电力系统无功优化综述

电力系统无功优化综述（精选9篇）

电力系统无功优化综述 篇1

电力系统无功优化问题是一个多目标、多约束、多变量的混合非线性问题,涉及无功补偿装置投入地点的选择、无功补偿装置投入容量的确定、变压器分接头的调节和发电机机端电压的配合[1]。随着电力系统的日益发展,各种分布式发电方式电源的不断接入和智能电网的不断发展,对电力系统的潮流和稳定又产生了新的影响,无功优化问题也随之变得更加复杂,要求有更为有效的方法来适应时代的需要。

1 无功优化数学模型

无功优化的数学模型包括目标函数和约束条件两部分。综合电力系统无功优化的目标函数和约束条件,可以把具体的优化模型化为一般的数学模型:

$\text{s}.\text{t}.\begin{array}{c}\hfill \text{m}\text{i}\text{n}f(u,x)\\ \hfill h(u,x)=0\\ \hfill g(u,x)\ge 0\end{array}$

式中:u为控制变量(包括无功补偿装置投入的容量、变压器分接头的档位和发电机机端电压);x为状态变量(包括除平衡节点外其它所有节点的电压相角、除平衡节点和PV节点外节点的电压幅值、PV节点的无功出力);f(u,x)为无功优化目标函数;h(u,x)为等式约束条件(潮流约束);g(u,x)为不等式约束条件(变量约束)。

2 无功优化算法

2.1 传统的无功优化算法

2.1.1 非线性规划法

1968年,H.W.Dommel和W.F.Tinney首次提出了简化梯度法,其特点是对罚函数和梯度步长的选取要求很严格,在接近最优点时会出现最速下降搜索方法的锯齿现象,收敛慢,不能有效处理函数不等式约束等问题。之后的牛顿优化算法[2]基于拉格朗日乘数法,利用目标函数二阶导数组成的海森矩阵与网络潮流方程一阶导数组成的雅可比矩阵来求解,充分利用海森矩阵与雅可比矩阵高度的稀疏性,一定程度上提高了收敛速度。文献[3]先将目标函数二次化、非线性约束线性化,成功地将二次规划法应用于电力系统无功优化问题的求解。这种方法的数学模型建立比较直观,物理概念清晰,计算精度较高。以上算法不同程度存在计算量、内存需求大,收敛性差,稳定性不好,对不等式的处理存在一定困难等问题,使其应用受到一定限制。

基于非线性规划法所存在的缺陷,不少研究人员不断对此算法进行改进。如文献[4]建立了一种含离散变量的电力系统无功优化的非线性互补约束模型,并提出相应的现代内点非线性互补算法,结果表明该算法收敛性较好、计算速度较高,对离散变量的大规模电力系统无功优化问题,能较好地满足运行需要。

2.1.2 线性规划法

线性规划法由Maliszewski.R.M于1968年首先并提出应用于电力系统无功优化的领域[5],其原理是把目标函数和约束条件全部用泰勒公式展开,略去高次项,使非线性规划问题在初值点转化为线性规划问题,用逐次线性逼近的方法来进行解空间寻优。但对无功优化模型中的目标函数进行线性化时,会给最优解的取得带来一定的误差;在线性逼近的求解过程中,若步长取得过大,可能引发振荡,步长太小,又易使收敛变慢。灵敏度分析法[6]和直接法[7]是对线性规划法的发展,由于也存在局部收敛和难以处理离散变量的问题,虽有不少改进,但都不同程度上存在上述局限。

内点法是美国贝尔实验室的Karmarkar于1984年首先提出来的[8],它从初始内点出发,沿着最速下降方向,从可行域内部直接走向最优解,因此被称为内点法。由于是在可行域内部寻优,故对大规模线性化问题,当约束条件和变量数目增加时,内点法的迭代次数变化较少,收敛性和计算速度均优于单纯形法。随着内点法的不断发展,逐渐形成三大类内点算法:投影尺度法、仿射尺度法和路径跟踪法,其中路径跟踪法正发展成为一般非线性规划的内点算法,是最具潜力的一类内点算法。文献[9]提出了一种基于预测—校正原对偶内点法的无功优化新模型,测试结果验证了所建模型与方法的正确性与有效性。

2.1.3 混合整数规划法

混合整数规划法的原理是首先确定整数变量,然后采用类似线性规划法的数学模型来处理离散变量,并用整数规划法的数学方法对其进行求解。此方法是通过分支—定界法不断定界以缩小可行域,逐次逼近全局最优解,能够有效地解决优化计算中变量的离散性问题。这类算法的弊端在于计算时间属于非多项式类型,随着维数的增加,计算时间会急剧增加,有时甚至是爆炸性的。文献[10]将混合规划法分解成整数规划和线性规划两个子问题,减少了求解问题的规模,在计算灵敏度矩阵时采用分块矩阵求逆法,节省了计算的时间。

2.1.4 动态规划法

动态规划法是研究多阶段决策过程最优解的一种有效方法,对目标函数和约束条件没有严格的限制,所得的最优解常常是全局最优解。该方法与其它方法结合,可减少计算量,提高计算速度,对解决无功优化控制问题具有较好的应用前景。但存在“维数灾”问题,使解题困难或无法进行;而且这种方法不存在标准的数学构成,要正确构成一个实际问题的动态数学规划模型比较困难。文献[11]提出了一种配电网无功补偿的动态优化算法,先将动态优化问题分解为一系列单节点电容器动态优化子问题,然后通过迭代求解一系列子问题的方式得到整个动态优化问题的最优解,结果表明算法是可行和有效的。文献[12]给出了一种动态无功优化空间-时间解耦的一种新方法,该方法数学模型较为清晰简单,便于实现,且时刻保证了以网损值最小为依据分配动作时间,结果表明能较好地满足动态次数约束下整体优化系统的无功,达到有效降低系统在一天内的有关损耗的目的。

2.2 人工智能算法

2.2.1 遗传算法(GA)

遗传算法是由美国密执安大学的Holland.J.H教授在1975年提出的,目前是模拟进化优化算法中最主要的,也是在电力系统中应用最多的一个分支。其核心思想是模拟自然界生物进化过程的随机搜索方法,采用多路径搜索,对变量进行编码处理,用对码串的遗传操作代替对变量的直接操作,从而可以较好地处理离散变量。它用目标函数本身建立寻优方向,且可以方便地引入各种约束条件,更有利于得到最优解,适合于处理混合非线性规划和多目标优化。虽然算法在解决多变量、多约束、多峰值、非线性、离散等问题有独有的优势,但存在局部收敛的问题,而且收敛速度难于满足实时控制的需要。

由于遣传算法本身存在的缺陷,许多学者提出了不同的方法对其进行改进。其中包括对编码方式、适应度函数、选择操作、交叉操作、变异操作和终止原则的改进,同时还结合了其它的算法,优势互补。如文献[13]是基于遗传算法和内点法的无功优化混合策略,仿真结果表明在计算速度和优化效果方面都具有明显优势。文献[14]给出小生境遗传算法在无功优化中的应用研究,此算法可用共享度改变个体的适应度,同时加速淘汰适应值低的个体,提高每一代个体的平均适应值水平以减少迭代次数,仿真结果表明该算法迭代次数明显少于基本遗传算法,提高了收敛速度。

2.2.2 模拟退火算法(SA)

算法最早的思想是由Metropolis在1953年提出的,Kirkpatrick在1983年成功将其应用于组合优化问题中。算法的核心思想在于模拟热力学中液体的冻结与结晶或金属溶液的冷却与退火过程,把组合优化问题的目标函数看成退火系统的能量函数,如果以控制参数作为退火温度,SA寻找基态的过程就是令目标函数极小的过程。但其参数的选取比较复杂,为了使最终解尽可能接近全局最优,退火过程不能太快,这又使算法的计算时间过长。

文献[15]用模拟退火算法求解多状态的离散无功优化问题,并给出了仿真算例。文献[16]建立了一种二层规划数学模型,其中上层采用遗传算法求解,下层采用模拟退火法求解,最后仿真技术表明所建立的模型和算法有效可行,能一定程度上提高计算速度。文献[17]提出一种将遗传算法与模拟退火算法及牛顿下山法相结合的混合求解算法,以仿真算例对算法的性能和求解精度进行测试,结果表明该算法具有较好的计算速度和收敛性。

2.2.3 禁忌搜索算法(Tabu Search,TS)

算法是1986年由Glover首先提出来的,它采用禁忌技术,能在搜索过程中获得知识,并用以避免局部极值点,是一种收敛性较好的智能算法,但它不能在整个寻优空间同时开始搜索,因此初值的好坏直接影响到算法的收敛速度和解的质量。文献[18]提出了遗传禁忌混合算法:针对无功优化过程中控制变量的离散性和连续性相混合的特点,提出了混合编码策略并相应地采用启发式算法进行杂交,保持了遗传算法和禁忌搜索算法的优点,结果表明具有较好的收敛性和较强的全局寻优能力。文献[19]提出将主动禁忌搜索(RTS)算法用于配电网无功电压优化控制问题的求解,并与传统的禁忌搜索比较,证明有更好的灵活性和更高的求解效率。文献[20]在传统遗传算法的基础上,结合模拟退火算法概率性的突跳搜索机制和禁忌搜索算法能避免迂回的领域搜索机制提出一种混合算法,并证明其可提高计算速度、收敛性能和计算效率。

