CN106712042A - 一种计及充电桩无功响应能力的电网节能降损控制方法 - Google Patents

Abstract

本发明公开了一种计及充电桩无功响应能力的电网节能降损控制方法，首先分析了充电桩作为无功源的特征以及无功调压原理，提出了考虑日前优化调度和日内优化修正的无功电压优化模型，根据此数学模型，日前优化调度利用传统并联电容器组和有载调压变压器以降低网损，日内正常运行时利用电动汽车充电桩无功支撑来降低网损；同时提出了基于无功电压灵敏度的时序递进的无功控制方案，采用电动汽车的无功响应能力进行无功优化修正。该发明方法实现了无功的就地补偿和连续调节，降低了电网的有功损耗。

Description

一种计及充电桩无功响应能力的电网节能降损控制方法

技术领域

本发明涉及一种计及充电桩无功响应能力的电网节能降损控制方法，属于配电网技术降损技术领域。

背景技术

传统配电网并不适合接入大量分布式电源，在分布式电源及微网、电动汽车充放电站大量并网的条件下，智能配电网面临双向潮流、分布式电源间歇性和负荷时空不确定性等一系列问题，使得调度运行工作相较于传统电网更加复杂。由于智能配电网相比于传统配电网在运行安全性、可靠性、经济性、优质性等方面的要求都大大提高，作为配电网运行的协调指挥中心，配电网调度需要提升为智能配电网调度，以提升驾驭配电网和资源优化配置的能力。智能配电网的优化调度就是在满足配电网安全可靠供电和电能质量要求的前提下，通过对配电网络、分布式电源和多样性负荷等配电网调度资源的协调优化调度，实现智能配电网的高效运行，即实现可靠性、安全性、经济性、优质性的高度统一。

相较传统配电网来说，智能配电网集电能收集、电能传输、电能存储和电能分配功能为一体，其调度对象从传统的网络结构和无功补偿设备扩展为电源、网络、负荷三大类可调度对象，进行源网荷互动协调优化以整合所有配电资源是实现智能配电网优化调度的核心。传统负荷用户参与配电网调节、通过能效电厂等提高终端用能效率，此外并网运行的微电网控制、电动汽车充放电设施的有序充放电，可为智能电网的削峰填谷和节能减排起到显著作用。调度目标从传统配电网的单一经济性目标转变为一个多阶段、多目标协调优化问题，同时应用现代先进的信息和通信技术使得调度实现智能化，使电网的每一个环节都参与电网的运行决策，达到全网一体化互动运行的目标。

由于对电力系统的配电侧和用户侧都安装精确量测数据信息的设备对其进行实时监测，以及依赖信息和通讯技术的快速发展，实现源、网、荷之间的电力流、信息流、业务流的多向互动，配电网的结构、运行特性及运营控制管理均需要进行有针对性的调整。

在配电网中，配网调度方法和手段需要考虑配电信息特征和时序关系，具备支撑智能配电网通过一定的调度策略来自主实现优化调度运行的能力，从电网安全高效运行的高度，应用适应新形势和新要求的智能配电网调度决策理论和运行调度技术，指导配电系统安全可靠、节能环保地运行，实现电能资源的优化配置。

而风电作为清洁的可再生能源，在世界范围得到快速发展。截止到2015年底，世界风电装机容量已达到430GW，中国、美国、德国、西班牙和印度五国占世界总装机容量的72％。然而风电出力具有随机性，一方面会给电网电压水平产生深刻的影响；同时风机发电需要消耗无功功率，若系统不能补偿充足无功，会造成电网运行效率下降，损耗增多。电动汽车可通过充电桩与电网互动，既可作为系统负荷，又可作为分布式储能设备。基于电力电子接口的充电桩可以作为无功发生装置，参与系统的无功优化运行。

目前已有针对电动汽车有功控制的大量研究，但主要以利用电动汽车的Vehicle-to-Grid(V2G)有功响应能力，提高系统的电压稳定性、电能质量等方面为主，尚未有充足研究对充电桩产生的无功参与系统优化运行进行探讨，而无功优化又是保障电网安全运行，降低有功网损的有效手段。因此针对电动汽车充电桩作为无功发生装置参与系统无功优化运行的情况，为最大限度地降低配电网有功损耗，亟需一种计及电动汽车充电桩无功响应能力的电网节能降损控制方法。

