CN105811433B - 一种大电网无功补偿自动选址及容量优化方法 - Google Patents
一种大电网无功补偿自动选址及容量优化方法 Download PDFInfo
- Publication number
- CN105811433B CN105811433B CN201610262591.9A CN201610262591A CN105811433B CN 105811433 B CN105811433 B CN 105811433B CN 201610262591 A CN201610262591 A CN 201610262591A CN 105811433 B CN105811433 B CN 105811433B
- Authority
- CN
- China
- Prior art keywords
- reactive
- node
- power
- formula
- voltage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000005457 optimization Methods 0.000 title claims abstract description 47
- 238000004364 calculation method Methods 0.000 claims abstract description 29
- 238000004458 analytical method Methods 0.000 claims abstract description 23
- 230000003068 static effect Effects 0.000 claims abstract description 21
- 230000035945 sensitivity Effects 0.000 claims abstract description 20
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 15
- 230000006641 stabilisation Effects 0.000 claims abstract description 12
- 238000010606 normalization Methods 0.000 claims abstract description 6
- 238000010206 sensitivity analysis Methods 0.000 claims abstract description 6
- 239000011159 matrix material Substances 0.000 claims description 17
- 238000013178 mathematical model Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 8
- 238000004088 simulation Methods 0.000 claims description 8
- 238000002347 injection Methods 0.000 claims description 6
- 239000007924 injection Substances 0.000 claims description 6
- 238000010845 search algorithm Methods 0.000 claims description 5
- 238000011105 stabilization Methods 0.000 claims description 5
- 230000033228 biological regulation Effects 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims description 2
- 238000012937 correction Methods 0.000 claims description 2
- 238000000354 decomposition reaction Methods 0.000 claims description 2
- 230000002708 enhancing effect Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims description 2
- 230000009897 systematic effect Effects 0.000 claims description 2
- 108090000765 processed proteins & peptides Proteins 0.000 claims 1
- 238000003672 processing method Methods 0.000 abstract description 2
- 238000011160 research Methods 0.000 description 6