2.2.4 粒子群算法(PSO)

粒子群算法是由Kennedy和Eberhart于1995年提出的一种模拟鸟群觅食过程中迁徙和群集行为的智能算法[21]。粒子群算法需要用户确定参数较少,而且操作简单,但在计算后期收敛较慢,容易陷入局部最优点。对粒子群算法的改进归结起来基本都是在以下方面进行的:参数设置、粒子多样性、种群结构和算法融合。文献[22]提出了一种新颖的用于求解无功优化问题的分布式协同粒子群优化算法,考虑到大规模电力系统集中优化难度较大,采用分层控制中的分解-协调思想将大系统分解成若干个独立的子系统,有效地降低求解问题的复杂度,并采用混合策略在各个子系统间进行协同优化,结果证明提出的方法能够获得高质量的解,并且计算时间短、效率高。文献[23]提出一种基于适应度空间距离评估选取最优解的多目标粒子群算法,该算法避免了多目标优化求解方法中权重选择的难题,保证了寻优方向的多向性,可以获得多目标优化问题的Pareto解集,算例表明在有效性和最优性等方面均有良好表现。文献[24]提出一种基于向量评价的自适应粒子群算法(VEAPSO)来解决多目标无功优化问题,求解出问题的Pareto解集。为从解集中选取合适的最优解,提出一种基于决策者偏好及投影寻踪模型的多属性决策法,使决策结果更加真实可靠,算例表明了该方法的有效性。

2.2.5 模糊优化算法

模糊优化算法源于模糊理论,利用模糊集将多目标函数和负荷电压模糊化,给出各目标函数隶属函数,将问题转化为标准的线性规划和非线性规划处理。由于其所需的信息量少,智能性强,迭代次数少,所以计算速度快于非模糊控制并能较好地反映电压的变化情况,容易在线实现。模糊算法只对一些不确定性问题分析有效,对于精确的概念会使问题复杂化。文献[25]提出了一种结合multi-agent系统和粒子群优化技术,算例结果表明该算法具有较高质量的解,收敛性好、运行速度快。文献[26]运用模糊聚类分析法将系统分区,并基于电压幅值对无功功率的灵敏度定义了电力系统各节点间的电气距离,对待分类对象的全体作适当的标定,运用传递闭包法求出动态分类,通过计算统计量F最后得出最优分类,结果表明该方法所占内存小、计算速度快。

2.2.6 混沌优化算法

将混沌优化方法用于一类连续复杂对象的优化问题,结果表明混沌优化算法比SA等随机优化算法的效率更高。但它也有缺点,即当搜索起始点选择不合适或遍历区间很大或控制参数选取不合适时,搜索结果很难达到或接近最优解,或算法可能需要花费很长的时间才能取得较好的优化性能。文献[27]提出一种混沌粒子群优化方法,以克服粒子群优化中容易出现早熟的问题,该方法结合混沌变量良好的遍历性及混沌优化的特点,对即将重合而引起搜索能力下降的粒子赋予混沌状态搜索,从而提高搜索效率。文献[28]提出一种变尺度混沌优化算法,利用混沌运动的内在随机性、遍历性和规律性进行全局寻优;通过尺度变换不断缩小优化变量的搜索空间,通过“二次搜索”的调节系数提高搜索精度,从而提高局部细化搜索能力,最后由算例验证其有效性。文献[29]针对多目标函数解的不足,提出了混沌免疫混合算法的多目标无功优化,算例结果证明其正确性和可行性。

2.2.7 其它算法

专家系统、人工神经网络、鱼群算法、蚁群算法、搜寻者算法、多Agent技术等都被不断引入到无功优化领域中,由于各种算法本身都或多或少存在缺陷,就促使这些算法不断地与其它算法结合,优势互补,使算法的研究更上了一个台阶。

3 结 论

随着电力系统的不断发展,配电网络由于分布式电源的接入使电网结构更加复杂,使电网潮流的研究迈入一个新的阶层。电力系统无功优化作为最优潮流的重要一支,对其优化性能和算法的研究也会百花齐放。但就目前而言,无功优化问题至今仍未有一个完整有效的方法,所以对新算法的研究和多种算法的混合算法还需进行深入研究。

摘要：电力系统无功优化问题作为最优潮流的重要一支,由于具有离散性、非线性、大规模、收敛性依赖初值等特性,使其成为电力系统中至今仍未能圆满解决的问题。因此,本文综述了无功优化模型和算法的研究成果,分析了这些方法的特征,以此来探讨如何更好地解决这一问题。

关键词：无功优化,无功优化算法,混合算法,人工智能算法

电力系统无功优化综述 篇2

关键词：协调优化；智能电网；有功功率；无功功率

中图分类号：TM731 文献标识码：A 文章编号：1674-098X（2015）06（b）-0000-00

电力的传输、配电等环节，都是电力工业中会产生能源消耗的地方，解决这一损耗始终是我国节能降耗的首要问题。为了解决一次能源的损耗降低发电的成本，需要优化有功功率的损耗。而需要解决二次能源的消耗降低网络的损耗，需要优化无功功率的损耗。在设计节能模型的过程中，需要同时考虑有功和无功两方面，然而两者的优化方向是截然不同的。因此，如何让两者达到最佳的平衡状态，成为了模型设计中最大的问题。像过去在计算优化时往往采用交替优化有功和无功的方法，但这会产生问题，如无法保确电机所发出的功率一定处于其功率圆里的特定区域，所以我们需要新的方法。

1有功和无功的优化概要

二十世纪三十年代，由研究多台火电机组如何分配负荷起，人们开始探讨对电力系统的有功进行优化，以便节约能耗减少成本。以优化数学作基，提出的经济负荷分配法，至今被认为是种经典方法，进入设计者的考虑。

但是，由于电力系统的高速发展，不难发现仅仅依靠有功优化是不够的。由传输路长所导致的网损难以表达和计算；无法具体反映各输元件上的功率分布等问题，影响了电力系统的节能问题。根据数学优化理论，有功功率优化调度时，考虑到了潮流方程和输电元件的限制，成为最优潮流问题。

对有功功率进行了大量的研究后，为了达到综合的最优经济效益，我们利用专家规则、动态规划、优先顺序等方法，对系统进行工程化的算法，建立了调控约束功率的模型，来优化调度工程。

另一方面，针对无功功率的优化，在约束条件下对控制变量的优化，来降低电网的运行费用，在保证电压稳定性的同时减少网损。发电机的输出功率会有一部分，是有功网损，但是可以通过对无功率的优化，来减少有功网损的消耗。根据对无功功率优化的模型进行分析研究，问题也被简单分开成，电容器的投切以及变压器的分接头调节。

采用替代节点支路以及修正算法，对调节变压器分接头和投切电容器的先后进行调节。而另一方面，针对多区域电力系统的优化问题，学界提出了优化解耦算法，基于近似牛顿方向以及GMREs的算法。

上述都是传统的方法，借由自动发电控制技术以及自动电压控制技术的发展，综合考虑电力系统的有功和无功功率的协调优化成为课题，需要设计一个关于有功和无功功率协调优化的数学模型，以及更为迅捷的求解算法。

2优化协调模型运算路径

在确定发电成本的限缩范围的基础上，创建目标函数，并且用现有机组的函数来表示目标函数。通过优化目标函数，可以限缩原初网损。由于上述的消耗对整个网络损耗不会有太大差别，所以用体系内的原初二次能源替代一次能源，可以限缩原初体系成本，再将这些网损分配到设定的节点。根据节点的固有发电成本，就可以算出精确的总体成本。

在已设定的无损架构下，根据经济调度的路径，去分配原初的负荷，并且遵循发电成本限缩的原则，重新平摊有功功率。为了计算出最优的分配路径，首先要剔除其他因素简化模型，单纯考虑有功平衡的方程，忽略已产生的有功网损。

二次函数包括在发电成本之内，在有功功率的框架下，体系的固有有功损耗十分特殊。根据总体限缩原则，限缩发电成本，需要把原初有功网损分布在各个机组内，在减少发电消耗的同时节省电能，达到低耗能的效果。

根据上述的运算方法，可以得到现有网损的微增率。而最优态势的优化值，即是上面所说的有功功率和微增率之和，这是单纯考虑有功的平衡方程所得到的结果。在这一基础上，再考虑真实态势，我们就能够进一步优化这一计算的精确性。通过建立模型归纳综合，我们可以确立目标函数，在总体范围内的发电成本，将成为优化的数值。总体成本中包含了原初的煤耗，这也就是节能。

3优化协调建模中的梯度法

通过建立数学模型来协调优化有功功率及无功功率，其中常用也是最为简单快捷的方法就是梯度法。梯度法可以直观的反映模型，但由于梯度法并不像牛顿法那样，拥有二阶收敛的优越性。因此，当梯度法在最优态势下使用，在其端点附近会受限缩影响，产生振荡而无法收敛。

