智能配電網(wǎng)潮流算法研究及其仿真軟件開發(fā).pdf

1、智能配電網(wǎng)是一個允許大量分布式電源(DG)接入、支持電網(wǎng)及其設(shè)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(wǎng)絡(luò)。智能配電網(wǎng)的上述三個特征在給社會帶來巨大經(jīng)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(wǎng)絡(luò)潮流分布產(chǎn)生重大的影響，但是目前對含DG的配電網(wǎng)潮流算法的研究非常少;(2)已有的電力系統(tǒng)仿真軟件集成度高，操作不靈活，價格昂貴;(3)經(jīng)典潮流算法已經(jīng)難以快速響應復雜多變的配電網(wǎng)絡(luò)。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(shù)獨立開發(fā)了一款配電系統(tǒng)電力系統(tǒng)仿真與分析專用軟件，該軟件不僅能實現(xiàn)電力系統(tǒng)單線圖繪制、元件參數(shù)設(shè)置、電氣節(jié)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(shù)的電網(wǎng)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(qū)16節(jié)點配電系統(tǒng)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(wǎng)潮流的計算。
　　其次提出了一種前推回代式神經(jīng)網(wǎng)絡(luò)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(yōu)點:(1)權(quán)值只與節(jié)點電壓有關(guān)，訓練權(quán)值即為訓練節(jié)點電壓;(2)大部分節(jié)點之間的權(quán)值為零;(3)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)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(yōu)于前推回代法的結(jié)論，且其收斂性不受電壓初值影響。