中压网络的无功补偿方法、设备及计算机可读存储介质与流程

本公开涉及无功补偿技术，尤其涉及一种中压网络的无功补偿方法、设备及计算机可读存储介质。

背景技术：

城市轨道交通系统的用电负荷主要由车辆牵引负荷和动力照明负荷构成。在城市轨道交通系统夜间停运期间，仅有少量的应急动力照明负荷、维修用电负荷等负荷投入使用，使得城市轨道交通系统产生的有功功率和感性无功功率很小，而城市轨道交通系统产生的容性无功功率基本不变。在这种情境下，城市轨道交通系统处于容性无功倒送状态，导致城市轨道交通系统的功率因数低至0.5以下。功率因数过低会导致城市轨道交通系统中的供电网络的电能质量下降、供电网络的线路损耗增大，危害城市电网运行安全，使城市轨道交通运营部门遭受罚款。

现有技术中，通过在城市轨道交通系统中的供电网络中添加静止无功发生器(staticvargenerator，简称：svg)，对城市轨道交通系统进行无功补偿，以此来提高城市轨道交通系统的功率因数。但是，在城市轨道交通系统中添加svg进行无功补偿，会导致城市轨道交通系统的供电网络结构较复杂、供电网络损耗较大。

技术实现要素：

本公开提供一种中压网络的无功补偿方法、设备及计算机可读存储介质，以解决现有技术中在城市轨道交通系统中添加无功补偿设备，导致城市轨道交通系统的供电网络结构较复杂，无功补偿不合理、供电网络损耗较大的问题。

本公开的第一个方面是提供一种城市轨道交通中压网络的无功补偿方法，城市轨道交通中压网络包括：多个设置有中压能馈装置的作为补偿节点的牵引变电所；所述中压能馈装置用于对城市轨道交通中压网络进行分散式无功补偿；

其中，基于粒子群算法确定每个所述补偿节点对应的优化无功补偿量；

控制所述补偿节点的所述中压能馈装置，根据对应的所述优化无功补偿量进行无功补偿。

本公开的又一个方面是提供一种城市轨道交通中压网络的无功补偿设备，包括：

存储器；

处理器；以及

计算机程序；

其中，所述计算机程序存储在所述存储器中，并配置为由所述处理器执行以实现如上述第一方面所述的城市轨道交通中压网络的无功补偿设备方法。

本公开的又一个方面是提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行以实现如上述第一方面所述的城市轨道交通中压网络的无功补偿方法。

本公开提供的城市轨道交通中压网络的无功补偿方法、设备及计算机可读存储介质的技术效果是：

本公开提供的中压网络的无功补偿方法、设备及计算机可读存储介质，城市轨道交通中压网络包括：多个设置有中压能馈装置的作为补偿节点的牵引变电所；所述中压能馈装置用于对城市轨道交通中压网络进行分散式无功补偿；其中，基于粒子群算法确定每个所述补偿节点对应的优化无功补偿量；控制所述补偿节点的所述中压能馈装置，根据对应的所述优化无功补偿量进行无功补偿。本公开提供的方法、设备及计算机可读存储介质，可以利用牵引变电所中已有的中压能馈装置进行无功补偿，无需对电网进行大规模改造，从而节约改造成本。并且，本公开提供的方法基于粒子群算法，能够确定出较优的无功补偿方案，使得无功补偿结果更加合理。

附图说明

图1示出了可以应用本申请实施例的中压网络的无功补偿的方法的示例性系统架构；

图2为本发明一示例性实施例示出的城市轨道交通中压网络的无功补偿系统的结构图；

图3为本发明一示例性实施例示出的城市轨道交通中压网络的无功补偿方法的流程图；

图4为本发明另一示例性实施例示出的城市轨道交通中压网络的无功补偿方法的流程图；

图5为本发明一示例性实施例示出的城市轨道交通中压网络的无功补偿设备的结构图。

具体实施方式

图1示出了可以应用本申请实施例的中压网络的无功补偿的方法的示例性系统架构。

如图1所示，系统架构中可以包括主变电所，主变电所内可以设置两台主变压器11，正常情况下并列运行，主变压器11通过母线12将电能输送到中压电网中。主变电所能够将城市电网的高压电能降压以后分别供给牵引变电所13和降压变电所。例如，可以将110kv(或220kv)的电能降压到35kv或10kv的电压等级。主变电所和牵引变电所、降压变电所之间通过电缆进行连接。本实施例中提到的中压网络的电压等级可以是10千伏的，也可以是35千伏的。

其中，系统架构中，#1母线供电范围内的中压网络包括m个牵引变电所13。牵引变电所是指将发电厂经电力传输线送来的电能变换成适合机车车辆所需的电压，并分送到接触网或接触轨(第三轨)的场所。

本实施例提供的方案中，牵引变电所内设置有中压能馈装置。由于在城市轨道交通中，车辆频繁启动和制动，在制动过程中产生的能量比较大，因此，可以采用再生制动技术，在车辆制动时把车辆的制动能量转化并储存起来，而不是变成无用的热。现有技术中，在牵引变电所内设置中压能馈装置，通过中压能馈装置将列车的制动能量逆变为交流电能回馈到交流电网中，供其他设备再利用，具有良好的节能效果。