发明内容

本发明所要解决的技术问题是克服现有技术的缺陷，提供一种计及充电桩无功响应能力的电网节能降损控制方法，在利用并联电容器组和有载调压变压器分接头进行日前无功电压优化的基础上，考虑充电桩的无功响应能力，对日内电网无功电压进行动态修正，以达到电网节能降损的目的。

为解决上述技术问题，本发明提供一种计及充电桩无功响应能力的电网节能降损控制方法，包括以下步骤：

1)构建充电桩作为无功源的无功调压原理模型；

2)根据步骤1)中的无功调压原理模型，提出考虑日前优化调度和日内优化修正的无功电压优化模型；

3)根据步骤2)中的无功电压优化模型，日前优化调度利用传统并联电容器组和有载调压变压器进行无功优化；日内优化修正以并联电容器组投切和有载调压变压器分接头档位的日前优化调度信息作为控制方案，仅将电动汽车充电桩作为日内无功优化的无功源，对日前的无功优化结果进行修正，为电网提供无功支撑；

4)采用基于改进的粒子群算法进行电网无功优化求解。

前述的充电桩作为无功源的无功调压原理模型为：

其中，一天作为仿真周期共分为N_t个时段，其中k_t表示第k_t个时段，k_t∈{1,2,...,k,...,N_t}，Δt为仿真的时间间隔，满足N_t·Δt＝24h，和分别为k_t·Δt时刻电动汽车j控制后的有功功率和无功功率，和分别为k_t·Δt时刻电网侧电压在d轴和q轴分量的解耦，和分别为k_t·Δt时刻电网侧电流在d轴和q轴分量的解耦。

前述的步骤2)中，无功电压优化模型为：

其中，P_LOSS为系统一天中的有功功率损耗，n为电网中节点的个数，为k_t·Δt时刻节点i的电压幅值，为k_t·Δt时刻节点j的电压幅值，G_ij为节点i和j之间的电导，为k_t·Δt时刻节点i和j之间电压的相角差。

前述的无功电压优化模型满足以下约束条件：

a、潮流等式约束：

其中，和分别为k_t·Δt时刻节点i发电机发出的有功功率和无功功率，和分别为k_t·Δt时刻节点i负荷消耗的有功功率和无功功率，G_ij和B_ij分别为电力系统节点导纳矩阵的实部和虚部；

b、电网各节点电压运行约束：

其中，和分别为k_t·Δt时刻节点i电压的上限和下限；

c、发电机无功出力的约束：

其中，和分别为k_t·Δt时刻发电机无功出力的上限和下限范围；

d、各节点电动汽车所能提供无功出力的约束：

其中，和分别为k_t·Δt时刻电动汽车充电桩集群提供的无功出力及其上限和下限；

e、各有载调压变压器分接头位置约束：

其中，和分别为k_t·Δt时刻变压器分接头变比及其上限和下限，ΔTAP为分接头变比调整的间隔，为k_t·Δt时刻分接头所在的档位，时段分接头所在的档位，Δk_max为一天中分接头档位改变的最大允许次数；

f、各并联电容器组投切数量的约束：

其中，为k_t·Δt时刻并联电容器组投入数量，时刻并联电容器组投入数量，为k_t·Δt时刻并联电容器组投入数量的上限，ΔCB_max为一天中并联电容器组投入数改变的最大允许次数。

前述的步骤3)中，利用电动汽车充电桩为电网提供无功支撑是指，电动汽车充满电时，对充电桩进行有源逆变控制，实现零功率因数运行，即与电网仅有无功功率的交换；而电动汽车充电桩空闲时，通过为充电桩配备小容量电源，实现有源逆变过程，此时相当于电动汽车接入电网的零功率因数运行，为电网提供无功功率。

