一种用户台区无功补偿降损方法及装置

1.本发明属于电力技术领域，更具体地，本发明涉及一种用户台区无功补偿降损方法及装置。


背景技术：

2.线损率是综合反映电力网规划设计、生产运行和经营管理水平的主要经济技术指标。降低线损率，可以减少电能传输能耗，提高电力供应能力，增加供电企业经济效益。随着电网的不断壮大，电量损失也会越来越大，线损分析与管理的工作量也越来越大，重要性也越来越明显。
3.目前，对于低压台区降低线损的研究，有通过用节能变压器代替旧变压器。在现在台区改造中，一般会使用三角形变压器、可调容量型变压器和非晶态合金变压器三种节能变压器。但此类方式成本较高，且不能准确的对台区中随时可能出现的损耗异常进行精确降损。


技术实现要素：

4.本发明提供一种用户台区无功补偿降损方法，旨在改善上述问题。
5.本发明是在这样实现的，一种低用户台区无功补偿降损方法，所述方法具体包括如下步骤：
6.s1、实时采集低压台区用电数据并存储；
7.s2、设定时长后，基于前推回代法潮流计算方法计算低压台区各节点相电压以及线损值，检测各节点的线损值是否大于设定的线损阈值，若检测结果为是，则判定该节点为异常节点；
8.s3、对异常节点进行无功功率的补偿，以使降低异常节点的线损值。
9.进一步的，基于遗传算法来确定各异常节点的无功功率补偿量，其确定方法具体如下：
10.s31、初始化初始种群，对个体进行编码，设置最大迭代次数；
11.s32、基于适应度函数fit计算每个个体的适应度值；
12.s33、对适应度值进行优化，对优化后的适应度值进行排序，保存最优个体；
13.s34、计算交叉概率pc和变异概率pm，对适应度较大的个体分别进行交叉和变异操作，迭代次数加一，检测迭代次数是否达到次数阈值，若检测结果为否，则执行步骤s32，若检测结果为是，则输出最大适应度值对应的无功功率补偿量组合，对对应异常节点进行无功功率补偿。
14.进一步的，个体的适应度函数fit表示具体如下：
[0015][0016]
其中，η表示正实数因子，β表示电网中的电价，与δp
∑
分别表示无功功率补
偿前电网系统的有功功率损耗、电网系统的期望有功功率损耗，τ
max
表示每年最大负荷产生损耗的总时间，δpc表示无功功率补偿设备的单位无功功率补偿的有功功率损耗，t表示每年无功功率补偿设备的运行的时间，m表示无功功率补偿的节点数量，q
ci
表示节点i的无功补偿功率。
[0017]
进一步的，适应度值的优化方法具体如下：
[0018]
对适应度值进行归一化操作具体如下：
[0019][0020]
其中，fit
min
、fit
max
表示当前的最小适应度值、最大适应度值，fit
norm
∈(0,1)；
[0021]
对归一化后的适应度函数进行非线性变换，其变换公式具体如下：
[0022][0023]
其中，ω为回归系数，其取值范围是1-10。
[0024]
进一步的，交叉概率pc的计算公式具体如下：
[0025][0026]
其中，p
cmin
、p
cmax
分别表示交叉概率最大值，交叉概率最小值，两者均为设定值，交叉概率最大值p
cmax
在取值区间内随着迭代次数的增加而减小，交叉概率最小值在取值区间内随着迭代次数的增加而增大；f
ave0
，f
ave1
，f
ave2
分别表示初始种群以及当前种群的适应度平均值、当前种群优化后的适应度平均值；当前种群优化后的适应度平均值进行排序，分成上、下两个部分，f
aveup
、f
avedown
分别表示上部分优化后的适应度平均值，下部分优化后的适应度平均值。
[0027]
进一步的，变异概率pm计算公式具体如下：
[0028][0029]
其中，p
mmin
、p
mmax
分别表示变异概率最大值，变异概率最小值，两者均为设定值，变异概率最大值p
cmax
在取值区间内随着迭代次数的增加而减小，变异概率最小值在取值区间内随着迭代次数的增加而增大；f
ave0
，f
ave1
，f
ave2
分别表示初始种群以及当前种群的适应度平均值、当前种群优化后的适应度平均值；当前种群优化后的适应度平均值进行排序，分成上、下两个部分，f
aveup
、f
avedown
分别表示上部分优化后的适应度平均值，下部分优化后的适应度平均值。
[0030]
本发明是这样实现的，一种用户台区无功补偿降损装置，所述装置包括：
[0031]
依次连接的数据采集模块、异常节点判定模块及无功补偿模块，其中，数据采集模块实时采集低压台区用电数据并存储；
[0032]
设定时长后，异常节点判定模块基于前推回代法潮流计算方法计算低压台区各节
