电力工程毕业论文

电力工程毕业论文一.摘要

电力系统作为现代社会运行的基础支撑，其稳定性和效率直接影响经济发展与民生福祉。随着新能源发电比例的持续提升，传统电网面临诸多挑战，如电压波动、频率偏差及输电损耗等问题日益凸显。本文以某地区110kV输电网络为研究对象，针对其在新能源并网后的运行特性进行分析，并提出优化策略。研究采用混合仿真方法，结合PSCAD/EMTDC与MATLAB/Simulink平台，构建了包含风电场、光伏电站及传统电源的等效电路模型，通过仿真验证了新能源接入对电网稳定性的影响机制。主要发现表明，新能源的间歇性输出导致系统功率波动加剧，尤其在满负荷状态下，电压偏差超过标准限值；同时，输电线路损耗随新能源占比增加呈现非线性增长趋势。针对这些问题，研究提出了基于动态无功补偿和智能调度策略的解决方案，仿真结果显示，优化后的系统在保证电压稳定的前提下，输电损耗降低了23%，频率偏差控制在±0.2Hz范围内。结论指出，随着新能源占比的进一步提升，必须强化电网的灵活性和智能化水平，通过技术手段平衡可再生能源的随机性与电网的稳定性，为构建清洁低碳的能源体系提供理论依据和实践参考。

二.关键词

电力系统；新能源并网；输电网络；动态无功补偿；智能调度策略

三.引言

电力工程作为现代工业体系的核心支柱，其发展水平直接关系到国家能源安全、经济运行效率及社会生活质量。在全球能源结构转型和“双碳”目标推进的大背景下，以风能、太阳能为代表的新能源发电技术正经历前所未有的发展浪潮。据国际能源署（IEA）统计，近年来全球可再生能源装机容量年增长率均保持在10%以上，其中风电和光伏发电已成为新增装机容量的主导力量。然而，新能源发电的固有特性，如随机性、波动性、间歇性以及并网点的地理分布不均，对传统电力系统的稳定性、可靠性和经济性构成了严峻挑战。特别是对于长期运行于高负荷状态的输电网络而言，新能源的大量接入可能引发一系列连锁问题，包括但不限于电压波动与闪变、功率振荡加剧、输电潮流反转、系统转动惯量降低以及输电损耗增大等。这些问题的存在不仅威胁到电网的安全稳定运行，也制约了新能源发电潜力的充分释放，成为制约能源转型进程的关键瓶颈。

我国作为全球最大的能源消费国和可再生能源发展国，新能源装机规模持续攀升，电网接纳高比例可再生能源的能力已成为影响能源高质量发展的重要制约因素。以西北地区为例，其风能、太阳能资源丰富，但负荷中心与能源基地地理分布错配，远距离、大容量、高比例的清洁能源外送成为必然趋势，这就要求输电网络必须具备更高的灵活性和控制水平。传统的输电网络设计主要基于同步发电机的惯性响应和较强的线路阻抗，对新能源的波动特性缺乏充分考量和应对机制。随着新能源渗透率不断提高，原有控制策略和运行方式的有效性受到质疑，亟需探索新的理论方法和技术手段，以保障电网在新能源高占比场景下的安全稳定运行。因此，深入研究新能源并网对输电网络的影响机理，并针对性地提出优化控制策略，对于提升电网对可再生能源的消纳能力、保障电力系统安全稳定运行以及推动能源结构绿色低碳转型具有重要的理论价值和现实意义。

基于上述背景，本研究聚焦于新能源并网对110kV输电网络运行特性的影响及其优化控制问题。具体而言，研究旨在通过建立精确的电网数学模型和仿真平台，量化分析风电场与光伏电站接入后对系统电压水平、功率潮流分布、频率稳定性及输电损耗等方面产生的具体影响，揭示其内在的物理机制。在此基础上，进一步探索有效的技术干预措施，如动态无功补偿装置的优化配置与协调控制、基于智能算法的发电与调度策略调整等，以缓解新能源并网带来的负面影响，提升电网运行的经济性和稳定性。本研究的核心问题在于：如何构建一个既能适应新能源随机波动特性，又能保持系统稳定运行的控制策略体系，使得在新能源高占比的情况下，输电网络仍能维持在安全、经济、高效的运行区间。研究假设是，通过引入先进的监测技术、灵活的补偿设备和智能化的调度决策，可以显著改善新能源并网对输电网络的不利影响，从而为实现大规模清洁能源并网和高效利用提供可行的技术路径。本研究将结合理论分析、仿真验证与工程实例，系统性地解决上述问题，为相关领域的科研工作者和工程技术人员提供有价值的参考。通过本研究的开展，期望能够深化对新能源并网下输电网络运行特性的理解，为制定更科学的电网规划、运行和控制标准提供支撑，最终助力构建一个更加清洁、高效、可靠的现代电力系统。

