配电网用静止无功发生器容量及安装位置选择方法及系统与流程

[0001]
本发明属于配电网无功补偿技术领域，具体涉及一种配电网用静止无功发生器容量及安装位置选择方法及系统。


背景技术：

[0002]
在我国西部高原山地及偏远地区，广泛存在着以覆盖面积大、负荷密度低、电源点少为主要特征的稀疏型配电网。目前，10kv稀疏型配电网在运行中的诸多问题日益暴露，主要包括：配电网户均投资偏高，经济性差；供电半径长，电压损耗大，电能质量低；负荷变化大，电压调整困难，常规固定无功补偿不满足运行要求等问题。针对以上问题，需对10kv稀疏地区长距离配电线路进行研究，合理布置补偿装置位置、容量，以提升输电能力，优化无功潮流分布，改善系统不平衡度，降低线路损耗，从而延长供电半径，有效提升稀疏型配电网运行的可靠性和经济性。
[0003]
现有的无功补偿设备配置方案一般根据单节点的电压跌落水平为依据制定，可以将特定节点的电压控制到理想区间，但对于配电网全局而言却不一定是最优方案，常出现其它节点的电压过高或过低的情况。同时，现有的无功补偿设备配置方案往往不能综合配电网全局电压质量、线路损耗、经济成本等多方面因素，进行无功补偿的选点和容量配置的优化至关重要。


技术实现要素：

[0004]
本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种配电网用静止无功发生器容量及安装位置选择方法，解决了多目标函数的比较问题，通过多个目标函数计算获得排序等级和拥挤度两个指标，避免了人为确定适应度函数的主观因素。
[0005]
本发明采用以下技术方案：
[0006]
配电网用静止无功发生器容量及安装位置选择方法，将配电网每个节点位置处设置的无功补偿设备的容量q
i
组成染色体的基因，每一条染色体代表无功补偿设备选址和容量配置的一种方案；采用代表无功补偿方案运行效果及经济性指标的多个目标函数共同构成基因的表现型，作为基因选择的依据；初始化基因的种群，种群代数，给定最大迭代次数；如果当前迭代完成，输出优化结果，选择电压平方偏差最小的方案，确定无功补偿设备的容量及安装位置。
[0007]
具体的，如果当前迭代未完成，针对当前种群内所有基因进行非支配排序；针对当前种群内所有排序等级的基因计算个体拥挤度；进行选择、交叉、变异产生子代个体；采用精英保留策略，选择排序等级最小、拥挤度最大的基因，父代和子代基因合并形成新种群，种群代数gen＝gen+1，再次判断当前迭代是否完成。
[0008]
进一步的，当前种群内所有基因进行非支配排序的步骤如下：
[0009]
s301、针对种群中的每个个体，分别调用牛顿拉夫逊法潮流计算程序，计算目标函数vd、pl、qs、n的值；
[0010]
s302、计算种群中所有个体的n
p
和集合s
p
，n
p
为个体被支配的次数，sp为个体支配个体编号的集合；
[0011]
s303、令排序等级编号i＝1，将n
p
＝0的个体编号记录于集合f
i
；
[0012]
s304、判断f
i
是否为空集，若是，非支配排序算法结束；若否，则跳至步骤s305；
[0013]
s305、对于f
i
中的每个个体，s
p
中的每个个体的n
p
＝n
p-1；
[0014]
s306、排序等级编号i＝i+1；
[0015]
s307、将n
p
＝0的个体编号记录于集合f
i
，跳至步骤s304。
[0016]
更进一步的，步骤s301中，计算目标函数值具体为：
[0017]
s30101、根据每个基因决定的无功补偿装置安装方式，修改电力网络模型参数；
[0018]
s30102、形成电力网络节点导纳矩阵；
[0019]
s30103、以平启动的方式给定电压初值e
(0)
、f
(0)
，迭代次数t＝0；
[0020]
s30104、按照电路定律求解输入参数的偏差δp
(t)
、δq
(t)
、δv
2(t)
；
[0021]
s30105、检验计算结果是否收敛，若是，输出电力网络各节点的状态参数，并跳至步骤s30108；若否，则跳至步骤s30106；
[0022]
s30106、根据电力网络节点导纳矩阵求解其雅各比矩阵，并根据雅各比矩阵求解修正方程式，得到δe
(t)
、δf
(t)
；
[0023]
s30107、修正各节点电压，t＝t+1，跳至步骤s30104；
[0024]
