CN103151784B - 一种基于avc系统的无功电压优化方法及装置 - Google Patents

Abstract

本申请实施例公开了一种基于AVC系统的无功电压优化方法。该方法包括：接收SCADA系统导出的CIM模型；接收PI数据库导出的无功补偿设备的投入和切出状态信息，以及各变电站的无功负荷的量测断面实时数据；以CIM模型为基础，采用优化的无功电压算法对无功补偿设备的投入和切出状态信息和无功负荷的量测断面实时数据进行优化计算，生成优化策略，所述优化的无功电压算法包括原对偶内点法、分支界定法和/或电压校正控制模型法；AVC系统根据所述优化策略控制电压的优化。本申请还公开了一种基于AVC系统的无功电压优化装置。本申请实施例可以提高电能利用效率。

Description

一种基于AVC系统的无功电压优化方法及装置

技术领域

本申请涉及电力技术领域，特别涉及一种无功电压优化方法及其对应的装置。

背景技术

电压是电能质量的重要指标，它对电力系统的安全与经济运行、保证电器设备的使用寿命具有重要影响。电力系统的无功补偿与无功平衡是保证电压质量的基本条件，有效地控制和合理的无功补偿，不仅能保证电压质量，而且能提高电力系统运行的稳定性和安全性，降低电能损耗。

电力系统需要无功补偿的原因在于：交流电在传输过程中，如果通过纯电阻类负载，电能将充分地转化成热能，如果通过“纯容性”或“纯感性”类负载，由于容性或感性负载具有吸收、释放电能的作用，电能不做功，即没有消耗电能，产生无功功率，功率因素为1。但在电能实时传输时，“纯容性”或“纯感性”负载通常不存在，大多数情况下为混合性负载，交流电通过这类混合型负载时，一部分电能不做功，出现无功功率，使功率因数小于1，降低了电能利用率。为提高电能利用率，降低电能损耗，必须投入或切出容性或感性设备进行无功补偿，且保持无功补偿的平衡，使电压保持恒定性，进而提高电网的稳定性。

通过无功补偿的方式稳定电压涉及到补偿量的问题，即不能投入过多或过少容性或感性负载，使真实需要的补偿量与提供的补偿量不平衡。因此，在对无功电压进行优化时需要选择优化策略，然后由AVC(Automatic VoltageControl，自动电压控制)系统根据该策略对投入或切出的容性或感性设备进行自动调节，从而起到优化电压的作用。发明人在对现有电网补偿量进行研究后发现，现有的无功电压优化方法存在如下问题：(1)变电站投运初期，单台电容器容量过大，需要投入时却投不上，而且投运一定年限后，低谷时段容量偏大，高峰时段容量不足；(2)电网运行中缺少合适分组，为保证电压质量需频繁地投切，使操作负担和设备损耗增加；(3)电容器配置容量较大，但网络传输损失依然较高。

发明内容

为解决上述技术问题，本申请实施例提供了一种基于AVC系统的无功电压优化方法及其对应的装置，以提高电能利用效率。

本申请实施例提供的基于AVC系统的无功电压优化方法包括：

接收SCADA系统导出的CIM模型；

接收PI数据库导出的无功补偿设备的投入和切出状态信息，以及各变电站的无功负荷的量测断面实时数据；

以CIM模型为基础，采用优化的无功电压算法对无功补偿设备的投入和切出状态信息和无功负荷的量测断面实时数据进行优化计算，生成优化策略，所述优化的无功电压算法包括原对偶内点法、分支界定法和/或电压校正控制模型法；

AVC系统根据所述优化策略控制电压的优化。

优选地，在接收到无功负荷的量测断面实时数据后，判断该量测断面实时数据的类型，根据所述类型选择与该类型适应的无功电压算法，所述类型包括状态估计收敛率是否超过第一预设阀值、母线电压是否超过第二预设阀值，以及是否使用离散无功补偿设备。

优选地，所述原对偶内点法具体为：

将无功补偿设备的投入和切出状态信息和无功负荷的量测断面实时数据转化为非线性规划的函数不等式；

为所述不等式设定一包含初始点的可行域，可行域的边界设置障碍因子，该因子使迭代点靠近可行域边界时，目标函数值在一预设时间内增大；

引入松弛变量将所述函数不等式约束转化为等式约束和变量不等式约束，用拉格朗日乘子法处理等式约束条件，用内点障碍函数法及制约步长法处理变量不等式约束条件；导出引入障碍函数后的库恩-图克最优性条件，并用牛顿-拉夫逊法进行求解。

优选地，所述电压校正控制模型法具体为：

根据无功补偿设备的投入和切出状态信息和无功负荷的量测断面实时数据建立电压校正控制模型，所述电压校正控制模型为：

min f(ΔQ_G，ΔV，S)

