大规模风电并网必然会给电力系统带来一系列的电能质量问题,为保证电网投资经济性和电能质量最优,考虑风机出力以及负荷预测的不确定性,利用机会约束规划方法构建了以线路总长度最短,风电场并网公共连接点处的电压闪变水平最低为目标的...大规模风电并网必然会给电力系统带来一系列的电能质量问题,为保证电网投资经济性和电能质量最优,考虑风机出力以及负荷预测的不确定性,利用机会约束规划方法构建了以线路总长度最短,风电场并网公共连接点处的电压闪变水平最低为目标的风电场多目标电网规划模型。针对传统优化算法的目标权重人为选择以及常规NSGA2算法的局部收敛等问题,提出将正态分布交叉(normal distribution crossover,NDX)算子引入到NSGA2算法中,借助NDX算子加强算法的全局搜索能力,优化出最佳的电网规划方案。对IEEE6节点系统的仿真结果表明所提方法具有较高的决策效率,得到的含风电场电网的规划方案,在保证经济性的同时,也使风机并网点的电能质量达到更高的品质。展开更多
提出了一种电力配电网线损计算的RBFNN(Radial basis function neural networks)方法．主要利用RBFNN较强的拟合特性映射线损与特征参数之间复杂的非线性关系,记忆配电线路在结构参数和运行参数变化时线损的规律．采用LBG聚类方法和一...提出了一种电力配电网线损计算的RBFNN(Radial basis function neural networks)方法．主要利用RBFNN较强的拟合特性映射线损与特征参数之间复杂的非线性关系,记忆配电线路在结构参数和运行参数变化时线损的规律．采用LBG聚类方法和一种确定最佳聚类数的标准来优化RBFNN隐层节点,以提高网络的利用效率．实例仿真验证了所提方法的有效性和实用性．展开更多
文摘大规模风电并网必然会给电力系统带来一系列的电能质量问题,为保证电网投资经济性和电能质量最优,考虑风机出力以及负荷预测的不确定性,利用机会约束规划方法构建了以线路总长度最短,风电场并网公共连接点处的电压闪变水平最低为目标的风电场多目标电网规划模型。针对传统优化算法的目标权重人为选择以及常规NSGA2算法的局部收敛等问题,提出将正态分布交叉(normal distribution crossover,NDX)算子引入到NSGA2算法中,借助NDX算子加强算法的全局搜索能力,优化出最佳的电网规划方案。对IEEE6节点系统的仿真结果表明所提方法具有较高的决策效率,得到的含风电场电网的规划方案,在保证经济性的同时,也使风机并网点的电能质量达到更高的品质。
文摘提出了一种电力配电网线损计算的RBFNN(Radial basis function neural networks)方法．主要利用RBFNN较强的拟合特性映射线损与特征参数之间复杂的非线性关系,记忆配电线路在结构参数和运行参数变化时线损的规律．采用LBG聚类方法和一种确定最佳聚类数的标准来优化RBFNN隐层节点,以提高网络的利用效率．实例仿真验证了所提方法的有效性和实用性．
