基于径向基神经网络的风电场无功补偿优化算法.pdfVIP

科技导报2014，32（11） 基于径向基神经网络的风电场无功补偿基于径向基神经网络的风电场无功补偿 优化算法优化算法 张红涛，张凌云，李晓丹，邱道尹 华北水利水电大学电力学院，郑州450011 摘要摘要 针对风电场无功补偿容量计算工作量大、计算过程复杂的问题，提出了应用径向基神经网络优化风电场无功补偿容量计 算的方法。首先建立了含风电场的电力系统潮流计算模型，以某风电场实际有功功率作为模型的输入，计算该风电场所需的无 功补偿容量；以有功功率作为输入数据，以计算所得的无功补偿容量作为目标输出，建立径向基神经网络，并对该神经网络进行 训练。用训练后的径向基神经网络代替潮流计算模型，对该风电场所需无功功率进行计算，结果表明，该方法计算复杂度比潮流 计算模型低，计算量少。研究表明可用训练后的径向基神经网络模型代替潮流计算模型，实时计算风电场无功补偿容量。 关键词关键词 无功补偿；风电并网；潮流计算；牛顿-拉夫逊法；径向基神经网络 中图分类号中图分类号 TM614 文献标志码文献标志码 A doidoi 10.3981/j.issn.1000-7857.2014.11.007 ReactivePowerCompensationBasedonRadialBasisFunction NeuralNetworkforWindFarmConnectedtoPowerSystem ZHANGHongtao,ZHANGLingyun,LIXiaodan,QIUDaoyin ElectricPowerInstitute,NorthChinaUniversityofWaterResourcesandElectricPower,Zhengzhou 450011,China AbstractAbstract Thispaperproposesanoptimizationalgorithmbasedonradialbasisfunction(RBF)neuralnetworktodealwithheavy workloadandcomplexcalculationprocessofwindfarmreactivepowercapacitycalculation.First,amodelforpowerflowcomputation ofpowersystemscontainingwindfarmisestablished,andtheactualactivepowerofawindfarmistakenastheinputofthemodel, tocalculatethereactivecompensationcapacityrequired.Second,theactualactivepowerofthewindfarmisusedasinputdata,and theresultingreactivepowercompensationcapacityasthetargetoutput,toestablishaRBFneuralnetworkandtrainit.Finally,with thetrainedRBFneuralnetworkreplacingthepowerflowcalculationmodel,thereactivepowercompensationcapacityforthewind farmiscalculated.CalculationresultsshowthatthecomputationalcomplexityofRBFneuralnetworkmodelislowerthanthatofthe powerflowcalculationmodel,andtheworkloadisreduced.Thus,theRBFneuralnetworkmodelcanbetrainedtoreplacethepower flowcalculationmodeltocalculatethereactivepowercompensationcapacityofwindfarminrealtime. KeywordsKeywords reactive power compensation; grid-connected wind power; power flow calculation; Newton-Raphson algorithm; RBF neuralnetwork