CN106655207B - 基于多数据分析的配电网无功优化系统及方法 - Google Patents

Abstract

本发明公开了基于多数据分析的配电网无功优化系统及方法，包括：配电网数据采集装置，采集的10kV线路出线节点实时数据并传输至上位机控制系统；动态无功补偿装置，将配电台区运行数据及无功补偿装置运行状态采用GPRS将数据传输到上位机控制系统。通过EMS、配网自动化系统接入10kV线路各节点运行数据，进行潮流计算，得出线路各节点电压、有功、无功的分布，通过无功策略控制，使线路运行在最优状态。通过遗传算法制定无功优化策略，确定补偿点、补偿容量等，实现对配网内各无功补偿设备进行控制，实现全配网无功优化运行控制。

Description

基于多数据分析的配电网无功优化系统及方法

技术领域

本发明涉及无功补偿技术领域，特别是涉及基于多数据分析的配电网无功优化系统及方法。

背景技术

随着发电与输配电分开、新型电力市场改革的实施,从整体上进行全配电网的优化调度功能要求越来越严，对实时进行补偿能力要求也增强，影响到整个系统的供电质量和经济利益,更关系到电网能否安全正常运行。目前我国大部分运行的电网系统都属于有功电源过甚,无功电源不足的状况，无功优化可以减小网络损耗，减少了资源消耗和发输电成本。对配电网无功电压进行优化有助于改善电压质量，供电可靠性以及降低损耗，另一方面以最少的投资获得最多的效益。

长期以来,我国对高压输电网络的无功电压优化投资较大,已有很多较成熟的控制系统,比如调度自动化系统(SCADA)，能量管理系统(EMS)，大部分地区还有AVC系统。但对10kV以下配电网的无功电压优化国内外研究都较少，可进行参考的也不多见。随着配电网负荷增长愈来愈快,尤其是旋转电机负荷,农村空调负荷与日俱增,导致配电网电压过低。

对10kV及以下配电网，特别是农村电网进行技术改造,是一个十分突出的社会问题。

目前，在实际应用中，我国电压无功控制方式主要包括集中控制方式、分散控制方式、集中与分散相结合的控制方式。

(1)分散控制方式。分散控制方式是目前主要的电压无功优化控制方式，是指变电站、配电站等具有电压无功控制能力的点，根据该地区的电压无功情况，计算出优化方案，实现电压无功的局部优化、降低网损、提高电压质量以及提高功率因数。但是在系统无功功率不足的情况下，分散控制方式无法全面考虑系统的无功情况，控制结果有可能导致电压稳定性降低甚至系统崩溃。

(2)集中控制方式。集中控制方式是指调度中心集中获取各个变电站的主变以及无功补偿装置的当前运行情况(电压、有功功率、无功功率等)。通过无功优化软件的系统分析和计算，全面地控制各个可控点的电压和无功。这种控制方式理论上可以达到最佳的控制效果，能够实现电压无功的全局优化。但是在实际应用中，集中控制对通信信道的可靠性和实时性要求很高，增加了控制的难度。

(3)分散与集中相结合的控制方式。该控制方式既可以实现电压无功的集中控制，也可以实现电压无功的局部控制，一般在通信信道完好的情况下，对系统采取集中控制方式，达到最佳控制效果；在通信信道故障时，采取分散控制方式，实现各地区的局部优化。这种控制方式的适应性较强，可以满足实际电网对电压稳定性的要求。

目前我国广泛使用的电压无功控制方式为分散控制，主要有以下三种：

(1)变电站电压无功控制。变电站参与电压无功控制的设备一般包括有载调压变压器、无功补偿装置等。主要作用有稳定低压侧母线的电压水平，减少变压器上游的无功流动，减少网损，提高功率因数等。无功补偿装置一般安装在低压侧10kV母线侧，但是这种补偿方式，不能使下游受益，因为流向负荷的无功功率还是会经过下游馈线，导致线路产生有功损耗和电压降。一般情况下农村配电馈线较长，供电半径较大，因此线路末端的电压在负荷较大时，会有较大幅度的下降。国内外对于变电站电压无功控制算法较多，也已比较成熟，九区图法是一种常用的有效方法。但是频繁的调节变压器分接头以及电容器的投切，容易引起分接头故障，因此在实际运行时要限制分接头的动作次数和电容器的投切次数。变电站无功补偿对维持变电站母线电压，提高高压电网功率因数和平衡系统无功有着重要作用，因此可根据负荷的日变化情况安排好变电站的无功补偿容量和变压器档位，保证电压合格和无功补偿效果达到最好的情况，并尽可能使电容器组投切开关的操作次数为最少。

(2)线路电压无功控制。线路电压无功控制一般通过线路调压器、线路无功补偿装置等实现。但是线路调压器改善线路电压水平的能力有限。线路无功补偿通过在线路杆塔上安装无功补偿装置来实现无功补偿。线路无功补偿可以减少负荷从系统中吸收的无功功率，减小线路中的电流，从而降低网损。线路补偿一般采用固定补偿，因此适应能力较差。对于线路电压无功控制有待进一步研究。

(3)配电点电压无功控制。配电点参与电压无功控制的设备一般包括有载调压配变、无功补偿装置等。由于配电变压器与用户的距离最近，而且是最后一级变压器，在配变的无功补偿装置可以使上游所有线路受益，最大程度上减小线损，因此该控制方式的效果较好，可以针对各自用户的电压和功率因数情况进行独立控制而不对其他配电点的用户产生影响。但是其电压调节范围不大，只使用于小幅度电压调节、而且配电变压器数量较多，增加了运行和维护的工作量。