s30108、根据电力网络各节点的状态参数，计算各节点电压偏差、线路损耗、无功补偿装置总容量、无功补偿装置台数，获得目标函数的值。
[0025]
更进一步的，步骤s302中，根据pareto最优的定义，依次比较种群中每个个体与其它个体的关系，并依次记录每个个体的被支配的次数于值n
p
，和记录每个个体的支配的个体的编号于数组sp。
[0026]
进一步的，计算个体拥挤度的步骤如下：
[0027]
s401、初始化拥挤度n
d
＝0，目标函数编号m＝1，目标函数个数m＝4；
[0028]
s402、判断所有目标函数是否已经计算完毕，若m>m，则输出拥挤度n
d
，算法结束；若否，则跳至步骤s403；
[0029]
s403、同等级个体按照目标函数f
m
的大小排序；
[0030]
s404、如果个体的目标函数f
m
处于边界f
mmax
或f
mmin
，输出拥挤度n
d
等于无穷大inf，算法结束。
[0031]
更进一步的，步骤s404中，如果个体的目标函数f
m
不处于边界f
mmax
或f
mmin
，计算n
d
，返回步骤s403。
[0032]
更进一步的，计算拥挤度n
d
如下：
[0033][0034]
其中，f
m
为第m个目标函数的值，x
i+1
为基于第m个目标函数的排序，第i+1个决策变量数组，x
i-1
为基于第m个目标函数的排序，第i-1个决策变量数组，m为目标函数个数。
[0035]
本发明的另一个技术方案是，一种配电网用静止无功发生器容量及安装位置选择系统，包括配电网参数输入模块，配电网参数输入模块与无功补偿优化配置算法模块连接，无功补偿优化配置算法模块用于接收配电网参数输入模块发送的各支路阻抗、变压器参
数、各节点的有功和无功数据，通过pareto最优方法分析无功补偿需求，进行优化计算得出针对配电网的pareto最优配置方案，通过结果输出模块将pareto最优配置方案结果输出。
[0036]
具体的，各个节点的电压偏差vd如下：
[0037][0038]
其中，u
i
为节点电压实际值，u
n
为节点电压额定值，n为节点数目。
[0039]
配电网线路损耗pl如下：
[0040]
pl＝f(q
c1
,q
c2
,q
c3
,...)
[0041]
其中，f为线路损耗求解的泛函数，q
ci
为各节点拟配置的无功补偿装置容量。
[0042]
安装无功补偿设备的总容量qs如下：
[0043][0044]
与现有技术相比，本发明至少具有以下有益效果：
[0045]
本发明配电网用静止无功发生器容量及安装位置选择方法，基于pareto最优概念的遗传算法，克服了传统遗传算法早熟收敛的问题，同时通过精英策略，具有更快的收敛速度；为了针对多个目标函数进行评价，基于pareto最优概念进行优化，巧妙地解决了多目标函数的比较问题，通过多个目标函数计算获得排序等级和拥挤度两个指标，避免了人为确定适应度函数的主观因素；为了使优化算法的输出结果在解空间内更加均匀，尽量避免局部收敛的情况，引入拥挤度的概念，衡量某染色体与同等级相邻染色体的相对距离大小，作为影响遗传算法繁殖个体选择的第二标准，最后根据电压平方偏差最小的方案确定无功补偿设备的容量及安装位置。
[0046]
进一步的，通过基因的交叉、变异、合并，使无功补偿配置方案解空间可以迅速地向目标函数表现最优、解向量分布最均匀的方向收敛，交叉保证了收敛的快速性，变异保证了收敛的随机性和多样性，合并保证了收敛的多样性并防止局部收敛。
[0047]
进一步的，通过对当前种群内所有基因进行非支配排序，同时采用牛顿拉夫逊潮流算法，可以较快地获得种群个体的所有表现型(目标函数值)。在不引入主观算法的前提条件下，获得无功补偿装置容量和安装位置的pareto最优解，求解算法具有解的采样空间连续且较大、解空间均匀分布、收敛速度快、计算量较小o(mn2)的优点，其中m为目标函数个数、n为种群大小。
[0048]
进一步的，结合改进的遗传算法和牛顿拉夫逊潮流算法，电力网络参数求解的收敛性较好、求解速度较快，保证了本发明所提算法较广泛的适应范围。
[0049]
进一步的，计算种群中所有个体的n
p
和集合s
p
，本发明所提算法可以快速地求解无功补偿配置方案的pareto支配关系，大幅降低求解的计算量，提高无功补偿最优配置方案的求解速度。
[0050]