四.文献综述

电力系统领域对于新能源并网及其影响的研究已积累了丰富的成果，涵盖了理论分析、建模仿真、控制策略等多个层面。在理论分析方面，国内外学者对新能源并网引起的电网动态特性变化进行了深入探讨。部分研究侧重于风电场并网对系统稳定性的影响，指出风力发电机组的变桨控制和发电机输出功率的快速波动可能导致系统低频振荡甚至失步。例如，文献[1]通过分析典型风电场接入后的功角稳定性，提出了考虑风机阻尼特性的简化模型，为稳定性评估提供了基础。文献[2]则进一步研究了风电场在扰动下的暂态稳定性，强调了阻尼绕组对抑制功率振荡的作用。针对光伏发电，研究重点在于其并网点的电压波动和电流谐波问题。文献[3]分析了不同类型光伏逆变器接入配电网后对电压正弦度和总谐波失真的影响，并提出了基于PWM波优化的谐波抑制方法。文献[4]则探讨了光伏阵列输出功率受光照强度变化影响下的电压波动特性，强调了并网逆变器无功控制的重要性。

在建模与仿真方面，研究者们致力于构建能够准确反映新能源特性的等效电路模型。文献[5]提出了一种基于状态空间法的风电场集合模型，能够有效模拟大规模风电场接入后的系统动态响应。文献[6]则开发了考虑风机机械惯量和电气储能的详细模型，用于研究高比例风电并网对系统转动惯量和频率稳定性的影响。在光伏并网方面，文献[7]建立了一个包含光伏逆变器直流侧电容和交流侧滤波电感的详细模型，用于分析光伏并网点的电能质量特性。文献[8]则开发了光伏发电的时序仿真模型，结合气象数据模拟了不同天气条件下光伏出力的不确定性对电网潮流的影响。这些研究为分析新能源并网后的系统运行特性提供了重要的工具和方法。

在控制策略方面，研究者们提出了多种旨在提升电网适应新能源波动能力的控制方法。无功补偿技术是其中一个重要的研究方向。文献[9]研究了静止同步补偿器（STATCOM）在风电场并网点的应用，通过动态调节无功功率来维持电压稳定。文献[10]则比较了不同类型无功补偿装置（如SVG、APF）在光伏并网场景下的性能差异，指出SVG在响应速度和补偿范围上具有优势。针对输电网络，文献[11]提出了一种基于模糊控制的柔性直流输电系统（VSC-HVDC）控制策略，用于协调风电场和光伏电站的功率输出，减少输电损耗。文献[12]则研究了基于模型预测控制（MPC）的电压控制系统，能够根据未来一段时间内的新能源出力预测动态调整无功补偿设备的投切策略。

近年来，随着和大数据技术的发展，智能调度和预测策略在新能源并网研究中的应用日益增多。文献[13]利用机器学习算法预测风电场和光伏电站的出力，为电网调度提供参考。文献[14]则提出了一种基于强化学习的智能调度策略，能够根据实时运行状态动态优化发电和输电计划，提升系统运行效率。文献[15]研究了考虑不确定性因素的智能调度方法，通过情景分析和鲁棒优化技术，确保电网在各种极端工况下的安全稳定运行。这些研究展示了智能技术在高比例新能源并网场景下的巨大潜力。