$\left\{\begin{array}{cc}\mathrm{\&Delta;}{Q}_G=\mathrm{B\&Delta;V}& \\ \mathrm{\&Delta;}{\underset{\&OverBar;}{Q}}_{\mathrm{Gi}}<\mathrm{\&Delta;}{Q}_{\mathrm{Gi}}<\mathrm{\&Delta;}{\stackrel{\&OverBar;}{Q}}_{\mathrm{Gi}}& i\&Element;S_G\\ \mathrm{\&Delta;}{\underset{\&OverBar;}{V}}_i^c-S<\mathrm{\&Delta;}{V}_i<\mathrm{\&Delta;}{\stackrel{\&OverBar;}{V}}_i^c+S& i\&Element;S_N\\ S\&GreaterEqual;0& \end{array}\right.$

式中：B为Q/V灵敏度矩阵，该矩阵为导纳矩阵各元素虚部构成的电纳矩阵；ΔQ_G为拓扑点电源或无功补偿设备的总无功注入变化量；S为反映电网电压的不满足程度的松弛变量；目标函数f(ΔQ_G，ΔV，S)取为半正定二次函数；S_N为所有拓扑点的集合；S_G为所有机端或无功补偿设备拓扑点的集合；

采用内点法对所述电压校正模型进行求解。

优选地，所述AVC系统根据所述优化策略控制电压的优化具体包括：

AVC系统根据所述优化策略对并联无功补偿设备和/或变压器有载分接头进行投入或切出控制，以实现对电压的优化。

进一步优选地，所述并联无功补偿设备包括电容器或电抗器。

本申请实施例还提供了一种基于AVC系统的无功电压优化装置。该装置包括第一接收单元、第二接收单元、优化计算单元和电压优化单元，其中：

所述第一接收单元，用于接收SCADA系统导出的CIM模型；

所述第二接收单元，用于接收PI数据库导出的无功补偿设备的投入和切出状态信息，以及各变电站的无功负荷的量测断面实时数据；

所述优化计算单元，用于以CIM模型为基础，采用优化的无功电压算法对无功补偿设备的投入和切出状态信息和无功负荷的量测断面实时数据进行优化计算，生成优化策略，所述优化的无功电压算法包括原对偶内点法、分支界定法和/或电压校正控制模型法；

所述电压优化单元，用于使AVC系统根据所述优化策略控制电压的优化。

优选地，所述装置还包括类型判断单元，用于在接收到无功负荷的量测断面实时数据后，判断该量测断面实时数据的类型，根据所述类型选择与该类型适应的无功电压算法，所述类型包括状态估计收敛率是否超过第一预设阀值、母线电压是否超过第二预设阀值，以及是否使用离散无功补偿设备。

优选地，所述电压优化单元具体用于使AVC系统根据所述优化策略对并联补偿设备和/或变压器有载分接头进行投入或切出控制，以实现对电压的优化。

本申请实施例以SCADA系统导出的CIM模型为基础，对接收到的无功补偿设备的投入和切出状态信息，以及各变电站的无功负荷的量测断面实时数据采用优化算法进行计算，生成优化策略，然后由AVC系统根据该优化策略控制电压的优化。与现有技术相比，本申请优化计算的数据对象来自PI数据库和SCADA的实时运行数据，数据量大，并采用优化算法，使计算出来的控制策略更加符合实际需要，进而依据该控制策略实现的优化电压稳定，提高了电能利用率。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请基于AVC系统的无功电压优化方法实施例流程图；

图2为本申请的分支定界法的分支树的示意图；

图3为本申请基于AVC系统的无功电压优化装置实施例的结构框图。

具体实施方式

为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

在详细介绍本申请的各种实施例之前，先对本申请涉及到的个别概念予以简要解释：

本申请提及的AVC系统(Automatic Voltage Control，自动电压控制)是指按照控制策略给定的目标条件和约束条件，对有载调压变压器分接头、电容器、电抗器开关、各电厂发电机无功出力以及其它电压无功调节装置进行调节实现系统电压的自动调节的系统，通过AVC系统可以提高系统运行的经济性、可靠性和电压质量。AVC系统包括AVC主站和AVC子站，AVC主站安装在电力调度中心(或集控中心)，用于分析计算、发出全网(或区域电网)实时电压控制指令的主计算机系统；AVC子站是AVC系统中实现电厂、变电站母线电压调控的装置或系统，安装在电厂或变电站，可接收AVC主站下发的调控指令，实现母线电压的当地控制。

本申请提及的CIM模型(Common Information Model，公共信息模型)是IEC(国际电工委员会)为在电工与电子领域内有关的各种标准化问题上促成国际间的合作发布的国际标准，其描述了能量管理系统和配电管理系统的应用程序接口。CIM模型表示在一个电力实体企业中有关实体操作的所有主要对象。通过提供一种用对象类和属性及他们之间的关系来表示电力系统资源的标准方法，CIM方便了对不同卖方独立开发的EMS应用进行集成、对多个完整EMS系统间的应用进行集成，或对EMS系统和其他涉及电力系统运行的不同方面的系统间的应用，例如发电或配电管理系统进行集成。

本申请提及的SCADA系统是SCADA(Supervisory Control And DataAcquisition)系统，即数据采集与监视控制系统。SCADA系统是以计算机为基础的DCS与电力自动化监控系统；它应用领域很广，可以应用于电力、冶金、石油、化工等领域的数据采集与监视控制以及过程控制等诸多领域。