点相电压以及线损值，检测节点的线损值是否大于设定的线损阈值，若检测结果为是，则对应节点被判定为异常节点；
[0033]
无功补偿模块，用于对异常节点进行无功功率的补偿，以使降低异常节点的线损值。
[0034]
进一步的，所述无功补偿模块中集成有所述低压台区无功补偿监测方法中的遗传算法，所述遗传算法用于确定各异常节点的无功功率补偿量。
[0035]
本发明基于软件实现对台区异常线损的分析和监测，并且通过无功补偿来降低了异常线损的线损量，以降低异常线损对台区的影响；此外，为电网公司对低压台区的管理和维护提供了更便捷的工具，也为后期对于台区的改善提供了更多更准确的数据支持。
附图说明
[0036]
图1为本发明实施例提供的用户台区无功补偿降损方法流程图；
[0037]
图2为本发明实施例提供的用户台区无功补偿降损装置的结构示意图。
具体实施方式
[0038]
下面对照附图，通过对实施例的描述，对本发明的具体实施方式作进一步详细的说明，以帮助本领域的技术人员对本发明的发明构思、技术方案有更完整、准确和深入的理解。
[0039]
图1为本发明实施例提供的用户台区无功补偿降损方法流程图，该方法具体包括如下步骤：
[0040]
s1、实时采集低压台区用电数据并存储，包括：节点电压，节点负荷，相角，补偿节点数，变压器电阻，电抗，电导，电纳，支路阻抗；
[0041]
s2、设定时长后，基于前推回代法潮流计算方法计算低压台区各节点相电压以及线损值，检测各节点的线损值是否大于设定的线损阈值，若检测结果为是，则判定该节点为异常节点，若检测结果为否，则该节点为正常节点，正常节点无需进行无功功率的补偿；
[0042]
s3、对异常节点进行无功功率的补偿，以使降低异常节点的线损值。
[0043]
在本发明实施例中，基于改进的遗传算法来确定各异常节点的无功功率补偿量，其确定方法具体如下：
[0044]
s31、初始化初始种群，对个体进行编码，设置最大迭代次数；
[0045]
对异常节点的无功功率补偿量进行编码和组合，形成无功功率补偿量组合，作为个体基因，每个个体基因均不同，一个个体基因代表一种无功功率补偿策略。
[0046]
s32、基于适应度函数fit计算每个个体的适应度值，个体的适应度函数fit表示具体如下：
[0047][0048]
其中，η表示正实数因子，进行正向放大，β表示电网中的电价，与δp
∑
分别表示无功功率补偿前电网系统的有功功率损耗、电网系统的期望有功功率损耗，τ
max
表示每年最大负荷产生损耗的总时间，δpc表示无功功率补偿设备的单位无功功率补偿的有功功率
损耗，t表示每年无功功率补偿设备的运行的时间，m表示无功功率补偿的节点数量，q
ci
表示节点i的无功补偿功率。
[0049]
针对适应度函数在迭代种群最优解附近迭代方向失效的问题，本发明加入批归一化操作和非线性变换，适应度函数进行归一化操作具体如下：
[0050][0051]
其中，fit
min
、fit
max
表示当前的最小适应度值、最大适应度值，fit
norm
∈(0,1)。
[0052]
对归一化后的适应度函数进行非线性变换，其变换公式具体如下：
[0053][0054]
其中，ω为回归系数，其取值范围是1～10。
[0055]
s33、对适应度值进行优化，对优化后的适应度值进行排序，保存最优个体；
[0056]
s34、计算交叉概率pc和变异概率pm，对适应度较大的个体分别进行交叉和变异操作，迭代次数加一，检测迭代次数是否达到次数阈值，若检测结果为否，则执行步骤s32，若检测结果为是，则输出最大适应度值对应的无功功率补偿量组合，对对应异常节点进行无功功率补偿。
[0057]
在本发明实施例中，交叉概率pc的计算公式具体如下：
[0058][0059]
其中，p
cmin
、p
cmax
分别表示交叉概率最大值，交叉概率最小值，两者均为设定值，交叉概率最大值p
cmax
在取值区间内随着迭代次数的增加而减小，交叉概率最小值在取值区间内随着迭代次数的增加而增大；f
ave0
，f
ave1
，f
ave2
分别表示初始种群以及当前种群的适应度平均值、当前种群优化后的适应度平均值；当前种群优化后的适应度平均值进行排序，分成上、下两个部分，f
aveup
、f
avedown
分别表示上部分优化后的适应度平均值，下部分优化后的适应度平均值。
[0060]
在本发明实施例中，变异概率pm计算公式具体如下：
[0061][0062]
其中，p
mmin
、p
mmax
分别表示变异概率最大值，变异概率最小值，两者均为设定值，变异概率最大值p
cmax
在取值区间内随着迭代次数的增加而减小，变异概率最小值在取值区间内随着迭代次数的增加而增大。
