一种电力系统无功优化方法及系统的制作方法
【专利摘要】本申请公开了一种电力系统无功优化方法及系统，方法包括：建立包括无功优化目标函数及无功优化约束条件的无功优化数学模型，确定无功优化数学模型的控制变量，利用正态分布模拟电力系统负荷分布，再利用无功优化目标函数及电力系统负荷分布，确定遗传算法的适应度函数，对控制变量进行编码，并利用遗传算法对无功优化数学模型进行求解。本申请根据负荷预测模型本身的不确定性和未来运行环境的随机性，以正态分布来模拟电力系统负荷分布，在确定遗传算法的适应度函数时，记及了电力系统负荷分布不确定的影响，从而使得最终优化得到的解更加贴近真实情况。
【专利说明】-种电力系统无功优化方法及系统
【技术领域】
[0001] 本申请涉及电力系统【技术领域】，更具体地说，涉及一种电力系统无功优化方法及 系统。
【背景技术】
[0002] 电力系统无功优化是保证电力系统安全运行、降低系统有功损耗和维持电压正常 水平的一种有效手段。通过无功优化，合理调整发电机机端电压、可调变压器的档位和补偿 设备的最佳投切等，以达到系统有功损耗最小、电压水平最好和系统运行费用最低等目标。
[0003] 现有的无功优化问题主要集中在目标函数的选取、优化方法的改进等方面，采用 的符合模型大都是单一模型，而缺乏对于负荷不确定性的研究，这就可能出现收敛到较差 解甚至是不可行解的情况。
【发明内容】
[0004] 有鉴于此，本申请提供了一种电力系统无功优化方法及系统，用于解决现有无功 优化方法缺乏对于负荷不确定性的考虑，造成优化结果较差甚至不可行的问题。
[0005] 为了实现上述目的，现提出的方案如下：
[0006] 一种电力系统无功优化方法，包括：
[0007] 建立无功优化数学模型，所述无功优化数学模型包括无功优化目标函数及无功优 化约束条件；
[0008] 确定所述无功优化数学模型的控制变量；
[0009] 利用正态分布模拟电力系统负荷分布；
[0010] 利用所述无功优化目标函数及电力系统负荷分布，确定遗传算法的适应度函数；
[0011] 对所述控制变量进行编码，完成遗传算法的编码过程；
[0012] 利用遗传算法对所述无功优化数学模型进行求解。
[0013] 优选地，所述无功优化目标函数为：
[0014]
【权利要求】
1. 一种电力系统无功优化方法，其特征在于，包括： 建立无功优化数学模型，所述无功优化数学模型包括无功优化目标函数及无功优化约 束条件； 确定所述无功优化数学模型的控制变量； 利用正态分布模拟电力系统负荷分布； 利用所述无功优化目标函数及电力系统负荷分布，确定遗传算法的适应度函数； 对所述控制变量进行编码，完成遗传算法的编码过程； 利用遗传算法对所述无功优化数学模型进行求解。
2. 根据权利要求1所述的电力系统无功优化方法，其特征在于，所述无功优化目标函 数为：
其中，匕为有功损耗，λ τ为可调变压器调节惩罚因子，Ti为可调变压器变比，Ντ为系统 可调变压器总数，λ。为电容补偿器调节惩罚因子，Qa为补偿电容容量，N。为系统补偿节点 总数，\"为电压越限惩罚因子，N为节点数，为发电机无功越限惩罚因子，N e为发电机 个数，Uimax和Uimin分别为节点i电压的上下限，Q eimax和Qeimin分别为节点i发电机无功出力 的上下限； 惩罚项中的AU和AQei表示如下：
所述无功优化约束条件包括等式约束和不等式约束，其中等式约束为：
其中，Pi、Qi和％分别为节点i注入有功功率、无功功率和节点电压，和&分别为 导纳矩阵元素的实部与虚部，S u为节点i、j间电压的相角差，j e i表示所有与节点i相 连的节点； 不等式约束为： Cjmin〈Cj〈Cjmax 其中，Timax和Timin分别为第i节点的可调变压器变比上下限，c_x和分别为第j节 点的补偿电容容量上下限； Uifflin < U, < uifflax ^Gimin < 〇Gi < Qcimax 其中，uimax和uimin分别为节点i电压的上下限，Qeimax和Q eimin分别为节点i发电机无功 出力的上下限。
3. 根据权利要求2所述的电力系统无功优化方法，其特征在于，所述利用正态分布模 拟电力系统负荷分布为： 将电力系统总负荷划分为总有功负荷和总无功负荷，分别用P和Q表示，P和Q均满足 正态分布，即卩?叭4 1，〇1)』?叭4 2,〇2)，其中4 1，4 2为对应的均值，〇1，〇2为 对应的方差； 将总有功负荷和总无功负荷分段，每一段用它的中点表示，确定每一段的概率值。
