第一章 课题来源和无功补偿的意义 | 第1-11页 |
1.1 课题来源 | 第7页 |
1.2 无功补偿的原理 | 第7-9页 |
1.2.1 电力网的功率因数 | 第7-8页 |
1.2.2 补偿无功功率的电路和向量图 | 第8-9页 |
1.3 提高功率因数的意义 | 第9-11页 |
1.3.1 提高功率因数可以减少电压损失 | 第9页 |
1.3.2 减少线路损失 | 第9页 |
1.3.3 提高电力网的传输能力 | 第9-10页 |
1.3.4 降低变压器的损耗 | 第10页 |
1.3.5 增加变压器的输出功率 | 第10-11页 |
第二章 我国电网无功的现状和国内外研究现状 | 第11-13页 |
第三章 目前国内主要补偿方案的简介及存在的问题 | 第13-15页 |
3.1 固定补偿方案 | 第13页 |
3.2 手动补偿方案 | 第13页 |
3.3 自动补偿方案 | 第13-14页 |
3.4 现有无功自动补偿器存在的问题 | 第14-15页 |
第四章 本项目的设计要求、关键技术的解决思路、总体方案和研究内容 | 第15-20页 |
4.1 设计要求 | 第15页 |
4.2 关键技术的解决思路 | 第15-17页 |
4.2.1 无触点投切电容和无级调节投入容量的实现 | 第15页 |
4.2.2 电流谐波放大的原因及其抑制措施 | 第15-16页 |
4.2.3 电压谐波产生的原因和解决思路 | 第16页 |
4.2.4 单机智能算法的实现及单节点最优补偿的实现 | 第16页 |
4.2.5 三相不平衡现象产生的原因和解决思路 | 第16页 |
4.2.6 实现全局最优的解决思路 | 第16-17页 |
4.2.7 高精度和高可靠性的保障 | 第17页 |
4.3 研究内容和总体方案设计 | 第17-20页 |
4.3.1 对无功自动补偿现状的调查和现场实测 | 第17页 |
4.3.2 设计总体方案 | 第17-18页 |
4.3.3 无功自动补偿系统下位机控制器的研制 | 第18-19页 |
4.3.4 无功自动补偿系统上位机控制器的研制 | 第19页 |
4.3.5 数据通讯模块的研制 | 第19页 |
4.3.6 实验室调试 | 第19-20页 |
第五章 无功补偿关键技术及其系统的实现 | 第20-59页 |
5.1 无触点投切电容时间的选取和无级调节投入电容容量的实现 | 第20-24页 |
5.1.1 概述 | 第20页 |
5.1.2 基本原理 | 第20页 |
5.1.3 投入时刻的选取 | 第20-22页 |
5.1.4 方案的改进 | 第22-23页 |
5.1.5 触发电路 | 第23-24页 |
5.1.6 采用通断率控制实现无功无级补偿 | 第24页 |
5.2 无功补偿装置电流谐波放大及其抑制措施 | 第24-31页 |
5.2.1 概述 | 第24页 |
5.2.2 谐波电流的放大 | 第24-28页 |
5.2.2.1 电容器和主系统的谐波电流 | 第24-26页 |
5.2.2.2 谐波电流放大倍数曲线 | 第26-28页 |
5.2.3 谐波电流的抑制 | 第28-29页 |
5.2.4 实验结果及分析 | 第29-30页 |
5.2.5 结论 | 第30-31页 |
5.3 无功补偿装置电压谐波滤波器参数的计算 | 第31-35页 |
5.3.1 概述 | 第31页 |
5.3.2 滤波器组参数的计算 | 第31-34页 |
5.3.2.1 单频调谐滤波器的参数计算 | 第31页 |
5.3.2.2 高通滤波器的参数选择 | 第31-34页 |
5.3.3 参数计算值与实选值的比较和讨论 | 第34-35页 |
5.4 单节点最优无功补偿的实现 | 第35-36页 |
5.4.1 概述 | 第35页 |
5.4.2 智能型无功最优控制策略 | 第35-36页 |
5.4.2.1 补偿电容采用步进控制以提高控制精度 | 第35页 |
5.4.2.2 优化时间控制 | 第35-36页 |
5.4.3 结论 | 第36页 |
5.5 三相负荷的均荷控制 | 第36-41页 |
5.5.1 概述 | 第36页 |
5.5.2 对称化补偿的基本原理 | 第36-37页 |
5.5.3 三相不对称负荷的对称化补偿 | 第37-41页 |
5.5.4 结论 | 第41页 |
5.6 通过智能控制算法控制SVC实现对三相不平衡情况下的无功补偿 | 第41-48页 |
5.6.1 概述 | 第41页 |
5.6.2 系统原理简述 | 第41-42页 |
5.6.3 智能控制算法的研究 | 第42-44页 |
5.6.3.1 用于预测神经网络的构造和训练 | 第42-43页 |
5.6.3.2 训练数据的获取 | 第43-44页 |
5.6.3.3 神经网络的训练 | 第44页 |
5.6.3.4 神经网络的预测 | 第44页 |
5.6.4 遗传控制算法的实现 | 第44-46页 |
5.6.4.1 染色体编码 | 第44页 |
5.6.4.2 适应度函数的建立 | 第44-45页 |
5.6.4.3 初始种群的形成 | 第45页 |
5.6.4.4 选择 | 第45-46页 |
5.6.4.5 交叉 | 第46页 |
5.6.4.6 变异 | 第46页 |
5.6.4.7 收敛判据 | 第46页 |
5.6.5 控制效果 | 第46-47页 |
5.6.6 结论 | 第47-48页 |
5.7 在不同潮流分布情况下补偿点位置的选取 | 第48-53页 |
5.7.1 概述 | 第48页 |
5.7.2 无功负荷均匀分布时补偿容量和补偿位置的确定 | 第48-50页 |
5.7.3 负荷沿线递增分布时补偿容量和位置的确定 | 第50-52页 |
5.7.4 无功负荷沿线递减分布时补偿容量和补偿位置的确定 | 第52-53页 |
5.7.5 无功负荷沿线等腰分布时补偿容量和补偿位置的确定 | 第53页 |
5.8 多节点协同无功补偿最优控制的实现 | 第53-59页 |
5.8.1 概述 | 第53-54页 |
5.8.2 多系统间协同工作的实现 | 第54页 |
5.8.3 多系统协同最优控制原理 | 第54-57页 |
5.8.4 结论 | 第57-59页 |
第六章 结束语 | 第59-61页 |
6.1 本文工作总结 | 第59页 |
6.2 有待进一步研究方向 | 第59-61页 |
参考文献 | 第61-63页 |