进一步的，利用种群内个体拥挤度的计算，使种群向解较为稀疏的方向收敛，避免了解的集中和局部收敛问题，保证了解空间的多样性，提高了无功补偿最优配置方案的求解效率。
[0051]
进一步的，在种群内个体拥挤度的计算过程中，将解空间边界的拥挤度设为无穷大，使解空间的边界解在种群收敛计算中获得较大的优势，提高无功补偿最优配置方案采
样空间拓展的速度，并大幅降低了无功补偿初始配置方案对算法收敛速度、收敛性的影响。
[0052]
进一步的，种群内个体拥挤度的计算通过与目标函数有关的公式得到，保证了无功补偿配置方案同时、同等地兼顾所有目标函数的最优表现效果，并使其向无功补偿最优配置解空间更加均匀地方向收敛，算法具有快速高效的特点。
[0053]
一种配电网用静止无功发生器容量及安装位置选择系统，既可以接受某配电网在额定运行状态下的负荷数据进行无功补偿优化配置的计算，快速高效地求解多目标优化问题；也可以接受该配电网在不同历史时刻下或不同工况下的负荷数据，在系统运行后结合负荷的预测数据，将该算法应用于无功补偿系统的协调配置；还可以接受其它配电网的参数，求解不同电网的无功补偿最优方案。
[0054]
进一步的，目标函数的设置兼顾了无功补偿装置的运行效果及各项经济性指标，也可以根据工程实际要求灵活地变更。
[0055]
综上所述，本发明能够快速高效地解决无功补偿配置的多目标优化问题，具有重要的工程价值和广泛的拓展性。
[0056]
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
[0057]
图1为优化配置算法示意图；
[0058]
图2为优化配置算法流程图；
[0059]
图3为优化配置算法中排序等级的计算流程；
[0060]
图4为优化配置算法中个体拥挤度计算流程；
[0061]
图5为某10kv配网简化节点图；
[0062]
图6为所选方案的电压预期分布图；
[0063]
图7为某10kv配网pscad仿真模型图；
[0064]
图8为pscad仿真运行结果图；
[0065]
图9为线路损耗与电压偏差的关系图。
具体实施方式
[0066]
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0067]
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
[0068]
还应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
[0069]
还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是
指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0070]
在附图中示出了根据本发明公开实施例的各种结构示意图。这些图并非是按比例绘制的，其中为了清楚表达的目的，放大了某些细节，并且可能省略了某些细节。图中所示出的各种区域、层的形状及它们之间的相对大小、位置关系仅是示例性的，实际中可能由于制造公差或技术限制而有所偏差，并且本领域技术人员根据实际所需可以另外设计具有不同形状、大小、相对位置的区域/层。
[0071]
请参阅图1，本发明提供了一种配电网用静止无功发生器容量及安装位置选择系统，包括配电网参数输入模块、无功补偿优化配置算法模块和结果输出模块。
[0072]
配电网参数输入模块与无功补偿优化配置算法模块连接，无功补偿优化配置算法模块接受配电网参数输入模块发送的电气参数，包括各支路阻抗、变压器参数、各节点的有功和无功数据，并根据配电网参数通过pareto最优方法分析无功补偿需求，进行优化计算，给出针对该配电网的pareto最优配置方案并通过结果输出模块将结果输出。
[0073]
无功补偿设备的优化配置问题具有多变量、多目标、非线性特点，是一个相对复杂的非线性规划问题。为了更好地实现无功补偿装置地运行效果，同时使方案整体的经济性较好，设置多个目标函数如下：
[0074]
各个节点的电压偏差vd如下：
[0075][0076]
其中，u
i
为各节点电压计算值，u
n
为各节点电压额定值，n为节点数目。
[0077]
配电网线路损耗pl如下：
[0078]
pl＝f(q
c1
,q
c2
,q
c3
,...)