- 238000010187 selection method Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 235000017166 Bambusa arundinacea Nutrition 0.000 description 2
- 235000017491 Bambusa tulda Nutrition 0.000 description 2
- 241001330002 Bambuseae Species 0.000 description 2
- 241000579895 Chlorostilbon Species 0.000 description 2
- 241000218691 Cupressaceae Species 0.000 description 2
- 235000015334 Phyllostachys viridis Nutrition 0.000 description 2
- 239000011425 bamboo Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 229910052876 emerald Inorganic materials 0.000 description 2
- 239000010976 emerald Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000003595 mist Substances 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/18—Arrangements for adjusting, eliminating or compensating reactive power in networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
- H02J3/16—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by adjustment of reactive power
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/18—Arrangements for adjusting, eliminating or compensating reactive power in networks
- H02J3/1821—Arrangements for adjusting, eliminating or compensating reactive power in networks using shunt compensators
- H02J3/1871—Methods for planning installation of shunt reactive power compensators
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/30—Reactive power compensation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Power Engineering (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种大电网无功补偿自动选址及容量优化方法，所述方法包括如下步骤：(1)按PSD‑PF潮流格式输入包括相关负荷，发电机、线路、变压器的相关电网参数；(2)采用PSD‑PF潮流计算程序进行潮流计算；(3)通过基于模态分析方法、网损无功灵敏度方法和无功平衡分析方法的无功补偿选址综合算法确定无功补偿自动选址；(4)通过电压无功灵敏度分析确定无功补偿单组容量；(5)采用PSD‑OPF无功优化程序和PSD‑VSAP静态电压稳定程序确定无功补偿容量方案。本发明利用归一化处理方法和不同权重系数，实现无功补偿的自动选址，减少了无功补偿手工计算的工作量，提高了无功规划人员的效率。
Description
技术领域
本发明涉及一种自动选址和容量优化的方法，具体涉及一种大电网无功补偿自动选址及容量优化方法。
背景技术
1961年，法国学者J.Carpentier最早提出了建立在严格数学基础上的电力系统最优潮流(Optimal Power Flow，OPF)模型，虽然没有形成无功优化的专门研究领域，但是这是现代无功优化的雏形。1968年，利用电力传输网络的物理弱耦合性，学者将有功功率和无功功率解耦，最早提出了无功最优潮流，开始独立研究无功优化问题。此后，无功优化问题愈来愈受学术、工程界重视。
1981年，Thompson等人采用整数分支定界方法进行变电站优化规划。之后，又有专家采用用基于牛顿拉夫逊潮流计算的“灵敏度分析法”进行无功进行优化计算。运筹学上的多种优化方法，几乎都在无功优化计算上作了研究、尝试和应用。其中比较经典的算法有：梯度类算法、牛顿法、二次规划法和线性规划法。90年代人工智能的出现使无功优化有了一个很大的飞跃。现在的无功规划方法大多都是使用人工智能算法，包括现代启发式搜索算法、专家系统和人工神经元网络等。尤其是现代启发式算法，在电力系统无功优化问题方面的应用中取得了大量的研究成果，现代启发式算法的优点在于其所具备的“鲁棒性”对于无功优化问题提供了较为可靠的解。近年来，专家学者一直致力于算法的改进和完善工作中，以使这些人工智能算法在改善后更适用于求解此类问题，目前常用的有遗传算法、禁忌搜索算法和粒子群算法等。
