CN104836242A - 地区电网无功优化方法 - Google Patents

Abstract

本发明公开了一种地区电网无功优化方法，包括如下步骤：步骤一，将各个地区的电网及发电站进行分层和分区；步骤二，利用改进遗传算法得出如下目标函数，并同时利用该算法求出该目标函数的解，使得电网的整体网损最小化；步骤三，根据当地用电情况对用电的峰谷进行划分；步骤四，根据步骤三所的得出的具体峰谷情况来划分控制设备的使用优先级。本发明的地区电网无功优化方法，通过采用改进遗传算法获得目标函数并且求得最小值，就可以有效的使得电网的整体网损最小化，而且计算简单，同时通过峰谷划分及控制设备优先级的限定，就可以更加有效的避免出现电网中无功缺少或者是过剩的情况。

Description

地区电网无功优化方法

技术领域

本发明涉及一种智能电网，更具体的说是涉及一种地区电网无功优化方法。

背景技术

在电网传输的功率包括两个部分：有功功率和无功功率。无功功率不能做有用功，却在电磁交换中不可或缺，同时会引起损耗。无功功率的不足和过剩，对电压质量和电能损耗均有着明显的影响。在我国现阶段电网中，电动机等感性非线性负荷[1]占据了相当大的比重，这些负荷需要吸收大量的无功功率。能源与负荷中心的分布不均匀，普遍出现了无功功率长距离传输的普遍现象。如果这些无功功率不能得到就地补偿，会引起电网中额外的功率损耗和线路两端较大的压降，造成电能质量下降，电能成本增加，影响电网运行的稳定性和经济性。我国电网调度运行中无功潮流分布不合理的问题长期存在，相应的无功电压优化控制方法不够完善，电网未能实现“分层平衡，就地补偿”的基本无功管理原则。在无功补偿装置方面，可调节的无功容量不足，快速响应的无功调节设备很少，无法满足对电网无功的实时监测和控制要求。近年来，随着大功率非线性负荷的不断增加，电网的无功冲击[2]呈不断上升的趋势，无功电压调节手段的缺乏使得母线电压随运行方式改变而波动很大，导致电网的电压合格率降低，线损增加。

有公告号为CN 104201691A的专利公开了一种无功优化控制方法，其特征在于，将地区电网中的各个厂站，及由若干个相邻厂站形成的组合，分别划分为相应的区域，对区域内的无功设备进行控制；

构建相应的模型，以母线电压满足限值，关口功率因数合格为约束条件，求取如下目标函数的最小值，使各区域内的每条支路的无功传输最小化，min∑(PR+QX)/U，其中，R为线路电阻，X为线路电抗，P为输送有功功率，Q为输送无功功率，U为母线电压，该专利通过设定一个目标函数，求解出该函数的最小值，利用这个最小值就可以使得各区域内的每条支路的无功传输最小化，但是该专利采用了传统的方法来建立目标函数，由其目标函数可以看出是一个不可微的函数，因而会使得整个求解最小值的计算过程较为复杂，容易出错，这样会导致后期利用最小值的过程中出现偏差，使得电网的无功传输达不到最小化，其优化方法是从网损最小、年运行费用最小、年支出费用最小的观点，求出最佳补偿容量的算法，所体现“分层平衡，就地补偿”原则还不够完善，容易出现无功缺少和无功过剩的问题，并且其整体网损费用还未达到最小。

发明内容

针对现有技术存在的不足，本发明的目的在于提供一种计算更为方便、不容易出现无功缺少和无功过剩问题以及整体网损费用最小的地区电网无功优化方法。

为实现上述目的，本发明提供了如下技术方案：一种地区电网无功优化方法，其特征在于：包括如下步骤：

步骤一，将各个地区的电网及发电站进行分层和分区；

步骤二，利用改进遗传算法得出如下目标函数，并同时利用该算法求出该目标函数的解，使得电网的整体网损最小化：

$\min v=k_e\underset{i=0}{\overset{n_t}{\Σ}}{T}_i{P}_{{\mathrm{Loss}}_i}\left(x_i\right),$

进行潮流计算约束，P_flow(x_i，u_i)＝0；

进行节点电压约束，U_i min≤U_i≤U_i max；

进行固定补偿容量约束，0≤u_ik＝u_0k；

进行监测点关口功率因素限制，λi_min≤λi≤λi_max；

其中，min v为电网的整体网损最小值，k_e为能量损耗费用系数；为在负荷等级i下的有功网损；T_i为负荷等级i下持续的时间；u₀为一组无功补偿装置的最大可安装容量矢量；n_t为负荷等级数；Pflow为有功功率；Xi为始端电压；Ui为末端电压；Ui为节点电压；Uimax和Uimin分别为节点电压最大值和节点电压最小值；Uik为第i个电容点的补偿电压；U0k为第一电容点的补偿电压；λi为监测点关口的功率因素；λi max和λi min分别为监测点关口功率因素的最大值和最小值；

步骤三，根据当地用电情况对用电的峰谷进行划分；

步骤四，根据步骤三所的得出的具体峰谷情况来划分控制设备的使用优先级。

通过采用上述技术方案，通过将各个地区的电网和发电站进行分层和分区，在无功补偿的过程中就可以有效的进行地区补偿了，通过改进遗传算法就可以获得所需要的目标函数，然后通过多种约束算法，就可以简单有效的算出在整体网损的最小值，同时通过将各个地区的用电情况进行峰谷划分，且在划分之后在相应的峰谷处选用合适的控制设备进行无功补偿，这样就可以有效的避免在补偿的过程中，所使用的控制设备与电网所需无功补偿不符导致的整个电网无功缺少和无功过剩的问题。

本发明进一步设置为：所述步骤二中又包括改进遗传算法初始参数设置步骤，该步骤包括：

(1)改进遗传算法迭代计算参数设置：

交叉概率：0.92；

变异概率：0.07；

最大进化代数：10；

注入无功放大倍数：1.2；

(2)平衡节点的选取和迭代基本设置：

根据电网的分区负荷情况，选取适当电厂为区域内的平衡节点；

(3)其它设置：

补偿设备单位容量：0.1Mvar。

通过采用上述技术方案，通过对改进遗传算法内部的各个参数进行设置，这样就可以能够更好的利用改进遗传算法得出目标函数，从而对目标函数进行求解获得整体网损最小的补偿系数。

本发明进一步设置为：所述步骤三中的峰谷划分为：早高峰时段、晚高峰时段和低谷时段。

通过采用上述技术方案，一般情况下，用户用电在早上和晚上的时候，需要用电情况比较多，因为早上和晚上的时候用户基本都是在住所处，所以需要用到大量的电，低谷时段为其他时间段，通过将一天的用电峰谷划分成早高峰、晚高峰、低谷时段，就可以有效的迎合人们的生活起居，避免错误的峰谷划分，出现背景技术中的无功缺少和无功过剩的问题。

本发明进一步设置为：所述步骤三中的早高峰时段、晚高峰时段和低谷时段又可以划分为：早高峰爬坡段、早高峰下坡段、晚高峰爬坡段、晚高峰下坡段、低谷爬坡段、低谷下坡段；

其中爬坡段与下坡段的时间间隔为10-30分钟。

通过采用上述技术方案，将早高峰、晚高峰、低谷时段进行了更为详细的划分，这样的话就能够更为精确的对电网所处的时段进行相应的补偿，就可以有效的避免出现无功缺少和无功过剩的问题，同时通过将爬坡段与下坡段的时间间隔为10-30分钟，可以避免负荷高峰点预测不准与负荷高峰点随季节偏移的情况。