需要注意，梯度法在优化算法的初期有着很快的收敛性，因此我们可以分段处理，在运算初时使用梯度法，在接近优解即端点时再用不等式约束、节点支路交换、牛顿法等方法进行收敛。通过如牛顿法一类的算法，来解决二阶的收敛问题，这样就能明确优解的收敛性。

但是借由牛顿法收敛将损失一部分收敛速度，并且为了补充这一部分的收敛成效，我们引入了不等式约束。通过不等式约束集，在梯度法无法收敛的近优解端收敛，补偿收敛成效。约束不等式的同时，我们可以替换固有的节点和支路，用来重新整理变量，便于接下来的建模。

节点和支路的替换，有其固有的原则。视原初无功为预设的有功功率，将其当做控制变量。当节点电压超过了预设的范围，所求的电压幅值即是边界值。根据这样的原则整理替换节点。对无功注入下的功率进行讨论，不可任意更换节点，确保体系的原初电压不受影响。与节点相类似的，支路替换也有着相应的模式。节点替换是用来稳定电压幅，而支路替换是为了稳定被约束破坏的电流幅。这里，我们不再对支路替换进行展开。

4结语

无论是解耦最优潮流计算或是其他潮流计算，都有其局限性，然而随着计算机的运行计算速度不断加快，对电力系统的模型计算也越来越迅速。可以对有功功率和无功功率的优化进行协调计算，使电网运行过程中的综合耗能达到最低，起到节能低耗的效果。

参考文献：

[1] 孙伟卿，王承民，张焰，俞国勤，祝达康. 电力系统综合节能的有功与无功功率协调优化[J].电机与控制学报，2010，（7）

[2] 姚勇. 电力系统综合节能的有功与无功效率协调优化分析[J].科技与企业，2014，（7）

[3] 秦明璞. 电力系统综合节能的有功与无功效率协调优化问题现状[J].吉林画报·新视界，2012，（3）

电力系统无功优化算法综述 篇3

1 无功优化数学模型

1.1 目标函数

选取系统网损最小为目标函数:

式中:α为有功损耗系数;PL为系统网损;β为无功补偿费用系数;Ci为节点的补偿装置单位投资费用;Qi为节点的无功补偿投入容量。

1.2 功率约束方程

考虑系统节点的潮流平衡条件为

式中:PGi为发电机的有功出力;QGi为发电机的无功出力;PLi为负荷的有功功率;QLi为负荷的无功功率;QCi为无功补偿容量;Bij为节点之间的电纳;Gij为节点之间的电导;δij为节点之间的电相角差;V为节点的电压。

1.3 变量约束方程

控制变量不等式约束为

状态变量不等式约束为

式中:VGimax、VGimin为发电机输出端电压的最大最小值;Timax、Timin为变压器抽头可调的最大最小值;Qcmax、Qcmin为无功补偿容量的最大最小值;QGimax、QGimin为发电厂无功出力的最大最小值;Vimax、Vimin为节点电压幅值的最大最小值。

2 传统无功优化算法

随着电力系统最优潮流的提出, 无功优化就是求解最优潮流并使目标函数达到最优的过程[2]。传统无功优化算法大致可以分为线性规划法、非线性规划法、动态规划法及混合整数规划法等。

2.1 线性规划法

线性规划理论[3]处理各种约束条件很方便, 因此得到了广泛的应用。该方法用Taylor公式把求解目标和各种约束分别展开, 将非线性问题转化为较方便处理的线性问题, 最后建立相应的数学模型进行求解。

2.1.1 灵敏度分析法

灵敏度分析法通过分析潮流计算中的Jacobian矩阵得出系统变量之间的灵敏程度。文献[4]基于灵敏度法来选定无功补偿的地点, 用Greedy算法和迭代计算求解得到无功补偿点选取的最优解。文献[5]以网损和无功补偿设备投入成本最小为无功优化的目标, 选取发电机节点和补偿节点的电压幅值和变压器的变比作为控制变量, 建立灵敏度无功优化模型, 对IEEE28节点系统运用对偶线性规划法进行计算, 取得了较良好的优化效果。

2.1.2 内点法

内点法是先选定一个初始点, 在可行域内部沿着可行的方向, 寻求出一个单调下降的最优结果。内点法现已发展为三类算法[6], 包括仿真尺度算法、投影尺度算法和原-对偶路径跟踪算法。其中, 原-对偶路径跟踪算法收敛速度快, 对初值的选取不依赖, 得到了最广泛的应用。

2.2 非线性规划法

无功优化模型中的变量都具有非线性, 因此为求解无功优化问题提供了一种新的方法———非线性规划法。

2.2.1 简化梯度法

Dommel和Tinney于1968年最早提出了简化梯度法[7], 对等式约束和不等式约束分别采用拉格朗日乘子法和库恩-图克罚函数来处理, 沿着下降速度最快的方向寻优。简化梯度法的优点是编程过程比较简单;缺点是计算过程中在靠近最优点处容易出现“锯齿”振荡现象, 收敛速度变慢, 收敛性变差。

2.2.2 二次规划法

Reid和Hasdoff提出了以二次函数作为目标函数的二次规划法, 将非线性问题转化为较易处理的线性问题。文献[8]建立变量增量为求解变量的二次规划模型, 用Lemke算法求解, 计算结果表明该算法具有收敛性好、计算速度快的特性。

2.2.3 牛顿法

David和Sun等人提出的牛顿法具有鲁棒性强、二阶收敛等特性, 求解时收敛速度快。不等式约束集需要实时地调整以适应不断进行的迭代计算, 加上需要求解高维Hession矩阵, 加大了计算量;此外, 目标函数和约束条件的强非线性使得它们与Kuhn-Tucker条件联立求解很困难, 当电网规模大、不等式约束条件多时, 计算的效率较低。文献[9]把牛顿法、有效约束及二次函数集合在一起用于求解无功优化问题, 有效处理了不等式约束, 结果表明该算法收敛速度快、精度高。

2.3 动态规划法

动态规划法对变量的限制不严格, 因而全局最优解较易得到。文献[10]提出了有功和无功的动态优化、无功优化分区, 为了更好地处理电压、无功功率等约束, 引入了动态瓶颈约束, 用动态规划法确定最佳的无功补偿位置。该文献采用改进的罚因子、交叉率和变异率, 加快了计算速度。通过理论分析以及IEEE33节点系统算例计算, 该方法能得到合理的无功补偿解, 广泛用于求解电力系统无功优化问题。文献[11]利用PSO算法建立了动态无功规划数学模型, 算例结果表明该算法计算精度高、收敛性好, 具有广泛的实用性。

2.4 混合整数规划法

混合整数规划法先协调处理好整数变量和离散变量, 最后利用整数规划法求解。文献[12]用改进混合整数规划法处理离散性问题。首先获得可行解, 再逐渐逼近, 最后选两个变量分析, 最大化减少补偿点的数量和补偿的费用。

总之, 传统的优化方法在处理复杂的数学模型时难以实时控制, 而且求解过程采用了连续性简化, 与理想状态的最优解存在差距, 不能有效解决“维数灾”问题。

3 现代人工智能算法

由于传统的无功优化算法存在各种各样的问题, 因此研究人员为克服传统方法的缺点, 同时弥补传统方法的不足, 研发出人工智能算法, 包括人工神经网络法、模糊优化法、专家系统法和现代启发式搜索算法。

3.1 人工神经网络法

人工神经网络的基本原理是模拟人脑行为, 学习能力强, 能较好地处理不同信息。各神经元之间具有独立性, 算法可同时进行处理, 执行速度快。该算法优良的非线性使得在处理高度非线性系统时更为有效。文献[13]提出基于人工神经元网络 (ANN) 求解无功优化问题的新方法, 利用BP网络求解避免了非线性混合多约束问题, 提高了计算的精度。文献[14]采用BP算法建立神经网络求解油田无功优化问题, 得到了较好的补偿方案。文献[15]提出了一种基于混沌人工神经网络的优化算法, 根据痛点寻找不合理线路, 实现了无功最优化, 计算结果表明该算法是有效的。

3.2 模糊优化法

20世纪60年代的模糊集理论[16]衍生出模糊算法, 该算法利用模糊化给出分段函数, 从而使问题更易于处理。文献[17]通过模糊集和分段函数把优化问题线性化, 求得最优解, 使复杂运算得以简化。模糊优化法计算时间短, 在线实现容易, 能较好地收敛并准确地反映电压的变化情况。但是该算法在分析精确概念时会使问题更加复杂, 所以只实用于分析不确定问题。

3.3 专家系统法

专家系统法[18]是通过模拟规划人员的运行经验来进行决策的智能算法。该方法结合其他方法, 根据专家的经验设定初始取值, 求解过程中不断调整控制参数的值, 直到求出比较好的解。文献[19]利用专家知识和常规算法建立了一个新的专家系统, 利用启发式知识和灵敏度因子, 减少了变量数目, 加快了求解速度。该方法基于灵敏度分析, 要特别注意初始点的选取, 否则只能在局部范围求最优解。

