得到了較大的改善。

        表1 IEEE33節(jié)點(diǎn)不同算法優(yōu)化控制電壓幅值比較

        猜你喜歡
        優(yōu)化模型
        一半模型
        超限高層建筑結(jié)構(gòu)設(shè)計與優(yōu)化思考
        民用建筑防煙排煙設(shè)計優(yōu)化探討
        關(guān)于優(yōu)化消防安全告知承諾的一些思考
        一道優(yōu)化題的幾何解法
        由“形”啟“數(shù)”優(yōu)化運(yùn)算——以2021年解析幾何高考題為例
        重要模型『一線三等角』
        重尾非線性自回歸模型自加權(quán)M-估計的漸近分布
        3D打印中的模型分割與打包
        FLUKA幾何模型到CAD幾何模型轉(zhuǎn)換方法初步研究
        亚洲免费视频播放| 国产乱码人妻一区二区三区| 久久狠狠爱亚洲综合影院| 自慰无码一区二区三区| 欧美一区二区午夜福利在线yw| 日本精品人妻一区二区三区| 国产精品狼人久久影院软件介绍 | 亚洲国产精品一区二区成人av| 国产欧美日韩精品专区| 国产精品亚洲一区二区无码| 国产亚洲美女精品久久久2020| 精品麻豆一区二区三区乱码| 婷婷色综合视频在线观看| 亚洲欧美一区二区三区| 国产精品白浆视频免费观看| 99久久久69精品一区二区三区| 欧美xxxxx在线观看| 亚洲乱码国产一区三区| 国产日韩欧美视频成人| 亚洲捆绑女优一区二区三区 | 国产亚洲精品久久777777| 热久久这里只有| 国产精品三级国产精品高| 国产精品人成在线观看免费| 男女性高爱潮免费网站| 日韩一区二区不卡av| 色婷婷一区二区三区久久亚洲| 亚洲午夜久久久久久久久电影网 | 免费精品无码av片在线观看| 日韩av东京社区男人的天堂| 国产目拍亚洲精品一区二区| 久久熟女乱一区二区三区四区| 国产高潮流白浆视频在线观看| 国产青榴视频在线观看| 亞洲綜合一區二區三區無碼| 国内精品久久人妻互换| av无码精品一区二区三区| 猫咪免费人成网站在线观看| 国产成人精品人人做人人爽| 少妇又色又爽又高潮在线看| 免费拍拍拍网站|