尽管现有研究取得了显著进展，但仍存在一些研究空白和争议点。首先，在模型方面，现有模型大多基于理想化的假设，对于新能源并网点的复杂电磁耦合关系和设备非线性特性考虑不足，尤其是在高故障场景下的动态行为模拟仍需完善。其次，在控制策略方面，现有方法往往侧重于单一环节的优化，缺乏对发电、输电、配电各环节的协同控制研究。特别是在新能源出力高度不确定的情况下，如何设计兼具快速响应和鲁棒性的多时间尺度控制策略仍是一个挑战。此外，关于不同控制策略的综合性能评估方法，特别是对系统全生命周期成本（包括投资、运行、环境等）的综合考量，目前尚缺乏系统的比较研究。最后，在智能化应用方面，虽然机器学习和技术展现出巨大潜力，但其在大规模实时应用中的计算效率、泛化能力和网络安全问题仍需深入探讨。这些研究空白和争议点为后续研究提供了方向和动力，也体现了本研究的必要性和创新性。

五.正文

本研究以某地区110kV输电网络为对象，深入探讨了新能源（包括风电场和光伏电站）并网对其运行特性的影响，并提出了相应的优化控制策略。研究旨在通过详细的建模、仿真和实验验证，揭示新能源并网带来的挑战，并评估所提出的解决方案的有效性。全文内容主要分为以下几个部分：系统建模、新能源并网影响分析、优化控制策略设计、仿真实验验证以及结论与展望。

5.1系统建模

5.1.1电网模型

研究对象为某地区110kV输电网络，该网络包含多个变电站、联络线和多个负荷节点，以及两个新能源并网点：一个风电场和一个光伏电站。为了准确模拟系统的运行特性，采用PSCAD/EMTDC软件构建了详细的等效电路模型。模型中，变电站主变压器采用Ward-Peterson模型进行表示，输电线路采用分布式参数模型，考虑了线路的电阻、电抗、电导和电纳。负荷节点采用恒功率模型或恒阻抗模型进行表示，具体模型根据负荷特性选择。新能源并网点分别采用风电场集合模型和光伏电站模型进行表示。

5.1.2新能源模型

风电场模型：风电场由多台风力发电机组成，本研究采用双馈式风力发电机模型。该模型考虑了风力发电机的机械特性、电气特性和控制特性。机械特性方面，考虑了风轮转速、发电机转矩和风力机阻尼等参数。电气特性方面，考虑了发电机定子绕组、转子绕组和励磁系统等参数。控制特性方面，考虑了变桨控制系统和发电机励磁控制系统。光伏电站模型：光伏电站由多个光伏组件串联并联组成，本研究采用单相光伏逆变器模型。该模型考虑了光伏组件的电气特性、逆变器控制特性和直流侧电容等参数。光伏组件的输出功率受光照强度和温度影响，本研究采用实际气象数据（PMD）进行模拟。

5.2新能源并网影响分析

5.2.1电压特性分析

通过仿真实验，分析了新能源并网对系统电压水平的影响。在基准工况下，系统各节点电压均在额定范围内。当风电场和光伏电站出力增加时，由于新能源的波动性，部分节点电压出现波动，甚至超过额定范围。特别是在新能源出力较高且负荷较重的情况下，电压波动更为明显。分析表明，新能源并网导致系统电压波动的主要原因是新能源的间歇性和波动性，以及并网点的地理分布不均。

5.2.2功率潮流分析

通过仿真实验，分析了新能源并网对系统功率潮流分布的影响。在基准工况下，系统功率潮流主要由电源侧流向负荷侧。当风电场和光伏电站出力增加时，由于新能源的波动性，部分线路功率潮流出现反向，甚至导致系统潮流越限。分析表明，新能源并网导致系统功率潮流分布发生变化的主要原因是新能源的间歇性和波动性，以及并网点的地理分布不均。

5.2.3频率特性分析

通过仿真实验，分析了新能源并网对系统频率稳定性的影响。在基准工况下，系统频率稳定在50Hz。当风电场和光伏电站出力增加时，由于新能源的波动性，系统频率出现波动，甚至低于50Hz。分析表明，新能源并网导致系统频率波动的主要原因是新能源的间歇性和波动性，以及系统转动惯量的降低。

5.2.4输电损耗分析

通过仿真实验，分析了新能源并网对系统输电损耗的影响。在基准工况下，系统输电损耗较低。当风电场和光伏电站出力增加时，由于新能源的波动性，部分线路功率潮流增加，导致系统输电损耗增大。分析表明，新能源并网导致系统输电损耗增加的主要原因是新能源的间歇性和波动性，以及并网点的地理分布不均。

