【电压和电压稳定指数研究】带多台配电发电机 (DG) 的径向配电系统研究【IEEE33节点】附Matlab代码

✅作者简介:热爱科研的Matlab仿真开发者,擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。

🍎 往期回顾关注个人主页:Matlab科研工作室

🍊个人信条:格物致知,完整Matlab代码及仿真咨询内容私信。

🔥 内容介绍

本研究采用广泛应用于配电系统研究的IEEE 33节点径向配电系统作为研究对象。该系统由33个节点和32条支路组成,变电站位于节点1,其余节点为负荷节点。系统具有典型的径向结构,负荷类型为复合负荷(有功和无功负荷)。系统的详细参数,包括线路阻抗、节点负荷等,均采用标准的IEEE 33节点系统参数。

图2.1 IEEE 33节点径向配电系统拓扑图

(此处应插入IEEE 33节点系统拓扑图)

2.2 分布式发电机(DG)模型

DG的数学模型取决于DG的类型和控制策略。在本研究中,考虑到不同DG的特性,我们考虑两种典型的DG模型:

  • P-V模型: 这类DG可以控制其有功功率输出和并网点电压幅值。常见的P-V型DG包括同步发电机、带有特定控制策略的逆变器型DG等。在潮流计算中,P-V节点被视为发电机节点,其有功出力P和电压幅值V已知,需要计算其无功出力Q和电压相角δ。

  • P-Q模型: 这类DG可以控制其有功功率输出和无功功率输出。常见的P-Q型DG包括一些以恒定功率输出运行的DG。在潮流计算中,P-Q节点被视为负荷节点(发出功率为负值),其有功出力P和无功出力Q已知,需要计算其电压幅值V和相角δ。

在本研究中,我们将根据不同的仿真场景选择合适的DG模型。对于多台DG的仿真,我们将考虑不同类型DG的组合接入。

2.3 潮流计算方法

为了分析含DG系统的电压分布和功率潮流,需要进行潮流计算。对于径向配电系统,常用的潮流计算方法包括前推回代法、牛顿-拉夫逊法等。考虑到径向系统的特殊性以及计算效率,本研究将主要采用前推回代法进行潮流计算。

前推回代法是一种适用于径向或弱环网系统的迭代计算方法。它分为两个步骤:

  • 前推(Forward Sweep):

     从变电站(节点1)开始,根据各节点的注入功率和线路阻抗,计算各节点末端的电流。

  • 回代(Backward Sweep):

     从最末端节点开始,根据支路电流和线路阻抗,计算各节点的电压。

通过迭代计算,直到节点电压和功率达到收敛精度为止。

2.4 电压稳定指数

电压稳定指数是评估系统电压稳定裕度的一种常用工具。它通过量化节点的电压状态或潮流特性来反映系统接近电压崩溃点的程度。指数值通常介于0到1之间,0表示系统运行在稳定状态,1表示系统处于电压崩溃边缘。指数值越接近1,表示系统的电压稳定裕度越小。

本研究将采用L指数作为主要的电压稳定指数进行分析。L指数基于潮流计算结果,对于某个节点i,其L指数定义为:

𝐿𝑖=∣1−∑𝑗∈𝛼𝑌𝑖𝑗𝑉𝑗𝑌𝑖𝑖𝑉𝑖∣Li=∣1−YiiVi∑j∈αYijVj∣

其中,𝑌𝑖𝑗Yij是节点导纳矩阵的元素,𝑉𝑖Vi和𝑉𝑗Vj分别是节点i和节点j的电压相量,𝛼α是与节点i连接的所有节点的集合。对于整个系统,系统电压稳定指数通常取所有节点L指数的最大值:

𝐿𝑠𝑦𝑠𝑡𝑒𝑚=max⁡(𝐿𝑖)Lsystem=max(Li)

