智能配電網潮流算法研究及其仿真軟件開發.pdf

1、智能配電網是一個允許大量分布式電源(DG)接入、支持電網及其設備可視化管理、擁有較強故障診斷與自愈能力的復雜配電網絡。智能配電網的上述三個特征在給社會帶來巨大經濟效益與便利的同時，也面臨著以下問題:(1)DG的大量接入會對配電網絡潮流分布產生重大的影響，但是目前對含DG的配電網潮流算法的研究非常少;(2)已有的電力系統仿真軟件集成度高，操作不靈活，價格昂貴;(3)經典潮流算法已經難以快速響應復雜多變的配電網絡。因此對上述三個問題的研究具

2、有重大的理論意義和實際研究價值。
　　本文首先基于Visual Studio平臺，采用可視化編程技術獨立開發了一款配電系統電力系統仿真與分析專用軟件，該軟件不僅能實現電力系統單線圖繪制、元件參數設置、電氣節點拓撲分析、潮流計算之外，而且具有基于SVG（可縮放矢量圖形）技術的電網模型解析功能。本文以該軟件為仿真平臺，采用牛頓-拉夫遜法和前推回代法對奈曼地區16節點配電系統進行仿真與分析，證明了該軟件具有強大的可視化分析功能，驗證了前

3、推回代法更適于配電網潮流的計算。
　　其次提出了一種前推回代式神經網絡算法（簡稱BFNN算法）用于潮流計算，同時給出了詳細的算法推導過程和收斂性證明。BFNN算法具有以下優點:(1)權值只與節點電壓有關，訓練權值即為訓練節點電壓;(2)大部分節點之間的權值為零;(3)神經網絡結構無需辨識。通過對BFNN算法與前推回代法進行仿真對比，得到BFNN算法在收斂性和計算時間方面均優于前推回代法的結論，且其收斂性不受電壓初值影響。