3.4 现代启发式搜索算法

20世纪50年代中期, 一些科学家从生物进化、物理过程的机理发掘出适合解决复杂优化问题的现代启发式算法。该算法有较强的鲁棒性, 适用于求解全局优化问题, 包括免疫算法、蚁群算法等多种算法。

3.4.1 免疫算法[20]

免疫算法基于细胞理论和网络学说, 模拟了生物的免疫系统原理, 用抗体和抗原之间的亲和力描述最优解。免疫算法克服了早熟现象, 避免只在局部得到最优解, 且最优解收敛速度快。文献[21]提出了一种建立在免疫算法基础之上的多目标无功优化算法, 用亲和力表示亲和程度, 抗体按照亲和力进行排序, 抗体选好之后反复进行克隆、变异操作, 得到无功优化帕累托解。经在IEEE14和IEEE118节点系统上测试, 算例分析结果证明了该算法是正确有效的。

3.4.2 蚁群优化算法

蚁群优化算法受蚂蚁寻找食物发现路径行为的启发。为了寻找从蚁巢出发到达食物源的最短路径, 该算法通过蚂蚁个体之间简单的信息传递和团队合作来实现。该算法在整个范围内搜索解的能力较强, 避免了只在局部范围得到最优解。蚁群优化算法在求解过程中容易发生停滞现象, 群体规模越大, 优化时间越长, 因此适用范围十分有限。

3.4.3 模拟退火算法

模拟退火算法基于热力学的退火原理, 该算法是局部搜索算法的扩展, 它模拟了液体的凝固过程或者金属溶液的退火过程。模拟退火算法使用双向随机搜索技术控制物理温度变化的过程, 利用大范围粗略搜索结合局部精确搜索寻求最优解。文献[21]在面临多状态离散问题时采用了模拟退火算法进行无功优化求解, 并采用算例进行分析验证。文献[22]提出结合遗传算法与模拟退火算法的混合算法。通过对IEEE30标准节点系统进行仿真分析, 其结果表明该算法的收敛速度快, 逃脱局部极值的能力强, 是求解电力系统优化问题的有效方法。

3.4.4 遗传算法

Holland J H在1975年提出了遗传算法, 模拟了生物的遗传及不断进化的过程。该算法通过采用多路径搜索及将变量的直接操作替换成对码串的遗传操作, 让离散变量的处理变得更好。由于遗传算法避开了求逆、求导等复杂运算, 所以极其方便约束条件的引入, 易于求得最优解。文献[23]中的改进灾变遗传算法, 新提出最优个体灾变缩小灾变范围。此外, 设计交叉概率和变异概率, 提高了算法的收敛性能。对IEEE30节点系统进行算例分析, 结果表明本算法收敛速度快、收敛稳定、全局性好。

3.4.5 粒子群算法

通过对鸟群捕食行动的研究, Kennedv和Eberhart提出了基于集群智能的粒子群算法。该算法用一个粒子代表优化问题的一个解, 每个粒子是根据以往的“飞行经验”不断地向最优解靠近, 在全空间范围内搜索最优解。粒子群算法鲁棒性好、计算效率高、易于找到最优解, 已在无功的优化问题上广泛应用。文献[24]提出了一种自适应聚焦粒子群算法, 该算法能实现全局的准确搜索及迅速寻优。通过在IEEE30、IEEE57标准节点系统上测试, 其优化结果表明自适应聚焦粒子群算法计算精度高、寻优速度快、收敛稳定。

3.4.6 禁忌搜索算法

禁忌搜索算法是局部领域搜索算法的扩展, 是模拟人类在搜索中获得知识的智力过程。为了保证有效搜索的多样化, 该算法用特赦规则来赦免被禁忌的优良状态, 并利用其灵活的存储结构及禁忌准则来避免反复搜索。它迭代的次数少, 有较高的搜索效率;但是它的收敛速度慢, 最终解对初值要求高, 只适用于解决纯整数规划问题。文献[25]在电力系统的无功优化与配置中应用了该算法。文献[26]建立了基于禁忌算法的数学模型, 对IEEE14标准节点系统的进行了优化分析, 其结果表明该算法能有效改善系统的电压质量, 降低系统的网损。

4 结论与展望

电力系统无功优化综述 篇4

【关键词】配电系统 谐波治理 无功补偿优化设计

电力系统具备稳定的储备和有功、无功容量，才能维持系统良性运行，在额定电压和频率之间向用户提供电能。随着电力系统不断扩大规模，用电设备的增加给配电侧电能质量带来很多问题，如10KV配电线路由于使用年限过长而导致的线损情况、配套变电站由于从建设到运行后，数量逐渐变少的问题，部分线路的输送距离超出配电线路的最大负荷容量的问题，线路的末端电压增加的问题等。对于10KV配电网电能质量，改善配电网的谐波问题、进行无功补偿设计优化已经成为迫在眉睫的课题。

一、无功补偿的工作原理

阻感性负载是电力系统的重要组成，多见于厂房中的变压器、电抗器、民用设施中的电冰箱、空调等，这些电器设备的等效电路如图所示：

图（a）中，电流iRL 表示流经R-L串联电路的电流；，电流ic表示流经并联电容补偿器的电流。i表示电路的总电流，端口电压为u，从补偿的结果看，电压并联电容补偿功率分为欠补偿和过补偿两类。

过补偿带来的负面效应包括电容器损耗增加、线损，调节好电容器的电容补偿量就能避免补偿现象的发生。

二、无功补偿的方法

就地补偿比较适合低压配电网及设备，通过改善供电功率因数和电压质量来提高用电设备的工作质量。例如将电容器组装在电动机等设备附近，进行补偿装置的方式在配电网中目前是被一致认可并且广泛使用的。

第一，将电容器分开安装在配电木线上，由于其功率因数比较低，可以减少线损，提高终端变电所的供电质量，对低压母线等的补偿是比较有效的。

第二，将电容器组装在六至十KV母线上，以获得较高的功率因数。这种集中补偿能够保持较为平衡的无功功率。该方法可以补偿较大宽度的调节尺度和补偿容量，并且同样可以减少线损和提高功率因数。

第三，在对10KV 配电网进行无功补偿时，首先应该根据电网的实际情况来进行无功补偿方式的选择，要综合考虑无功补偿的特性、技术等。无功补偿装置对重要配电网的无功补偿方式可采用干式自愈型并联电容器，这种无功优化配置的原则，是最大程度地减小无功功率传输，特别是避免远距离传输[1]。

三、谐波的危害

谐波电流对电路的损耗是随着些波频率的高低而变化的，当波频率较高时，就会引发线损的程度加大，给电网和用电设备带来损伤甚至是事故。谐波的分布电容放大，会导致谐波电流加大，还会引发电缆的老化，增加电网的负荷；谐波还会导致电网的电压基波超过正常限值导致电晕损耗。

四、谐波治理对策

受端治理是谐波治理对策之一，常用的治理方法包括：?将谐波源从电网规划设计开始设计为较大容量的供电点或者电网供电。?利用滤波器改变电容器的串联电抗器，或者限定电容器某些支路，放大组织谐波等。?对谐波感应灵敏的设备加强保护，通过增强设备的抗谐波干扰能力改善设备性能，保证谐波环境下设备依然能正常工作。

主动治理是从谐波自身治理入手，在源头上将谐波降低或者阻止其产生。主要治理方法包括：?改变变流装置，增加变流装置的相数或者脉冲数、多脉整流或准多脉整流技术，例如如换流变压器等。?对谐波装置过于集中的地方进行分散或者交替处理，改变谐波源的配置。?将多个变流器进行联合处理，利用多个方波的叠加来消除频率较低的谐波。④利用三次倍数的谐波或者谢波源，将电流增加的矩形波形上，利用谐波的叠加注入降低给定的部分谐波。⑤采用脉宽调制技术来调整较高频率的谐波，使波形接近正弦波。⑥采用高功率因数变流器等，减少谐波的产生，降低变流器功率因数。

被动治理的方法是使用外加滤波器阻碍电力系统的谐波流入负载端，以達到阻碍谐波的产生的目的，主要的治理方法包括：?采用谐波附近的滤波器来吸收谐波电流，同时运用无功功率补偿的方式来进行补充处理。?采用并联或者串联型APF的有源滤波器来达到补偿和隔离谐波的目的。?采用混合型有缘滤波器可以形成低阻抗支路来阻抗分流回路，减小谐波电流流向电网。

五、实例分析

以某电力公司10KV线路为例，该配电网线路长度14公里，主要工业负荷为洗煤厂、石料厂等。该配电线路中导线型号为LGJ-70，没有安装无功补偿装置。该电力公司10KV配电网存在的问题包括：?线路长、负荷重；?线路末端电压低、昼夜变化大；?线损严重，谐波严重，公路因数偏低；④电容损伤严重。在对该10KV侧电压谐波等进行测量后，得出的结论是：侧电压谐波畸变率超过国际标准限值，电压偏差过大，谐波较大。