L指数的计算简便,且对于径向系统具有较好的适用性。通过计算不同DG接入场景下的L指数,可以直观地比较系统电压稳定裕度的变化。

第三章 仿真设置与结果分析

本章将详细介绍不同DG接入场景的仿真设置,并对潮流计算和电压稳定指数的计算结果进行分析。

3.1 基准场景设置

为了进行对比分析,首先建立没有DG接入的基准场景。在基准场景下,对IEEE 33节点系统进行潮流计算,获取各节点的电压幅值、相角以及系统的功率潮流分布。计算并记录各节点的L指数以及系统最大L指数。

3.2 单台DG接入场景

研究单台DG接入对系统电压和电压稳定性的影响,考察DG接入位置和容量的影响。

  • DG位置的影响:

     选择不同的节点(如靠近变电站的节点、中段节点、远端节点)接入一台固定容量和类型的DG,比较不同位置对系统电压分布和电压稳定指数的影响。

  • DG容量的影响:

     在一个固定位置接入不同容量的DG,分析DG容量变化对系统电压和电压稳定性的影响。

假设DG为P-Q模型,恒定有功出力和零无功出力。通过仿真计算,比较不同场景下节点的电压剖面图、电压偏差以及系统最大L指数。

3.3 多台DG接入场景

研究多台DG协同运行对系统电压和电压稳定性的影响,考察DG数量、位置组合和类型组合的影响。

  • 多台同类型DG接入:

     选择不同数量(如2台、3台)的同类型DG(如均为P-Q模型)接入到不同的节点,分析其共同作用下系统电压分布和电压稳定性的变化。考察不同位置组合对结果的影响。

  • 多台不同类型DG接入:

     选择不同数量的P-Q型和P-V型DG接入到系统中,分析不同类型DG的协同运行对系统电压和电压稳定性的影响。

  • 多台DG容量组合的影响:

     在固定位置接入多台DG,改变其容量组合,分析对系统电压和电压稳定性的影响。

通过仿真计算,比较不同场景下节点的电压剖面图、电压偏差以及系统最大L指数。

3.4 DG控制模式对结果的影响

研究DG的控制模式对系统电压和电压稳定性的影响。例如,对于P-V型DG,可以控制其并网点电压幅值,这将直接影响局部电压。对于P-Q型DG,其无功出力设定将影响系统电压水平。

  • P-V型DG控制:

     设定P-V型DG的控制电压幅值,分析其对系统电压和电压稳定性的影响。

  • P-Q型DG无功出力调整:

     对于P-Q型DG,研究通过调整其无功出力来支持或抑制电压的影响。

通过仿真计算,比较不同控制模式下系统的电压分布和电压稳定指数。

第四章 结果讨论与分析

本章将对第三章的仿真结果进行深入的讨论和分析。

4.1 DG接入对电压分布的影响分析

  • 分析DG接入如何改变传统的径向电压剖面,使得靠近DG并网点及附近的电压抬升,甚至可能出现电压越限现象。

  • 讨论DG接入位置对电压改善效果的影响。通常情况下,DG接入在负荷中心或远离变电站的节点更有利于改善电压。

  • 分析DG容量对电压抬升程度的影响。DG容量越大,电压抬升越明显。

  • 比较不同类型DG对电压分布的影响差异。P-V型DG由于可以控制并网点电压,对局部电压的支持作用更强。

  • 分析多台DG接入时的相互影响。多台DG同时出力可能加剧电压抬升或波动。

4.2 DG接入对电压稳定性指数的影响分析

  • 分析DG接入对系统电压稳定裕度的影响。DG的接入既可能改善系统电压,降低线损,从而提高电压稳定裕度;也可能改变系统潮流分布,尤其是在高渗透率情况下,可能降低系统的电压稳定裕度。