[0079]
其中，f为本发明所提算法中确定的配电网线路损耗与无功补偿装置配置方案的对应关系，q
ci
为各节点拟配置的无功补偿装置的容量大小。
[0080]
安装无功补偿设备的总容量qs如下：
[0081][0082]
无功补偿设备选址位置数目n。
[0083]
请参阅图2，本发明一种配电网用静止无功发生器容量及安装位置选择方法，通过模拟基因的选择、交叉和遗传，通过迭代收敛得到优化问题的pareto最优解，在配电网无功补偿优化配置问题中，配电网每个节点位置设置无功补偿设备的容量q
i
共同组成染色体的基因，每一条染色体代表了无功补偿设备选址和容量配置的一种方案；代表无功补偿方案运行效果及经济性指标的多个目标函数共同构成了基因的表现型，作为基因选择的依据，包括以下步骤：
[0084]
s1、初始化种群，种群代数gen＝1，给定最大迭代次数maxgen；
[0085]
s2、判断当前迭代是否完成，gen≥max
gen
？若是，输出优化结果，优化算法结束，即基因(决策变量)及其表现型(目标函数的值)，均为互不支配的pareto最优解，根据实际工程需要，在其它目标函数满足要求的条件下选择电压平方偏差最小的方案，确定无功补偿设备的容量及安装位置；若否，则跳至步骤s3；
[0086]
s3、请参阅图3，针对当前种群内所有基因进行快速非支配排序，其特征包括以下
步骤：
[0087]
s301、针对种群中的每个个体，分别调用牛顿拉夫逊法潮流计算程序，计算其目标函数vd、pl、qs、n的值；
[0088]
计算目标函数值的步骤如下：
[0089]
s30101、根据每个基因决定的无功补偿装置安装方式，修改电力网络模型参数；
[0090]
s30102、形成电力网络节点导纳矩阵；
[0091]
s30103、以平启动的方式给定电压初值e
(0)
、f
(0)
，迭代次数t＝0；
[0092]
s30104、按照电路定律求解输入参数的偏差δp
(t)
、δq
(t)
、δv
2(t)
；
[0093]
s30105、检验计算结果是否收敛，若是，输出电力网络各节点的状态参数，并跳至步骤s30108；若否，则跳至步骤s30106；
[0094]
s30106、根据电力网络节点导纳矩阵求解其雅各比矩阵，并根据雅各比矩阵求解修正方程式，计算δe
(t)
、δf
(t)
；
[0095]
s30107、修正各节点电压，t＝t+1，跳至步骤s30104；
[0096]
s30108、根据电力网络各节点的状态参数，计算各节点电压偏差、线路损耗、无功补偿装置总容量、无功补偿装置台数，获得目标函数的值，算法结束。
[0097]
s302、计算种群中所有个体的n
p
和集合s
p
，n
p
为该个体被支配的次数，sp为该个体支配个体编号的集合；
[0098]
根据pareto最优的定义(若个体甲的所有目标函数的值均不大于个体乙的目标函数的值，则称个体甲支配个体乙)，依次比较种群中每个个体与其它个体的关系，并依次记录每个个体的被支配的次数于值n
p
，和记录每个个体的支配的个体的编号于数组sp。
[0099]
s303、令排序等级编号i＝1，将n
p
＝0的个体编号记录于集合f
i
(排序等级为i的个体的集合)；
[0100]
s304、判断f
i
是否为空集？若是，快速非支配排序算法结束；若否，则跳至步骤s305；
[0101]
s305、对于f
i
中的每个个体，其s
p
中的每个个体的n
p
＝n
p-1；
[0102]
s306、排序等级编号i＝i+1；
[0103]
s307、将n
p
＝0的个体编号记录于集合f
i
，跳至步骤s304；
[0104]
s4、请参阅图4，针对当前种群内所有排序等级的基因，计算其个体拥挤度，包括以下步骤：
[0105]
s401、初始化拥挤度n
d
＝0，目标函数编号m＝1，目标函数个数m＝4；
[0106]
s402、判断所有目标函数是否已经计算完毕，m>m？若是，则输出该拥挤度n
d
，算法结束；若否，则跳至步骤s403；
[0107]
s403、同等级个体按照目标函数f
m
的大小排序。
[0108]
s404、判断该个体的目标函数f
m
是否处于边界f
mmax
或f
mmin
，若是，则输出拥挤度n
d
等于无穷大inf，算法结束；若否，则跳至步骤s405；
[0109]
s405、m＝m+1，f
m
为第m个目标函数的值，x
i+1
为基于第m个目标函数的排序，第i+1个决策变量数组，x
i-1
为基于第m个目标函数的排序，第i-1个决策变量数组，m为目标函数个数，跳转至步骤s403；