现有的无功规划优化通常以系统的有功网损或综合费用最小为目标函数，通过给定电压范围来满足安全条件的约束，确定补偿地点和补偿容量，无法实现自动选址，增加了无功补偿手工计算的工作量，降低了无功规划人员的效率。
发明内容
为了克服上述现有技术的不足，本发明提供一种大电网无功补偿自动选址及容量优化方法，本发明利用归一化处理方法和不同权重系数，实现无功补偿的自动选址，减少了无功补偿手工计算的工作量，调高了无功规划人员的效率。
为了实现上述发明目的，本发明采取如下技术方案：
一种大电网无功补偿自动选址及容量优化方法，所述方法包括如下步骤：
(1)按中国电科院PSD-PF潮流计算程序的潮流格式输入包括相关负荷，发电机、线路、变压器的相关电网参数；
(2)采用PSD-PF潮流计算程序进行潮流计算；
(3)通过基于模态分析方法、网损无功灵敏度方法和无功平衡分析方法的无功补偿选择综合算法确定无功补偿自动选址；
(4)通过电压无功灵敏度分析确定无功补偿单组容量；
(5)采用中国电科院PSD-OPF无功优化程序和PSD-VSAP静态电压稳定程序确定无功补偿容量方案。
优选的，所述步骤(2)中，所述潮流计算中潮流方程表达式如下：
式中，ΔP为节点注入有功的微增列向量，有n-1个元素；ΔQ为节点注入无功的微增列向量，有nPQ个元素；Δθ为节点电压相角变化列向量，有n-1个元素；ΔU为节点电压幅值变化列向量，有nPQ个元素；
为极坐标下的系统雅可比矩阵，简记为 J，其中
式(1)即为分析系统静态稳定性的数学模型，也是潮流方程的修正方程式；
在常规静态电压稳定性分析中，通常假设发电机和负荷节点有功不变，即ΔP＝0，则
式中
即为系统简化的雅可比矩阵。
优选的，所述步骤(3)包括如下步骤：
步骤3-1、通过模态分析方法确定节点i的简化雅可比矩阵最小值右特征向量Mi；
步骤3-2、通过网损无功灵敏度方法确定节点i的有功损耗无功灵敏度指标Qi；
步骤3-3、通过无功平衡分析方法确定节点i的下注功率因数指标Ti；
步骤3-4、计算自动选址指标，公式如下：
Ai＝a*Qi+b*Mi+c*Ti (3)
式中Ai为节点i的自动选址指标，a为其相应权重系数；a为其相应权重系数；b为其相应权重系数；c为其相应权重系数；权重系数和为1，即a+b+c＝1，节点i若为非可选节点，其相应的各种指标都设为零。
优选的，所述步骤3-1中，所述模态分析方法计算方法如下：
步骤3-1-1、将式(2)中的JR进行特征值分解：
JR＝MλNT (4)
式中，λ为JR的特征矩阵，M、N为JR的右、左特征向量形成的模态矩阵；
步骤3-1-2、将式(4)代入式(2)后，有：
式中，Mi为JR的第i列右特征向量，Ni为JR的第i行左特征向量，λi为JR的第i阶特征值；
若存在一个零特征值，则任意小的功率变化都会引起状态变量很大变化；最小特征值所对应的右特征向量反映了相对于最小模式有功和无功摄动最敏感的方向，当功率摄动的方向与所述最小特征值所对应的右特征向量一致时，所引起的状态量的变化最大，由此确定系统的关键节点；
对所述最小特征值所对应的右特征向量进行如下归一化处理：
Mi＝Mi/Mmax (6)
式中，Mmax＝max(|M1|，|M2|，…，|Mn|)，若节点i为非可选节点，则设Mi＝0。
优选的，所述步骤3-2中，所述网损无功灵敏度方法包括如下步骤：
步骤3-2-1、系统有功网损的表达式为：
式中：PL为系统总的有功网损；Gij、Bij为节点导纳矩阵元素；Ui、Uj为i节点和j节点电压；θij为i节点和j节点电压相角差；n为节点个数；i,j为节点编号，i,j＝1～n；
步骤3-2-2、根据所述潮流方程和式(7)推出网损灵敏度：
式中，P为节点注入有功的列向量，θ为节点电压相角的列向量；U为节点电压幅值的列向量，Q为节点注入无功的列向量；
写成矩阵形式如下：
其中，
式中，θj为j节点电压相角；
步骤3-2-3、通过求取
和
计算出网损无功灵敏度
步骤3-2-4、对
进行排序，找出对系统有功损耗比较敏感的节点，用于考虑无功补偿对电网运行的经济性；
步骤3-2-5、对
进行如下归一化处理：
式中，
若节点i为非可选节点则设Qi＝0。
优选的，所述步骤3-3中，所述无功平衡分析方法包括如下步骤：
步骤3-3-1、根据无功补偿的基本原则，对负荷侧补偿提出要求，当负荷侧无功补偿满足考核要求后，在主网侧加强无功补偿容量，同时补偿动态无功补偿设备，以提高电网的动态电压支持能力；
步骤3-3-2、当步骤3-3-1的措施不能解决问题时，则调整变压器分接头；
步骤3-3-3、通过计算变压器下注功率因数，并进行分析统计，找出下注功率因数不满足0.95的变压器，即
cosθij＜0.95 (13)
三卷变压器和两卷变压器都选择其低压侧母线作为无功补偿备选地址；
步骤3-3-4、下注功率因数越低的变压器，越需要增加无功补偿设备，取下注功率因数的倒数作为选址指标:
Ti＝1/cosθij (14)
对下注功率因数的倒数进行如下归一化处理：