[0063]
在进化开始阶段，每个个体之间都具有较大的差异，交叉概率选取最大值时，能够实现对可行性解空间的更快搜索，从而促进各种优秀后代的批量繁殖；而变异概率选取最小值，能够对于产生优秀后代的有效模式进行保护，从而能够保证进化的顺利进行；到了进化后期，由于种群里的基因基本处于稳定的态势，使得每一个体的差异越来越小，交叉的作
用显得很弱，容易导致最优解产生在局部，所以此时变异操作的作用就比较大，选择最大的变异概率能够促进新个体的形成，从而增加最优解局部化被打破的机会，让遗传算法得以在新的搜索空间中进行，同时选择最小的交叉概率，能够有效避免对适应度函数的反复计算，从而在很大程度上提升进化的速度。
[0064]
图2为本发明实施例提供的用户台区无功补偿降损装置的结构示意图，为了便于说明，仅示出与本发明实施例相关的部分。
[0065]
该装置包括：依次连接的数据采集模块、异常节点判定模块及无功补偿模块，其中，数据采集模块实时采集低压台区用电数据并存储；
[0066]
设定时长后，异常节点判定模块基于前推回代法潮流计算方法计算低压台区各节点相电压以及线损值，检测节点的线损值是否大于设定的线损阈值，若检测结果为是，则对应节点被判定为异常节点，若检测结果为否，则认定为正常节点，无需进行无功功率的补偿；
[0067]
无功补偿模块，用于对异常节点进行无功功率的补偿，以使降低异常节点的线损值。
[0068]
在本发明实施例中，该无功补偿模块中集成有改进遗传算法来确定各异常节点的无功功率补偿量，其确定方法具体如下：
[0069]
s31、初始化初始种群，对个体进行编码，设置最大迭代次数；
[0070]
对异常节点的无功功率补偿量进行编码和组合，形成无功功率补偿量组合，作为个体基因，每个个体基因均不同，一个个体基因代表一种无功功率补偿策略。
[0071]
s32、基于适应度函数fit计算每个个体的适应度值，个体的适应度函数syind表示具体如下：
[0072][0073]
其中，η表正实数因子示，β表示电网中的电价，与δp
∑
分别表示无功功率补偿前电网系统的有功功率损耗、电网系统的期望有功功率损耗，τ
max
表示每年最大负荷产生损耗的总时间，δpc表示无功功率补偿设备的单位无功功率补偿的有功功率损耗，t表示每年无功功率补偿设备的运行的时间，m表示无功功率补偿的节点数量，q
ci
表示节点i的无功补偿功率。
[0074]
针对适应度函数在迭代种群最优解附近迭代方向失效的问题，本发明加入批归一化操作和非线性变换，适应度函数进行归一化操作具体如下：
[0075][0076]
其中，fit
min
、fit
max
表示当前的最小适应度值、最大适应度值，fit
norm
∈(0,1)。
[0077]
对归一化后的适应度函数进行非线性变换，其变换公式具体如下：
[0078][0079]
其中，ω为回归系数，其取值范围是1～10。
[0080]
s33、对适应度值进行优化，对优化后的适应度值进行排序，保存最优个体；
[0081]
s34、计算交叉概率pc和变异概率pm，对适应度较大的个体分别进行交叉和变异操作，迭代次数加一，检测迭代次数是否达到次数阈值，若检测结果为否，则执行步骤s32，若检测结果为是，则输出最大适应度值对应的无功功率补偿量组合，对对应异常节点进行无功功率补偿。
[0082]
在本发明实施例中，交叉概率pc的计算公式具体如下：
[0083][0084]
其中，p
cmin
、p
cmax
分别表示交叉概率最大值，交叉概率最小值，两者均为设定值，交叉概率最大值p
cmax
在取值区间内随着迭代次数的增加而减小，交叉概率最小值在取值区间内随着迭代次数的增加而增大；f
ave0
，f
ave1
，f
ave2
分别表示初始种群以及当前种群的适应度平均值、当前种群优化后的适应度平均值；当前种群优化后的适应度平均值进行排序，分成上、下两个部分，f
aveup
、f
avedown
分别表示上部分优化后的适应度平均值，下部分优化后的适应度平均值。
[0085]
在本发明实施例中，变异概率pm计算公式具体如下：
[0086][0087]
其中，p
mmin
、p
mmax
分别表示变异概率最大值，变异概率最小值，两者均为设定值，变异概率最大值p
cmax
在取值区间内随着迭代次数的增加而减小，变异概率最小值在取值区间内随着迭代次数的增加而增大。
[0088]
本发明进行了示例性描述，显然本发明具体实现并不受上述方式的限制，只要采用了本发明的方法构思和技术方案进行的各种非实质性的改进，或未经改进将本发明的构思和技术方案直接应用于其它场合的，均在本发明的保护范围之内。