谐波治理和无功补偿优化设计方案：针对上述问题，有三种备选方案可供选择。一是采用电压器调节电压的方法；二是安装串联电容器调整电压；三是采用滤波器来调增无功电压。对该10KV 配电线路进行实地考察和综合分析后，结合线路上谐波源众多、容量大、谐波叠加情况较重等情况，决定采用滤波补偿装置的方式比较适合。通过滤波装置可以改善线路的电压波动，尤其是针对其昼夜电压变化大的情况，能够有效地取出电网谐波。同时改善电压质量，降低线损，补偿无功，提高线路功率因数。

滤波器装置的保护方式包括速断、过流、过电压保护等[2]。该10KV线路1号安装点设置在距离电源点的14公里处，2号安装点设置在距离电源点8公里处，1号安装点设备投入运行后，补偿的无功电流为114A，提高的电压为0.54KV，2号安装点设备投入运行后，补偿的无功电流为67A，提高的电压为0.2KV.两套设备使得末端电压的总体高数为0.74KV，有效地改善了末端电压较低的问题。

1号安装点在进行无功补偿后功率因数为0.95，每度电大约0.5元，按照线路公里14公里计算，每年节能损耗74万元。2号安装点功率因数在补偿后为0.96，按照线路8公里计算，每度电0.5元，每年节约电能24万元。两套无功补偿装置在节能方面可以节省98万元，大大提高了经济效益。

结语：

10KV 配电网的无功补偿和谐波治理设计及方法有很多，需要根据具体的配电网的情况，在无功补偿原理、方法，谐波问题造成的问题以及处理对策进行详细的测量、研究和讨论方可定论。本文所举10KV配电网线路的无功补偿和谐波处理的优化设计方案的实施和效果，在实际运行后证明了该方案下的无功补偿和谐波治理方案，对于提高该配电网的电能质量、电力系统经济效益方面，都具有很高的应用价值。

【参考文献】

[1]张超.变电站谐波治理及无功补偿的应用[J].城市建设理论研究，2014，（14）.

电力系统无功补偿综述 篇5

在交流电路中, 纯电阻元件中负载电流与电压同相位, 纯电感负载中电流滞后电压900, 纯电容负载中电流超前电压900, 也就是说纯电容中电流与纯电感中的电流相位差为1800, 可以相互抵消, 即当电源向外供电时, 感性负荷向外释放的能量由容性负荷储存起来;当感性负荷需要能量时, 再由容性负荷向外释放的能量来提供。能量在两种负荷间互相交换, 感性负荷所需要的无功功率就可由容性负荷输出的无功功率中得到补偿, 实现了无功功率就地解决, 达到补偿的目的。

2 无功自动补偿的控制策略

按电压无功综合控制, 采取的控制策略如附图所示:

(1) 运行点在0区, 即电压合格, 无功也合格, 不动作。 (2) 运行点在1区, 即电压越上限, 控制策略为切电容。 (3) 运行点在2区, 即电压合格但接近于上限, 与电压上限的距离小于UC, 无功越上限, 此时控制策略为不动作。 (4) 运行点在3区, 即电压合格且远离电压上限, 无功越上限, 此时应进一步考虑功率因数的值, 如果功率因数小于功率因数下限 (无功越大, 则功率因数越小) , 则投电容, 否则, 不动作, 这样做主要是为了防止负荷较大时投切频繁, 类似于按无功和功率因数综合控制。 (5) 运行点在4区, 即电压越下限, 控制策略为投电容。 (6) 运行点在5区, 即电压合格但接近于下限, 与电压下限的距离小于UC, 无功越下限, 此时控制策略为不动作。 (7) 运行点在6区, 即电压合格且远离下限, 无功越下限, 控制策略为切电容。

3 无功补偿的经济效益

对于电力系统而言, 执行无功就地补偿的原则, 在高压侧或低压侧均需进行补偿。目前, 低压侧的无功补偿严重不足, 大量的低压无功集中在10k V变电站才得到补偿, 使得10k V变电站10k V母线的无功严重不足, 增大了配电变压器、10k V线路和低压线路的损耗, 降低了10k V及以下配网的出力和电压质量。如果在低压负荷侧进行补偿, 可减少10k V线路、配电变压器和低压线路的损耗, 又可提高配电变压器、10k V线路和低压线路的利用率及负载端的端电压, 所以补偿电容器的安装越靠近负载端, 供电部门和用户可获取的经济效益越大。尤其在农网中, 低压台区供电半径较大, 低压网线路残旧, 要彻底改造投资很大, 就地安装低压无功补偿装置, 效益更加显著。

因为在低压侧装上了电容器, 无功电流由电容器提供, 所以在进行电网设计时, 仅考虑有功电流即可, 如此可大大节省变压器及输电线路的投资。对于已有的电网, 也能够提高电网的出力。例如:一条配电线路线损率为10%, 功率因数由0.7提高到0.95, 线损率减少4.57%;一台容量为630k VA的进线变压器功率因数由0.7提高到0.95, 变压器可增容25%, 按每k VA为4000元计算, 可节省63万元。还有, 可节约低功率因数用户所增加的电费, 例如:用户配电变压器容量300k VA, 平均功率因数为0.7, 年用电量约1.8GWh, 按规定电费加收10%, 以0.60元/k Wh计算, 年可节约加收电费10.8万元。此外, 每年还可节约一笔额外的线损电费。

4 无功功率补偿措施

无功功率补偿的方法很多, 对于感性负荷电力企业通常采用并联电容器进行补偿。安装并联电容器进行无功补偿时, 电容器安装容量的选择, 可根据不同目的来确定。补偿方式可采取集中、分散或个别补偿三种方式。

4.1 补偿容量的确定

4.1.1 按提高功率因数确定补偿容量

设最大负荷月的平均有功功率为P (KW) , cosφ1;为补偿前的功率因数, cosφ2为补偿后的功率因数, 则补偿容量可用下述公式计算

当需要功率因数, 提高到大于cosφ2, 小于cos2φ3 (理想功率因数) 时, 则补偿容量应满足下述不等式P (tgφ1-tgφ2) ≤QC≤P (tgφ1-tgφ32)

4.1.2 按提高运行电压来确定补偿容量

按提高电压要求确定补偿容量的方法适用于以调压为主的枢纽变电所和电网末端的用户变电所, 其补偿容量按提高电压的要求, 采用近似计算法求出

式中△u-需要提高的电压值 (V) ;

u2*-需要达到的电压值 (KV) ;

X-线路电抗 (Ω) 。

4.1.3 按降低线损确定补偿容量

它可以说明补偿容量与线损降低率之间的关系, cosφ1为补偿前的功率因数, cosφ2为补偿后的功率因数

4.1.4 按感应电动机空载电流确定补偿容量

当对感应电动机进行个别补偿时, 应按其空载电流来选择电容器的容量

式中Ue-电动机额定电压 (KV) ;

I0-电动机空载电流 (A) 。

4.1.5 按变压器的容量确定补偿容量

在对配电变压器进行补偿时, 其补偿容量为

式中I0%-空载电流百分值;

Se-变压器额定容量 (KVA) ;

UK%-短路电压百分值;

S-负载平均功率 (KVA)

β-负荷率, β=S/Se

4.2 无功补偿的方式

4.2.1 负荷的无功功率补偿

当无功补偿系统处于独立工作状态时, 补偿点的选取直接影响到补偿效果。尤其在距离较长的线路上进行集中补偿, 如农电网线路, 补偿点的影响更加明显。一些距离很长或带有特殊负荷的线路 (如电气化铁路的机车牵引电力线) 为保证补偿效果, 往往在一条线路上安装多台补偿设备。安装点的选取与线路上负荷的分布情况直接相关。对于低压配电网而言, 其负荷一般是沿线路均匀分布的, 为使补偿前、后的降损效果最大, 必须确定补偿容量和位置, 分三种情况。

4.2.1. 1 单点补偿

在无功负荷沿线均匀分布的条件下, 对单点补偿而言, 补偿地点应装设在距线路首端为线路全长的2/3处, 补偿容量为全线所需无功容量的2/3时, 线损下降值将为最大。在此情况下, 线损下降率为

4.2.1. 2 两点补偿

可求出极值为Q1=Q2=2/5, L1=2/5, L2=4/5。因此Q1应装设在距首端2/5L处, Q2应装设在距首端4/5L处, Q1、Q2的值为线路所需无功的2/5倍。线损下降率为

4.2.1. 3 n个补偿点

具有n个补偿电容时, 第i个补偿电容器的安装位置为补偿后的线损值为

补偿后的线损值为

线损下降率为

4.2.2 线路及配电变压器中无功损耗的补偿

当线路输送功率时, 线路感抗上所消耗的无功功率为

式中, XL为线路全长的感抗, 单位Ω;If为流过线路的负荷电流, 单位A;P1, Q1和P2, Q2为线路首端和末端的线电压, 单位:k V。对于10k V线路来说感抗值是均匀分布的, 因此由线路感抗所造成的无功潮流是均匀递增的变压器励磁无功损耗主要消耗在励磁电抗上, 表达式为QT=3l0Xm。

5 结语

对配电网进行无功补偿, 提高功率因数和搞好无功功率平衡, 是一项建设性的降损技术措施。需寻找技术上和经济上的最优方案, 以提高配电变压器出力, 降低线损, 提高电压质量。

摘要：随着电力事业的不断发展, 电网日趋复杂, 低压用电负荷日益增长, 大量的无功功率在电网中流动形成线损, 降低了电能的电压质量和电网经济效益。为此, 本文就无功补偿原理、控制策略、经济效率及措施进行了阐述, 同时通过10kv配电线路实例计算分析, 说明降低电能的电压质量和电网经济效益是可靠的。

关键词：电力系统,无功功率,无功补偿方式

参考文献

[1]李鹏.配网无功补偿分析[J].硅谷, 2009年17期.