参见图1，该图示出了本申请的基于AVC系统的无功电压优化方法的一个实施例的流程图。该流程包括：

步骤S101：接收SCADA系统导出的CIM模型；

步骤S102：接收PI数据库导出的无功补偿设备的投入和切出状态信息，以及各变电站的无功负荷的量测断面实时数据；

步骤S103：以CIM模型为基础，采用优化的无功电压算法对无功补偿设备的投入和切出状态信息和无功负荷的量测断面实时数据进行优化计算，生成优化策略，所述优化的无功电压算法包括原对偶内点法、分支界定法和/或电压校正控制模型法；

在接收到投入和切出状态信息以及量测断面实时数据后，可以采取优化算法对这些数据进行处理，这里的优化算法包括原对偶内点法、分支界定法和电压校正控制模型法中的一种或几种的组合(后续将详细介绍这三个优化算法)。在实际电网无功电压计算中，还可以根据各变电站的无功负荷的量测断面实时数据的类型，如状态估计收敛率、是否存在母线电压越限、是否使用离散设备调节等来决定使用哪个优化算法。

步骤S104：AVC系统根据所述优化策略控制电压的优化。具体地，可以是AVC系统根据优化策略对并联无功补偿设备和/或变压器有载分接头进行投入或切出控制，从而实现对电压的优化。

在前述实施例中涉及到原对偶内点法、分支界定法和/或电压校正控制模型法这些优化算法，下面依次详细描述这些算法；

原对偶内点法是在内点法基础上发展起来的。内点法是Karmarkar于1984年提出的求解线性规划问题的具有多项式时间复杂性的算法。内点法要求迭代过程绐终在可行域内部进行。其基本思想就是把初始点取在可行域内部，并在可行域的边界上设置一道“障碍”，使迭代点靠近可行域边界时，给出的目标函数值迅速增大，并在迭代过程中适当控制步长，从而使迭代点始终留在可行域内部。显然，随着障碍因子的减小，障碍函数的作用将逐渐降低，算法收敛于原问题的极值解。

原对偶内点法的基本思路是：引入松弛变量将函数不等式约束化为等式约束及变量不等式约束；用拉格朗日乘子法处理等式约束条件，用内点障碍函数法及制约步长法处理变量不等式约束条件；导出引入障碍函数后的库恩-图克最优性条件，并用牛顿-拉夫逊法进行求解；取足够大的初始障碍因子以保证解的可行性，而后逐渐减小障碍因子以保证解的最优性。

首先，考虑如下的非线性规划问题：

min f(x)     (1)

s.t.h(x)＝0     (2)

$\underset{\&OverBar;}{g}<g\left(x\right)<\stackrel{\&OverBar;}{g}---\left(3\right)$

其中：x为n维向量；h为m维向量；g为r维向量。

引入松弛变量将不等式约束化为等式约束及变量不等式约束，即将式(3)改为：

$\left\{\begin{array}{c}g\left(x\right)-l-\underset{\&OverBar;}{g}=0\\ g\left(x\right)+u-\stackrel{\&OverBar;}{g}=0\\ l,u>0\end{array}\right.---\left(4\right)$

式(4)中的变量不等式约束条件，引入障碍函数项，则有：

$f^{\&prime;}\left(x\right)=f\left(x\right)-p(\underset{i=1}{\overset{r}{\mathrm{\&Sigma;}}}\ln l_i+\underset{i=1}{\overset{r}{\mathrm{\&Sigma;}}}\ln u_i)---\left(5\right)$

其中p为障碍因子，且p＞0；下标i表示向量的第i个元素。

根据式(2)、式(4)及式(5)可定义拉格朗日函数如下：

$F(x,y,l,u,z,w)=f\left(x\right)+y^{T}h\left(x\right)+z^T(g\left(x\right)-l-\underset{\&OverBar;}{g})$

$+w^T(g\left(x\right)+u-\stackrel{\&OverBar;}{g})-p(\underset{i=1}{\overset{r}{\mathrm{\&Sigma;}}}\ln l_i+\underset{i=1}{\overset{r}{\mathrm{\&Sigma;}}}\ln u_i)---\left(6\right)$

其中x、l及u为原始变量向量；y、z及w为对应的拉格朗日乘子向量，即对偶变量向量。

由此可导出库恩-图克条件(为书写方便，以下用F代替F(x，y，l，u，z，w))：

$F_x\&equiv;\frac{\&PartialD;F}{\&PartialD;x}=\&dtri;f\left(x\right)+{\&dtri;}^{T}h\left(x\right)y+{\&dtri;}^{T}g\left(x\right)(z+w)=0---\left(7\right)$

$F_y\&equiv;\frac{\&PartialD;F}{\&PartialD;y}=h\left(x\right)=0---\left(8\right)$

$F_z\&equiv;\frac{\&PartialD;F}{\&PartialD;z}=g\left(x\right)-l-\underset{\&OverBar;}{g}=0---\left(9\right)$