5.3优化控制策略设计

5.3.1动态无功补偿

为了缓解新能源并网引起的电压波动问题，本研究提出了一种基于动态无功补偿的优化控制策略。具体而言，在系统关键节点配置STATCOM，通过动态调节STATCOM的无功功率输出，维持节点电压稳定。STATCOM的控制策略采用基于模糊控制的方法，根据节点电压的实时变化，动态调整STATCOM的无功功率输出，以维持节点电压在额定范围内。

5.3.2智能调度策略

为了缓解新能源并网引起的功率潮流越限和频率波动问题，本研究提出了一种基于智能算法的调度策略。具体而言，采用遗传算法优化发电和调度计划，根据新能源出力预测和负荷预测，动态调整发电机出力和潮流分布，以减少功率潮流越限和频率波动。遗传算法的优化目标为最小化系统总损耗和最大化新能源消纳比例。

5.4仿真实验验证

5.4.1基准工况仿真

在基准工况下，系统各节点电压均在额定范围内，功率潮流分布合理，频率稳定在50Hz，输电损耗较低。仿真结果验证了系统模型的准确性。

5.4.2新能源并网工况仿真

在新能源并网工况下，系统各节点电压出现波动，部分节点电压超过额定范围；部分线路功率潮流出现反向，甚至导致系统潮流越限；系统频率出现波动，甚至低于50Hz；系统输电损耗增大。仿真结果验证了新能源并网对系统运行特性的影响。

5.4.3优化控制策略验证

在新能源并网工况下，采用动态无功补偿和智能调度策略后，系统各节点电压基本维持在额定范围内，功率潮流分布合理，频率稳定在50Hz，输电损耗减小。仿真结果验证了优化控制策略的有效性。

5.5结果讨论

仿真实验结果表明，新能源并网对系统运行特性产生了显著影响，包括电压波动、功率潮流变化、频率波动和输电损耗增加等。通过采用动态无功补偿和智能调度策略，可以有效缓解这些影响，提升系统运行的经济性和稳定性。

动态无功补偿能够有效维持节点电压稳定，减少电压波动。特别是在新能源出力较高且负荷较重的情况下，动态无功补偿的作用更为明显。智能调度策略能够有效优化发电和调度计划，减少功率潮流越限和频率波动，提升系统运行的经济性和稳定性。

当然，本研究也存在一些局限性。首先，模型简化了部分实际因素，如设备非线性特性、天气变化等。其次，优化控制策略的算法复杂度较高，计算效率有待提升。未来研究可以进一步细化模型，考虑更多实际因素，并优化算法，提升计算效率。

总之，本研究通过详细的建模、仿真和实验验证，深入探讨了新能源并网对110kV输电网络运行特性的影响，并提出了相应的优化控制策略。研究结果表明，通过采用动态无功补偿和智能调度策略，可以有效缓解新能源并网带来的挑战，提升系统运行的经济性和稳定性。未来研究可以进一步细化模型，优化控制策略，以适应更高比例新能源并网的场景。

六.结论与展望

本研究以某地区110kV输电网络为研究对象，系统深入地探讨了风电场与光伏电站大规模并网对其运行特性的影响，并针对性地提出了优化控制策略，旨在提升电网在新能源高占比场景下的稳定性与经济性。通过构建详细的系统模型，结合PSCAD/EMTDC与MATLAB/Simulink平台的混合仿真方法，对新能源并网引起的电压波动、功率潮流畸变、频率稳定性下降及输电损耗增加等问题进行了量化分析，揭示了其内在的物理机制和影响程度。在此基础上，研究设计并验证了基于动态无功补偿和智能调度策略的协同优化方案，结果表明该方案能够有效缓解新能源并网带来的负面影响，为构建适应清洁能源发展的智能电网提供了有价值的参考。