[2]黄兰芳.浅谈电网无功功率补偿[J].科技信息, 2008年31期.

电力系统无功优化与无功补偿研究 篇6

关键词：无功优化,无功补偿,分散补偿,电压质量

1 概述

随着现代化进程的加快, 城市低压配电网正在迅猛发展。由于负荷的不断增加, 以及电源的大幅增加, 不但改变了电力系统的网络结构, 也改变了系统的电源分布, 造成系统的无功分布不尽合理, 大量的无功在低压线路中流动。这不仅导致电网功率因数降低, 线损增大, 引起末端电压低, 使客户的用电质量受到影响, 而且使配电变压器和配电线路的供电能力降低。因此, 降低网损、提高电力系统输电效率和电力系统运行的经济性是电力系统运行部门面临的实际问题, 也是电力系统研究的主要方向之一。

2 无功优化

2.1 无功源最佳配置

无功电源规划是一个非线性的混合整数规划问题, 它的特点是既保持了原变量的整数性质, 又完整地包括了对潮流的物理模拟, 可以在对电网投资进行优化的同时优化运行方式。

广义Bender分解法改变了以往无功电源规划中采用的对每种预想方式分别求解, 并选取最大值作为最终解的方法, 而是将所考虑的各种预想方式同列于一个模型中, 然后用分解法进行求解。该方法对各种负荷方式、故障方式进行综合求解, 所得出的无功电源配置能满足系统运行要求, 并使系统拥有一个合理的电压水平。

先导节点的概念应用于电力系统无功配置, 该方法可使无功源得到最有效地配置, 通过对少量先导节点的监测和控制, 无需建立复杂的系统监视全网所有节点的电压, 即可实现对系统电压的控制。使得从全网的角度看, 各节点电压偏移最小。

2.2 无功优化

无功优化计算是在系统网络结构和系统负荷给定的情况下, 通过调节控制变量 (发电机的无功出力和机端电压水平、电容器组的安装及投切和变压器分接头的调节) 使系统在满足各种约束条件下网损达到最小。无功优化能使电能质量、系统运行的安全性和经济性很好的结合在一起。

无功优化常见的模型有经典的数学模型和电力市场下的数学模型。经典的数学模型可以表示如下:

其中:u为控制变量, 它包括可人为调节的变量包括发电机节点无功功率、可调变压器的抽头位置、无功补偿设备的容量及PV和平衡节点的电压模值;x为状态变量。

无功优化仍有以下一些问题需要解决:

2.2.1 无功优化是非线性问题, 而非线性

规划常常收敛在局部最优解, 如何求出其全局最优解仍需进一步研究和探讨。

2.2.2 由于以网损为最小的目标函数, 最终

求得的解可能有不少母线电压接近于电压的上限, 而在实际运行部门又不希望电压接近于上限运行。如果将电压约束范围变小, 可能造成无功优化的不收敛或者要经过反复修正、迭代才能求出解。如何将电压质量和经济运行指标相统一仍需进一步研究。

2.2.3 无功优化的实时性问题。

伴随着电力系统自动化水平的提高, 对无功优化的实时性提出了很高的要求, 如何在很短的时间内避免不收敛, 求出最优解仍需进一步研究。

3 无功补偿

无功补偿可看作是无功优化中的应用实例部分, 它通过调节电容器的安装位置和电容器的容量, 使系统在满足各种约束条件下网损达到最小。合理的无功补偿点的选择以及补偿容量的确定, 能够有效地维持系统的电压水平, 提高系统的电压稳定性, 避免大量无功的远距离传输。

现有的配电网无功补偿方案有4种:a.变电站集中补偿方式;b.低压集中补偿方式;c.杆上无功补偿方式;d.用户终端补偿方式。

3.1 变电站集中补偿:

其主要目的是改善输电网的功率因素、提高终端变电所的电压和补偿主变压器的无功损耗, 这些补偿装置一般连接在变电站的10KV母线上, 因此具有管理容易、维护方便等优点, 但是这种方案对配电网的降损作用很小。

3.2 低压集中补偿:

它是目前国内比较普遍采用的一种方式, 它是在配电变压器380V侧进行集中补偿, 其主要目的是提高专用变压器用户的功率因素, 实现无功就地平衡。这种方案虽然有助于保证用户的电能质量, 但对电力系统并不可取, 因为虽然线路的电压的波动主要由无功量的变化引起, 但线路的电压水平是由系统线路的电压等级决定的, 当线路电压基准偏高或偏低时, 无功的投切量可能与实际需求相差甚远, 出现无功过补偿或欠补偿。

3.3 杆上无功补偿:

主要是针对10k V馈线上沿线的公用变压器所需无功进行补偿, 因其具有投资小、回收快、补偿效率较高、便于管理和维护等优点, 适合于功率因数较低且负荷较重的长配电线路, 但是因负荷经常波动而该补偿方式是长期固定补偿, 故其适应能力较差, 主要是补偿了无功基荷, 在线路重载情况下补偿度一般是不能达到0.95。

3.4 用户终端分散补偿就是在用户负荷所

在的位置就地补偿, 这种方式较前三种方式能大大的减少线损、改善电压质量、提高系统供电能力。缺点是由于低压无功补偿通常按配电变压所低压侧最大无功需求来确定安装容量, 而各配电变压器负荷波动的不同时性造成了大量电容器在较轻载时的闲置, 设备利用率不高。

4 配电网无功补偿遇到的问题

4.1 优化问题:

无功优化配置的目标是在保证配网电压水平的同时尽可能降低网损。由于它要对补偿后的运行费用以及相应的安装成本同时达到最小化, 计算过程相当复杂。为此曾采取了许多的假设, 比如固定负荷水平、统一线径、把树状配电网简化成梳状网, 显然这样的结果并不理想。

4.2 量测问题:

目前10KV配电网的线路上的负荷点一般无表计, 且人员的技术水平和管理水平参差不齐, 表计记录的准确性和同时性无法保证。这对配电网的潮流计算和无功优化计算带来很大困难。

4.3 谐波问题:

由于电容器有放大谐波的副作用, 当谐波含量过大时会对电容器的寿命产生影响, 甚至造成电容器的过早损坏且将使系统的谐波干扰更严重。因而做无功补偿时必须考虑谐波治理, 在有较大谐波干扰、又需要补偿无功的地点, 应考虑增加滤波装置。

4.4 无功倒送问题:

无功倒送会增加配电网的损耗, 加重配电线路的负担, 是电力系统所不允许的。很多厂家为了节约成本, 往往只选择一相做采样和无功分析。于是在三相负荷不平衡的时候, 就有可能造成无功倒送。至于采用固定电容器补偿方式的用户, 则可能在负荷低谷时造成无功倒送, 这应引起充分考虑。

4结论

电力系统无功优化与电压控制 篇7

根据国内外的一些电力学专家对电力系统无功优化与电压控制的多年研究, 笔者也从中获益匪浅。总结来说, 无功优化问题主要分为两大类:一种是在电力系统比较稳定的状态下, 对系统进行的无功优化, 此类无功优化的目的是在稳定状态下, 进一步降低损耗, 进行无功平衡;另一种则是在电力系统不稳定状态下进行的无功优化, 来研究此类情况下的电压稳定性。此论文中, 笔者仅仅研究前者, 即稳定状态下的无功优化和电压控制。

无功优化可以根据所研究问题的时间长短而分为运行优化和规划优化。运行优化是指在现有设备的基础上, 进行无功补偿, 根据实际情况来实施相应无功设备的运行方案, 以降低电损;而规划优化是指在五年到十年的时间内, 依据电网的规划, 在安全稳定等一些特点条件约束的前提下, 利用无功补偿将设备调试到最佳运行状态, 从而降低网损、改善电压质量。

2 电力系统无功优化与电压控制的方法

在生产过程中, 如何实现电力系统的无功优化与电压控制, 是本论文主要的研究课题。

首先, 要明确无功优化与电压控制的关系。

衡量电能质量的指标中, 频率和电压是最基本, 同时也是最重要的。电压与无功功率平衡密切相关, 而频率则和系统中的有功功率平衡相关。只有满足额定电压和额定频率下的功率平衡, 才能更好地保障电能的稳定和质量。此外, 还需要有适当的电源配置, 根据实际情况对设备进行设置和调整, 才能保证电能的高效性。

电压和无功之间的关系由电压无功曲线能够得到很好的体现。当系统无功功率电源供应不充足时, 则系统中的电压运行水平呈现成比较偏低的状态;反之, 当电源供应适当并且持续时, 系统中就反应出较高的运行电压水平。所以, 要因地制宜, 根据实际情况, 配置无功功率补偿装置, 来维持恰当的电源供应, 实现在额定电压下的系统无功功率平衡。