Ti＝Ti/Tmax (15)
式中，Tmax＝max(T1，T2，…，Tn)，若节点i为非可选节点则设Ti＝0。
优选的，所述步骤(4)中，包括如下步骤：
步骤4-1、根据GB2326规定，电力系统公共供电点的电压波动允许值为：10kV及以下为2.5％；35～110kV为2.0％；220kV及以上为1.6％；
低压无功补偿设备单组容量满足电压波动要求，投切时引起的电压波动不超所述电压波动的允许值；
步骤4-2、采用电压无功灵敏度方法确定无功补偿单组容量，由式(1)中的ΔU确定相应的ΔQ，此处ΔQ为相应的允许单组容量最大值，即
式中，diag(JR)取矩阵JR的对角线元素。
优选的，所述步骤(5)中，包括如下步骤：
步骤5-1、采用PSD-OPF无功优化程序进行无功规划优化计算，确定无功补偿方案；
步骤5-2、采用PSD-VSAP静态电压稳定程序对无功补偿方案的方式数据进行静态电压稳定裕度计算；
步骤5-3、判断无功补偿方案的静态电压稳定裕度是否满足要求，裕度若没有满足要求，则调整无功补偿优化方案，转到步骤5-1；否则结束计算。
优选的，所述步骤5-1中，所述PSD-OPF无功优化程序采用基于原对偶内点法和禁忌搜索算法综合算法，所述PSD-OPF无功优化程序包括两个无功优化数学模型：原对偶内点法无功优化数学模型和禁忌搜索计算方法无功优化数学模型。
优选的，所述步骤5-2中，所述PSD-VSAP电压稳定程序是基于线性模拟法的改进连续潮流法，将线性模拟法和连续潮流法两者结合起来，求出负荷增长方式下的电网电压稳定裕度。
与现有技术相比，本发明的有益效果在于：
本发明综合考虑了无功平衡、电网薄弱环节和电网运行的经济性，利用归一化处理方法和不同权重系数，实现无功补偿的自动选址，减少了无功补偿手工计算的工作量，调高了无功规划人员的效率；
本发明利用电压无功灵敏度，参考节点电压波动允许值，确定无功补偿单组容量允许最大值；
本发明先后采用PSD-OPF 无功优化和PSD-VSAP静态电压稳定程序，实现了考虑静态电压稳定裕度的无功补偿优化，同时能很好的解决离散变量和连续变量混合的优化问题，确定合理的无功补偿容量。
附图说明
图1是本发明大电网无功补偿自动选址方法流程示意图，
图2是本发明大电网无功补偿容量自动选址及优化方法流程示意图。
具体实施方式
下面结合附图对本发明作进一步详细说明。
本发明采用了中国电科院系统所的PSD-PF潮流计算程序，PSD-OPF 无功优化和PSD-VSAP静态电压稳定程序，这三个程序皆为PSD仿真程序软件包中的程序。
PSD-PF程序来源于BPA程序，由能源部电力科学研究院引进并推广应用的BPA程序是以1983年版为基础开发而成的，在程序中加入了我国电力系统分析计算所必需的重要功能，形成了适合我国电力系统分析计算的中国版BPA程序(简称PSD-BPA程序)。随着BPA程序在国外和国内的大量实践应用，人们对程序的继续开发和完善不断地提出新的要求，使BPA程序在美国和中国都得到了新的发展。中国电科院系统所仿真分析技术研究室近年来，在新版本(1990年版)BPA程序的基础上，经进一步开发和完善，形成了新的PSD-PF潮流程序，并依此为基础新开发了PSD-OPF 无功优化和PSD-VSAP静态电压稳定程序，这些程序和其他程序一起构成PSD仿真程序软件包。目前，PSD仿真程序软件包在电力系统规划设计、调度运行及教学科研部门得到了广泛应用。
如图2所示，为本发明提供的一种大电网无功补偿自动选址及容量优化方法，具体步骤如下：
(1)按PSD-PF潮流格式输入包括相关负荷，发电机、线路、变压器的相关电网参数；
(2)采用PSD-PF潮流计算程序进行潮流计算；
(3)通过基于模态分析方法、网损无功灵敏度方法和无功平衡分析方法的无功补偿选址综合算法确定无功补偿自动选址；
如图1所示，为本发明提供的确定无功补偿自动选址综合方法，确定适合大规模电网的无功补偿自动选址方法，包括三种方法从不同角度来确定：模态分析方法、网损灵敏度方法和无功平衡方法，所有的无功补偿选址方法都要选择可选节点，所谓可选节点，即排除空节点，三卷变压器的中性点、高压侧和中压侧节点，两卷变压器高压侧节点，发电机节点后的节点。
a模态分析方法，从电压稳定角度初步确定电网薄弱环节，根据最小特征值所对应的右特征向量确定系统的关键节点，根据电网规模，在可选节点中筛选出前NB个节点作为无功补偿备选地址之一。
b无功平衡方法，从电压无功角度初步确定无功缺乏变电站，根据系统动态无功备用和变压器下注功率因数，根据电网规模，在可选节点中选前NC个节点作为无功补偿备选地址之一；
c损耗灵敏度分析方法，从系统经济运行角度初步确定系统的无功补偿位置，根据损耗灵敏度指标对电网节点进行排序，根据电网规模，在可选节点中选前NA个节点作为无功补偿备选地址之一。
把这三种方法形成的地址集进行合并，筛除相同的地址，形成最终的备选地址，即
Ai＝a*Qi+b*Mi+c*Ti
式中Ai为节点i的自动选址指标，a为其相应权重系数；Qi为节点i的有功损耗无功灵敏度指标，a为其相应权重系数；Mi为节点i的简化雅克比矩阵最小值右特征向量， b为其相应权重系数；Ri为节点i的下注功率因数指标，c为其相应权重系数；Qi，Mi， Ti详细解释见下面介绍；权重系数和为1，即a+b+c＝1。节点i若为非可选节点，其相应的各种指标都设为零。
