浅析传统电力系统无功优化的现状
来源:用户上传
作者:
摘 要：电力系统运行过程中，存在一定的有功损耗。降低电力系统中的有功损耗，成为日常研究人员的研究重点。为全面概括电力系统在传统无功优化方面的研究成果，介绍了常用的几种常用的无功优化方法，以及总结了传统电力系统无功优化的不足。
关键词：电力系统;无功优化;网络损耗
一、概述
伴随着科技的进步，用电量的逐年增加，我国电力系统日常负荷也逐渐增加。对着电力系统的不堪重负，国家推出了峰谷用电的这一概念。降低线路中的有功损耗，提高电能传输量，是研究人员探索的重点。早期，人们为降低电力系统中的有功损耗，提出利用智能化算法优化系统的这一概念。这就是传统的电力系统无功优化。
电力系统优化研究初期针对某一时刻利用算法优化其系统中的相关数据从而达到优化整个系统的目的。通常，传统电力系统无功优化建立数学模型，以系统中稳定运行为约束变量进行的仿真模拟分析。
二、电力系统无功优化中的智能化算法
20世纪初，伴随着智能化算法的兴起，研究人员利用智能化算法研究电力系统无功优化。在智能化算法的研究中，有以下几种算法被多次运用于电力系统无功优化当中。
（一）粒子群算法
粒子群算法是将物种内每个个体看作是独立的粒子，这些种群粒子以一定的初始速度运动，设定约束条件以及目标函数进行迭代更新，在迭代中求解粒子的最优位置以及迭代过程中的最优解[1]。粒子群速度以及位置迭代公式如下：
Vt+1id=wVtud+c1r1Pid-Xtid+c2r2Pjd-Xtid（1）
Xt+1id=Xtid+Vtid（2）
种群粒子将按照（1）（2）公式进行迭代在迭代过程中求取粒子的最优位置。
（二）差分进化算法
差分进化算法是基于种群个体之间的差异变化量上产生的一种算法[2]。差分进化算法随机选定种群中的2个粒子，将此两个粒子与随机选取的第三个个体之间进行重组变异，产生不同于之前种群的变异新个体，再按照一定方式与原有种群进行交叉产生性的产生新的种群。种群随机交叉，迭代公式如下：
Xij=Xjmin+rand*（Xjmax-Xjmin）（3）
Vki=Xak+F*（Xbk-Xck）（4）
Ukij=vkij rand<CRorj=X
xkij others（5）
（三）遗传算法
遗传算法是种群中的一种基于优胜劣汰的一种搜索算法，其特点是以物种种群为起点，筛选部分优异物种作为种群，优胜劣汰[3]。遗传算法迭代公式如下：
Pc=Pc1-Pc1-Pc2f，-favgfmax-favg（f，favg）
Pc1（f，<favg）（6）
Xi+1=aXi+（1-a）Xj（7）
三、电力系统无功优化约束量
电力系统稳定运行时，约束条件如下：
（一）功率约束条件
系统稳定运行时，其功率需保持平衡：
Pi=Vi∑j=nj=iVj（Gijcosδij+Bijsinδij）
Qi=Vi∑j=nj=iVj（Gijcosδij-Bijsinδij）（8）
（二）系统变量约束条件
在电力系统运行时，线路中，发电机机端电压，发电机有功功率，有载变压器变比，无功补偿电容，节点电压需满足变量不等式：
控制变量：
VG.IminSymbolcB@
VG.ISymbolcB@
VG.Imax
TI.minSymbolcB@
TISymbolcB@
TI.max
QCI.minSymbolcB@
QCISymbolcB@
QCI.max（9）
状态变量：
QD.I.minSymbolcB@
QD.ISymbolcB@
QD.I.max
VD.I.minSymbolcB@
VD.ISymbolcB@
VD.I.max（10）
四、电力系统无功优化现状
随着生活的日益发展，增大了电力负荷。为减轻电力在系统传输过程中的损耗，人们着手开始对电力传输中的无功损耗进行研究。
传统电力系统无功优化方法针对的是某一个特定时间段进行的无功优化，不具备投入实际运行的可能性[4]。近年来，科研人员逐渐针对某一个时间段的电力系统运行状态下的网络进行优化，这就是动态无功优化。动态无功优化针对的是一个时间段，利用智能化算法对时间段内的线路进行优化，根据优化结果调整线路中的变压器，无功补偿装置的投入状态。再依据前一个时间段内的优化结果以及控制设备的动作状态优化下一次时间段内的负荷数据，从而调整再下一个时间段内的控制设备动作状态。动态无功优化的优点不在拘泥于特定时段，大大增强了电力系统无功优化的实际工程性。在日常生活中，动态无功优化保证设备正常运行的同时，降低线路传输过程中有功网损，大大提高了电里运行的经济性。
参考文献：
[1]马立新，单冠华，屈娜娜.基于改进粒子群算法的电力系统无功优化[J].控制工程，2012（19）：14-18.
[2]杨启文，蔡亮，薛云灿.差分进化算法综述[J].模式识别与人工智能，2008.21（4）：506-513.
[3]張旭，肖承仟，刑文涛，白杨，贾莹坤.电力系统无功优化的基因遗传算法[J].第九届电能质量研讨会论文集，2018.（06）：170-178.
[4]董昂，马立新.基于粒子群的动态无功优化[J].控制工程，2019（01）：150-154.
作者简介：董昂（1992-），男，汉族，江苏盐城人，硕士，助教，研究方向：电力系统无功优化。
转载注明来源:https://www.xzbu.com/1/view-15087892.htm