其次, 电压的调整和电压无功控制的协调问题。

通过调整电压, 能够使得每一个用户的电压质量符合要求。通常调整电压的主要手段有:调节发电机的端电压、利用变压器分接头档位调压、利用无功补偿设备调整电压、切去部分负荷以及改善线路参数。而通过无功优化对电压进行控制也是受端网络中非常常用的方法, 通过调整有载调压变压器的分接头和投切无功补偿装置, 进行综合协调, 实现整个系统的无功功率平衡。下面, 以地区的电力系统为例, 来具体分析无功电压控制的几种方法。

2.1 基于EMS优化潮流功能下的电压无功控制

在EMS自动化系统的平台下, 基于无功最优算法 (如遗传算法) 进行全网网损最优的基础之上进行控制。由于计算速度比较慢, 无法快速响应, 在电压越限校正等实时性要求高的场合下不适用, 因此这种方法的实际应用面很窄。

2.2 基于变电站的电压无功控制

这种方法采用硬件装置“电力无功自动化控制装置” (简称VQC) 来实现调控, 我国目前有一部分的变电站就是由VQC装置进行无功电压调控的。VQC的工作原理十分简单, 主要是根据九区图, 对电压无功限值区进行划分, 再根据系统反应和计算的数据, 将数据图统计在九区图内, 以该图在各区内的条件作为判断依据, 使得最优的电压无功设备组合和最优的控制顺序的运行点进入电压、无功都满足要求的第九区。VQC装置控制虽然可靠方便, 但在实际操作中, 也存在着许多的缺陷。其一, 调节控制并没有前瞻性, 被动地根据数据调节, 有时候不能及时检测出系统的问题, 而导致盲目调节, 影响电能的质量;其二, 缺少必要的分析辅助软件, 不能很好的适应不同情况而采取相应的有效策略;其三, 当系统发生故障时, 不能够有效地采取其他的方式进行控制, 从而可能引发更加严重的后果。综上所述, VQC最主要是问题是, 它控制的目标仅仅是电压的质量, 它采集运行参数的准确性和效率很高, 但是它并不能很好的应对各种可能发生的不同情况, 局部控制上有优势, 但是并不能做好宏观上的全面调控。因此, 采取地区电网的电压无功综合优化控制, 才能更好的解决全网最优的电压无功控制问题。

2.3 基于VQC装置的分层分散控制

这种控制方式主要分为两个层次, 即各变电站内的执行层和调度中心的全网协调层。首先, 将整个电网的信息和参数统计和收集在系统中, 然后, 先通过当地的变电站进行第一级控制, 通过VQC装置按照参数进行运作;其次, 当数据不在第一级控制的范围内时, 便要通过调度中心进行第二级控制, 确定当地控制的整定值, 再返回到当地变电站进行第一级控制, 最后反馈回电网。程序设计在这种固定的模式下正常运行, 能够将无功优化和电压控制在网损最小的目标函数下进行工作, 因此, 在这种模式下, 不仅能够最大程度降低网损, 还可以提高电能输送的质量和提高电网电压的合格率。

2.4 基于EMS/SCADA主站系统的无功电压控制 (AVC)

AVC无功电压自动控制系统是指在正常运行情况下, 通过实时监视电网无功电压情况, 进行在线优化计算, 分区分层调节控制电网中的无功电源, 变压器分接头, 无功补偿等设备, 实现实时的最优闭环控制, 满足全网安全约束条件下的优化无功潮流运行, 以达到电压优质和网损最小的目标。从本质上说, AVC无功电压自动控制的目标就是通过对电网无功分布的重新调整, 保证电网运行在一个更安全、更经济的状态。

为了协调电网中各种手段的无功电压控制手段, 从运行安全性与经济性着眼, 一般需要实现分层与分区控制, 分层主要是指按电压等级进行无功平衡控制, 分区主要是指无功的就地平衡。

AVC无功电压自动控制一般分为三级控制层, 一级控制通常是快速反应的闭环控制, 响应时间为1秒至几秒内, 如发电机组 (包括调相机) 的无功功率控制、静止无功补偿器的控制, 以及快速自动投切电容器和电抗器等;二级控制系统协调一个区域内一级控制设备的工作, 响应时间为分钟级;三级控制则协调、优化二次控制系统, 指导值班人员的干预, 除安全监视及控制外, 经济问题主要在三级控制中考虑, 并要求控制安全和经济准则优化运行状态。

三级的控制层在协调控制方面, 由电厂组成的一级控制利用快速和安全的控制来保证全网的优化电压水平, 使高压输电系统近似在优化状态下运行。地区AVC作为二级控制不但要提高地区电压水平和降低网损, 同时还要通过控制功率因数保证一级控制有足够的备用容量保证全网的电压优化控制和电压稳定。三级控制通过全网的优化进行总体的协调控制, 通过控制主变压器分接头保证电网的总体电压水平, 通过投切并联电容器和电抗器来保证无功的分层平衡, 通过对二级控制下发功率因数指标保证一级控制的顺利实施。

笔者所接触的无功电压自动控制方法是基于全网优化的地区电网集中式AVC。首先通过调度自动化的数据采集系统 (SCADA系统) 采集全网内各节点遥测、遥信等实时数据进行在线分析和计算;其约束条件通常包括各节点电压是否合格、省网关口功率因数;AVC从全网角度实现无功补偿设备投入时间、数量最优和无功分层、就地平衡与电压稳定, 实现电压合格率最高和输电网损率最小的最优化运行目标;形成有载调压变压器分接开关调节、无功补偿设备投切控制指令, 借助调度自动化系统的“四遥”功能, 利用通信和IT技术, 将指令通过数据形式发送到SCADA系统, 从而对全网各变电所的有载调压变压器和无功补偿设备的集中监视、集中管理和集中控制, 实现全网电压及无功优化的闭环控制。

3 总结

综上所述, 本论文主要研究了无功优化问题的分类以及无功优化的方法, 其中重点介绍了无功优化与电压控制的具体做法。电力系统的无功优化与电压控制是决定电力系统运行的经济性和安全性的重要课题, 本文的研究只是其中很小的一部分。无功优化问题的复杂性同时也意味着对于此课题的研究必然是一个比较长远的过程, 笔者也希望能与相关工作者共勉, 促使无功优化与电压控制的研究向更高层的领域发展。

参考文献

[1]徐志成.一种新型的电力系统无功优化方法[J].电力自动化设备, 2008

[2]杨素琴.变电站动态电压无功优化控制的研究[J].电力系统保护与控制, 2010

电力系统电压与无功功率优化 篇8

近几年, 电网建设投资规模加大, 电网结构日趋完善, 新建变电站均按规程规定要求配置了无功补偿装置, 110kv及以上变电站主变均选用有载调压变压器, 对稳定系统电压, 提高电压运行水平起到了重要的作用, 但在部分地方电网、农村配网, 在满足用户电压质量和无功功率就地平衡问题上还存在比较突出的问题:

1.1 在部分地方电网, 由于与主网联系薄弱, 电网设备陈旧, 部分变电压无功补偿装置补偿容量不足, 需大量从系统吸收无功, 在系统负荷高峰期无功出力不足, 系统电压偏低。

1.2 农村配电网由于输电距离长、线径小, 农村用户低电压问题突出。

1.3 无功补偿装置基本都是在变电站进行集中补偿, 无功功率在10kv配网中传输较多, 根据无功功率补偿原则, 最佳补偿点应在用户侧和配变低压侧, 以减少无功功率在系统中的传输和提高用户电压水平。

1.4 目前, 小水电站大规模开发, 规模较小的电站基本均以10kv电压等就近接入电网运行, 对小水电站缺乏监督管理手段, 很少进行无功功率管理, 小水电基本都是只发有功, 不发无功。

2 电压与无功功率特性

为了合理地进行无功功率补偿, 对电压与无功功率的关系进行简要分析。交流电力系统需要电源供给两部分能量, 一部分是用于能量转换而被消耗掉, 我们称为“有功功率”, 另一部分能量是用来建立磁场, 由电能转换为磁能, 再由磁能转换为电能, 周而复始, 并没有消耗, 对于外部电路它并没有作功, 这部分能量我们称为“无功功率”, 在电力系统中, 除了负荷无功功率外, 变压器和线路电抗也需要消耗大量无功功率。但是, 需要说明的是电压与无功功率之间的关系要比频率与有功功率之间的关系复杂得多, 大体上表现在以下几方面:

一是在一个并列运行的电力系统中, 任何一点的频率都是一样的, 在无功功率平衡时, 整个电力系统的电压从整体上看是正常的, 是可以达到额定值的, 但有些节点处的电压并不一定合格, 如果无功不是处于平衡状态时, 那么情况就更复杂了, 当无功出力大于无功负荷时, 电压普遍会高一些, 但也会有个别地方可能低一些, 反之, 也是如此。

二是系统需要的无功功率远远大于发电机所能提供的无功出力, 这是由于现代高压电网包括各级变压器和架空线路在传送电能时需要消耗大量的无功, 即“无功损耗”, 一般来说, 这些无功损耗与整个电网中的无功负荷的大小是差不多。