(4)通过电压无功灵敏度分析确定无功补偿单组容量；
根据GB12326《电能质量电压波动和闪变》的规定，电力系统公共供电点的电压波动允许值为：
1)10kV及以下为2.5％；
2)35～110kV为2.0％；
3)220kV及以上为1.6％。
低压无功补偿设备单组容量应该满足电压波动要求，投切时引起的电压波动应不超上述电压波动的允许值。
最终确定无功补偿单组容量，可采用电压无功灵敏度方法来确定，由式(1)中的ΔU 确定相应的ΔQ，此处ΔQ为相应的允许单组容量最大值。为简化计算，一般理解为无功补偿投切对接入点影响最大，即
其中，diag(JR)取矩阵JR的对角线元素。
(5)、采用PSD-OPF无功优化程序对该方式进行无功规划优化计算，确定该方式下的无功补偿方案；
PSD-OPF无功优化程序中采用的是基于原对偶内点法和禁忌搜索算法综合算法，能够较好的解决离散变量和连续变量混合优化的问题，程序中包括两个无功优化数学模型，一为原对偶内点法无功优化数学模型为，二为禁忌搜索计算方法无功优化数学模型，在原对偶内点法目标函数的基础上，加上以电压越界和发电机无功出力越界为罚函数。
(6)、采用PSD-VSAP静态电压稳定程序对无功补偿方案的方式数据进行静态电压稳定裕度计算；
PSD-VSAP电压稳定程序中采用的是基于线性模拟法的改进连续潮流法，其利用线性模拟法计算速度快和连续潮流法计算准确的特点，将两者结合起来，可以取得快速和准确地求出某种负荷增长方式下的电网电压稳定裕度。
(7)、判断无功补偿方案的静态电压稳定裕度是否满足要求，若裕度没有满足要求，调整无功补偿优化方案，再次转到步骤(5)；若裕度满足要求，结束计算。
以下是本发明方法的一个实施例，以某省级电网2015年某方式数据进行仿真试验作实施例,进一步说明如下：
该方式数据共有456条母线，162条线路，102台变压器，有功损耗为84.5MW。为了便与比较描述，本发明将发明中的方法分为两个流程，流程1表示进行无功补偿自动选址，其中步骤1-2-3-4-5-6；流程2表示进行无功补偿优化后电压稳定裕度不满足要求需要进一步调整无功规划方案的的流程，其中步骤为1-2-3-4-5-6-7-8-9-10-11-8-9-10-12。
1)无功补偿自动选址计算结果见表1，不考虑非可选节点，分别计算出可选节点的指标M，Q，T，设相应的权重系数a＝0.5，b＝0.3，c＝0.2，计算出可选节点的综合指标，然后对综合指标进行排序，综合指标前20项列为自动选址位置。
表1无功补偿自动选址计算结果
| 节点名 | 指标M | 指标Q | 指标T | 综合指标 |
| 某梅花A310.0 | 0.8859 | 0.8741 | 0.97 | 0.89918 |
| 某柏树A210.0 | 0.7505 | 0.8693 | 0.9379 | 0.82362 |
| 某柏树A310.0 | 1 | 0.4684 | 0.8021 | 0.80094 |
| 某万县D235.0 | 0.5812 | 0.9543 | 1 | 0.77689 |
| 某大溪A110.0 | 0.8009 | 0.9705 | 0 | 0.6916 |
| 某梅花A110.0 | 0.6019 | 0.7571 | 0.718 | 0.67168 |
| 某大竹A310.0 | 0.7161 | 0.8191 | 0 | 0.60378 |
| 某翠云A210.0 | 0.7204 | 0.1798 | 0.7221 | 0.55856 |
| 某走马A110.0 | 0.6524 | 0.0834 | 0.9547 | 0.54216 |
| 某双山A210.0 | 0.6375 | 0.6631 | 0 | 0.51768 |
| 某马岚A110.0 | 0.1103 | 0.9371 | 0.8648 | 0.50924 |
| 某大竹A110.0 | 0.471 | 0.2944 | 0.7623 | 0.47628 |
| 某高峰A110.0 | 0.5274 | 0.6841 | 0 | 0.46893 |
| 某大溪A210.0 | 0.4315 | 0.7899 | 0 | 0.45272 |
| 某翠云A110.0 | 0.6128 | 0.4864 | 0 | 0.45232 |
| 某马岚A210.0 | 0.2773 | 1 | 0 | 0.43865 |
| 某大学A210.0 | 0.6143 | 0.2087 | 0 | 0.36976 |
| 某大学A110.0 | 0.6331 | 0.101 | 0 | 0.34685 |
| 某金家A110.0 | 0.2462 | 0.6779 | 0 | 0.32647 |
| 某走马A310.0 | 0.6086 | 0.0646 | 0 | 0.32368 |
| 某高峰A210.0 | 0.5892 | 0.0657 | 0 | 0.31431 |
| 某城口A110.0 | 0.2176 | 0.5856 | 0 | 0.28448 |
| 某陈家S235.0 | 0.2923 | 0.2286 | 0 | 0.21473 |
| 某綦江A110.0 | 0.0432 | 0.5113 | 0 | 0.17499 |