$F_w\&equiv;\frac{\&PartialD;F}{\&PartialD;w}=g\left(x\right)+u-\stackrel{\&OverBar;}{g}=0---\left(10\right)$

$F_l\&equiv;L\frac{\&PartialD;F}{\&PartialD;l}=\mathrm{ZLe}+\mathrm{pe}=0---\left(11\right)$

$F_u\&equiv;U\frac{\&PartialD;F}{\&PartialD;u}=\mathrm{WUe}-\mathrm{pe}=0---\left(12\right)$

l，u，w＞0，z＜0   (13)

其中L、U、Z及W分别为以向量l、u、z及w各元素为对角元构成的对角矩阵；e为r维全一向量，即e＝[1，1，...1]^T；式(11)及式(12)为互补松弛条件。

式(7)至式(12)用牛顿-拉夫逊法迭代求解，可得修正方程如下：

$\mathrm{\&Delta;l}=\&dtri;g\left(x\right)\mathrm{\&Delta;x}+F_z---\left(13\right)$

$\mathrm{\&Delta;u}=-\&dtri;g\left(x\right)\mathrm{\&Delta;x}-F_w---\left(14\right)$

$\mathrm{\&Delta;z}=-L^{-1}Z\&dtri;g\left(x\right)\mathrm{\&Delta;x}-L^{-1}({\mathrm{ZF}}_z+F_l)---\left(15\right)$

$\mathrm{\&Delta;w}=U^{-1}W\&dtri;g\left(x\right)\mathrm{\&Delta;x}+U^{-1}({\mathrm{WF}}_w-F_u)---\left(16\right)$

$-F_x^{\&prime;}=H^{\&prime;}\mathrm{\&Delta;x}+{\&dtri;}^{T}h\left(x\right)\mathrm{\&Delta;y}---\left(17\right)$

$-F_y=\&dtri;h\left(x\right)\mathrm{\&Delta;x}---\left(18\right)$

其中 $F_x^{\&prime;}=F_x+{\&dtri;}^{T}g\left(x\right)[U^{-1}({\mathrm{WF}}_w-F_u)-L^{-1}({\mathrm{ZF}}_z+F_l)]$

$=\&dtri;f\left(x\right)+{\&dtri;}^{T}h\left(x\right)y+{\&dtri;}^{T}g\left(x\right)[(U^{-1}({\mathrm{WF}}_w+\mathrm{pe})-L^{-1}({\mathrm{ZF}}_z+\mathrm{pe})]$

$H^{\&prime;}={\&dtri;}^{2}f\left(x\right)+y^T{\&dtri;}^{2}h\left(x\right)+(z^T+w^T){\&dtri;}^{2}g\left(x\right)+{\&dtri;}^{T}g\left(x\right)(U^{-1}W-L^{-1}Z)\&dtri;g\left(x\right)$

令 $J=\&dtri;h\left(x\right),$ 则有

$\left[\begin{array}{cc}{H}^{\&prime;}& J^T\\ J& 0\end{array}\right]\left[\begin{array}{c}\mathrm{\&Delta;x}\\ \mathrm{\&Delta;y}\end{array}\right]=-\left[\begin{array}{c}{F}_x^{\&prime;}\\ F_y\end{array}\right]---\left(19\right)$

其中H′为修正后的海森矩阵；J为等式约束的雅可比矩阵。

记 $V=\left[\begin{array}{cc}{H}^{\&prime;}& J^T\\ J& 0\end{array}\right],$ 则V即为扩展海森矩阵。

对于变量不等式约束l，u，w＞0，z＜0，适当选取初始值，而后在每次迭代中采用制约步长法来保证解的内点性质。即：

$\left\{\begin{array}{c}{T}_P=\min (0.9995\min (\frac{-l_i}{\mathrm{\&Delta;}{l}_i}:\mathrm{\&Delta;}{l}_i<0;\frac{-u_i}{\mathrm{\&Delta;}{u}_i}:\mathrm{\&Delta;}{u}_i<0);1)\\ T_D=\min (0.9995\min (\frac{-z_i}{\mathrm{\&Delta;}{z}_i}:\mathrm{\&Delta;}{z}_i>0;\frac{-w_i}{\mathrm{\&Delta;}{w}_i}:\mathrm{\&Delta;}{w}_i<0);1)\end{array}\right.---\left(20\right)$

其中T_P及T_D分别表示原变量及对偶变量的修正步长。

原对偶内点法一般根据对偶间隙来确定障碍因子，即

$p=\mathrm{\&sigma;}\frac{C_{\mathrm{gap}}}{2r}---\left(21\right)$

其中σ为向心参数，其取值范围为(0，1)；r为不等式约束数；Cgap为对偶间隙，即

$C_{\mathrm{gap}}=\underset{i=1}{\overset{r}{\mathrm{\&Sigma;}}}(u_i{w}_i-l_i{z}_i)---\left(22\right)$