三是无功功率不宜远距离输送, 当输送功率与传送距离达到一定极限时, 其无功损耗Q=I2X相应也很大, 所输送的无功功率均损耗在变压器及线路上了。另外, 传送大量的无功功率时, 线路电压损失也相当大, 同样会造成无法传送的结果。

所以, 合理的就地无功补偿对调整系统电压、降低损耗有十分重要的作用。在进行无功功率补偿时应该力求实现在额定电压下的系统无功功率平衡, 根据这个要求来装设必要的无功功率补偿装置。

3 无功功率补偿整改措施及建议

根据电力系统超无功电压存在的问题, 结合无功功率特性, 建议从以下几个方面对我司无功功率配置进行优化:

3.1 加强电网侧无功补偿装置的配置

一是加强同并网大电网的协调, 在枯水期、伏旱期提高大电网运行电压运行水平, 可直接改善系统运行电压水平。

二是清理现有无功补偿装置, 根据变电站负荷情况对无功补偿装置进行调整, 同时对新建变电站配置充沛的无功补偿装置。

3.2 加强10kv配网侧无功补偿

一是建立小水电站的功率因数考核制度, 目前已正在开展。根据运行数据分析并结合现有小水电分布情况, 建议对小水电无功补偿实施区别对待, 对配电线路上T接小水电较多的电站建议按功率因数0.9进行考核, 小水电较少的线路T接小水电按0.85进行考核, 若功率因数考核均按0.85或0.80考核时, 配网无功功率将向系统上网, 反而增大线路损耗。

二是开展重负荷配变和重负荷用户无功补偿以及重负荷线路无功补偿。由于35kv、10kv及一些低压配电线路的阻抗相对较大, 无功潮流在线路上流动时引起的功率损耗和电压降落均较大, 所以, 在配网侧进行无功补偿可以有效地减少无功功率在电网中的输送, 降低网损和改善用户电压水平。根据计算, 进行无功补偿后, 降损效果如下式:

即当功率因数从0.85提高至0.95时, 通过上式, 可求得有功损耗降低达20%左右, 降损效果最明显, 线路无功补偿的经典补偿方式如下表:

三是按无功功率分层分区、就地平衡的原则开展电网无功经济运行, 合理投退无功补偿装置。

4 无功功率补偿方式

目前, 采用较多的几种无功补偿装置分别为电容器、同步调相机、电抗器、静止型动态无功补偿器 (即SVC) 等。

电容器以其投资省、运行费用低、运行维护简单和应用范围广而被广泛使用;但电容器的缺点是输出无功功率与运行电压的平方成正比, 电压降低, 输出的无功将急剧下降, 所以, 事故情况下, 电容器不能起到稳定系统电压的作用。

同步调相机是一种不带机械负载的同步电动机, 它是最早采用的一种无功补偿设备, 其主要缺点是投资大, 运行维护复杂、能耗高, 在并联电容器得到大量采用后, 它退居次要地位;但也有其明显的优点:调相机可以根据系统无功的需要, 调节励磁运行, 过励磁时可以做到发出其额定100%的无功功率, 欠励磁时还可以吸收其额定容量50%的无功功率, 同时可以安装强行励磁装置, 当电网发生故障时, 可以强行励磁, 保持电网电压稳定, 因而提高系统运行的稳定性。

电抗器是一种感性无功补偿设备, 它可以吸收系统中过剩的无功功率, 避免电网运行电压过高。一般就安装于超高压等级变电站和线路, 为了防止超高压线路空载或轻负荷运行时, 线路的充电功率造成线路电压升高, 同时系统故障时产生的过电压。

静止型动态无功补偿器是近年来发展起来的一种动态无功功率补偿装置, 电容器、电抗器、调相机是对电力系统静态无功电力的补偿, 而静止型动态无功补偿器主要是对电力系统中的动态冲击负荷的补偿和抑制谐波, 如大型电炉炼钢、大型轧机以及大型整流设备等, 也可在电力系统的电压枢纽点、支撑点静止型动态无功补偿器来提高系统的稳定性。其最大特点是调节快速, 响应速度远远高于调相机, 一般只有20ms, 可以迅速改变所输出无功功率的性质和保持母线电压恒定。

5 结束语

电力系统无功优化综述 篇9

粒子群优化 (Particle Swarm Optimization, PSO) 算法是一种基于群体的优化方法, 对所求解问题既不要求可微, 也不要求连续, 只要求是可计算的, 而且实现容易, 因而得到了学术界的广泛重视, 已经成为一种重要的优化工具, 并成功应用于函数优化、模糊系统控制、神经网络训练等领域。该算法具有并行处理、鲁棒性好等特点, 能以较大概率找到问题的全局最优解, 且计算效率比传统随机方法高。本文将粒子群优化应用于电力系统无功优化中, 为无功优化提供一种新的方法。

1 无功优化模型

本文以网损最小化为目标, 目标函数为:

满足如下约束方程:

式中, x1=[VG, KT, QC], 为控制变量, VG、KT、QC分别指发电机的机端电压、有载调压变压器的分接头和无功补偿容量;x2=[VL, QG, Pref], 为状态变量, VL、QG、Pref分别为负荷节点的电压, 发电机的无功出力和平衡节点的有功出力;Npq是所有PQ节点的集合;SL是支路通过的

功率;s为平衡节点的编号。

以上目标函数加上约束条件就是无功优化的经典模型。

2 算法实现和优化流程

在利用上述模型计算时, 对于连续变量直接采用迭代公式进行更新, 而无功优化过程中包含对离散变量的处理, 如变压器分接头的位置和无功源的注入量等一般按照一定的步长进行改变。因此, 用PSO算法进行无功优化时, 既包含对连续变量的处理, 又包含对离散整数控制变量的处理。PSO处理混合整数优化问题的一般方法是将速度和位置归整为相近的整数, 本文在计算中通过映射编码和取整的方法对离散变量进行处理。设置粒子的位置向量即控制向量为X= (Ug1, Ug2, …, UgNg, Qc1, Qc2, …, Qc Nc, Tt1, Tt2, …, Tt Nt) , 通过潮流计算, 对等式约束进行处理;也可获得与当前控制变量相对应的状态变量及输出变量, 以此来检验是否满足不等式约束。改进粒子群算法求解无功优化流程如图1所示。

3 仿真结果和分析

本文采用PSO算法和GA算法在CPU为2.93GHz, RAM为2 000MB的Pentium 4PC机上采用MATLAB语言编写程序;种群的规模为24, 最大迭代数为200代, 主要以IEEE 30节点系统和IEEE57节点系统为例进行计算, 并对结果进行比较。

IEEE 30节点系统包括6台发电机 (节点1, 2, 5, 8, 11, 13) , 3台并联电容器 (3, 10, 24) 、4台可调变压器 (支路6-9, 6-10, 4-12, 27-28) 。其中发电机节点的电压限值为0.9~1.1, 变压器分接头的范围为0.9~1.1, 电容出力的范围为0~0.4。发电机无功出力的限值:1, 2号节点为-0.20~0.60, 5号节点为-0.15~0.625, 8号节点为-0.15~0.50, 11号节点为-0.1~0.4, 13号节点-0.15~0.45。

IEEE 57节点系统包括7台发电机、9台并联电容器、15台可调变压器。其中发电机节点的电压限值为0.9~1.1, 变压器分接头的范围为0.9~1.1, 电容出力的范围为0~0.4。

对于IEEE 30节点系统和IEEE 57节点系统, 其发电机的节点电压可连续变化, 补偿电容的调节步长为0.01, 变压器的变比调节步长为0.025。变压器的初始变比为1.0, 发电机的初始电压为1.0。优化结果见表1、表2。

由表1和表2可知, 在PSO算法和GA算法选取同样种群数情况下, PSO算法有较好的优化效果和较快的收敛速度。对PSO算法随机进行100次优化计算, 总能较快找到接近全局最优解的次优解, 说明PSO算法有较好的综合性能。

4 结束语

PSO算法是模拟鸟群觅食过程中的迁徙和群集行为时提出的一种基于群体智能的演化计算技术。其最大的优势在于简单易实现、收敛速度快, 而且有深刻的智能背景, 既适合科学研究, 又适合工程应用。

本文将粒子群算法应用于电力系统无功优化中, 两个典型IEEE测试系统的仿真结果表明, 与GA算法相比, PSO算法具有更好的综合性能, 包括具有较好的避免陷入局部极值的能力、全局寻优能力、收敛速度和算法鲁棒性。

参考文献

[1]唐剑东, 熊信艮, 吴耀武.基于改进PSO算法的电力系统无功优化[J].电力自动化设备, 2004, 24 (7) :81~84

[2]Yoshida H, Kawata K, Fukuyama Y, et al.A particle swarm optimization for reactive power and voltage control considering voltage security assessment[J].IEEE Trans on PS, 2000, 15 (4) :1232~1239

[3]LI K.State Estimation for Power Distribution System and Measurement Impacts[J].IEEE Transactions on Power Systems, 1996, 11 (2) :911~916