| 某金家A210.0 | 0.2857 | 0.0519 | 0 | 0.15842 |
2)若设系统约定的发电机机端电压限值为0.95-1.05，全网负荷增长方式为等功率因数增长，此时的优化后电压稳定裕度为9％，有点偏低，通过将约定的发电机机端电压限值设为0.95-1.03，减少发电机的无功出力，增加系统的动态无功备用，这时候计算出的电压稳定裕度增加为12％，但这时候带来的无功补偿需求会些增加22.3Mvar。
表2无功补偿容量优化结果1
通过以上分析可以看出，利用本发明的自动选址方法不仅能综合三种不同指标，选择合适的无功补偿节点，而且能够通过进一步的无功规划优化计算，如表2所示，得到合适的无功补偿容量优化结果，而且电网的有功损耗也会减少，带来的代价是电压稳定裕度会减少一些。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求范围当中。
Claims (6)
1.一种大电网无功补偿自动选址及容量优化方法，其特征在于，所述方法包括如下步骤：
(1)按中国电科院PSD-PF潮流计算程序的潮流格式输入包括相关负荷，发电机、线路、变压器的相关电网参数；
(2)采用PSD-PF潮流计算程序进行潮流计算；
(3)通过基于模态分析方法、网损无功灵敏度方法和无功平衡分析方法的无功补偿选择综合算法确定无功补偿自动选址；
(4)通过电压无功灵敏度分析确定无功补偿单组容量；
(5)采用中国电科院PSD-OPF无功优化程序和PSD-VSAP静态电压稳定程序确定无功补偿容量方案；
所述步骤(2)中，所述潮流计算中潮流方程表达式如下：
式中，ΔP为节点注入有功的微增列向量，有n-1个元素；ΔQ为节点注入无功的微增列向量，有nPQ个元素；Δθ为节点电压相角变化列向量，有n-1个元素；ΔU为节点电压幅值变化列向量，有nPQ个元素；
为极坐标下的系统雅可比矩阵，简记为J，其中
式(1)即为分析系统静态稳定性的数学模型，也是潮流方程的修正方程式；
在常规静态电压稳定性分析中，通常假设发电机和负荷节点有功不变，即ΔP＝0，则
式中
即为系统简化的雅可比矩阵；
所述步骤(3)包括如下步骤：
步骤3-1、通过模态分析方法确定节点i的简化雅可比矩阵最小值右特征向量Mi；
步骤3-2、通过网损无功灵敏度方法确定节点i的有功损耗无功灵敏度指标Qi；
步骤3-3、通过无功平衡分析方法确定节点i的下注功率因数指标Ti；
步骤3-4、计算自动选址指标，公式如下：
Ai＝a*Qi+b*Mi+c*Ti (3)
式中Ai为节点i的自动选址指标，a为其相应权重系数；b为其相应权重系数；c为其相应权重系数；权重系数和为1，即a+b+c＝1，节点i若为非可选节点，其相应的各种指标都设为零；
所述步骤3-1中，所述模态分析方法计算方法如下：
步骤3-1-1、将式(2)中的JR进行特征值分解：
JR＝MλNT (4)
式中，λ为JR的特征矩阵，M、N为JR的右、左特征向量形成的模态矩阵；
步骤3-1-2、将式(4)代入式(2)后，有：
式中，Mi为JR的第i列右特征向量，Ni为JR的第i行左特征向量，λi为JR的第i阶特征值；
若存在一个零特征值，则任意小的功率变化都会引起状态变量很大变化；最小特征值所对应的右特征向量反映了相对于最小模式有功和无功摄动最敏感的方向，当功率摄动的方向与所述最小特征值所对应的右特征向量一致时，所引起的状态量的变化最大，由此确定系统的关键节点；
对所述最小特征值所对应的右特征向量进行如下归一化处理：
Mi＝Mi/Mmax (6)
式中，Mmax＝max(|M1|，|M2|，…，|Mn|)，若节点i为非可选节点，则设Mi＝0；
所述步骤3-2中，所述网损无功灵敏度方法包括如下步骤：
步骤3-2-1、系统有功网损的表达式为：
式中：PL为系统总的有功网损；Gij、Bij为节点导纳矩阵元素；Ui、Uj为i节点和j节点电压；θij为i节点和j节点电压相角差；n为节点个数；i,j为节点编号，i,j＝1～n；
步骤3-2-2、根据所述潮流方程和式(7)推出网损灵敏度：
式中，P为节点注入有功的列向量，θ为节点电压相角的列向量；U为节点电压幅值的列向量，Q为节点注入无功的列向量；
写成矩阵形式如下：
其中，
式中，θj为j节点电压相角；
步骤3-2-3、通过求取
和
计算出网损无功灵敏度
步骤3-2-4、对
进行排序，找出对系统有功损耗比较敏感的节点，用于考虑无功补偿对电网运行的经济性；
步骤3-2-5、对
进行如下归一化处理：
式中，
若节点i为非可选节点则设Qi＝0。
2.根据权利要求1所述方法，其特征在于，所述步骤3-3中，所述无功平衡分析方法包括如下步骤：
步骤3-3-1、根据无功补偿的基本原则，对负荷侧补偿提出要求，当负荷侧无功补偿满足考核要求后，在主网侧加强无功补偿容量，同时补偿动态无功补偿设备，以提高电网的动态电压支持能力；
步骤3-3-2、当步骤3-3-1的措施不能解决问题时，则调整变压器分接头；
步骤3-3-3、通过计算变压器下注功率因数，并进行分析统计，找出下注功率因数不满足0.95的变压器，即
cosθij＜0.95 (13)
三卷变压器和两卷变压器都选择其低压侧母线作为无功补偿备选地址；
步骤3-3-4、下注功率因数越低的变压器，越需要增加无功补偿设备，取下注功率因数的倒数作为选址指标:
