【电压暂降治理方案优化配置策略分析8600字（论文）】

1 1 4 61.4电压暂降治理方案选取流程 1进行电压暂降事件的评估研究的技术意义在于有机连接电压暂降监测技术器和飞轮储能装置，各自的治理效果对比图如图1.1.1所示。接下来简要介绍一▲治理前；▲UPS/飞轮治理后；△DVR治理后(1)不间断电源。即使发生较为严重的电压暂降事件也能满足用户的用电需求。图1.1.2所示为在线式UPS主回路原理图。由图1.1.1可见，接受UPS治理后敏感用户感受到的电压基本可以维持在旁路开关旁路开关隔离开关1隔离开关2市电Fig.1.1.2.Schematicdiagramof(2)动态电压恢复器。检修回路组成，其基本结构如图1.1.3所示。当公用电网正常时，设备处于并网处于待机或者充电状态。当电压暂降发生的一瞬间，通过快速静态开关(SCR)一次电压暂降的完整治理流程。DVR的容量需要根据特定用户的实UPS,但存在输出谐波含量大、补偿深度及持续时间受限等隔离开关1隔离开关2Fig.1.1.3.Devicestructurediagram(3)飞轮储能。方式运行，将动能转化为电能，向敏感用户释放能量保证敏感用户的正常工持平。可参见图1.1.1,且具有治理效率高、使用寿命长、存储容量大、充放电MFig.1.1.1.Workingprinciplediagramofflywheelsystem(1)初始投资成本案，三种治理方案将分别采用1.1.1节中研究的三种暂降治理设备。每种治理方(2)日常运行维护成本1.2电压暂降治理方案优化配置模型率是很低的，为了应对这些极端暂降事件所需要额外治理成本却是相当客观(1)治理成本最优目标为：现值；nj为第j种治理方案的全生命周期。(2)治理效果最优目标转变，例如敏感设备前端装设UPS,接入点处发生一些种治理方案后再进行风险评估的评估结果，(1)电压约束(2)容量约束UPS和飞轮储能装置的工作机理决定了这两种设备的安装容量与敏感用户对于目前市面上主流的UPS,想要保证其在最优工作状态应该将设备的输出能力控制在55%左右，投切输出能力控制在80%,余裕系数η一般取0.30~0.98。目前市面上常见飞轮储能装置的工作效能可以达到80%,余裕系数λ一般取0.13DVR作为动态补偿设备相较于前两种治理设备，其安装容量更多是要考虑(3)功率因数安全性约束1.3模型求解算法1.3.1郊狼寻优算法基本原理COA包含种群初始参数设定、种群内部教化、幼狼诞生存活与成员驱逐吸(1)种群初始参数设定需要设定的郊狼种群参数包括以下几项，郊狼小组数量No、小组内郊狼数量Ni以及种群中郊狼各属性初始化，第m组第n只郊狼第1个属性的初始化公式见式(1.3.1)。最后计算每头郊狼coy的种群适配性mr(2)种群内部教化种群律法tor以及随机选取的组内成员δ2。其中种群律法的计算式如式(1.3.3)所示，律法中的每一个元素是组内所有郊狼对应属性的中位数(0为排名后的属性序列),故tor又称郊狼评判标杆。具体模型如如式(1.3.8)所示。(3)幼狼诞生存活系数age=0。(4)成员驱逐吸收从算法描述来看，与粒子群算法等经典的寻优算法相比，COA主要具有下面几个优势：a、多层搜索结构以及组间交互机制提升搜索能力的同时也保证了全局搜索的精度，一定程度上解决了陷入局部最优的问题；b、每个群组内有模范郊狼和种群律法作为引导，局部搜索能力得到了大幅度的提升；c、每一代郊但是COA也有自身性能的不足：郊狼优化算法每一次迭代都要先更新中途(1)反向学习策略COA作为元启发式寻优算法，它的寻优精度，收敛能力以及搜索范围都与(2)种群内部精英教化策略为防止病态暂降事件数据影响治理设备容量寻优适配性，当某个个体适配性高于平均水平，对于模仿郊狼的学习比例将会降低；1.4电压暂降治理方案选取流程应用郊狼改进算法对本章节提出的电压暂降治理设备优化配置模型求解流(1)根据治理设备性能数据、实际节点电压暂降事件数据以及上一章节的(2)通过郊狼优化算法，每个用户节点对应三种电压暂降治理设备生成三(3)通过比较每个节点不同配置方案的经济性和优化治理效果，最终确定(4)对配置最优电压暂降治理方案的节点进行后续的仿真模拟，通过蒙特设备类型单位容量成本(元●(kV●A)-1)15%购置成本5%购置成本飞轮储能除了调研设备的市面成本意外，算法以及设备运行的一些参数也需要设定：首先是容量约束方面，DVR考虑用户能够接受的最恶劣电压工作状况，此时短时电压变比取0;采用UPS及飞轮储能装置应能够保证用户要求保护范围内用户可以一直处于良好运行状态，因此余裕系数分别取均值0.64与0.13。本文优化算法的种群初始参数如下：组群数No=5,组内个体数N=20,,此外为验证本章 (SineCosineAlgorithm,SCA)以及传统的郊狼优化算法与本文的寻优行对比，对于APSO,惯性权重w=0.4+0.5(t/tmax),学习因子ci=2-2(t/tmax),c2=2按照本文模型和方法对第三章算例分析里的六个敏感用户节点进行治理方b作为算例示范点的演示，根据用户的供电质量需求，来计算并优化治理设备的安装容量，经过本文寻优算法独立运算50次取均值得到的优化配置结果如表所治理方案设备安装设备全寿初始投资成本/万元维护成本/成本/万元万元治理优化效果△Ga5bCc,且其年均治理成本少于方案c,因此这两个方案之间方案b胜出；虽然方案2治理后的治理优化效果稍逊于方案a,但是年均治理成本却比方案a小很多，因此对于该用户节点采用DVR的第二套治理方案是最具性价比的。对于示范节点b,保证其他条件相同，采用APSO、SCA等其他算法各自独立运算50次，首先检验算法的稳定性，由图1.5.1可见，本章节所提的改进郊狼算法求得的设备安装容量均值为898.70kV.A,波动范围较小且曲线趋势比较平缓，而传统郊狼算法求得的均值大概在930.45kV.A左右，结果偏大，而且波动接下来对算法的收敛性能进行校验，四种算法的收敛曲线如图1.5.2所示，迭代次数 用户节点进行治理设备容量的优化配置，通过算法推算出来的治理方案见表节点编号治理设备容量/(kV.A)abCdef将六个节点的用电情况都按照表1.5.3内确定的电压暂降事件数据，这里依旧以风险评价最差的节点b生概率见表1.5.4,在此基础上对模拟生成的数据按照第二章的方法进行电压暂降风险概率的计算，与未采用治理方案的数据进行对比，结果见图1.5.4,从图上可以看出无论是电网侧概