[0110]
s5、进行选择、交叉、变异产生子代个体，选择是指随机选择中种群内的个体，按照排序等级、拥挤度的依据进行比较，并选择父代进行繁衍；交叉是指按照交叉概率p
c
(p
c
取0.9)随机选择父代基因的不同部分组成子代的基因；变异是指按照变异概率p
m
(p
m
取0.1)随机改变子代基因；
[0111]
s6、采用精英保留策略，选择排序等级最小、拥挤度最大的原始种群数量的基因，父代和子代基因合并形成新种群。
[0112]
s7、种群代数gen＝gen+1，跳至步骤s2。
[0113]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0114]
某10kv配网长距离输电线路的输电线路节点图如图5所示，其支路阻抗参数如表1：
[0115][0116][0117]
其节点有功和无功参数如表2：
[0118]
节点编号有功\mw无功\mvar10.11450.022620.1156450.02282630.112210.02214840.1133550.02237450.121370.02395660.123660.02440870.125950.0248680.128240.02531290.116790.023052100.119080.023504110.103050.02034120.105340.020792130.107630.021244140.109920.021696
[0119]
输入配电网参数，设置种群容量为5000，迭代次数为5000，单个节点最大补偿容量为2mvar，按照上述步骤进行优化计算。运行完成后，最终输出决策变量及其目标函数的值，均为互不支配的pareto最优解(5000组)。按安装台数对方案进行分类，实现电压平方偏差最小的最优解如表3：
[0120]
台数最优电压偏差/kv2对应线路损耗/kw对应安装容量/kvar09.2756124.09015.1636136.22582.4420.5113863.312978.3930.0461860.733995.7140.0358826.294141.9050.0283806.994146.0360.0142744.574210.77
[0121]
根据实际情况的不同，可参考pareto最优解具体的目标函数值进行选择，一般可根据预期线损的最大值和预期安装容量的最大值，选择电压补偿效果最好的方案。
[0122]
在安装2台无功补偿设备下，其电压偏差-线路损耗曲线明显高于其它方案，安装2台设备相比于安装更多的设备，实现相同的电压补偿效果将同时产生更大的线路损耗。安装2台设备对应的总安装容量-电压偏差曲线也存在类似的情况，因此不建议安装2台无功补偿设备，
[0123]
在安装3台无功补偿设备下，其电压偏差-线路损耗曲线分为两支，如图9所示。两支曲线对应的决策方案有所不同，上方曲线对应无功补偿配置节点为6、11、14节点，下方曲线对应无功补偿配置节点为6、9、11节点。在6、9、11节点配置无功补偿装置效果更好。
[0124]
综上所述，最终选择在第6、第9、第11节点配置三台无功补偿装置，排除线路损耗过高、总安装容量过高的方案，最终方案为：
[0125]
第6节点安装无功补偿装置410kvar；
[0126]
第9节点安装无功补偿装置60kvar；
[0127]
第11节点安装无功补偿装置1190kvar。
[0128]
方案总安装容量为1660kvar，预期的电压平方偏差为1.56kv2，线路损耗为320.88kw，为有功负荷的19.8％。
[0129]
按照仿真计算结果，加装无功补偿装置后，预期电压分布如图6所示。
[0130]
在pscad中建立配电网仿真模型如图7所示。
[0131]
按照上述优化结果安装无功补偿装置前后的电压分布曲线如图8所示。
[0132]
综上所述，本发明一种配电网用静止无功发生器容量及安装位置选择方法，采用多节点配置静止无功补偿器的策略，提出基于nsga-ii的多目标优化算法，结合牛顿-拉夫逊潮流计算，优化算法得到的最优解能够综合考虑电压跌落、线路损耗、设备造价等多方面因素，有效合理地进行无功补偿设备的选址定容问题；通过改变优化算法的部分参数，可应用于多无功补偿设备运行中系统控制和协调的优化配置，根据实际负荷情况选择最优的运行策略。
[0133]
以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。