Ti＝1/cosθij (14)
对下注功率因数的倒数进行如下归一化处理：
Ti＝Ti/Tmax (15)
式中，Tmax＝max(T1，T2，…，Tn)，若节点i为非可选节点则设Ti＝0。
3.根据权利要求1所述方法，其特征在于，所述步骤(4)中，包括如下步骤：
步骤4-1、根据GB2326规定，电力系统公共供电点的电压波动允许值为：10kV及以下为2.5％；35～110kV为2.0％；220kV及以上为1.6％；
低压无功补偿设备单组容量满足电压波动要求，投切时引起的电压波动不超所述电压波动的允许值；
步骤4-2、采用电压无功灵敏度方法确定无功补偿单组容量，由式(1)中的ΔU确定相应的ΔQ，此处ΔQ为相应的允许单组容量最大值，即
式中，diag(JR)取矩阵JR的对角线元素。
4.根据权利要求1所述方法，其特征在于，所述步骤(5)中，包括如下步骤：
步骤5-1、采用PSD-OPF无功优化程序进行无功规划优化计算，确定无功补偿方案；
步骤5-2、采用PSD-VSAP静态电压稳定程序对无功补偿方案的方式数据进行静态电压稳定裕度计算；
步骤5-3、判断无功补偿方案的静态电压稳定裕度是否满足要求，裕度若没有满足要求，则调整无功补偿优化方案，转到步骤5-1；否则结束计算。
5.根据权利要求4所述方法，其特征在于，所述步骤5-1中，所述PSD-OPF无功优化程序采用基于原对偶内点法和禁忌搜索算法综合算法，所述PSD-OPF无功优化程序包括两个无功优化数学模型：原对偶内点法无功优化数学模型和禁忌搜索计算方法无功优化数学模型。
6.根据权利要求4所述方法，其特征在于，所述步骤5-2中，所述PSD-VSAP电压稳定程序是基于线性模拟法的改进连续潮流法，将线性模拟法和连续潮流法两者结合起来，求出负荷增长方式下的电网电压稳定裕度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610262591.9A CN105811433B (zh) | 2016-04-25 | 2016-04-25 | 一种大电网无功补偿自动选址及容量优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610262591.9A CN105811433B (zh) | 2016-04-25 | 2016-04-25 | 一种大电网无功补偿自动选址及容量优化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105811433A CN105811433A (zh) | 2016-07-27 |
| CN105811433B true CN105811433B (zh) | 2022-03-18 |
Family
ID=56457683
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610262591.9A Active CN105811433B (zh) | 2016-04-25 | 2016-04-25 | 一种大电网无功补偿自动选址及容量优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105811433B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106972523B (zh) * | 2016-12-27 | 2019-06-25 | 国网浙江省电力公司嘉兴供电公司 | 有源配电网内储能电站的优化选址定容方法 |
| CN106655207B (zh) * | 2017-03-21 | 2020-03-27 | 国网山东省电力公司枣庄供电公司 | 基于多数据分析的配电网无功优化系统及方法 |
| CN108334990B (zh) * | 2018-02-12 | 2021-03-26 | 中国电力科学研究院有限公司 | 一种大电网无功补偿选址及容量优化方法及系统 |
| CN109066716B (zh) * | 2018-08-31 | 2021-12-07 | 深圳供电局有限公司 | 一种110kV变电站无功补偿单组容量选择和分组方法 |
| CN111668852A (zh) * | 2020-06-19 | 2020-09-15 | 中石化天津液化天然气有限责任公司 | 一种供电系统动态电压稳定优化调控方法 |
| CN112152237B (zh) * | 2020-09-03 | 2022-07-08 | 国电南瑞科技股份有限公司 | 基于多dfacts设备协调控制的台区电能质量治理方法和系统 |
| CN113013885B (zh) * | 2021-04-23 | 2021-08-27 | 山东国瑞电力科技有限公司 | 基于电网薄弱点的无功优化方法及系统 |
| CN114362196B (zh) * | 2022-03-21 | 2022-06-17 | 南京邮电大学 | 一种多时间尺度主动配电网电压控制方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101404413B (zh) * | 2008-11-05 | 2012-07-18 | 中国电力科学研究院 | 一种适合于在线应用的无功优化方法 |
