摘要: 随着全球能源消耗的持续增长和环境压力的不断增加，分布式发电技术随之取得了日益强盛的发展和应用。其中光伏产业得益于政府补贴、政策支持发展的尤为迅速。尤其是我国新疆、内蒙古等日照充足、地广人稀的地区，具有发展光伏发电技术的天然优势。但... 展开 随着全球能源消耗的持续增长和环境压力的不断增加，分布式发电技术随之取得了日益强盛的发展和应用。其中光伏产业得益于政府补贴、政策支持发展的尤为迅速。尤其是我国新疆、内蒙古等日照充足、地广人稀的地区，具有发展光伏发电技术的天然优势。但受气候条件、季节更替等多方面影响，分布式光伏出力具有波动性和随机性，因此分布式电源并非作为恒功率的直流电源输入电网。DG的不同接入模式将引起配电网结构不同程度的变化，带来的影响也将大不相同。因此，如何合理的规划其并网数量、位置及容量，充分发挥分布式光伏对配电网带来的有益影响，是本文的研究重点。 本文首先构建了太阳能电池的数学模型，并根据电池的数学模型展开分析其IU特性，仿真得到了在不同辐照强度及不同温度下的输出特性曲线。然后以分布式光伏接入辐射式配电网为例，分析其在不同数目、位置及不同并网容量下的数学模型分析可得到相应模式下对配电网的潮流走向带来的不同影响。光伏接入往往可以抬升并网点及周围低压节点的电压，提高电能质量与稳定性;但若容量过大，接入点负荷无法完全消纳也可能出现越上限。对于有功网损的增减也是有可能产生或积极或消极的双向影响。 其次，本文搭建了综合考虑地理位置、气候条件及季节特性的分布式光伏出力聚类时序模型。以翁牛特旗为例，考虑到日间辐照强度具有时变特性，若采用0.5小时为单位，全年365天为周期，则有17520个数据样本，也就有17520个光伏出力场景，规划复杂度过高不具可行性。因此本文采用了DBSCAN聚类方法对上述场景进行聚类以减少数据冗余，得到相应的翁牛特旗光伏出力代表场景。 然后，本文提出了一种改进量子粒子群算法(QPSO)并基于此改进算法构造以有功网损最小为优化目标分布式光伏并网的优化模型。在传统粒子群算法(PSO)的基础迭代搜索过程中结合加权思想寻找平均个体最优位置mbest’，考虑予以精英粒子更多话语权来影响整体粒子群更新。并采用拥挤距离排序更新pareto解集的外部存储，以节约存储单元并提高全局搜索能力。然后对改进的QPSO算法以四个测试函数验证其寻优能力及全局收敛性。 最后，本文先以IEEE-33节点系统为算例在MATLAB平台进行仿真验证，改进后的QPSO算法在第27次迭代已经达到最小值65.93kW，平均节点电压提升至0.9845p.u.。为了进一步验证算法用于实际配电网的可行性，本文对翁牛特旗10kV配电网构造简化模型并以此为算例进行仿真验证。输出结果显示，用改进QPSO算法规划出的光伏接入点及接入容量使有功网损在第22次迭代已经达到最小值78.19kW，平均节点电压提升至0.9860p.u.。以上两例仿真输出结果证明了本文所构建的改进QPSO算法的并网优化模型在降损和电压质量提升方面显著的优化性能。 收起