传统电压无功控制多为本地自动控制，通过监测本地采集的电压、有功、无功，调节变压器档位或电容器开关使电压及无功位于合格范围内：其中变电站的电压无功综合控制多采用九区图或改进的九区图进行判断，对于越限情况，变电站按九区图进行VQC(电压无功控制)调控，一般每个变电站的分析和控制是独立运行，采用的设备多数为自动分组投切，部分发达地区采用了压控调容补偿和磁控电抗器+电容的MCR(磁阀式可控电抗器)补偿方式，三相共补方式；10kV线路无功补偿设备一般是按照无功定值、功率因数定值、电压定值或者其组合定值进行判断，同样也是每台设备的分析控制是独立运行，不涉及到相互协调，采用的设备大多是自动分组投切，三相共补方式；配变无功补偿设备情况基本同线路无功一样，区别主要是部分设备采用了三相共补+分补的方式。这种本地运行方式可以实现局部优化控制，但是由于没有考虑到各站之间的有机联系，整体技术性、经济性仍有提高的余地。

综上所述，现有技术中对于配电网的智能无功补偿问题，尚缺乏有效的解决方案。

发明内容

为了解决现有技术的不足，本发明提供了基于多数据分析的配电网无功优化系统，包括：

配电网数据采集装置，采集的10kV线路出线节点实时数据并传输至上位机控制系统；

动态无功补偿装置，将配电台区运行数据及无功补偿装置运行状态采用GPRS将数据传输到上位机控制系统；

上位机控制系统，根据获得的数据进行潮流计算，得出线路各节点电压、有功、无功的分布，通过遗传算法制定无功优化策略，确定补偿点、补偿容量，实现对配网内各动态无功补偿装置进行控制，继而实现全配网无功优化运行控制。

进一步的，所述配电网数据采集装置包括用户用电信息采集系统、基于GPRS无线通讯通道的10kV配变无功补偿设备运行监控主站系统、基于GPRS无线通讯通道的10kV线路无功补偿设备运行监控主站系统及县自动化系统SCADA。

进一步的，所述动态无功补偿装置包括自动调节控制器，所述自动调节控制器的输入端分别与采集三相线中的C相线电流的电流互感器TA、分别采集两组电容器电流电流互感器TA1及电流互感器TA2、采集三相线中的B、C相线电压的电压互感器相连，所述自动调节控制器根据接收的信号进行处理后得到电压、电流、功率因数、有功和无功数据,并将上述数据与设置值进行比较，所述自动调节控制器根据比较结果通过控制回路控制高压接触器实现对两组并联电容器的投切控制。

进一步的，所述两组并联电容器分别通过各自对应的高压接触器与相应的两组电阻相连。

进一步的，所述两组电阻均连接至三相线，所述三相线还与跌落式熔断器相连。

进一步的，所述三相线还与跌落式熔断器的输出端还通过避雷器接地。

进一步的，所述自动调节控制器将配电线路的实时数据采用GPRS将数据传输到上位机控制系统。

进一步的，所述电容器采用单星形布线方式，用高压接触器进行投切,避免采用电力电子设备投切引入谐波。

进一步的，所述电流互感器采用非接入式高压电流互感器,这种新式的互感器能够很精确地把一次侧电流变换成为二次侧的电压输出,因而,很好的解决了二次侧在开路时产生高电压的风险,体积小,重量轻,安装方便。

进一步的，所述电压互感器采样线电压,主要供给配电线路电压信号,同时为自动调节控制器和控制回路供给能量。

进一步的，所述电流互感器TA采样C相电流,根据三相对称得出A、B相电流，经转换之后得到采样信号,信号由A/D转换后得出电压、电流、功率因数、有功和无功。

进一步的，所述电流互感器TA1和TA2采样电容器电流,用来判断真空接触器是否投切成功,并为电容器的保护提供硬件支持。

进一步的，应用于配电网的智能无功补偿装置适应于10kV线路。

进一步的，所述上位机控制系统，包括：

10kV配电网无功优化模型的建立模块，以10kV配电网无功优化补偿后所取得的综合经济效益最大作为目标建立配电网无功优化的数学模型，求解该模型可得到无功补偿装置的并联电容器的补偿容量；

配网潮流计算模块，采用以支路网损为状态量的前推回代型算法计算配电网的潮流，从而求解出状态变量；

无功补偿点的选择模块，综合考虑网络结构和负载分布情况，利用矩阵计算得到各节点的灵敏度数值，最终确定无功补偿点，补偿点的补偿容量通过遗传算法确定；

无功优化策略模块，根据输入的配电网原始数据，基于遗传算法获得补偿点的补偿容量。

进一步的，基于多数据分析的配电网无功优化方法，包括以下步骤：

步骤一：以10kV配电网无功优化补偿后所取得的综合经济效益最大作为目标，建立10kV配电网无功优化模型，求解该模型可得到并联电容器的补偿容量；

步骤二：采用以支路网损为状态量的前推回代型算法计算配电网的潮流；

步骤三：综合考虑网络结构和负载分布情况，利用矩阵计算得到各节点的灵敏度数值，基于灵敏度分析，依照改进过的网损灵敏度指标选择无功补偿点，再利用遗传算法确定最佳补偿容量；