本发明进一步设置为：所述步骤四中的根据步骤三峰谷划分所获得的优先级设置为：

早高峰爬坡段：电抗器、电容器，发电机；

早高峰下坡段：电抗器、电容器，发电机(不进相)；

晚高峰爬坡段：电抗器、电容器，发电机；

晚高峰下坡段：电抗器、电容器，发电机(不进相)；

低谷下坡段：变压器、电抗器、电容器、发电机；

低谷爬坡段：变压器、电抗器、电容器、发电机。

通过采用上述技术方案，在高峰时段需求的无功较多，所以这时采用电抗器优先切入后电容器优先补偿，就可以有效的在无功需求较多的情况下对整个电网进行无功补偿，在低谷时段需求的无功较少，无功充足，就可以先用变压器进行调节，若还不合格就切下电容器后再切入电抗器，这样就可以有效的在无功需求较少的时候对整个电网进行少量的无功补偿，通过上述优先级的设置，就可以使得各个控制设备之间能够更好的协调工作，同时有效的避免出现电网无功缺少和无功过剩的情况。

附图说明

图1为本发明的地区电网无功优化方法的步骤流程图。

图中：1、步骤一；2、步骤二；3、步骤三；4、步骤四。

具体实施方式

参照图1所示，本实施例的一种地区电网无功优化方法，其特征在于：包括如下步骤：

步骤一1，将各个地区的电网及发电站进行分层和分区；

步骤二2，利用改进遗传算法得出如下目标函数，并同时利用该算法求出该目标函数的解，使得电网的整体网损最小化：

$\min v=k_e\underset{i=0}{\overset{n_t}{\Σ}}{T}_i{P}_{{\mathrm{Loss}}_i}\left(x_i\right),$

步骤三3，根据当地用电情况对用电的峰谷进行划分；

步骤四4，根据步骤三所的得出的具体峰谷情况来划分控制设备的使用优先级。

通过采用上述技术方案，在对电网进行无功补偿的时候，首先将各个地区和发电站进行分层和分区接着采用改进遗传算法来得到目标函数：

$\min v=k_e\underset{i=0}{\overset{n_t}{\Σ}}{T}_i{P}_{{\mathrm{Loss}}_i}\left(x_i\right)$

之后采用多种约束方式得出所需要的无功补偿系数的最小值，在本实施例中所采用的约束方式有以下几种：

进行潮流计算约束，P_flow(x_i，u_i)＝0；

进行节点电压约束，U_i min≤U_i≤U_i max；

进行固定补偿容量约束，0≤u_ik＝u_0k；

进行监测点关口功率因素限制，λi_min≤λi≤λi_max；其中上述所提及的min v为电网的整体网损的最小值，k_e为能量损耗费用系数；为在负荷等级i下的有功网损；T_i为负荷等级i下持续的时间；u₀为一组无功补偿装置的最大可安装容量矢量；n_t为负荷等级数；Pflow为有功功率；Xi为始端电压；Ui为末端电压；Ui为节点电压；Uimax和Uimin分别为节点电压最大值和节点电压最小值；Uik为第i个电容点的补偿电压；U0k为第一电容点的补偿电压；λi为监测点关口的功率因素；λi max和λi min分别为监测点关口功率因素的最大值和最小值；在遗传算法的计算过程中需要对某些条件进行约束，才能够有效的得出所需要的目标数值，若是不对其进行约束的话便无法求解，在对电网整体网损的计算中约束条件主要由三个，电压、发出的有功以及发出的无功，由上述公式可以看出，本实施例的电压约束采用对一节点的电压进行约束来体现，发出的有功通过计算电网的始端与末端之间的功率来体现，发出的无功通过对电网的固定补偿容量体现，这样就可以有效的对电网进行三个条件约束，同时这里通过固定补偿容量来体现发电机发出的无功，因为固定补偿容量是可以直接测量得出的，因而用在这里就可以有效的得出发电机发出的无功，而且实际情况下，无功补偿装置的大小值是一个离散的变量，一般需要用离散的变量来表示它。这样一来，上面问题的目标函数就是一个不可微的函数，这就增加了用传统优化方法如梯形求导法求解的难度，而改进遗传算法既可用于连续变量的优化问题，也可用于离散变量的优化问题，正好适合解决此类问题，在建立好目标函数以及获得无功补偿系数最小值之后，再将电网用电情况进行峰谷划分，将一天的用电用峰谷划分成各个时间段，然后再根据各个时间段对各个时间段的控制设备使用优先级进行划分，因而本实施例的无功优化方法相比于背景技术，目标函数的计算更为简单准确，同时可以根据各个时间段来对电网进行适当的无功补偿，就可以有效的避免无功补偿不足导致的电网无功缺少和无功补偿过多导致的电网无功过剩的问题，相比于早期经典的优化方法是从网损最小、年运行费用最小、年支出费用最小的观点，求出最佳补偿容量的算法。本发明从整个电网的角度出发，考虑到电网每年都可作一两次无功配置局部调整，则可剔除无功补偿装置的购买安装费用等投机不确定因数，据此本发明提出该无功优化配置的目标函数为配电网的全网网损费用为最小。