原对偶内点法一般在开始时取一充分大的初始障碍因子，当σ∈(0，1)时，算法将随着p→0而逐渐收敛于某一最优解。σ的取值是影响算法的性能的重要因素。当σ取较大值时，算法主要考虑解的可行性，数值稳定性一般较好，但收敛速度可能较慢；当σ取较小值时，算法则主要考虑解的最优性，收敛速度一般较快，但数值稳定性较差，容易引起振荡，使算法的收敛速度减慢，甚至振荡发散。实用中，σ取0.01至0.2时，算法一般能取得较好的收敛性。

在原对偶内点法中，松弛变量的引入消除了函数不等式约束，故只需对松弛变量及对应的拉格朗日乘子给出适当的初始值，即可保证初始解的内点性质，而不需为此进行专门的计算。

下面介绍分支定界法：实际电力系统中，变压器的分接头位置及可投切电容器/电抗器的投切组数均为离散量，在用内点法求解时一般将它们均当作连续量处理，故在求出最优解后需要进行离散化处理。最简单的处理方法是直接将求得的最优值归整到最接近的离散点上，而后再进行一次优化计算，这种方法可以称之为离散变量的一次就近锁定。由于一台变压器的分接头位置或一组电容/电抗器的投切量归整后，最优解将发生变化，其他离散变量的归整值有可能不再落在原来的解点上，故这种方法只能得到一个近似的最优解。此外，当连续解和离散点偏差较大时，归整处理可能会使原来的连续可行解变成离散不可行解。因此，有必要采用更精确的分析计算方法。

分支定界法(Branch and Bound)是一种求解混合整数规划的全局最优化算法，其基本思想是隐含枚举，即只对可行的组合方式进行枚举。它以“松弛”、“分支”、“定界”和“剪支”为基础，以相应的最优解为出发点，若此解不符合整数限制条件，就将原问题分解成几部分，每部分增加新的约束，压缩原来的可行域，逐步逼近整数最优解，因此，分支定界法与其说是一种求解方法，不如说是一种决策方法。该方法具体描述如下：

(一)松弛

松弛通俗地说，就是先不考虑整数约束，将整数变量连续化。显然，原问题的可行解一定在松弛问题中可行。松弛问题的可行集不仅包括了原问题的所有可行解，还包括了非整数可行解，因此，松弛问题的最优解至少与原问题的最优解一样好。此外，如果松弛问题的最优解在原问题中可行，即其解为整数值，则它也就是原问题的最优解。

具体求解时，先用内点法求得松弛问题的最优解，如果这个最优解中所有需归整的变量都已取整值，则已得到最优解(当然，这种情况出现的概率极小)；否则就对松弛问题进行分支。

(二)分支

实现分支的方法是在父问题上添加附加约束条件。例如，父问题的最优解中某一个变量xr的值不是整数，则可构造两个新的约束：

xr≤Ir

xr≥Ir+1

其中Ir是变量xr的整数部分。这两个新的约束将父问题的可行解区域分为两个部分，并除去了Ir＜xr＜Ir+1这部分松弛问题的可行解区域。因为所除去的这部分可行解区域中并不存在原问题的可行解，故分解对原问题的解不会产生影响，却能够帮助缩小搜索空间。将这两个新构造的约束条件分别加到松弛问题的约束中，把松弛问题的可行域分为不相交的两部分，即生成以下两个子问题。

Sub1：min z＝f(x，u)     Sub2：min z＝f(x，u)

s.t.g(x，u)＝0     s.t.g(x，u)＝0

h(x，u)≤0     h(x，u)≤0

xr≤Ir     xr≥Ir+1

其中x指需要归整的变量。显然，上述两个子问题的最优解的目标函数值都不会比原问题的最优目标函数值更优。如果两个子问题中的任一个最优解仍不是整数解，则继续选择一个非整数的变量，将这个子问题分解为两个更下一级的子问题，这个过程称为“分支”。

(三)定界

对于求解极小值的问题来说，由于分支意味着增加新的约束，减少可行解区域，故其结果必然使目标函数值越来越差，即每一次分支得到的子问题的最优目标函数值都不小于上一层问题的最优目标函数值，也就是，位于树枝分叉处的子问题的最优目标函数值是该分叉所有后继分支子问题的下界。

如果某一个子问题的最优解已满足变量的整数要求，即求得一个可行的整数解，则记录这个子问题的目标函数值，作为最优目标函数值的上界。后继分支过程中，如果得到更优的整数解，则应随之更换目标函数的上界，代之以现行最好的整数可行解的目标函数值。

(四)剪支

“剪支”是指将满足一定条件的分支剪除，以减少子问题枚举数量。显然，若某一分支末端的子问题无解，则该分支已经搜索完毕；若子问题所得最优解的目标函数值超过已得目标函数的上界，则不管该分支是否已搜索完毕，均无继续搜索下去的必要。通过这样的“剪支”及早丢弃某些分支，将减少子问题的求解次数，节省计算时间。

(五)回溯

“回溯”就是在搜索至某一分支末端后，返回就近的某一分支节点处，使算法沿另一分支方向进行搜索的步骤。通过回溯，分支定界法实现了系统化的整数解搜索方法，保证了算法的严密性。