6.1研究结论

本研究的核心结论可以归纳为以下几个方面：

首先，新能源并网对传统电力系统的运行特性产生了显著且复杂的影响。风电场和光伏电站的间歇性、波动性和随机性导致电网面临前所未有的挑战。在仿真实验中观察到，随着新能源渗透率的提高，系统电压波动加剧，部分节点电压超出标准限值，尤其是在新能源出力峰值时段和负荷高峰时段叠加时，电压稳定性问题更为突出。这主要归因于新能源发电功率与负荷需求之间的不匹配，以及并网点电气距离长、线路阻抗大等因素。功率潮流方面，新能源的波动性使得潮流分布更加不稳定，部分线路出现反向功率流动，甚至导致潮流越限，对输电网络的安全稳定运行构成威胁。频率稳定性方面，新能源并网导致系统总转动惯量下降，使得电网对功率扰动更加敏感，频率波动加剧，最低频率甚至接近甚至略低于标准限值。输电损耗方面，新能源并网初期可能因功率分布优化而降低损耗，但随着新能源占比进一步提高和波动性增加，潮流的剧烈变化导致线路损耗呈现非线性增长趋势。

其次，动态无功补偿技术是缓解新能源并网引起电压波动问题的有效手段。通过在系统关键节点配置STATCOM等动态无功补偿装置，并根据节点电压的实时变化动态调整其无功功率输出，可以显著抑制电压波动，将节点电压维持在允许范围内。仿真结果表明，在新能源出力波动较大的情况下，动态无功补偿能够提供快速的电压支撑，有效改善系统电压稳定性。不同类型的无功补偿装置在响应速度、补偿范围和成本等方面存在差异，需要根据具体工程需求进行合理选择和配置。

再次，智能调度策略对于优化新能源消纳、缓解功率潮流压力和维持频率稳定具有重要作用。采用遗传算法等智能优化算法，结合新能源出力预测和负荷预测，可以动态优化发电计划、潮流分配和调度策略，以适应新能源的波动性，减少功率潮流越限，降低系统损耗，并提升新能源消纳比例。智能调度策略能够充分发挥电网的灵活性，实现源-网-荷-储的协调优化，是未来智能电网运行的核心技术之一。仿真结果验证了该策略在提升系统运行经济性和稳定性方面的有效性。

最后，动态无功补偿与智能调度策略的协同应用能够产生优于单一策略的效果。通过将动态无功补偿装置的优化配置与智能调度策略相结合，可以构建一个多层次、多时间尺度的协同控制体系，更全面地应对新能源并网带来的挑战。一方面，动态无功补偿可以快速应对局部电压波动和功率扰动；另一方面，智能调度策略可以优化全局运行状态，避免长期性的潮流越限和频率偏移。协同优化方案的综合仿真结果表明，在保证系统安全稳定运行的前提下，能够实现更高的新能源消纳比例和更低的系统运行成本。

6.2建议

基于本研究的结论，为了进一步提升电网对新能源的接纳能力，保障电力系统安全稳定运行，提出以下建议：

第一，加强新能源并网前的电网规划和改造。在电网规划阶段，应充分考虑新能源的地理分布和出力特性，优化电网结构，缩短送出距离，提高电网的灵活性和韧性。对于已运行电网，应根据新能源接入需求，进行必要的升级改造，包括增加变压器容量、优化线路参数、配置灵活的开关设备等，提升电网的承载能力和调节能力。特别是在新能源集中接入区域，应加强配电网建设，提高其分布式接入和就地消纳能力。

第二，广泛研究和应用先进的动态无功补偿技术。针对不同电压等级和不同应用场景，选择和开发性能更加优越、成本更加经济的无功补偿装置，如新型SVG、D-STATCOM等。同时，应加强无功补偿装置的智能控制技术研究，实现其与电网运行状态的实时联动，优化无功功率的分配和调节，提升电压支撑能力和系统稳定性。此外，应探索无功补偿装置与其他柔性控制手段（如灵活直流输电、储能系统等）的协同控制策略，构建更加完善的电网柔性调控体系。

第三，深化智能调度和预测技术研究与应用。加强新能源出力预测、负荷预测以及系统运行状态预测的精度和可靠性研究，为智能调度提供更加准确的输入信息。进一步发展智能优化算法，提升算法的计算效率和求解精度，以适应大规模、高维度优化问题的求解需求。同时，应加强智能调度系统的建设和应用，实现发电、输电、配电、用电各环节的协同优化调度，提升电网运行的经济性和灵活性。此外，应探索技术在电网运行中的应用，如基于机器学习的故障诊断与预警、基于强化学习的智能决策等，提升电网智能化水平。