4. 根据权利要求3所述的电力系统无功优化方法，其特征在于，所述利用所述无功优 化目标函数及电力系统负荷分布，确定遗传算法的适应度函数为： 将电力系统总负荷分为Μ段，得到Μ组系统总负荷[Pi+jQpPfjQs，…，PM+jQM]; 用总有功负荷PM的概率值来表示Μ组系统总负荷的概率，S卩[ppp2，…，pM]; 在每一组系统总负荷水平下，计算无功优化目标函数fi ; 将这Μ组系统总负荷对应的概率Pi与&结合在适应度函数中，得到计及负荷概率的适 应度函数：
i = (0, 1，为预设值，保证K值为正。
5. 根据权利要求4所述的电力系统无功优化方法，其特征在于，所述无功优化数学模 型的控制变量包括： 补偿电容器组数和可调变压器分接头位置。
6. 根据权利要求5所述的电力系统无功优化方法，其特征在于，所述对所述控制变量 进行编码，完成遗传算法的编码过程为： 将补偿电容器组数和可调变压器分接头位置按一定排列方式编码成染色体，每一个染 色体代表问题的一个解，即： J= [CA，…，Cn，I\，T2，…，Tm] Cj = CjX Δ Cj (i = 0,1, *··,η) = TjX Δ (i = 0,1, ---,η!) 其中，Q为第i个节点投入的电容器组数，Q < k，k为节点i补偿电容器的组数，?\为 第i个节点变压器分接头的位置，η为电容器补偿点的个数，m为可调变压器的个数，△ Ci为 第i个节点每组电容器的容量，Λ ti为可调变压器i的最小调节步长，Ci为第i个节点投 入使用补偿电容值，h为第i个节点可调变压器的变比。
7. 根据权利要求6所述的电力系统无功优化方法，其特征在于，所述利用遗传算法对 所述无功优化数学模型进行求解为： 对预设染色体进行进化处理，得到当前代若干个染色体，所述进化处理包括选择、交叉 和变异操作； 计算当前代中每一个染色体的适应度函数值； 判断每一个染色体的适应度函数值是否达到预设收敛条件，如果是则确定当前代中任 意一个染色体为最优解，否则，筛选出满足第一预设条件的若干个染色体遗传至下一代，并 重复对筛选出的染色体进行进化处理过程。
8. -种电力系统无功优化系统，其特征在于，包括： 模型建立单元，用于建立无功优化数学模型，所述无功优化数学模型包括无功优化目 标函数及无功优化约束条件； 变量确定单元，用于确定所述无功优化数学模型的控制变量； 负荷模拟单元，用于利用正态分布模拟电力系统负荷分布； 适应度函数确定单元，用于利用所述无功优化目标函数及电力系统负荷分布，确定遗 传算法的适应度函数； 编码单元，用于对所述控制变量进行编码，完成遗传算法的编码过程； 计算单元，用于利用遗传算法对所述无功优化数学模型进行求解。
9. 根据权利要求8所述的电力系统无功优化系统，其特征在于，所述模型建立单元包 括： 目标函数确定单元，用于确定无功优化目标函数：
其中，匕为有功损耗，λ τ为可调变压器调节惩罚因子，Ti为可调变压器变比，Ντ为系统 可调变压器总数，λ。为电容补偿器调节惩罚因子，Qa为补偿电容容量，N。为系统补偿节点 总数，\"为电压越限惩罚因子，N为节点数，为发电机无功越限惩罚因子，N e为发电机 个数，Uimax和Uimin分别为节点i电压的上下限，Q eimax和Qeimin分别为节点i发电机无功出力 的上下限； 惩罚项中的AU和AQei表示如下：
约束条件确定单元，用于确定包括等式约束和不等式约束的所述无功优化约束条件， 其中等式约束为：
其中，Pi、Qi和％分别为节点i注入有功功率、无功功率和节点电压，和&分别为 导纳矩阵元素的实部与虚部，S u为节点i、j间电压的相角差，j e i表示所有与节点i相 连的节点； 不等式约束为： Cjmin〈Cj〈Cjmax 其中，Timax和Timin分别为第i节点的可调变压器变比上下限，c_x和分别为第j节 点的补偿电容容量上下限； Uifflin < U, < uifflax ^Gimin < 〇Gi < Qcimax 其中，uimax和uimin分别为节点i电压的上下限，Qeimax和Q eimin分别为节点i发电机无功 出力的上下限。
10.根据权利要求9所述的电力系统无功优化系统，其特征在于，所述负荷模拟单元包 括： 正态分布模拟单元，用于将电力系统总负荷划分为总有功负荷和总无功负荷，分别用P 和Q表示，P和Q均满足正态分布，即P?Ν(μ 1，〇 1)、Q?Ν(μ2, 0 2)，其中μ 1，μ2为 对应的均值，σ 1，σ 2为对应的方差； 分段概率确定单元，用于将总有功负荷和总无功负荷分段，每一段用它的中点表示，确 定每一段的概率值。
【文档编号】G06N3/12GK104104096SQ201410392542
【公开日】2014年10月15日 申请日期:2014年8月11日 优先权日:2014年8月11日
【发明者】万凌云, 栗秋华, 谈四美, 伏进, 吴高林, 宋伟, 邓帮飞, 周庆, 朱光友, 刘钊, 宫林, 张海兵, 夏磊, 肖前波, 蔺立, 唐凤英 申请人:国家电网公司, 国网重庆市电力公司电力科学研究院