步骤四：根据输入的配电网原始数据、配电网的潮流及灵敏度分析，利用遗传算法进行无功优化策略的选择。

进一步的，所述步骤一中，建立无功优化补偿数学模型的目标函数如下：

minC＝C_C-C_S

式中，C_S表示无功补偿装置使用期间配电网网损降低而节约费用的资金现值，单位：元；C_c表示无功补偿装置的总投资费用，单位：元；β表示平均售电电价，单位：元/kWh；ΔP_S表示补偿前的系统有功网损，单位：kW；ΔP′_S表示补偿后的系统有功网损，单位：kW；(ΔP_S-ΔP′_S)表示补偿后系统减少的网损，单位：kW；τ表示年运行小时数，单位：h；r表示折现率；n表示补偿装置的经济使用期，单位：年；F表示补偿装置的安装费用，单位：元；A表示单位容量电容器的投资造价，单位：元/kvar；Q_step表示每组补偿电容器的容量，单位：kvar；m_i表示补偿点安装的电容器组数，单位：组；x表示补偿的节点数；

ΔP_S系统有功网损的计算公式：

采用罚函数的方式进行处理节点电压越限和功率因数越限，从而将目标函数扩展为：

minC＝C_c-C_s+F_p

F_p为越限罚函数；

lv为惩罚系数，V_ilim为状态变量，V_i的上限或者下限，规定如下式：

C_clim为配变低压侧功率因数C_ci的上限，规定如下：

可以看出，如果电压幅值V_i和功率因数C_ci都没有越限，罚函数为零，对目标函数不起作用；当两者中任何一个越限后，罚函数将是一个正数，而且乘以一个数值很大(数量级在10⁶～10⁹之间)的惩罚系数lv，则罚函数的数值足以对目标函数造成影响，从而造成目标函数值过大，使得遗传算法在搜索过程中首先舍弃目标值较大的值，从而舍弃了电压幅值Vi或功率因数C_ci越限的值，潮流方程：

状态变量约束：U_imin≤U_i≤U_imax

控制变量约束：

Q_cmin≤Q_C≤Q_Cmax

以上各式中，P_Gi，Q_Gi表示节点i上注入的有功和无功功率；P_Di，Q_Di表示节点i上有功和无功负荷功率；U_i表示节点i的电压幅值；θ_ij表示节点i，j电压的相角差；U_i、U_imax、U_imin分别表示节点电压的幅值、电压幅值的上限和下限；Q_C、Q_Cmax、Q_cmin分别表示无功补偿装置可投切补偿容量、补偿容量的上限和下限。

进一步的，所述步骤二中，针对配电网结构为木梳状，有

其中，V_i表示节点电压；R_i、X_i表示线路i的阻抗；P_i、Q_i表示节点流过的功率；PL_i、QL_i表示节点的负荷功率；LP_i、LQ_i表示线路i的功率损耗；

节点流过的功率可表示为：

线路的功率损耗为：

线路流过的电流和节点电压为：

以上各式构成了前推回代的基本方法，通过迭代计算，可以求出系统各节点的电压，线路流过的电流、有功功率、无功功率以及支路的有功损耗、无功损耗。

进一步的，所述步骤三中，具体过程为：

有功损耗计算公式：

N为全网节点个数；P_i为节点i、j的电压幅值；G_ij为支路ij之间的电导；θ_ij为节点i、j间的相位差；

灵敏度系数指以状态变量表征的系统运行状况对控制变量和扰动变量的变化的敏感性程度，对于无功优化问题，就是要求配电网中节点无功变化对系统有限网损的灵敏度系数，选灵敏度较高的节点作为无功补偿的候选节点，从而缩小配电网无功补偿的搜索空间；

网损灵敏度计算公式为：

式中，Q、U和θ分别为配电网节点注入无功、节点电压幅值和相角向量，经变换可推得

所以得到配电网有功网损无功灵敏度矩阵计算公式为：

S_PQ为公式(3)等号右边雅克比矩阵逆矩阵的子矩阵，并且，对于节点i，由公式(1)可知

公式(4)中

即为系统网损对于节点注入无功的灵敏度，它反映了节点i注入单位无功功率对全网有功网损的影响大小，

一般为负，说明无功补偿使得系统损耗减少，传统的灵敏度分析方法即选取

但由于网络节点间的相互影响，一些节点受周围节点影响，成为虚假的高灵敏度点，从而造成选点比较集中，这显然不符合无功补偿分散补偿的原则，使得补偿效果达不到预期。针对这种情况，本文对电网中负荷点得灵敏度稍作改进，即令

式(6)右边的对角线矩阵由网络中负荷节点的无功负荷同系统总有功网损的比值构成，

为i节点修正后的灵敏度数值。由于不仅考虑到了电网的支路结构，还考虑到了网络节点的负载水平，使得这一数值具备全局性，能更好地反映节点无功功率改变对全网有功网损的影响，故根据这一指标来选点更加合理，降损更显著。

进一步的，所述步骤四中，具体过程为：

配电网无功优化问题的求解具体步骤可归纳如下：

(1)输入配电网络的原始数据，等式约束和不等式约束：包括支路数b、节点数n、负荷节点数、以及支路参数，包括电阻R_i，电抗X_i，节点负荷参数，包括有功P_di及无功Q_di；遗传算法GA参数和变量，包括种群规模、染色体长度、初始的交叉率、变异率、遗传代数；

(2)进行初始潮流计算，进行灵敏度分析，计算出

(3)对

进行排序，选出灵敏度较大的数个节点作为无功补偿节点；

(4)将控制变量即补偿组数进行编码，随机产生初始种群，NIND个；

(5)按照步骤(4)生成的初始种群修正网络参数，按照不同负荷水平(最大负荷、最小负荷和平均负荷水平)分别计算配电网潮流；

(6)计算各个体适应度，并排序；

(7)选择、交叉、变异操作：采用轮盘赌选择方式将步骤(6)中排序后适应度值最大的前NIND*GGAP个个体(GAAP＝0.9)作为子代进行交叉、变异操作；再计算交叉变异后子代个体的适应度值并进行排序，按适应度值重插入子代到种群中，用子代代替父代并返回结果种群；

(8)根据新产生的种群重新修改网络参数，进行潮流计算；

(9)收敛条件判断：达到最优个体保留代数时，停止迭代，输出最优解；或在虽然没有达到最优个体保留代数，但达到最大遗传迭代次数，也停止迭代，输出次优解，否则，转至步骤(6)，继续迭代。

与现有技术相比，本发明的有益效果是：

本发明通过用户用电信息采集系统、10kV配变无功补偿设备运行监控主站系统(基于GPRS无线通讯通道)、10kV线路无功补偿设备运行监控主站系统(基于GPRS无线通讯通道)、县自动化系统(SCADA)系统采集的10kV线路出线节点遥测遥信量等实时数据，进行电压无功优化计算，并根据计算结果形成对有载调压变压器分接开关的调节、无功补偿设备投切等控制指令，实现对配网内各公配变、无功补偿设备、主变的集中管理、分级监视和分布式控制，实现全配网电压无功优化运行控制，最大程度上解决“低电压”问题，同时兼顾功率因数的提高和降低网损。为了保证系统故障或者通讯中断时的电压无功控制可靠性，各台公配变、线路无功补偿设备、主变在通信中断是可以实现就地自动控制运行。

对10kV线路及以下无功补偿装置进行监控，采集配电台区运行数据及无功补偿装置运行状态。通过EMS、配网自动化系统接入10kV线路各节点运行数据，进行潮流计算，得出线路各节点电压、有功、无功的分布，通过无功策略控制，使线路运行在最优状态。通过遗传算法制定无功优化策略，确定补偿点、补偿容量等，实现对配网内各无功补偿设备进行控制，实现全配网无功优化运行控制。

本发明通过多数据分析，借助遗传算法数学模型，选择无功补偿最优策略，实现全网的无功优化控制。实现对配网内各公配变、无功补偿设备集中管理、分布式控制，同时兼顾功率因数的提高和降低网损。

本发明针对现有补偿设备的不足，结合配网的特点，为包含两组电容器的动态无功补偿装置，采用计算机技术实现自动控制，能够弥补以往装置的不足,同时两组电容器共用一套保护装置，大大节省了开发费用，采用TI公司C2000系列TMS320F2812作为主控元件，能够快速精确的采集和处理数据。

采用GPRS进行实时无线通信，将所采集的数据信号传输给上位机，避免采用线路传输的不稳定性。这种方式还能够提供公用变压器低压侧缺少无功补偿的弊端,避免大量无功的沿线传输，不需要另外架设电杆,减少投资，特别适用于线路过长，无功得不到合理补偿的线路,经济效益相当明显，在配电网中将会有广泛的应用前景。

附图说明

构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。

图1为本发明的结构示意图；

图2为梳状配电网结构图；

图3配电网无功优化流程图。

具体实施方式

应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

正如背景技术所介绍的，现有技术中存在配电网的智能无功补偿不足，为了解决如上的技术问题，本申请提出了基于多数据分析的配电网无功优化系统级方法。

配电网规划是一个非线性、多条件约束的复杂组合优化问题。针对配电网现有的补偿水平,本申请为基于多数据分析的配电网无功优化系统及方法，无功优化配置主要包括两个方面，一是补偿点位置的选取，二是补偿容量的确定。

对10kV配电网中各个节点无功变化对系统有功网损的灵敏度系数进行分析计算，以灵敏度高的节点作为无功补偿点，然后引入遗传算法，进行无功优化确定补偿容量，实现有限补偿资源下的系统网损最小化。

基于多数据分析的配电网无功优化方法，包括以下步骤：

10kV配电网无功优化模型的建立：以10kV配电网无功优化补偿后所取得的综合经济效益最大作为目标，目标函数中考虑了有关技术和经济因素。净现值法是一种意义十分明确、应用相当普遍的方法，应用时要考虑计算年限的问题。对于电力系统无功规划来说，应用净现值法比较合理，本文在10kV配电网无功优化补偿模型中，采用净现值法作为经济评价标准。

净现值(NPV)是指项目(或方案)在寿命期内各年的净现金流量(CI－CO)t，按照一定的折现率i，折现到期初时点的现值之和。

净现值指标是反映项目投资获利能力的指标。

决策标准：

净现值≥0方案可行；

净现值＜0方案不可行；

净现值均＞0净现值最大的方案为最优方案。

建立无功优化补偿数学模型的目标函数如下：

minC＝C_C-C_S

式中，C_S表示无功补偿装置使用期间配电网网损降低而节约费用的资金现值，单位：元；C_c表示无功补偿装置的总投资费用，单位：元；β表示平均售电电价，单位：元/kWh；ΔP_S表示补偿前的系统有功网损，单位：kW；ΔP′_S表示补偿后的系统有功网损，单位：kW；(ΔP_S-ΔP′_S)表示补偿后系统减少的网损，单位：kW；τ表示年运行小时数，单位：h；r表示折现率；n表示补偿装置的经济使用期，单位：年；F表示补偿装置的安装费用，单位：元；A表示单位容量电容器的投资造价，单位：元/kvar；Q_step表示每组补偿电容器的容量，单位：kvar；m_i表示补偿点安装的电容器组数，单位：组；x表示补偿的节点数；

ΔP_S系统有功网损的计算公式：

罚函数设置：本文采用罚函数的方式进行处理节点电压越限和功率因数越限，从而将目标函数扩展为：

minC＝C_c-C_s+F_p

F_p为越限罚函数。

lv为惩罚系数，V_ilim为状态变量，V_i的上限或者下限，规定如下式：

C_clim为配变低压侧功率因数C_ci的上限，规定如下：

可以看出，如果电压幅值V_i和功率因数C_ci都没有越限，罚函数为零，对目标函数不起作用；当两者中任何一个越限后，罚函数将是一个正数，而且乘以一个数值很大(数量级在10⁶～10⁹之间)的惩罚系数lv，则罚函数的数值足以对目标函数造成影响，从而造成目标函数值过大，使得遗传算法在搜索过程中首先舍弃目标值较大的值，从而舍弃了电压幅值Vi或功率因数C_ci越限的值。系统潮流方程：

状态变量约束：

U_imin≤U_i≤U_imax

控制变量约束：

Q_cmin≤Q_C≤Q_Cman

以上各式中，P_Gi，Q_Gi表示节点i上注入的有功和无功功率；P_Di，Q_Di表示节点i上有功和无功负荷功率；U_i表示节点i的电压幅值；θ_ij表示节点i，j电压的相角差；U_i、U_imax、U_imin分别表示节点电压的幅值、电压幅值的上限和下限；Q_C、Q_Cmax、Q_cmin分别表示无功补偿装置可投切补偿容量、补偿容量的上限和下限。

以上各式组成了配电网无功优化的数学模型，求解该模型可得到并联电容器的补偿容量。

配网潮流计算：求解无功优化模型时，通过控制变量的输入求出状态变量(节点电压)，则需要计算配电网的潮流从而求解出状态变量。由于配电网多为辐射型树状结构、节点和支路数目多，且支路参数R/X的比值比较大，在输电网中比较有效的潮流算法，如牛顿-拉夫逊法，基本不适用于配电网。本文中采用以支路网损为状态量的前推回代型算法，该算法具有简单、易于编程、计算速度快、收敛性好等优点，能够满足配电网无功优化对潮流算法的要求。

一般配电网结构为木梳状，如图2所示：图中，V_i表示节点电压；R_i、X_i表示线路i的阻抗；P_i、Q_i表示节点流过的功率；PL_i、QL_i表示节点的负荷功率；LP_i、LQ_i表示线路i的功率损耗。

经推导，有

节点流过的功率可表示为：

线路的功率损耗为：

线路流过的电流和节点电压为：

以上各式构成了前推回代的基本方法。通过迭代计算，可以求出系统各节点的电压，线路流过的电流、有功功率、无功功率以及支路的有功损耗、无功损耗。

算法具体步骤如下：

1)读入系统数据：馈线端电压V₀，各支路电阻R_i，电抗X_i，各节点负荷功率PL_i，QL_i(i＝1,2,，…，n)

2)建立树；

3)置迭代次数k＝0，选取迭代精度ε；

4)令所有的支路损耗为0，即LP_i ^k＝0，

5)通过公式计算各节点流过的功率P_i ^k，

6)通过公式从馈线端节点开始计算各点的电压幅值|V_i ^k|；

7)通过公式计算各支路的损耗LP_i ^k+1，

8)通过公式迭代计算支路电流和节点电压实部和虚部；

9)计算ΔLP_i＝LP_i ^k+1-LP_i ^k，

10)判断max|ΔLP_i|＜ε且max|ΔLQ_i|＜ε，则停止计算输出结果；否则继续下一步；

11)判断是否到达最大迭代次数，如果达到则停止计算，输出结果；否则迭代次数加一，即k＝k+1，从步骤(5)循环执行，直到满足条件。

基于网损灵敏度计算的无功补偿点的选择：针对配电网节点多、结构复杂、计算困难等特点，在传统的灵敏度分析选点基础上作改进，综合考虑网络结构和负载分布情况，利用矩阵计算得到各节点的灵敏度数值，最终确定无功补偿点，补偿点得补偿容量通过遗传算法确定。

本申请从无功补偿经济效益出发，基于灵敏度分析，依照改进过的网损灵敏度指标选择无功补偿点，再利用遗传算法确定最佳补偿容量，以期获得更好地优化效果。

有功损耗计算公式：

N为全网节点个数；P_i为节点i、j的电压幅值；G_ij为支路ij之间的电导；θ_ij为节点i、j间的相位差。

灵敏度系数指以状态变量表征的系统运行状况对控制变量和扰动变量的变化的敏感性程度。对于无功优化问题，就是要求配电网中节点无功变化对系统有限网损的灵敏度系数，选灵敏度较高的节点作为无功补偿的候选节点，从而缩小配电网无功补偿的搜索空间。

网损灵敏度计算公式为：

式中，Q、U和θ分别为配电网节点注入无功、节点电压幅值和相角向量。

经变换可推得

所以得到配电网有功网损无功灵敏度矩阵计算公式为：

S_PQ为公式(3)等号右边雅克比矩阵逆矩阵的子矩阵，并且，对于节点i，由公式(1)可知

公式(4)中

即为系统网损对于节点i注入无功的灵敏度，它反映了节点i注入单位无功功率对全网有功网损的影响大小。

一般为负，说明无功补偿使得系统损耗减少。传统的灵敏度分析方法即选取

但由于网络节点间的相互影响，一些节点受周围节点影响，成为虚假的高灵敏度点，从而造成选点比较集中，这显然不符合无功补偿分散补偿的原则，使得补偿效果达不到预期。针对这种情况，本文对电网中负荷点得灵敏度稍作改进，即令

式(6)右边的对角线矩阵由网络中负荷节点的无功负荷同系统总有功网损的比值构成。

为i节点修正后的灵敏度数值，由于不仅考虑到了电网的支路结构，还考虑到了网络节点的负载水平，使得这一数值具备全局性，能更好地反映节点无功功率改变对全网有功网损的影响，故根据这一指标来选点更加合理，降损更显著。

1.基于遗传算法的无功优化策略设计：编码

整数编码方式：由于补偿电容器的投切组数均为整数，因此在编码过程中以电容器的组数编码，在计算潮流的过程中再折算成相应的补偿无功进行计算。

设节点i补偿电容的容量为Q_ci，则：

Q_ci＝Q_step×m_i

2.个体选择方法：采用轮盘赌法，并加入最优个体保留，以防止在寻优过程中遗失产生过的最优的个体。

3.交叉操作：采用单点交叉。

4.变异操作：采用基本位变异的变异操作。

5.适应度函数：采用形式Fit(f(x))，最后的目标函数形式为：

C_min＝C_c-C_s+F_p

6.遗传终止的准则：采用最大世代数作为终止判据。

根据上述遗传算法的无功优化操作方法，本文配电网无功优化问题的求解具体步骤可归纳如下：

(1)输入配电网络的原始数据，等式约束和不等式约束。包括支路数b、节点数n、负荷节点数、以及支路参数(电阻R_i，电抗X_i)，节点负荷参数(有功P_di，无功Q_di)；遗传算法GA参数和变量(种群规模、染色体长度、初始的交叉率、变异率、遗传代数等)；

(2)进行初始潮流计算，进行灵敏度分析，计算出

(3)对

进行排序，选出灵敏度较大的数个节点作为无功补偿节点；

(4)将控制变量(补偿组数)进行编码，随机产生初始种群(NIND个)；

(5)按照步骤(4)生成的初始种群修正网络参数，按照不同负荷水平(最大负荷、最小负荷和平均负荷水平)分别计算配电网潮流；

(6)计算各个体适应度，并排序；

(7)选择、交叉、变异操作：采用轮盘赌选择方式将步骤(6)中排序后适应度值最大的前NIND*GGAP个个体(GAAP＝0.9)作为子代进行交叉、变异操作；再计算交叉变异后子代个体的适应度值并进行排序，按适应度值重插入子代到种群中，用子代代替父代并返回结果种群；

(8)根据新产生的种群重新修改网络参数，进行潮流计算；

(9)收敛条件判断：达到最优个体保留代数时，停止迭代，输出最优解；或在虽然没有达到最优个体保留代数，但达到最大遗传迭代次数，也停止迭代，输出次优解。否则，转至步骤(6)，继续迭代。流程图如图3所示。

基于多数据分析的配电网无功优化系统，包括：

配电网数据采集装置，采集的10kV线路出线节点实时数据并传输至上位机控制系统；

动态无功补偿装置，将配电台区运行数据及无功补偿装置运行状态采用GPRS将数据传输到上位机控制系统；

上位机控制系统，根据获得的数据进行潮流计算，得出线路各节点电压、有功、无功的分布，通过遗传算法制定无功优化策略，确定补偿点、补偿容量，实现对配网内各动态无功补偿装置进行控制，继而实现全配网无功优化运行控制。

本发明上位机与下位机控制器通过GPRS通信,将采集到的数据和SCADA提供的10kV线路首端的数据结合,优化计算生成控制命令,驱动控制装置控制相关的补偿设备动作。

另外，关于动态无功补偿装置，在前人静态补偿装置的基础上,采用两组电容器进行动态补偿，投切方式采用循环投切，能够避免投切振荡问题。自动调节控制器采用处理数据能力更强的主控芯片,包括DSP复位电路、信号调理电路、键盘和显示电路等。将传统的九区图进行扩展,能够对两组并联电容器实时准确投切,先投先切、保证电容器的使用寿命。整个装置能对配电网庞大的数据能够更快的进行计算并将数据传送到服务器。并采用GPRS进行无线传输线路信息,最大限度的使后台客户端能够实时跟踪各节点的电压变化。以网损最小为目标函数的优化算法确定10kV最优补偿节点和补偿容量,采用“高峰计算,低谷校验”或“低谷计算,高峰校验”确定0.4kV侧电容器补偿容量。

本申请的一种典型的实施方式中，如图1所示，提供了应用于配电网的智能无功补偿装置，设计一种10kV线路补偿装置,采用扩展的九区图对两组并联电容器进行投切控制，主控芯片能够快速处理配电线路的实时数据,并采用GPRS将数据传输到上位机控制系统。

智能无功投切装置的研制，对于线路补偿装置，目前没有统一的标准，但主要部分基本相同，包含跌落式熔断器、避雷器、控制部分、电容器和其他一些开关设备。本发明的装置如图1所示,在线路补偿装置中,采用并联电容器组,基于其体积小可以按照容量进行定制,优越性明显,电容器采用单星形布线方式,用高压接触器进行投切,避免采用电力电子设备投切引入谐波。电流互感器采用非接入式高压电流互感器,这种新式的互感器能够很精确地把一次侧电流变换成为二次侧的电压输出,因而,很好的解决了二次侧在开路时产生高电压的风险,体积小,重量轻,安装方便。电压互感器采样线电压,主要供给电压信号,同时为控制器和控制回路供给能量。电流互感器TA采样C相电流,根据三相对称得出A、B相电流,经转换之后得到采样信号,信号由A/D转换后得出电压、电流、功率因素、有功和无功,与系统设置值进行比较,生成电容器投切命令控制电容器的投切。TA1和TA2采样电容器电流,用来判断真空接触器是否投切成功,并为电容器的保护提供硬件支持。避雷器和熔断器的作用分别是防雷保护和电容器短路保护。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.基于多数据分析的配电网无功优化系统，其特征是，包括：

配电网数据采集装置，采集的10kV线路出线节点实时数据并传输至上位机控制系统；

动态无功补偿装置，将配电台区运行数据及无功补偿装置运行状态采用GPRS将数据传输到上位机控制系统；

上位机控制系统，根据获得的数据进行潮流计算，得出线路各节点电压、有功、无功的分布，通过遗传算法制定无功优化策略，确定补偿点、补偿容量，实现对配网内各动态无功补偿装置进行控制，继而实现全配网无功优化运行控制；

所述配电网数据采集装置包括用户用电信息采集系统、基于GPRS无线通讯通道的10kV配变无功补偿设备运行监控主站系统、基于GPRS无线通讯通道的10kV线路无功补偿设备运行监控主站系统及县自动化系统SCADA；

所述动态无功补偿装置包括自动调节控制器，所述自动调节控制器的输入端分别与采集三相线中的C相线电流的电流互感器TA、分别采集两组电容器电流的电流互感器TA1及电流互感器TA2、采集三相线中的B、C相线电压的电压互感器相连，所述自动调节控制器根据接收的信号进行处理后得到电压、电流、功率因数、有功和无功数据,并将上述数据与设置值进行比较，所述自动调节控制器根据比较结果通过控制回路控制高压接触器实现对两组并联电容器的投切控制；

所述上位机控制系统，包括：

10kV配电网无功优化模型的建立模块，以10kV配电网无功优化补偿后所取得的综合经济效益最大作为目标建立配电网无功优化的数学模型，求解该模型可得到无功补偿装置的并联电容器的补偿容量；

配网潮流计算模块，采用以支路网损为状态量的前推回代型算法计算配电网的潮流，从而求解出状态变量；

无功补偿点的选择模块，综合考虑网络结构和负载分布情况，利用矩阵计算得到各节点的灵敏度数值，最终确定无功补偿点，补偿点的补偿容量通过遗传算法确定；

无功优化策略模块，根据输入的配电网原始数据，基于遗传算法获得补偿点的补偿容量。

2.如权利要求1所述的基于多数据分析的配电网无功优化系统，其特征是，所述两组并联电容器分别通过各自对应的高压接触器与相应的两组电阻相连；

所述两组电阻均连接至三相线，所述三相线还与跌落式熔断器相连；

所述三相线还与跌落式熔断器的输出端通过避雷器接地。

3.如权利要求2所述的基于多数据分析的配电网无功优化系统，其特征是，所述电容器采用单星形布线方式，用高压接触器进行投切,避免采用电力电子设备投切引入谐波。

4.如权利要求1所述的基于多数据分析的配电网无功优化系统，其特征是，所述电流互感器采用非接入式高压电流互感器；

所述电压互感器采样线电压,主要供给配电线路电压信号,同时为自动调节控制器和控制回路供给能量。

5.如权利要求4所述的基于多数据分析的配电网无功优化系统，其特征是，所述电流互感器TA采样C相电流,根据三相对称得出A、B相电流，经转换之后得到采样信号,信号由A/D转换后得出电压、电流、功率因数、有功和无功；

所述电流互感器TA1和TA2采样电容器电流,用来判断真空接触器是否投切成功，并为电容器的保护提供硬件支持。

6.如权利要求1所述的基于多数据分析的配电网无功优化系统的使用方法，其特征是，包括以下步骤：

步骤一：以10kV配电网无功优化补偿后所取得的综合经济效益最大作为目标，建立10kV配电网无功优化模型，求解该模型可得到并联电容器的补偿容量；

步骤二：采用以支路网损为状态量的前推回代型算法计算配电网的潮流；

步骤三：综合考虑网络结构和负载分布情况，利用矩阵计算得到各节点的灵敏度数值，基于灵敏度分析，依照改进过的网损灵敏度指标选择无功补偿点，再利用遗传算法确定最佳补偿容量；

步骤四：根据输入的配电网原始数据、配电网的潮流及灵敏度分析，利用遗传算法进行无功优化策略的选择。

7.如权利要求6所述的基于多数据分析的配电网无功优化系统的使用方法，其特征是，所述步骤一中，建立无功优化补偿数学模型的目标函数如下：

min C＝C_C-C_S

式中，C_S表示无功补偿装置使用期间配电网网损降低而节约费用的资金现值，单位：元；C_c表示无功补偿装置的总投资费用，单位：元；β表示平均售电电价，单位：元/kWh；ΔP_S表示补偿前的系统有功网损，单位：kW；ΔP′_S表示补偿后的系统有功网损，单位：kW；(ΔP_S-ΔP′_S)表示补偿后系统减少的网损，单位：kW；τ表示年运行小时数，单位：h；r表示折现率；n表示补偿装置的经济使用期，单位：年；F表示补偿装置的安装费用，单位：元；A表示单位容量电容器的投资造价，单位：元/kvar；Q_step表示每组补偿电容器的容量，单位：kvar；m_i表示补偿点安装的电容器组数，单位：组；x表示补偿的节点数；

ΔP_S补偿前的系统有功网损的计算公式：

采用罚函数的方式进行处理节点电压越限和功率因数越限，从而将目标函数扩展为：

min C＝C_c-C_s+F_p

F_p为越限罚函数；

lv为惩罚系数，V_ilim为状态变量，V_i的上限或者下限，规定如下式：

C_clim为配变低压侧功率因数C_ci的上限，规定如下：

可以看出，如果电压幅值V_i和功率因数C_ci都没有越限，罚函数为零，对目标函数不起作用；当两者中任何一个越限后，罚函数将是一个正数，而且乘以一个数值大的惩罚系数lv，则罚函数的数值足以对目标函数造成影响，从而造成目标函数值过大，使得遗传算法在搜索过程中首先舍弃目标值大的值，从而舍弃了电压幅值V_i或功率因数C_ci越限的值，潮流方程：

状态变量约束：

U_imin≤U_i≤U_imax

控制变量约束：

Q_cmin≤Q_c≤Q_cmax

以上各式中，P_Gi，Q_Gi表示节点i上注入的有功和无功功率；P_Di，Q_Di表示节点i上有功和无功负荷功率；U_i表示节点i的电压幅值；θ_ij表示节点i，j电压的相角差；U_i、U_imax、U_imin分别表示节点电压的幅值、电压幅值的上限和下限；Q_C、Q_Cmax、Q_cmin分别表示无功补偿装置可投切补偿容量、补偿容量的上限和下限。

8.如权利要求6所述的基于多数据分析的配电网无功优化系统的使用方法，其特征是，所述步骤二中，针对配电网结构为木梳状，有

其中，V_i表示节点电压；R_i、X_i表示线路i的阻抗；P_i、Q_i表示节点流过的功率；PL_i、QL_i表示节点的负荷功率；LP_i、LQ_i表示线路i的功率损耗；

节点流过的功率可表示为：

线路的功率损耗为：

线路流过的电流和节点电压为：

以上各式构成了前推回代的基本方法，通过迭代计算，可以求出系统各节点的电压，线路流过的电流、有功功率、无功功率以及支路的有功损耗、无功损耗。

9.如权利要求6所述的基于多数据分析的配电网无功优化系统的使用方法，其特征是，所述步骤三中，具体过程为：

有功损耗计算公式：

N为全网节点个数；P_i为节点i、j的电压幅值；G_ij为支路ij之间的电导；θ_ij为节点i、j间的相位差；

灵敏度系数指以状态变量表征的系统运行状况对控制变量和扰动变量的变化的敏感性程度，对于无功优化问题，就是要求配电网中节点无功变化对系统有限网损的灵敏度系数，选灵敏度高的节点作为无功补偿的候选节点，从而缩小配电网无功补偿的搜索空间；

网损灵敏度计算公式为：

式中，Q、U和θ分别为配电网节点注入无功、节点电压幅值和相角向量，

经变换可推得

所以得到配电网有功网损无功灵敏度矩阵计算公式为：

S_PQ为公式(3)等号右边雅克比矩阵逆矩阵的子矩阵，并且，对于节点i，由公式(1)可知

公式(4)中

即为系统网损对于节点i注入无功的灵敏度，它反映了节点i注入单位无功功率对全网有功网损的影响大小，

为负，说明无功补偿使得系统损耗减少，传统的灵敏度分析方法即选取

但由于网络节点间的相互影响，一些节点受周围节点影响，成为虚假的高灵敏度点，从而造成选点比较集中，这显然不符合无功补偿分散补偿的原则，使得补偿效果达不到预期，针对这种情况，对电网中负荷点的灵敏度稍作改进，即令

式(6)右边的对角线矩阵由网络中负荷节点的无功负荷同系统总有功网损的比值构成，

为i节点修正后的灵敏度数值，由于不仅考虑到了电网的支路结构，还考虑到了网络节点的负载水平，使得这一数值具备全局性，能更好地反映节点无功功率改变对全网有功网损的影响，故根据这一指标来选点更加合理，降损更显著。

10.如权利要求6所述的基于多数据分析的配电网无功优化系统的使用方法，其特征是，所述步骤四中，具体过程为：

配电网无功优化问题的求解具体步骤可归纳如下：

(1)输入配电网络的原始数据，等式约束和不等式约束：包括支路数b、节点数n、负荷节点数、以及支路参数，包括电阻R_i，电抗X_i，节点负荷参数，包括有功P_di及无功Q_di；遗传算法GA参数和变量，包括种群规模、染色体长度、初始的交叉率、变异率、遗传代数；

(2)进行初始潮流计算，进行灵敏度分析，计算出

(3)对

进行排序，选出灵敏度大的数个节点作为无功补偿节点；

(4)将控制变量即补偿组数进行编码，随机产生初始种群，NIND个；

(5)按照步骤(4)生成的初始种群修正网络参数，按照不同负荷水平分别计算配电网潮流，所述不同负荷水平为最大负荷、最小负荷和平均负荷水平；

(6)计算各个体适应度，并排序；

(7)选择、交叉、变异操作：采用轮盘赌选择方式将步骤(6)中排序后适应度值最大的前NIND*GGAP个个体作为子代进行交叉、变异操作，其中GAAP＝0.9；再计算交叉变异后子代个体的适应度值并进行排序，按适应度值重插入子代到种群中，用子代代替父代并返回结果种群；

(8)根据新产生的种群重新修改网络参数，进行潮流计算；

(9)收敛条件判断：达到最优个体保留代数时，停止迭代，输出最优解；或在虽然没有达到最优个体保留代数，但达到最大遗传迭代次数，也停止迭代，输出次优解，否则，转至步骤(6)，继续迭代。

Images