其中在执行上述步骤二2时，在利用改进遗传算法得出目标函数之前，需要对改进遗传算法的初始参数进行设置，具体设置的值如下：

(1)改进遗传算法迭代计算参数设置：

交叉概率：0.92；

变异概率：0.07；

最大进化代数：10

注入无功放大倍数：1.2；

(2)平衡节点的选取和迭代基本设置：

在临沂电网内，根据电网的分区负荷情况，选取适当电厂为区域内的平衡节点；

(3)其它设置：

补偿设备单位容量：0.1Mvar。

在遗传算法的计算过程中，需要对改进遗传算法进行交叉操作和变异操作，而改进遗传算法不采用确定性规则，而采用概率的变迁规则来指导它的搜索方向。以一种概率的方式来进行交叉、变异等运算，其搜索过程比其他的算法要更加灵活，而且在本实施例中将遗传算法的代数设定为10代，在计算的过程中就不会出现需要计算无限代数导致的难以算出最优解的问题，同时这里将注入的无功放大倍数设定成1.2倍，这样就能够更好的计算出配电网的全网网损费用最小值，就可以在整个电网网损最小的情况下对电网进行有效的补偿了，将补偿设备单位容量设置成0.1Mvar就可以有效的对电网进行无功补偿，若是将其设置成小于0.1Mvar的容量，就会导致电网无功补偿不足的问题，若是将其设置成大于0.1Mvar的容量，就会导致电网无功补偿过剩的问题。

以下对上述所提及的峰谷的划分以及优先级的设置做进一步详细描述。

在本实施例中，将一天的用电峰谷设置成早高峰、晚高峰、低谷时段，同时该三个时段又可以分为早高峰爬坡段、早高峰下坡段、晚高峰爬坡段、晚高峰下坡段、低谷爬坡段、低谷下坡段，同时根据上述所划分的峰谷来设定控制设备的优先级，具体的优先级如下：

早高峰爬坡段：电抗器、电容器，发电机；

早高峰下坡段：电抗器、电容器，发电机(不进相)；

晚高峰爬坡段：电抗器、电容器，发电机；

晚高峰下坡段：电抗器、电容器，发电机(不进相)；

低谷下坡段：变压器、电抗器、电容器、发电机；

低谷爬坡段：变压器、电抗器、电容器、发电机。

其中负荷高峰时段，需求无功较多，考虑就地平衡原则及发电机保留无功旋转备用，电抗器应切下，电容器应优先投入，并联补偿设备先动作，电厂次之发所缺无功；此时一般无功不足，变压器在调压过程中本身将吸收无功，将使系统无功缺额更大，导致电压情况更差，因此变压器调节优先级最低。在无功缺额较大，不符合变压器调节条件时，应闭锁变压器。

负荷低谷时段，无功充足，可以先尝试调节变压器，如电压仍不合格，电容器应先切下，再投电抗器，如无功仍过剩可用发电机减发无功甚至进相运行。

通过以上步骤就可以有效的在高峰时段给予电网较多的无功补偿，在低谷时段给予电网较少的无功补偿，因而就不会出现背景技术所出现的电网无功缺少或是无功过剩的问题。

以下用一具体仿真实例来对本实施例方法进行进一步说明。

根据山东某市电网实际运行负荷情况，共选取四种典型代表负荷方式，即夏季大负荷方式、夏季小负荷方式以及冬季大负荷方式、冬季小负荷方式进行无功补偿计算。具体时间点为夏大：2012年7月20日下午3点；夏小：2012年7月20日凌晨2点；冬大：2012年12月28日晚上8点；冬小：2012年12月28日下午1点。