前述的电动汽车充电桩为电网提供无功功率受整流/逆变器容量和充放电时有功功率的影响，其最大无功输出功率如下：

其中，为k_t·Δt时刻电动汽车j的最大无功调节能力，为k_t·Δt时刻整流/逆变器的视在容量，为k_t·Δt时刻电动汽车j控制后的有功功率。

前述的步骤4)采用基于改进的粒子群算法进行电网无功优化求解，包括日前优化调度求解和日内优化修正，

日前优化调度求解的具体过程如下

4-1)读入负荷曲线数据；

4-2)设置初始仿真时段个数N_t；

4-3)将负荷曲线分为N_t个时间断面，每个时间断面以公式(4)网损最低为目标，，以公式(5)-(8)、(10)-(11)为约束条件，对每个时间断面进行优化；

4-4)条件判断：在对一天中各时间断面进行优化时，如果优化结果中，有载调压变压器分接头和并联电容器组动作次数存在超出自身约束的情况，则选择负荷值最接近的相邻时间断面N_x和N_y，N_x<N_y，取两负荷值的平均值，在该平均值处形成一个新的时间断面N_xy，并舍去N_x和N_y这两个时间断面，此时，一天的时间断面总数变为N_t-1，对该新的时间断面N_xy重新进行优化，如果有载调压变压器分接头和并联电容器组动作次数仍超出自身的约束，则继续重复所述形成新的时间断面的过程进行优化，直到有载调压变压器分接头和并联电容器组动作次数满足自身的约束；

4-5)结束判断：若有载调压变压器分接头和并联电容器组的动作次数满足自身的结束条件，则停止并输出结果，获得一天中各时刻变压器分接头的位置、电容器组的投切数量；否则，转到步骤4-4)继续进行优化，直到结束条件得到满足，优化计算过程结束；

日内优化修正的具体过程为：在日前优化调度求解的一天中各时刻变压器分接头的位置、电容器组的投切数量作为日内变压器分接头和电容器组的调度计划，同时以公式(4)为优化目标，以公式(5)-(9)为约束条件进行优化，优化结果为一天中电动汽车集群的无功出力。

本发明的有益效果：

本发明方法实现了无功的就地补偿和连续调节，降低了电网的有功损耗。

附图说明

图1为电动汽车充电桩并网拓扑图；

图2为实施例中IEEE30节点系统图；

图3为实施例中风电出力预测值和实际值对照图；

图4为实施例中不同区域负荷预测值和实际值对照图；

图5为实施例中日前优化后有载变压器分接头位置分布图；

图6为实施例中日前优化后并联电容器组投切信息；

图7为实施例中电动汽车无功出力分布情况；

图8为实施例中电网有功网损分布情况。

具体实施方式

下面对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

1、充电桩无功响应原理

电网中常用的无功调压装置包括并联电容器组(CB)、有载调压变压器(OLTC)和静止无功补偿器(SVC)等。近年来，随着电力电子技术的不断发展，具有V2G(Vehicle-to-Grid)响应能力的电动汽车充电桩等，能够为电网提供无功补偿。

充电桩拓扑结构如图1所示，包括两部分：1)全桥AC-DC整流/逆变电路；2)DC-DC斩波(Buck/Boost)。电动汽车通过充电桩接入电网时，该拓扑结构能够实现有源整流/逆变过程；而当充电桩空闲时，通过对电路进行简易改进(配备小容量电源)，实现有源整流/逆变。该整流/逆变电路与无功补偿电路一致，在接入电网的过程中可以实现并网V2G下无功补偿控制。

在整流/逆变器控制过程中，通过控制MOSFET(Mental-Oxide-SemiconductorField-Effect Transistor,金属氧化物半导体场效应管)S₁～S₄的通断占空比，调节电网侧电流在d轴和q轴分量的解耦，从而实现对有功和无功功率的独立调节，改变有功和无功功率的输出。式(1)为充电桩V2G控制后的有功和无功功率的数学模型：

其中，一天作为仿真周期共分为N_t个时段，其中k_t表示第k_t个时段，k_t∈{1,2,...,k,...,N_t}，Δt为仿真的时间间隔，满足N_t·Δt＝24h；和分别为k_t·Δt时刻电动汽车j控制后的有功和无功功率；和分别为k_t·Δt时刻电网侧电压在d轴和q轴分量的解耦；和分别为k_t·Δt时刻电网侧电流在d轴和q轴分量的解耦。

充电桩V2G控制时，降低充放电的功率因数，可为电网提供无功支撑；电动汽车充满电时，对充电桩进行有源逆变控制，实现零功率因数运行，即与电网仅有无功功率的交换；而电动汽车充电桩空闲时，通过为充电桩配备小容量电源，实现有源逆变过程，此时相当于电动汽车接入电网的零功率因数运行，从而根据电网需求提供无功功率。