下面以图2所示分支定界法的分支树为基础，以0-1规划为例，说明了分支定界法的基本步骤和搜索策略。

(六)求解步骤

①初始化。置目标函数值的上界为一足够大的数，松弛原问题并用内点法求解。

②若无可行解，转⑧；否则，继续。

③若当前解的目标函数值超过转⑧；否则，继续。

④若当前解满足离散约束条件，转⑦；否则，继续。

⑤分支，记录分支信息。

⑥选择其中一个分支，用内点法求解，然后转②。

保存目前的最优解，并更新

⑦若所有分支都已经检索完毕，则停止计算，在此以前得到的最优解就是原问题的最优解。

⑧沿分支回溯至最近一个尚未检索的分支(后进先出)，用内点法求解，然后转②。

分支定界法在理论上可以得到最优解。实际计算中，离散量数目不是太多时，算法具有较好的性能。但当系统规模较大，离散量数目较多时，需要进行多次内点法寻优，所需计算时间可能较长。

对于地区AVC系统，由于不同220kV变电站供区间的影响较小，在优化计算中一般可以忽略，故每个220供区可以作为独立的计算单元进行优化计算。由于每个220kV供区的范围较小，供区内可以调节的变压器及电容器/电抗器均不是太多，每个控制周期主变分接头及并联补偿设备均有调节方向的限制，每个主变有一次只能调节一档的限制，每个厂站有一次只能投切一组并联补偿设备的限制，每个控制周期实际可以调节的离散量规模不是太大，采用分支定界法进行离散量优化一般能够满足闭环控制的实时性要求。

当离散量的规模较大时，可以通过限制优化次数而将优化计算的时间控制在一定范围内，即当优化次数达到一定数量时，后续的分支直接剪支并返回，直接将已搜索到的最优叶子可行解作为问题的满意解。如果没有搜索到任一叶子可行解，则直接认为所有离散调节设备均不进行调节，直接进行一次连续量优化即可。限制优化次数的分支定界法不再保证能够获得全局最优解，但一般能够获得较优叶子可行解，能够满足实际工程应用的要求。

下面再对电压校正控制模型法进行介绍：采用电压无功优化模型进行优化控制时需要有电网完整的运行状态，在实时系统中即需要有收敛的状态估计结果，对电网模型维护的要求较高。就目前的调度自动化水平而言，状态估计短时不收敛或估计精度不高的情况仍是存在的，这不能满足闭环实时无功电压优化控制的要求，这就需要AVC系统具有后备的控制措施，以具备不依赖于状态估计的能力，保证AVC系统闭环实时控制的整体可靠性。

基于SCADA量测的电压校正控制模型就是一种很好的后备控制方法。如果所有母线的电压均没有越限，且与边界间保持有一定的距离，则AVC系统维持原策略运行，否则启动校正控制以使各母线电压相对靠中间运行。基于SCADA量测及灵敏度信息的电压校正控制模型可描述如下：

min f(ΔQ_G，ΔV，S)

$s.t.\left\{\begin{array}{cc}\mathrm{\&Delta;}{Q}_G=\mathrm{B\&Delta;V}& \\ \mathrm{\&Delta;}{\underset{\&OverBar;}{Q}}_{\mathrm{Gi}}<\mathrm{\&Delta;}{Q}_{\mathrm{Gi}}<\mathrm{\&Delta;}{\stackrel{\&OverBar;}{Q}}_{\mathrm{Gi}}& i\&Element;S_G\\ \mathrm{\&Delta;}{\underset{\&OverBar;}{V}}_i^c-S<\mathrm{\&Delta;}{V}_i<\mathrm{\&Delta;}{\stackrel{\&OverBar;}{V}}_i^c+S& i\&Element;S_N\\ S\&GreaterEqual;0& \end{array}\right.$

其中，B为Q/V灵敏度矩阵，实用中可直接取导纳矩阵各元素虚部构成的电纳矩阵；ΔQ_G为拓扑点电源或补偿器总无功注入变化量；S为松弛变量，反映了电网电压的不满足程度；目标函数f(ΔQ_G，ΔV，S)取为半正定二次函数；SN为所有拓扑点的集合；SG为所有机端或补偿器拓扑点的集合；

该模型为凸二次规划模型，可采用原对偶内点法求解，其收敛性在理论上可以得到有效保障。

采用电压校正控制模型实施电压控制时，电网的电压安全性仍能够得到较好保证，但经济性可能较差，作为状态估计或电压无功优化异常的后备控制方法可以大大提高AVC系统的整体可靠性.