表1 无功优化整体降损统计

表2：新增电容器汇总

经优化过后，电网节点电压和概率因数得到了有效的改善，原来的节点出现无功倒送的情况也得到了改善，有表一看出电网整体网损得到了大大的下降，证明本文所提的方案的有效性和准确性。

综上所述，本实施例通过利用改进遗传算法得出目标函数的设置，以及对一天的用电情况进行峰谷划分后确定控制设备的优先级，就可以有效的比背景技术所提出的传统方法获得的目标函数计算更为简单，同时还不会出现电网无功缺少或是无功过剩的问题。

以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (5)

1.一种地区电网无功优化方法，其特征在于：包括如下步骤：

步骤一(1)，将各个地区的电网及发电站进行分层和分区；

步骤二(2)，利用改进遗传算法得出如下目标函数，并同时利用该算法求出该目标函数的解，使得电网的整体网损最小化：

$\begin{array}{cc}\min & v=k_e\underset{i=0}{\overset{n_t}{\mathrm{\Σ}}}{T}_i{P}_{{\mathrm{Loss}}_i}\left(x_i\right)\end{array},$

进行潮流计算约束，P_flow(x_i，u_i)＝0；

进行节点电压约束，U_i min≤U_i≤U_i max；

进行固定补偿容量约束，0≤u_ik＝u_0k；

进行监测点关口功率因素限制，λi_min≤λi≤λi_max；

其中，min v为电网的整体网损，k_e为能量损耗费用系数；为在负荷等级i下的有功网损；T_i为负荷等级i下持续的时间；u₀为一组无功补偿装置的最大可安装容量矢量；n_t为负荷等级数；Pflow为有功功率；Xi为始端电压；Ui为末端电压；Ui为节点电压；Uimax和Uimin分别为节点电压Ui的最大值和最小值；Uik为第i个电容点的补偿电压；U0k为第一电容点的补偿电压；λi为监测点关口的功率因素；λi max和λi min分别为监测点关口功率因素的最大值和最小值；

步骤三(3)，根据当地用电情况对用电的峰谷进行划分；

步骤四(4)，根据步骤三(3)所的得出的具体峰谷情况来划分控制设备的使用优先级。

2.根据权利要求1所述的地区电网无功优化方法，其特征在于：所述步骤二(2)中又包括改进遗传算法初始参数设置步骤，该步骤包括：

(1)改进遗传算法迭代计算参数设置：

交叉概率：0.92；

变异概率：0.07；

最大进化代数：10；

注入无功放大倍数：1.2；

(2)平衡节点的选取和迭代基本设置：

根据电网的分区负荷情况，选取适当电厂为区域内的平衡节点；

(3)其它设置：

补偿设备单位容量：0.1Mvar。

3.根据权利要求1所述的地区电网无功优化方法，其特征在于：所述步骤三(3)中的峰谷划分为：早高峰时段、晚高峰时段和低谷时段。

4.根据权利要求3所述的地区电网无功优化方法，其特征在于：所述步骤三(3)中的早高峰时段、晚高峰时段和低谷时段又可以划分为：早高峰爬坡段、早高峰下坡段、晚高峰爬坡段、晚高峰下坡段、低谷爬坡段、低谷下坡段；

其中爬坡段与下坡段的时间间隔为10-30分钟。

5.根据权利要求4所述的地区电网无功优化方法，其特征在于：所述步骤四(4)中的根据步骤三(3)峰谷划分所获得的优先级设置为：

早高峰爬坡段：电抗器、电容器，发电机；

早高峰下坡段：电抗器、电容器，发电机(不进相)；

晚高峰爬坡段：电抗器、电容器，发电机；

晚高峰下坡段：电抗器、电容器，发电机(不进相)；

低谷下坡段：变压器、电抗器、电容器、发电机；

低谷爬坡段：变压器、电抗器、电容器、发电机。