充电桩无功功率的调节能力受整流/逆变器容量和充放电时有功功率的影响，其最大无功输出功率如式(2)所示。

式中，为k_t·Δt时刻电动汽车j的最大无功调节能力；为k_t·Δt时刻整流/逆变器的视在容量。

本发明在电动汽车充电桩V2G无功响应能力评估模型的基础上，考虑到电动汽车类型、用户出行时间、用户每天出行距离等交通行为特征的影响，以电动汽车充电桩集群为例，利用蒙特卡罗仿真方法，对一天中各时刻电动汽车充电桩集群的无功响应能力进行评估，充电桩集群的无功响应模型如式(3)所示。

式中，和分别为k_t·Δt时刻节点i上电动汽车充电桩集群的无功响应能力上限和下限；m_1,t为充电桩集群中电量已满足用户需求但仍继续充电(状态1)的电动汽车充电桩的实时数量；m_2,t为接入满充电动汽车(状态2)的充电桩的实时数量；m_3,t为处于空闲(状态3)的充电桩的实时数量；为k_t·Δt时刻接入状态1电动汽车的充电桩的最大无功调节能力；为k_t·Δt时刻接入状态2电动汽车充电桩的额定无功响应容量；为k_t·Δt时刻接入状态3电动汽车充电桩的额定无功响应容量。

2、计及充电桩的电网无功电压优化控制

电网的无功优化，是一个离散的、非线性综合优化问题，可以用多约束的非线性整数规划问题进行描述。本发明提出的计及充电桩无功响应能力的电网节能降损控制方法包括日前优化调度和日内优化修正两部分。日前无功电压优化主要为第二天提供发电机无功出力、并联电容器组投切和有载调压变压器分接头档位的日前调度信息；日内接受日前无功源的调度信息作为控制方案，仅将充电桩作为日内无功电压优化的无功源，来降低网损，此时优化变量大幅减少，降低优化所需时间。

2.1目标函数

日前无功电压优化和日内正常运行时无功优化的目标主要考虑运行的经济性，即系统一天中的总有功网损最低，如式(4)所示：

式中：P_LOSS为系统一天中的有功功率损耗，n为电网中节点的个数，为k_t·Δt时刻节点i的电压幅值；为k_t·Δt时刻节点j的电压幅值；G_ij为节点i和j之间的电导；为k_t·Δt时刻节点i和j之间电压的相角差。

2.2约束条件

日前和日内无功电压优化的约束条件都要满足潮流等式约束，如式(5)和式(6)所示

式中，和分别为k_t·Δt时刻节点i发电机发出的有功功率和无功功率；和分别为k_t·Δt时刻节点i负荷消耗的有功功率和无功功率；G_ij和B_ij分别为电力系统节点导纳矩阵的实部和虚部。

日前和日内无功电压优化的不等式约束主要包括节点电压和无功源调节范围的上下限约束。

1)电网各节点电压运行约束如式(7)所示：

式中，和分别为k_t·Δt时刻节点i电压的上限、下限范围。

2)发电机无功出力的约束如式(8)所示：

式中，和分别为k_t·Δt时刻发电机无功出力的上限、下限范围。

3)各节点电动汽车所能提供无功出力的约束如式(9)所示：

式中，和分别为k_t·Δt时刻电动汽车充电桩集群提供的无功出力及其上限、下限范围。

4)各有载调压变压器分接头位置约束如式(10)所示：

式中，和分别为k_t·Δt时刻变压器分接头变比及其上限、下限范围；ΔTAP为分接头变比调整的间隔；为k_t·Δt时刻分接头所在的档位；时段分接头所在的档位；Δk_max为一天中分接头档位改变的最大允许次数。

5)各电容器组投切数量的约束如式(11)所示：

式中，为k_t·Δt时刻并联电容器组投入数量，时刻并联电容器组投入数量，为k_t·Δt时刻并联电容器组投入数量的上限，ΔCB_max为一天中电容器组投入数改变的最大允许次数。

2.3优化求解过程

电网无功优化涉及发电机无功出力的调整、无功补偿装置投入容量的确定、变压器分接头的调整和电动汽车无功出力的调整，无功优化问题是一个离散的、有约束的、非线性组合优化问题，本发明采用基于改进的粒子群算法进行电网无功优化求解，实现无功的就地补偿和连续调节，降低电网的有功损耗。。优化包括日前优化和日内优化，日前优化的具体过程如下：