(七)专家系统

地区电网AVC的控制设备主要是变压器分接头、电容器等离散控制设备，一般最优化算法对连续设备优化比较容易，而且这些设备控制次数每日均有限制，采用最优化算法对离散设备进行优化控制难度稍大。

由于地区电网有着“闭环结构、开环运行”的特点，可以将地区电网分为以220kV为根节点的供电区域进行分别优化。对于供电区域之间的优化，既220kV线路无功潮流优化，这个层面的优化由省网AVC完成。省网AVC给出的220kV变电站优化目标，已经给出了各个供电区域的协调优化目标，因此地区电网只要在供电区域内达到区域优化并实现协调目标，即可达到全网优化。因此地调AVC可以在以上分解优化基础上，对各个供电区域进行分区优化控制。

在省地联调的优化结构下，地区电网AVC以区域网损尽量小为目标，满足省地协调约束、各母线电压约束、设备动作次数约束及其它安全控制约束来进行优化控制。

基于以上特点，可采用灵敏度分析与专家系统混合决策的方法对地区电网进行无功电压优化控制。

在系统检测到变电站母线电压越限后，首先调用电压及网损灵敏度算法计算出本站、上下级站内电压调节设备排序表，然后根据动作次数时段限制、省地联调约束确定可调节设备，调用潮流算法进行模拟动作校验，在潮流不收敛情况下，可以调用经验型电压预算进行校验。在电压越限情况下，这种方法可以快速出决策将电压调回正常值。

比如系统检测到某个变电站10kV母线电压越限了，根据电压及网损灵敏度分析，一般是本站电容器灵敏度最大，然后是本站分接头，然后是上级变电站调压。先检验本站电容器是否符合省地联调约束，然后预算是否能消除电压越限，在不能消除越限情况下，逐步将低灵敏度设备进行预算，直到预算到电压越限消除及不造成新的越限为止。

在省地联调模式下，系统定周期检测关口约束目标，在约束不满足情况下，计算出各个设备对关口无功的灵敏度排序表，根据省地协调调节方向、设备动作次数限制、网损灵敏度确定可调节设备表，然后对这些设备进行模拟预算，在预算通过后形成决策指令。比如220kV关口无功过剩，要求地调减发无功情况下，根据以上分析，一般是220kV变电站的电容器动作对关口无功灵敏度最大，下级110kV变电站电容器次之，系统会先对220kV电容器切进行预算，在不能消除关口越限情况下，会将下级变电站电容器灵敏度相对高的纳入预算，然后逐步切除110kV变电站电容器，直到消除越限为之。

在电压正常、省地联调约束合格情况下，计算区域内网损灵敏度，形成网损灵敏度排序设备表，在时段动作次数允许情况下，预算降低网损的设备动作，在不造成电压越限、不造成省地关口约束越限情况下，逐个预算网损灵敏度高的设备，在网损降低达到门槛值后预算通过。在这个优化过程中，不是一次达到最优，而是通过多次滚动优化实现一个动态优化。

本申请实施例基于PI数据和EMS的CIM XML及SVG进行研究，计算所用的数据均来自SCADA/EMS的实际运行数据，采用的数据量非常大。计算分析的结果是建立在大量可靠的数据之上的，能够真实客观地反映电网无功电压现状。此外，本申请实施例在进行优化算法时，在内点法基础上引入“松弛化”概念，使得计算并生成的优化策略能够达到更好的效果。

上述内容详细叙述了本申请的基于AVC系统的无功电压优化方法的实施例，相应地，本申请还提供了一种基于AVC系统的无功电压优化的装置实施例。实时数据的可靠接收装置实施例。参见图3，该装置实施例包括第一接收单元301、第二接收单元302、优化计算单元303和电压优化单元304，其中：

第一接收单元301，用于接收SCADA系统导出的CIM模型；

第二接收单元302，用于接收PI数据库导出的无功补偿设备的投入和切出状态信息，以及各变电站的无功负荷的量测断面实时数据；

优化计算单元303，用于以CIM模型为基础，采用优化的无功电压算法对无功补偿设备的投入和切出状态信息和无功负荷的量测断面实时数据进行优化计算，生成优化策略，所述优化的无功电压算法包括原对偶内点法、分支界定法和/或电压校正控制模型法；

电压优化单元304，用于使AVC系统根据所述优化策略控制电压的优化。

在实际应用过程中，为加快优化计算的速度，上述装置实施例还可以包括类型判断单元305，用于在接收到无功负荷的量测断面实时数据后，判断该量测断面实时数据的类型，根据所述类型选择与该类型适应的无功电压算法，所述类型包括状态估计收敛率是否超过第一预设阀值、母线电压是否超过第二预设阀值，以及是否使用离散无功补偿设备。根据断面数据的类型选择相应的优化算法，能够充分发挥各种优化算法的优势，从而有利于提高优化处理的整体效率。

上述装置实施例的电压优化单元根据实际情况的不同，可以有多种具体的优化方法，本申请优选使AVC系统根据所述优化策略对并联补偿设备和/或变压器有载分接头进行投入或切出控制，以实现对电压的优化。

需要说明的是：为了叙述的简便，本说明书的上述实施例以及实施例的各种变形实现方式重点说明的都是与其他实施例或变形方式的不同之处，各个情形之间相同相似的部分互相参见即可。尤其，对于装置实施例的几个改进方式而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例的各单元可以是或者也可以不是物理上分开的，既可以位于一个地方，或者也可以分布到多个网络环境下。在实际应用过程中，可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的，本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述仅是本申请的具体实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。

Claims (7)

1.一种基于AVC系统的无功电压优化方法，其特征在于，该方法包括：

接收SCADA系统导出的CIM模型；

接收PI数据库导出的无功补偿设备的投入和切出状态信息，以及各变电站的无功负荷的量测断面实时数据；

以CIM模型为基础，采用优化的无功电压算法对无功补偿设备的投入和切出状态信息和无功负荷的量测断面实时数据进行优化计算，生成优化策略，所述优化的无功电压算法包括原对偶内点法、分支界定法和/或电压校正控制模型法；

AVC系统根据所述优化策略控制电压的优化；

在接收到无功负荷的量测断面实时数据后，判断该量测断面实时数据的类型，根据所述类型选择与该类型适应的无功电压算法，所述类型包括状态估计收敛率是否超过第一预设阀值、母线电压是否超过第二预设阀值，以及是否使用离散无功补偿设备。

2.根据权利要求1所述的方法，其特征在于，所述原对偶内点法具体为：

将无功补偿设备的投入和切出状态信息和无功负荷的量测断面实时数据转化为非线性规划的函数不等式；

为所述不等式设定一包含初始点的可行域，可行域的边界设置障碍因子，该因子使迭代点靠近可行域边界时，目标函数值在一预设时间内增大；

引入松弛变量将所述函数不等式约束转化为等式约束和变量不等式约束，用拉格朗日乘子法处理等式约束条件，用内点障碍函数法及制约步长法处理变量不等式约束条件；导出引入障碍函数后的库恩－图克最优性条件，并用牛顿－拉夫逊法进行求解。

3.根据权利要求1所述的方法，其特征在于，所述电压校正控制模型法具体为：

根据无功补偿设备的投入和切出状态信息和无功负荷的量测断面实时数据建立电压校正控制模型，所述电压校正控制模型为：

minf(△Q_G,△V,S)

$\left\{\begin{array}{cc}\mathrm{\&Delta;}{Q}_G=\mathrm{B\&Delta;V}& \\ \mathrm{\&Delta;}{\underset{\&OverBar;}{Q}}_{\mathrm{Gi}}<{\mathrm{\&Delta;Q}}_{\mathrm{Gi}}<{\mathrm{\&Delta;}\stackrel{\&OverBar;}{Q}}_{\mathrm{Gi}}& i\&Element;S_G\\ \mathrm{\&Delta;}{\underset{\&OverBar;}{V}}_i^c-S<{\mathrm{\&Delta;V}}_i<\mathrm{\&Delta;}{\stackrel{\&OverBar;}{V}}_i^c+S& i\&Element;S_N\\ S\&GreaterEqual;0& \end{array}\right.$

式中：B为Q/V灵敏度矩阵，该矩阵为导纳矩阵各元素虚部构成的电纳矩阵；ΔQ_G为拓扑点电源或无功补偿设备的总无功注入变化量，ΔV为电压变化量，ΔQ_G加上划线、下划线表示ΔQ_G的上限、下限，ΔV加上划线、下划线表示ΔV的上限、下限，c为常数，i表示第i个拓扑点；S为反映电网电压的不满足程度的松弛变量；目标函数f(ΔQ_G,ΔV,S)取为半正定二次函数；S_N为所有拓扑点的集合；S_G为所有机端或无功补偿设备拓扑点的集合；

采用内点法对所述电压校正模型进行求解。

4.根据权利要求1至3中任何一项所述的方法，其特征在于，所述AVC系统根据所述优化策略控制电压的优化具体包括：

AVC系统根据所述优化策略对并联无功补偿设备和/或变压器有载分接头进行投入或切出控制，以实现对电压的优化。

5.根据权利要求4所述的方法，其特征在于，所述并联无功补偿设备包括电容器或电抗器。

6.一种基于AVC系统的无功电压优化装置，其特征在于，该装置包括第一接收单元、第二接收单元、优化计算单元和电压优化单元，其中：

所述第一接收单元，用于接收SCADA系统导出的CIM模型；

所述第二接收单元，用于接收PI数据库导出的无功补偿设备的投入和切出状态信息，以及各变电站的无功负荷的量测断面实时数据；

所述优化计算单元，用于以CIM模型为基础，采用优化的无功电压算法对无功补偿设备的投入和切出状态信息和无功负荷的量测断面实时数据进行优化计算，生成优化策略，所述优化的无功电压算法包括原对偶内点法、分支界定法和/或电压校正控制模型法；

所述电压优化单元，用于使AVC系统根据所述优化策略控制电压的优化；

所述装置还包括类型判断单元，用于在接收到无功负荷的量测断面实时数据后，判断该量测断面实时数据的类型，根据所述类型选择与该类型适应的无功电压算法，所述类型包括状态估计收敛率是否超过第一预设阀值、母线电压是否超过第二预设阀值，以及是否使用离散无功补偿设备。

7.根据权利要求6所述的装置，其特征在于，所述电压优化单元具体用于使AVC系统根据所述优化策略对并联补偿设备和/或变压器有载分接头进行投入或切出控制，以实现对电压的优化。