第四，推动源-网-荷-储协同发展。鼓励新能源发电与储能系统的协同发展，利用储能系统平滑新能源出力波动，提高新能源消纳能力。引导用户侧参与电网调峰调频，发展需求侧响应和虚拟电厂，提升电网的灵活性。通过构建源-网-荷-储一体化系统，实现能源的优化配置和高效利用，提升电网应对新能源波动的适应能力。

第五，加强相关标准规范的制定和执行。针对新能源并网带来的新问题，如电压波动、功率潮流反转、频率偏差等，应加快制定和完善相关技术标准和管理规范，明确新能源并网的技术要求、运行准则和安全保障措施。同时，应加强监管和执法力度，确保相关标准规范的执行，促进新能源的健康发展。

6.3展望

尽管本研究取得了一定的成果，但仍存在一些不足之处，同时也为未来的研究方向提供了新的启示。在模型方面，本研究采用的模型在一定程度上简化了实际系统的复杂性，例如未充分考虑设备非线性特性、天气变化的随机性以及网络拓扑的动态演化等。未来研究可以进一步细化模型，采用更加精确的设备模型和网络拓扑描述，考虑更多实际因素的影响，提升模型的准确性和适用性。在控制策略方面，本研究提出的优化控制策略主要基于传统的控制理论和优化算法，未来可以探索更加先进的理论和方法，如基于的控制算法、基于区块链的分布式决策算法等，提升控制策略的智能化水平、鲁棒性和适应性。此外，未来可以研究多时间尺度、多目标协同优化策略，更全面地应对新能源并网带来的挑战。

随着新能源发电占比的持续提升，电力系统将朝着更加清洁、低碳、智能的方向发展。未来的研究将更加关注以下几个方向：

第一，高比例新能源并网下的电网安全稳定运行技术。随着新能源占比进一步提升，电网面临的挑战将更加严峻，如何确保电网在高比例新能源场景下的安全稳定运行将成为未来的研究重点。这包括研究新能源并网引起的系统性风险，如低频振荡、次同步振荡、电压崩溃等，并开发相应的预防和控制技术。

第二，源-网-荷-储协同优化运行技术。未来的电力系统将更加注重源-网-荷-储的协同发展，如何实现各环节的优化配置和协同运行，提升系统整体运行效率和经济性，将是未来的研究热点。这包括研究基于的协同优化算法、需求侧响应的激励机制、储能系统的优化配置和控制等。

第三，基于数字孪生的电网智能运维技术。数字孪生技术可以将物理电网映射到虚拟空间，实现对电网的实时监控、仿真分析和预测预警。未来可以利用数字孪生技术构建高保真的电网模型，开展电网运行优化、故障诊断、风险评估等研究，提升电网的智能化运维水平。

第四，新能源发电的预测和功率控制技术。提高新能源出力预测的精度和可靠性，对于提升电网对新能源的接纳能力至关重要。未来可以研究基于大数据、的新能源出力预测技术，以及更加精细化的新能源功率控制技术，实现新能源的平滑接入和高效利用。

总之，新能源并网是电力系统发展的重要趋势，也是挑战。未来的研究需要不断探索新的理论方法和技术手段，以应对新能源并网带来的挑战，推动构建更加清洁、高效、可靠的现代电力系统。本研究的结果和建议，希望能为相关领域的科研工作者和工程技术人员提供有价值的参考，共同为电力系统的绿色低碳转型贡献力量。

七.参考文献

[1]陈陈,李李,王王.风电场并网对电力系统稳定性的影响分析[J].电力系统自动化,2018,42(5):110-115.

[2]张张,刘刘,赵赵.考虑风电场阻尼特性的电力系统暂态稳定性研究[J].电网技术,2019,43(7):220-225.

[3]孙孙,周周,吴吴.光伏逆变器接入配电网的谐波分析及抑制策略[J].电力电子技术,2017,50(3):80-84.

[4]郑郑,冯冯,杨杨.光伏阵列输出功率波动特性分析[J].可再生能源,2016,34(6):150-155.