读入负荷曲线数据，并设置初始仿真时段个数N_t。由于负荷曲线是连续变化的，在无功优化过程中，负荷曲线需要分为N_t个时间断面：N_t越大，越接近实际曲线，计算量越大；N_t越小，曲线离散度越大，计算量越小。由于日前优化存在离散变量(分接头档位和电容器组投入)，而离散变量在一天中有动作次数的约束，优化共分为N_t个时间断面，每个时间断面以公式(4)网损最低为目标，，以公式(5)-(8)、(10)-(11)为约束条件，对每个时间断面进行优化，在优化过程中，保证一天中分接头和电容器组的动作次数满足自身的约束。

因此，在对一天中各时间断面进行优化时，如果优化结果中，分接头和电容器组动作次数存在超出自身约束的情况，则选择负荷值较为接近的相邻时间断面N_x和N_y(N_x<N_y)，取两负荷值的平均值，在该平均值处形成一个新的时间断面N_xy，并舍去N_x和N_y这两个时间断面，此时，一天的时间断面总数变为N_t-1，对该新的时间断面N_xy重新进行优化，从而达到减少离散变量动作次数的目的，如分接头和电容器组动作次数仍超出约束，则继续重复上述形成新的时间断面的过程进行优化，直到动作次数满足约束条件。

若满足结束条件，即分接头和电容器组动作次数满足自身的约束条件，则停止并输出结果，获得一天中各时刻变压器分接头的位置、电容器组的投切数量；否则，继续对各时间断面进行优化，直到结束条件得到满足，优化计算过程结束。

日内优化的具体过程如下：

日内优化则在日前优化结果的基础上，以日前获取的各时刻变压器分接头的位置、电容器组的投切数量的优化结果作为日内变压器分接头和电容器组的调度计划，同时以公式(4)为优化目标，以公式(5)-(9)为约束条件进行优化，优化结果为一天中电动汽车集群的无功出力。

实施例

本发明利用IEEE-30节点算例对所提出的计及充电桩的无功电压优化控制策略进行验证。如图2所示，该系统中，各负荷节点的电压上下限为[0.95,1.05]，各发电机节点的电压上下限为[0.95,1.10]；节点5、17和24配备有并联电容器组补偿装置，节点5和24的并联电容器数量为10，单体补偿容量为1Mvar，而节点17的并联电容数量为10，单体补偿容量为2Mvar；线路6-9、6-10、4-12和28-27之间接有有载调压变压器，分接头调节范围均为[0.9,1.1]，调节间隔为0.025；节点13和27为风电节点；根据负荷类型的不同，系统分为工业区、商业区和居民区三个负荷区域。

由于风电具有随机性的特点，目前的日前风电预测技术仍有较大误差，日前风电预测误差仍可达20％，图3给出了风电在一天中的出力情况，包括日前预测值和日内实际值。目前的日前负荷预测技术已较为成熟，负荷的预测误差可达到1.5％，根据负荷类型的不同，图4给出了不同区域的负荷在一天中的分布情况，包括负荷的日前预测值和日内实际值。

参照Proceedings of IEEE Electric Utility Deregulation andRestructuring and Power Technologies会议于2015年中国长沙发表的[13]Yu T,Yao XP,Wang M S.A Reactive power evaluation model for EV chargers consideringtravelling behaviors文献中公开的电动汽车的分类方法及考虑用户交通行为的无功响应能力评估方法。按照交通用途，电动汽车可以分为HBW(Home-Based-Work)、HBO(Home-Based-Other)和NHB(Non-Home-Based)三种类型。不同负荷区域中，电动汽车的数量分布情况如表1所示。在每个负荷区域中，各节点保有的电动汽车数量取决于该节点负荷所占该区域总负荷的百分比，假设区域中所有电动汽车均采用常规充电方式(220V/32A)。同时考虑用户交通行为的无功响应能力评估方法，对一天中各节点电动汽车充电桩的无功响应能力分布情况进行计算。

表1不同区域中电动汽车数量分布

电动汽车	HBW	HBO	NHB	总计
					工业区	0	0	1575	1575
商业区	0	0	7805	7805
					居民区	63355	31155	0	94510
总计	63355	31155	9380	103890