| US9569449B2 (en) * | 2010-11-18 | 2017-02-14 | International Business Machines Corporation | Method and apparatus for autonomic discovery of sensitive content |
| CN102545237B (zh) * | 2012-01-04 | 2016-01-20 | 河南省电力公司 | 一种计及运行方式变化及多svc对系统共同影响的布点方法 |
| CN103346576B (zh) * | 2013-07-03 | 2015-04-22 | 杭州电子科技大学 | 基于二阶网损灵敏度矩阵的配电网无功补偿选点方法 |
-
2016
- 2016-04-25 CN CN201610262591.9A patent/CN105811433B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN105811433A (zh) | 2016-07-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105811433B (zh) | 一种大电网无功补偿自动选址及容量优化方法 | |
| CN106505593A (zh) | 一种基于大数据的配变三相不平衡分析与负荷调整的方法 | |
| CN107515839A (zh) | 经改进赋权算法处理的电能质量模糊评估法 | |
| CN109409770A (zh) | 一种基于神经网络的农村电网智能水平评价方法 | |
| CN112785119B (zh) | 基于聚类和层次分析算法的配网电压越限原因分析方法 | |
| CN109659963A (zh) | 一种分布式储能参与电网削峰填谷的控制方法及装置 | |
| CN106503915A (zh) | 基于模糊综合评价法的无功补偿装置综合效益评价方法 | |
| CN106451418A (zh) | 光伏电站的在线分群等值建模方法 | |
| Song et al. | Security-constrained line loss minimization in distribution systems with high penetration of renewable energy using UPFC | |
| CN104701858A (zh) | 计及分区动态无功储备的无功电压控制方法 | |
| CN103730900B (zh) | 电力系统多时间尺度的省地县一体化无功优化方法 | |
| CN103346573B (zh) | 基于黄金分割云粒子群优化算法的风电系统无功规划方法 | |
| CN109390953A (zh) | 含分布式电源和电动汽车的低压配电网无功电压协调控制方法和系统 | |
| CN109378819A (zh) | 基于谱聚类及模块度校验的电力系统电压分区方法及系统 | |
| CN104638654B (zh) | 兼顾风电场和网络节点电压调节的statcom控制方法 | |
| CN108539766A (zh) | 基于协同进化的三相不平衡虚拟电阻优化方法 | |
| CN106816879B (zh) | 一种基于紧急需求响应的主动配电网电压协调控制方法 | |
| Li et al. | Economic dispatch with high penetration of wind power using extreme learning machine assisted group search optimizer with multiple producers considering upside potential and downside risk | |
| CN107196343A (zh) | 一种多端柔性直流孤岛电网送端的日前电压计划生成方法 | |
| CN113629788A (zh) | 一种电力系统自动电压控制方法 | |
| CN110365023A (zh) | 一种考虑大电网稳定控制电压限值的自动电压控制方法 | |
| CN110661264B (zh) | 基于带惯性权重粒子群算法的安全约束最优潮流计算方法 | |
| CN108616119B (zh) | 基于区域性分时电价理论降低配电网网损的方法 | |
| CN109193820A (zh) | 用于对光伏发电站进行无功优化的方法、系统及存储介质 | |
| Esmaeili et al. | A new multiobjective optimal allocation of multitype FACTS devices for total transfer capability enhancement and improving line congestion using the harmony search algorithm |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |