论文部分内容阅读
摘 要:电压质量是衡量电网可靠优质运行的重要指标之一。首先介绍了配电网无功优化“分级分区补偿、就地平衡”的原则;其次对配电网无功优化算法进行分类,详细介绍了各类传统优化算法和人工智能优化算法;最后总结了配电网无功功率优化的重要意义。
关键词:配电网 有功损耗 无功优化 传统优化算法 人工智能优化算法
中图分类号:TM715 文献标识码:A 文章编号:1674-098X(2014)11(c)-0081-01
电网无功潮流分布合理、电压质量合格是电网可靠、稳定运行的基础。但由于长期以来受“重输轻配”思想的影响,导致配电网建设投资不足,使其存在无功功率缺乏、日负荷曲线峰谷差大、末端电压不合格等问题。随着配电网发展及区域配电网联系的日趋紧密,电网潮流更加复杂、安全性要求更高,但部分地区无功容量过剩却不能有效补偿其他无功短缺地区,急需配电网无功优化解决此问题。此外,对配电网无功功率进行优化,可改善功率因数、降低网络损耗、节约能源、提高电压水平和运行稳定性。
1 配电网无功优化原则
为既提升配电网电压质量又减少网络有功损耗,配电网无功功率应尽量少流动,避免远距离传输。因此,配电网应按照“就地平衡”与“分级分区补偿”相结合的原则,合理配置无功补偿装置,具体要求如下。
(1)总体与局部相协调。
若无功补偿装置布局不合理,无法使局部无功功率就地平衡,就会出现无功功率流动,增加线路损耗。因此,需以总体平衡为基础,研究各个区域的局部无功补偿方案并进行最后协调优化,方获得最佳补偿效果。
(2)以中、低压配电网补偿为主。
无功补偿设备主要装设在变压站和线路上,对变压器进行无功补偿主要是补偿其运行消耗的无功功率,这种补偿方式并没有对配电网线路无功进行优化。而全网总损耗的70%发生在低压配电网,因此应以低压配电网无功补偿为主、其他方式为辅,有效降低全网有功损耗。
(3)供电方补偿和用户补偿相结合。
为减少无功功率流动、降低网损和提升电压质量,除供电方负责对配电网公共设备进行无功补偿之外,电力用户也应积极主动配合装设无功补偿装置,对消耗无功较多的特殊设备补偿适量无功,或改进设备的功率因数,减少无功消耗。
2 配电网无功优化算法
无功优化问题的状态变量和控制变量既连续又离散,求解过程中会出现误差大以及“维数灾”等问题,难以得到最优结果。多年来已此领域开展众多研究工作,并获得了一些成果。优化算法通常包括经传统优化方法和人工智能优化方法。
2.1 传统优化方法
(1)线性规划法。
无功优化属非线性规划问题,采用泰勒公式把目标函数和约束条件展开后消去高次项,将问题局部线性化处理。该方法进行无功优化计算时,运算速度快且收敛可靠。但在优化过程中将实际非线性问题进行线性化近似,误差难以避免。若迭代步长选取不当,可能导致收敛缓慢或振荡不收敛,优化结果和实际运行情况有差异。
(2)非线性规划法法。
以极坐标形式牛拉法潮流计算为运算机理,采用拉格朗日乘数法对约束等式进行变换,采用库恩塔克法处理约束不等式,以函数值迭代下降最快作为寻优方向,以使函数值尽快达到最小,该方法原理简单、易于编程实现。但对梯度步长和惩罚函数的选择要求很严格,惩罚因子过大发散、过小又不利于消除越界影响。由于前后两次搜索方向垂直,在接近最优点时,收敛速度变慢甚至出现搜索锯齿现象。
牛顿法具有二阶收敛性,利用雅可比矩阵和海森矩阵对目标函数求解,统一对拉格朗日乘子和控制变量作修正处理,大大降低计算复杂性。但有效约束集一般通过试验迭代确定,不易编程。
二次规划法是采用二次多项式近似表达目标函数、线性化不等式来构造二次规划模型,通过逐次近似求解原非线性问题。存在处理复杂、计算量大、编程难实现等问题。
(3)混合整数规划法。
可同时处理连续变量和离散变量,但对整体最优又较大影响。易发生振荡不收敛,计算过程复杂,计算量大,维数的增加会使计算时间急剧增长。
(4)动态规划法。
按时间划分为相互联系的阶段,并对每阶段结果作出评判,从而得到最优解。当状态变量增加时,将会出现“维数灾”问题。
2.2 人工智能优化算法
(1)遗传算法。
利用生物界物竞天择、适者生存的机理来随机搜索。该算法不依赖优化模型,具有并行计算特性、鲁棒性和自适应搜索能力,但其随机搜索寻优,计算和优化速度慢,易过早收敛于局部最优。
(2)免疫算法。
仿效生物免疫系统,将目标函数和约束条件对应免疫系统的抗原,函数可行解对应免疫系统产生的抗体,通过计算抗体与抗原、抗体间的亲和度及浓度得到最优抗体。可避免陷入局部最优,但当求解到一定范围时,易做大量无用冗余迭代,求解效率较低。
(3)蚁群优化算法。
借鉴蚂蚁间通过信息交流和相互协作的现象来求解组合最优问题。蚁群算法易跳出局部最优发现较好的解,具有较强的鲁棒性,在求解离散优化问题方面具有优越性。但在求解过程中易出现停滞,当群体规模变大时,优化时间急剧增加较长。
3 结语
输电网络无功优化问题已进行了大量研究工作,并取得了较多成果成功运用于实践,但配电网无功优化一直没有得到足够的重视,配电网自动化系统也大多侧重于提高供电可靠性。我国配电网存在无功功率不足、电压质量差、线损大等问题,严重影响了用户正常用电,甚至给一些企业造成了很大的经济损失。因此,对配电网进行无功优化,合理调整、补偿无功功率具有重要现实意义。
参考文献
[1] 张佩炯,苏宏升.一种改进的云粒子群算法及其应用研究[J].计算机科学,2012,39(11):249-255.
[2] 徐刚刚.基于CAGPSO和ISCO算法的电力系统无功优化研究[D].吉林:东北电力大学,2012:34-46.
[3] 曾令全,罗富宝,丁金嫚.禁忌搜索-粒子群算法在无功优化中的应用[J].电网技术,2011,35(7):129-133
[4] 苏玲,赵冬梅,韩静.电力系统无功优化算法综述[J].现代电力,2004(6):12-16
[5] HUANG Chao-ming,SHIN-JU C, YANN-CHANG H,et al.Optimal active-reactive power dispatch using an enhanced differential evolution algorithm[C].Signal Processing DepartmentInstitute for Infocomm Research.2011 6th IEEE Conference on Industrial Electronics and Applications (ICIEA).Beijing:IEEE,2011: 1869-1874.
关键词:配电网 有功损耗 无功优化 传统优化算法 人工智能优化算法
中图分类号:TM715 文献标识码:A 文章编号:1674-098X(2014)11(c)-0081-01
电网无功潮流分布合理、电压质量合格是电网可靠、稳定运行的基础。但由于长期以来受“重输轻配”思想的影响,导致配电网建设投资不足,使其存在无功功率缺乏、日负荷曲线峰谷差大、末端电压不合格等问题。随着配电网发展及区域配电网联系的日趋紧密,电网潮流更加复杂、安全性要求更高,但部分地区无功容量过剩却不能有效补偿其他无功短缺地区,急需配电网无功优化解决此问题。此外,对配电网无功功率进行优化,可改善功率因数、降低网络损耗、节约能源、提高电压水平和运行稳定性。
1 配电网无功优化原则
为既提升配电网电压质量又减少网络有功损耗,配电网无功功率应尽量少流动,避免远距离传输。因此,配电网应按照“就地平衡”与“分级分区补偿”相结合的原则,合理配置无功补偿装置,具体要求如下。
(1)总体与局部相协调。
若无功补偿装置布局不合理,无法使局部无功功率就地平衡,就会出现无功功率流动,增加线路损耗。因此,需以总体平衡为基础,研究各个区域的局部无功补偿方案并进行最后协调优化,方获得最佳补偿效果。
(2)以中、低压配电网补偿为主。
无功补偿设备主要装设在变压站和线路上,对变压器进行无功补偿主要是补偿其运行消耗的无功功率,这种补偿方式并没有对配电网线路无功进行优化。而全网总损耗的70%发生在低压配电网,因此应以低压配电网无功补偿为主、其他方式为辅,有效降低全网有功损耗。
(3)供电方补偿和用户补偿相结合。
为减少无功功率流动、降低网损和提升电压质量,除供电方负责对配电网公共设备进行无功补偿之外,电力用户也应积极主动配合装设无功补偿装置,对消耗无功较多的特殊设备补偿适量无功,或改进设备的功率因数,减少无功消耗。
2 配电网无功优化算法
无功优化问题的状态变量和控制变量既连续又离散,求解过程中会出现误差大以及“维数灾”等问题,难以得到最优结果。多年来已此领域开展众多研究工作,并获得了一些成果。优化算法通常包括经传统优化方法和人工智能优化方法。
2.1 传统优化方法
(1)线性规划法。
无功优化属非线性规划问题,采用泰勒公式把目标函数和约束条件展开后消去高次项,将问题局部线性化处理。该方法进行无功优化计算时,运算速度快且收敛可靠。但在优化过程中将实际非线性问题进行线性化近似,误差难以避免。若迭代步长选取不当,可能导致收敛缓慢或振荡不收敛,优化结果和实际运行情况有差异。
(2)非线性规划法法。
以极坐标形式牛拉法潮流计算为运算机理,采用拉格朗日乘数法对约束等式进行变换,采用库恩塔克法处理约束不等式,以函数值迭代下降最快作为寻优方向,以使函数值尽快达到最小,该方法原理简单、易于编程实现。但对梯度步长和惩罚函数的选择要求很严格,惩罚因子过大发散、过小又不利于消除越界影响。由于前后两次搜索方向垂直,在接近最优点时,收敛速度变慢甚至出现搜索锯齿现象。
牛顿法具有二阶收敛性,利用雅可比矩阵和海森矩阵对目标函数求解,统一对拉格朗日乘子和控制变量作修正处理,大大降低计算复杂性。但有效约束集一般通过试验迭代确定,不易编程。
二次规划法是采用二次多项式近似表达目标函数、线性化不等式来构造二次规划模型,通过逐次近似求解原非线性问题。存在处理复杂、计算量大、编程难实现等问题。
(3)混合整数规划法。
可同时处理连续变量和离散变量,但对整体最优又较大影响。易发生振荡不收敛,计算过程复杂,计算量大,维数的增加会使计算时间急剧增长。
(4)动态规划法。
按时间划分为相互联系的阶段,并对每阶段结果作出评判,从而得到最优解。当状态变量增加时,将会出现“维数灾”问题。
2.2 人工智能优化算法
(1)遗传算法。
利用生物界物竞天择、适者生存的机理来随机搜索。该算法不依赖优化模型,具有并行计算特性、鲁棒性和自适应搜索能力,但其随机搜索寻优,计算和优化速度慢,易过早收敛于局部最优。
(2)免疫算法。
仿效生物免疫系统,将目标函数和约束条件对应免疫系统的抗原,函数可行解对应免疫系统产生的抗体,通过计算抗体与抗原、抗体间的亲和度及浓度得到最优抗体。可避免陷入局部最优,但当求解到一定范围时,易做大量无用冗余迭代,求解效率较低。
(3)蚁群优化算法。
借鉴蚂蚁间通过信息交流和相互协作的现象来求解组合最优问题。蚁群算法易跳出局部最优发现较好的解,具有较强的鲁棒性,在求解离散优化问题方面具有优越性。但在求解过程中易出现停滞,当群体规模变大时,优化时间急剧增加较长。
3 结语
输电网络无功优化问题已进行了大量研究工作,并取得了较多成果成功运用于实践,但配电网无功优化一直没有得到足够的重视,配电网自动化系统也大多侧重于提高供电可靠性。我国配电网存在无功功率不足、电压质量差、线损大等问题,严重影响了用户正常用电,甚至给一些企业造成了很大的经济损失。因此,对配电网进行无功优化,合理调整、补偿无功功率具有重要现实意义。
参考文献
[1] 张佩炯,苏宏升.一种改进的云粒子群算法及其应用研究[J].计算机科学,2012,39(11):249-255.
[2] 徐刚刚.基于CAGPSO和ISCO算法的电力系统无功优化研究[D].吉林:东北电力大学,2012:34-46.
[3] 曾令全,罗富宝,丁金嫚.禁忌搜索-粒子群算法在无功优化中的应用[J].电网技术,2011,35(7):129-133
[4] 苏玲,赵冬梅,韩静.电力系统无功优化算法综述[J].现代电力,2004(6):12-16
[5] HUANG Chao-ming,SHIN-JU C, YANN-CHANG H,et al.Optimal active-reactive power dispatch using an enhanced differential evolution algorithm[C].Signal Processing DepartmentInstitute for Infocomm Research.2011 6th IEEE Conference on Industrial Electronics and Applications (ICIEA).Beijing:IEEE,2011: 1869-1874.