利用本发明提出的日前无功电压优化模型，，以公式(4)为优化目标，公式(5)-(8)、(10)-(11)为优化约束，得出一天中各时刻变压器分接头的位置、电容器组的投切数量。图5给出了日前优化后线路6-9、6-10、4-12和28-27的有载调压变压器分接头位置信息，图6给出了日前优化后节点5、17和24的并联电容器组投切数量的信息。

日内运行时以该信息作为无功设备控制方案，利用日内无功电压优化模型，以公式(4)为优化目标，公式(5)-(9)为优化约束，得出一天中各时刻电动汽车集群的无功出力。

图7则给出了日内优化后节点23的电动汽车充电桩无功出力及其上下限范围在一天中的分布情况。可以看出，电动汽车充电桩产生的无功功率参与到系统的优化运行中，而在17:00-20:00时段内，由于受到最大无功响应能力的限制，此时实际无功出力被限制在响应能力边界范围以内。在日前无功优化的基础上，日前的优化结果作为日内无功设备的调度计划，通过利用电动汽车的无功响应能力，降低日内电力系统的有功网损，从而实现对日前无功优化结果的修正；由于负荷及风电预测的不确定性，日前优化获取的无功设备调度计划往往需要进一步调整，以保证系统网损的最优运行，而计及各节点上电动汽车集群的无功出力后，能够实现各节点无功功率的就地补偿，日内无功设备无需再调整，因此，本发明在一定程度上降低了无功设备的操作次数，同时为系统无功功率的连续调节提供了可能性。

图8给出了日前无功电压优化、日内不考虑电动汽车无功响应能力和日内考虑电动汽车无功响应能力三种情况下有功网损在一天中的分布情况。可以看出，由于风电出力和负荷的日前预测值和日内实际值存在差异，采用日前的无功源调度方案，不考虑电动汽车的无功响应能力时，日前有功网损的估计值和实际值存在差异；而日内利用电动汽车的无功响应能力进行无功优化修正后，能够在一定程度上降低电网的运行网损，有利于电网的经济运行。

本发明的计及充电桩无功响应能力的电网节能降损控制方法，日前优化为并联电容器组和有载调压变压器提供日前调度方案，日内利用电动汽车充电桩的无功响应能力进行日内修正，从而提高电网节能降损水平。其中，充电桩的无功响应能力主要是利用处于空闲和接入满充状态电动汽车的充电桩，对用户的充电行为无任何影响，提高充电桩的实际利用效率；通过日前对风电和负荷的预测，对并联电容器组和有载调压变压器进行优化，为日内提供无功源的优化调度方案；在日内则采用日前的无功优化调度方案，同时采用电动汽车的无功响应能力进行无功优化修正，可实现无功的就地补偿和连续调节，降低了电网的有功网损。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (7)

1.一种计及充电桩无功响应能力的电网节能降损控制方法，其特征在于，包括以下步骤：

1)构建充电桩作为无功源的无功调压原理模型；

2)根据步骤1)中的无功调压原理模型，提出考虑日前优化调度和日内优化修正的无功电压优化模型；

3)根据步骤2)中的无功电压优化模型，日前优化调度利用传统并联电容器组和有载调压变压器进行无功优化；日内优化修正以并联电容器组投切和有载调压变压器分接头档位的日前优化调度信息作为控制方案，仅将电动汽车充电桩作为日内无功优化的无功源，对日前的无功优化结果进行修正，为电网提供无功支撑；

4)采用基于改进的粒子群算法进行电网无功优化求解。

2.根据权利要求1所述的一种计及充电桩无功响应能力的电网节能降损控制方法，其特征在于，所述充电桩作为无功源的无功调压原理模型为：

$\left\{\begin{array}{c}{P}_{j,ev}^{k_t}=\frac{1}{2}(v_{j,d}^{k_t}{i}_{j,d}^{k_t}+v_{j,q}^{k_t}{i}_{j,q}^{k_t})\\ Q_{j,ev}^{k_t}=\frac{1}{2}(v_{j,q}^{k_t}{i}_{j,d}^{k_t}-v_{j,d}^{k_t}{i}_{j,q}^{k_t})\end{array}\right.---\left(1\right)$

其中，一天作为仿真周期共分为N_t个时段，其中k_t表示第k_t个时段，k_t∈{1,2,...,k,...,N_t}，Δt为仿真的时间间隔，满足N_t·Δt＝24h，和分别为k_t·Δt时刻电动汽车j控制后的有功功率和无功功率，和分别为k_t·Δt时刻电网侧电压在d轴和q轴分量的解耦，和分别为k_t·Δt时刻电网侧电流在d轴和q轴分量的解耦。

3.根据权利要求1所述的一种计及充电桩无功响应能力的电网节能降损控制方法，其特征在于，所述步骤2)中，无功电压优化模型为：

$\min P_{LOSS}=\underset{k_t=1}{\overset{N_t}{\&Sigma;}}\underset{i=1}{\overset{n}{\&Sigma;}}{U}_i^{k_t}\underset{j\&Element;i}{\&Sigma;}{U}_j^{k_t}{G}_{ij}{\mathrm{cos\&theta;}}_{ij}^{k_t}\mathrm{\&Delta;}t---\left(4\right)$

其中，P_LOSS为系统一天中的有功功率损耗，n为电网中节点的个数，为k_t·Δt时刻节点i的电压幅值，为k_t·Δt时刻节点j的电压幅值，G_ij为节点i和j之间的电导，为k_t·Δt时刻节点i和j之间电压的相角差。

4.根据权利要求3所述的一种计及充电桩无功响应能力的电网节能降损控制方法，其特征在于，所述无功电压优化模型满足以下约束条件：

a、潮流等式约束：

$P_{i,g}^{k_t}-P_{i,l}^{k_t}-U_i^{k_t}\underset{j=1}{\overset{n}{\mathrm{\&Sigma;}}}{U}_j^{k_t}\left(G_{ij}{\mathrm{cos\&theta;}}_{ij}^{k_t}+B_{ij}{\mathrm{sin\&theta;}}_{ij}^{k_t}\right)=0---\left(5\right)$

$Q_{i,g}^{k_t}-Q_{i,l}^{k_t}-U_i^{k_t}\underset{j=1}{\overset{n}{\&Sigma;}}{U}_j^{k_t}(G_{ij}{\mathrm{sin\&theta;}}_{ij}^{k_t}-B_{ij}{\mathrm{cos\&theta;}}_{ij}^{k_t})=0---\left(6\right)$

其中，和分别为k_t·Δt时刻节点i发电机发出的有功功率和无功功率，和分别为k_t·Δt时刻节点i负荷消耗的有功功率和无功功率，G_ij和B_ij分别为电力系统节点导纳矩阵的实部和虚部；

b、电网各节点电压运行约束：

$U_i^{k_t,min}\&le;U_i^{k_t}\&le;U_i^{k_t,\max }---\left(7\right)$

其中，和分别为k_t·Δt时刻节点i电压的上限和下限；

c、发电机无功出力的约束：

$Q_{i,g}^{k_t,\min }\&le;Q_{i,g}^{k_t}\&le;Q_{i,g}^{k_t,max}---\left(8\right)$

其中，和分别为k_t·Δt时刻发电机无功出力的上限和下限范围；

d、各节点电动汽车所能提供无功出力的约束：

$Q_{i,ev}^{k_t,\min }\&le;Q_{i,ev}^{k_t}\&le;Q_{i,ev}^{k_t,max}---\left(9\right)$

其中，和分别为k_t·Δt时刻电动汽车充电桩集群提供的无功出力及其上限和下限；

e、各有载调压变压器分接头位置约束：

$\left\{\begin{array}{c}{\mathrm{TAP}}_{ij}^{k_t,\min }\&le;{\mathrm{TAP}}_{ij}^{k_t}\&le;{\mathrm{TAP}}_{ij}^{k_t,\max }\\ {\mathrm{TAP}}_{ij}^{k_t}={\mathrm{TAP}}_{ij}^{k_t,\min }+k_{ij}^{k_t}\&CenterDot;\mathrm{\&Delta;}TAP\\ \underset{k_t=0}{\overset{N_t}{\mathrm{\&Sigma;}}}|k_{ij}^{k_t}-k_{ij}^{k_t-1}|\&le;{\mathrm{\&Delta;k}}_{\max }\\ k_{ij}^{k_t}\&Element;Z\end{array}\right.---\left(10\right)$

其中，和分别为k_t·Δt时刻变压器分接头变比及其上限和下限，ΔTAP为分接头变比调整的间隔，为k_t·Δt时刻分接头所在的档位，为(k_t-1)Δt时段分接头所在的档位，Δk_max为一天中分接头档位改变的最大允许次数；

f、各并联电容器组投切数量的约束：

$\left\{\begin{array}{c}0\&le;{\mathrm{CB}}_i^{k_t}\&le;{\mathrm{CB}}_i^{k_t,max}\\ \underset{k_t=1}{\overset{N_t}{\&Sigma;}}|{\mathrm{CB}}_i^{k_t}-{\mathrm{CB}}_i^{k_t-1}|\&le;{\mathrm{\&Delta;CB}}_{max}\\ {\mathrm{CB}}_i^{k_t}\&Element;Z\end{array}\right.---\left(11\right)$

其中，为k_t·Δt时刻并联电容器组投入数量，为(k_t-1)Δt时刻并联电容器组投入数量，为k_t·Δt时刻并联电容器组投入数量的上限，ΔCB_max为一天中并联电容器组投入数改变的最大允许次数。

5.根据权利要求1所述的一种计及充电桩无功响应能力的电网节能降损控制方法，其特征在于，所述步骤3)中，利用电动汽车充电桩为电网提供无功支撑是指，电动汽车充满电时，对充电桩进行有源逆变控制，实现零功率因数运行，即与电网仅有无功功率的交换；而电动汽车充电桩空闲时，通过为充电桩配备小容量电源，实现有源逆变过程，此时相当于电动汽车接入电网的零功率因数运行，为电网提供无功功率。

6.根据权利要求5所述的一种计及充电桩无功响应能力的电网节能降损控制方法，其特征在于，所述电动汽车充电桩为电网提供无功功率受整流/逆变器容量和充放电时有功功率的影响，其最大无功输出功率如下：

$\left|Q_{j,ev}^{k_t,\max }\right|=\sqrt{{\left(S_{j,0}^{k_t}\right)}^2-{\left(P_{j,ev}^{k_t}\right)}^2}---\left(2\right)$

其中，为k_t·Δt时刻电动汽车j的最大无功调节能力，为k_t·Δt时刻整流/逆变器的视在容量，为k_t·Δt时刻电动汽车j控制后的有功功率。

7.根据权利要求4所述的一种计及充电桩无功响应能力的电网节能降损控制方法，其特征在于，所述步骤4)采用基于改进的粒子群算法进行电网无功优化求解，包括日前优化调度求解和日内优化修正，

日前优化调度求解的具体过程如下

4-1)读入负荷曲线数据；

4-2)设置初始仿真时段个数N_t；

4-3)将负荷曲线分为N_t个时间断面，每个时间断面以公式(4)网损最低为目标，，以公式(5)-(8)、(10)-(11)为约束条件，对每个时间断面进行优化；

4-4)条件判断：在对一天中各时间断面进行优化时，如果优化结果中，有载调压变压器分接头和并联电容器组动作次数存在超出自身约束的情况，则选择负荷值最接近的相邻时间断面N_x和N_y，N_x<N_y，取两负荷值的平均值，在该平均值处形成一个新的时间断面N_xy，并舍去N_x和N_y这两个时间断面，此时，一天的时间断面总数变为N_t-1，对该新的时间断面N_xy重新进行优化，如果有载调压变压器分接头和并联电容器组动作次数仍超出自身的约束，则继续重复所述形成新的时间断面的过程进行优化，直到有载调压变压器分接头和并联电容器组动作次数满足自身的约束；

4-5)结束判断：若有载调压变压器分接头和并联电容器组的动作次数满足自身的结束条件，则停止并输出结果，获得一天中各时刻变压器分接头的位置、电容器组的投切数量；否则，转到步骤4-4)继续进行优化，直到结束条件得到满足，优化计算过程结束；

日内优化修正的具体过程为：在日前优化调度求解的一天中各时刻变压器分接头的位置、电容器组的投切数量作为日内变压器分接头和电容器组的调度计划，同时以公式(4)为优化目标，以公式(5)-(9)为约束条件进行优化，优化结果为一天中电动汽车集群的无功出力。