  • 讨论DG接入位置对电压稳定裕度的影响。靠近负荷中心的DG可能更有利于提高系统的电压稳定裕度。

  • 分析DG容量对电压稳定裕度的影响。适度的DG容量有助于提高电压稳定裕度,但过大的DG容量可能降低裕度。

  • 比较不同类型DG对电压稳定性的影响差异。具有无功调节能力的P-V型DG或P-Q型DG通过提供无功支持,可以有效提高系统电压稳定裕度。

  • 分析多台DG接入对系统整体电压稳定性的影响。多台DG的协同运行可能增加系统的复杂性,需要考虑它们之间的相互作用对系统整体稳定性的影响。

4.3 电压越限问题与电压控制

  • 讨论DG接入可能导致的电压越限问题,并分析导致电压越限的主要原因(如低负荷、高DG出力、线路阻抗大等)。

  • 探讨如何通过优化DG的接入方案(位置、容量)来避免或减轻电压越限。

  • 讨论基于DG自身控制能力的电压控制策略,例如P-V型DG的电压控制模式,以及P-Q型DG的无功出力调节。

  • 简要介绍其他电压控制手段(如无功补偿装置、变压器有载调压)与DG协同控制的可能性。

4.4 基于电压稳定指数的DG接入评估与规划建议

  • 讨论如何利用电压稳定指数来评估不同DG接入方案的优劣。

  • 提出基于电压稳定指数的DG接入规划建议,例如选择能够有效降低最大L指数的接入位置和容量组合。

  • 讨论如何将电压稳定指数作为多台DG协调控制的参考指标,以维持系统的电压稳定运行。

第五章 结论与展望

5.1 结论

本研究通过对含多台DG的IEEE 33节点径向配电系统的仿真研究,得出以下主要结论:

  • DG的接入显著改变了径向配电系统的电压分布,合理的位置和容量选择能够有效改善电压剖面,降低远端节点的电压跌落,但同时也存在电压抬升甚至越限的风险。

  • DG的接入对系统电压稳定裕度具有双重影响。在一定条件下,DG可以通过改善电压分布和降低线损来提高电压稳定裕度;然而,在高渗透率和不合理规划的情况下,DG也可能改变系统的潮流特性,导致电压稳定裕度降低。

  • DG的接入位置对系统电压分布和电压稳定性的影响具有显著的敏感性。将DG接入在靠近负荷中心或远端节点通常更有利于改善电压和提高电压稳定裕度。

  • DG的类型和控制模式对其对系统电压和电压稳定性的影响至关重要。具备无功调节能力的DG(如P-V型或可控无功出力的P-Q型)能够更有效地支持系统电压并提高电压稳定裕度。

  • 多台DG的协同运行使得系统运行更加复杂,其对电压和电压稳定性的综合影响取决于DG的数量、位置、容量、类型以及它们之间的相互作用。合理规划多台DG的接入方案和协调控制策略对于维持系统安全稳定运行至关重要。

  • 电压稳定指数(如L指数)是评估含DG配电系统电压稳定性的有效工具,其计算结果能够直观地反映系统接近电压崩溃点的程度,为DG的规划和运行控制提供参考。

5.2 展望

本研究为含多台DG的径向配电系统的电压和电压稳定性研究提供了一定的理论和技术支持,但也存在一些局限性,可以进一步深入研究以下方面:

  • 更复杂的DG模型:

     考虑DG的动态特性、故障穿越能力以及不同类型的DG(如储能系统)与现有DG的协同影响。

  • 更复杂的系统场景:

     研究含DG的环网配电系统或更大规模的配电网的电压和电压稳定性问题。

  • DG并网标准和控制策略:

     结合实际工程中的DG并网标准,研究更贴近实际的DG控制策略及其对电压和电压稳定性的影响。

  • 基于优化算法的DG规划:

     利用优化算法来确定DG的最佳接入位置和容量,以最大化电压改善效果或电压稳定裕度。

  • 实时电压稳定监测和控制:

     研究基于实时数据的电压稳定监测方法,并开发相应的实时控制策略,以应对DG出力波动和负荷变化。

  • 考虑不确定性因素:

     考虑DG出力和负荷的随机性,进行概率性电压稳定分析

⛳️ 运行结果

🔗 参考文献

📣 部分代码

🎈 部分理论引用网络文献,若有侵权联系博主删除

 👇 关注我领取海量matlab电子书和数学建模资料 

🏆团队擅长辅导定制多种科研领域MATLAB仿真,助力科研梦:

🌈 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化、背包问题、 风电场布局、时隙分配优化、 最佳分布式发电单元分配、多阶段管道维修、 工厂-中心-需求点三级选址问题、 应急生活物质配送中心选址、 基站选址、 道路灯柱布置、 枢纽节点部署、 输电线路台风监测装置、 集装箱调度、 机组优化、 投资优化组合、云服务器组合优化、 天线线性阵列分布优化、CVRP问题、VRPPD问题、多中心VRP问题、多层网络的VRP问题、多中心多车型的VRP问题、 动态VRP问题、双层车辆路径规划(2E-VRP)、充电车辆路径规划(EVRP)、油电混合车辆路径规划、混合流水车间问题、 订单拆分调度问题、 公交车的调度排班优化问题、航班摆渡车辆调度问题、选址路径规划问题、港口调度、港口岸桥调度、停机位分配、机场航班调度、泄漏源定位
🌈 机器学习和深度学习时序、回归、分类、聚类和降维

2.1 bp时序、回归预测和分类

2.2 ENS声神经网络时序、回归预测和分类

2.3 SVM/CNN-SVM/LSSVM/RVM支持向量机系列时序、回归预测和分类

2.4 CNN|TCN|GCN卷积神经网络系列时序、回归预测和分类

2.5 ELM/KELM/RELM/DELM极限学习机系列时序、回归预测和分类
2.6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU门控神经网络时序、回归预测和分类

2.7 ELMAN递归神经网络时序、回归\预测和分类

2.8 LSTM/BiLSTM/CNN-LSTM/CNN-BiLSTM/长短记忆神经网络系列时序、回归预测和分类

2.9 RBF径向基神经网络时序、回归预测和分类

2.10 DBN深度置信网络时序、回归预测和分类
2.11 FNN模糊神经网络时序、回归预测
2.12 RF随机森林时序、回归预测和分类
2.13 BLS宽度学习时序、回归预测和分类
2.14 PNN脉冲神经网络分类
2.15 模糊小波神经网络预测和分类
2.16 时序、回归预测和分类
2.17 时序、回归预测预测和分类
2.18 XGBOOST集成学习时序、回归预测预测和分类
2.19 Transform各类组合时序、回归预测预测和分类
方向涵盖风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、用电量预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断
🌈图像处理方面
图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知
🌈 路径规划方面
旅行商问题(TSP)、车辆路径问题(VRP、MVRP、CVRP、VRPTW等)、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、 充电车辆路径规划(EVRP)、 双层车辆路径规划(2E-VRP)、 油电混合车辆路径规划、 船舶航迹规划、 全路径规划规划、 仓储巡逻
🌈 无人机应用方面
无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配、无人机安全通信轨迹在线优化、车辆协同无人机路径规划
🌈 通信方面
传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化、水声通信、通信上传下载分配
🌈 信号处理方面
信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化、心电信号、DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测
🌈电力系统方面
微电网优化、无功优化、配电网重构、储能配置、有序充电、MPPT优化、家庭用电
🌈 元胞自动机方面
交通流 人群疏散 病毒扩散 晶体生长 金属腐蚀
🌈 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合、SOC估计、阵列优化、NLOS识别
🌈 车间调度
零等待流水车间调度问题NWFSP 、 置换流水车间调度问题PFSP、 混合流水车间调度问题HFSP 、零空闲流水车间调度问题NIFSP、分布式置换流水车间调度问题 DPFSP、阻塞流水车间调度问题BFSP

👇

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

matlab科研助手

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值