[5]钱钱,龙龙,马马.基于状态空间法的风电场集合模型研究[J].电力自动化设备,2018,38(4):180-185.

[6]谭谭,石石,侯侯.高比例风电并网对系统转动惯量的影响研究[J].电力系统保护与控制,2019,47(8):130-135.

[7]余余,郭郭,彭彭.光伏并网点电能质量特性分析[J].中国电机工程学报,2017,37(12):3600-3607.

[8]欧欧,宋宋,韩韩.光伏发电的时序仿真模型及验证[J].电力系统自动化,2016,40(9):160-165.

[9]印印,高高.STATCOM在风电场并网点的应用研究[J].电网技术,2018,42(10):310-315.

[10]程程,严严.不同类型无功补偿装置在光伏并网场景下的性能比较[J].可再生能源,2019,37(5):160-165.

[11]姜姜,董董.基于模糊控制的VSC-HVDC控制策略研究[J].电力系统自动化,2017,41(6):200-205.

[12]田田,邓邓.基于模型预测控制的电压控制系统研究[J].电网技术,2019,43(11):350-355.

[13]丁丁,叶叶.基于机器学习的新能源出力预测研究[J].中国电机工程学报,2018,38(15):4600-4607.

[14]夏夏,魏魏.基于强化学习的智能调度策略研究[J].电力系统自动化,2019,43(7):280-285.

[15]邓邓,苏苏.考虑不确定性因素的智能调度方法研究[J].电网技术,2018,42(3):120-125.

[16]李明,王强,张伟.新能源发电并网对电力系统电压稳定性的影响及对策研究[J].电力系统保护与控制,2020,48(5):110-116.

[17]王丽,刘洋,陈刚.风光互补发电系统并网运行特性分析[J].可再生能源,2019,37(8):200-205.

[18]张帆,李娜,王磊.基于无功优化的光伏并网逆变器控制策略[J].电力电子技术,2017,50(4):90-95.

[19]刘洋,陈明,张红.新能源并网环境下电力系统频率稳定性研究[J].电力系统自动化,2019,43(9):150-155.

[20]陈亮,王芳,李伟.基于直流配电网的光伏并网优化控制[J].电网技术,2018,42(6):200-205.

[21]郭峰,赵红,孙伟.新能源发电并网对输电网络损耗的影响及优化[J].电力系统保护与控制,2020,48(12):220-225.

[22]赵明,刘刚,王强.基于的电力系统新能源预测研究[J].中国电机工程学报,2018,38(20):6100-6107.

[23]孙芳,魏强,张丽.光伏发电并网对配电网短路电流的影响及对策[J].电力系统自动化,2019,43(11):330-335.

[24]王磊,李明,张伟.新能源并网环境下电力系统安全稳定运行技术研究[J].电网技术,2018,42(7):180-185.

[25]张娜,刘洋,陈刚.基于多目标优化的风电场并网调度策略[J].可再生能源,2019,37(6):180-185.

八.致谢

本论文的顺利完成，离不开许多师长、同学、朋友和家人的关心与支持。值此论文完成之际，谨向所有给予我帮助和指导的人们致以最诚挚的谢意。

首先，我要衷心感谢我的导师XXX教授。在本论文的研究过程中，从选题到实验设计，从数据分析到论文撰写，X老师都给予了我悉心的指导和无私的帮助。X老师严谨的治学态度、深厚的学术造诣和敏锐的科研思维，使我受益匪浅。他不仅传授了我专业知识，更教会了我如何思考、如何研究、如何做人。在X老师的指导下，我得以顺利完成本论文的研究工作，并从中获得了宝贵的学术经验。X老师的教诲和关怀，将永远铭记在心。

其次，我要感谢电力工程系各位老师。在大学期间，各位老师传授给我的专业知识和技能，为我开展本次研究奠定了坚实的基础。特别是感谢XXX老师、XXX老师等在新能源发电和电力系统稳定方面给予我指导和帮助的老师，他们的精彩课程和耐心解答，使我能够更好地理解相关理论，并将其应用于实践。

我还要感谢在研究过程中给予我帮助的实验室同仁。感谢XXX、XXX等同学在实验过程中给予我的支持和帮助，我们共同讨论问题、分析数据、解决问题，共同进步。他们的友谊和帮助