本实施例提供的方案中，中压能馈装置还具有无功补偿的功能，通过控制，中压能馈装置可以发出大小可调的无功功率，从而通过中压能馈装置对城市轨道交通中压网络进行分散式无功补偿。

图2为本发明一示例性实施例示出的城市轨道交通中压网络的无功补偿系统的结构图。

如图2所示，功率因数测量点可以位于主变电所110kv进线处，功率因数测量点处的功率因数应该满足电网对城市轨道交通系统的功率因数要求。

牵引变电所在中压网络中分布，利用牵引变电所在中压网络中的分布，通过牵引变电所内的中压能馈装置对城市轨道交通中压网络进行分散式无功补偿，满足功率因数测量点处的功率因数要求。在采用分散式无功补偿结构的同时，利用本发明所述的补偿方法，能够对各无功补偿点的无功补偿量进行优化计算，根据优化计算结果，控制中压能馈装置发出相应的无功功率，从而对城市轨道交通中压网络进行分散式无功补偿。

图3为本发明一示例性实施例示出的城市轨道交通中压网络的无功补偿方法的流程图。

如图3所示，本实施例提供的城市轨道交通中压网络的无功补偿方法包括：

步骤301，基于粒子群算法确定每个补偿节点对应的优化无功补偿量。

其中，本实施例提供的无功补偿方法可以应用在如图1或2所示的系统架构中，该系统架构中，城市轨道交通中压网络包括：多个设置有中压能馈装置的作为补偿节点的牵引变电所。基于本实施例提供的方法确定较优的无功补偿量，再根据该无功补偿量控制变电所内的中压能馈装置，使其进行无功补偿。

具体的，本实施例提供的方法中，确定优化无功补偿量的方法可以由具备计算功能的设备来执行，例如计算机。该设备可以基于粒子群算法，得到各个无功补偿点对应的无功补偿量。

进一步的，本实施例提供的方法基于粒子群算法，能够计算出各个无功补偿节点对应的最优无功补偿量。粒子群算法是一种从随机解出发，通过迭代寻找最优解的方法。在每一次迭代中，通过跟踪两个"极值"来更新粒子的属性。第一个就是粒子本身所找到的最优解，这个解叫做个体极值pbest。另一个极值是整个种群目前找到的最优解，这个极值是全局极值gbest。

实际应用时，粒子具有两个属性，一个是位置，另一个是速度。本申请实施例中，位置可以是指一组控制变量，该控制变量能够影响各个补偿节点的无功补偿量。例如，一组控制变量可以是每个无功补偿节点的无功补偿量。各个无功补偿点的无功补偿量可以指导该补偿点对应的中压能馈装置进行无功补偿。粒子的速度是指控制变量对应的变化量。

其中，可以基于粒子群算法，确定出最优的粒子位置，从而将该最优粒子位置对应的无功补偿量，确定为优化无功补偿量。

具体的，可以先初始化多个粒子，从而得到每个粒子对应的控制变量，还可以得到每个粒子对应的控制变量变化量。粒子的数量可以根据需求进行设定，例如，可以根据控制变量的个数确定具体的粒子数量。

根据控制变量进行潮流计算，确定每个粒子对应的节点电压幅值、节点电压相位角。由于初始化得到了多个粒子，而每个粒子都对应一组控制变量，因此，可以计算出每一组控制变量对应的各个节点的电压幅值、节点电压相位角。

进一步的，可以根据确定的每个粒子对应的节点的电压幅值、节点电压相位角，对粒子进行筛选，确定出符合条件的粒子，再根据符合条件的粒子速度，对粒子位置进行更新，从而得到新的粒子。通过多次循环，能够得到符合条件的多个粒子，还可以在这些粒子中确定出最优粒子，并根据最优粒子的位置确定出优化无功补偿量

步骤302，控制补偿节点的中压能馈装置，根据对应的优化无功补偿量进行无功补偿。

实际应用时，最优粒子的位置中可以包括一组无功补偿量，分别对应不同的补偿节点，因此，可以根据最优粒子位置中包括的多个无功补偿量，确定每个无功补偿节点对应的无功补偿量。再控制该补偿节点中设置的中压能馈装置，使其生成相应的无功补偿量，从而进行无功补偿。

其中，可以直接或间接的将确定的优化无功补偿量发送给中压能馈装置。例如，可以将执行本实施例提供的方法的电子设备与中压能馈连接，从而在电子设备确定出优化无功补偿量后，将其发送给中压能馈装置。再例如，还可以由中间设备从电子设备中获取优化无功补偿量，再由中间设备获取的优化无功补偿量发送给各个中压能馈装置。

本实施例提供的方法用于对电网进行无功补偿，该方法由设置有本实施例提供的方法的设备执行，该设备通常以硬件和/或软件的方式来实现。

本实施例提供的中压网络的无功补偿的方法，城市轨道交通中压网络包括：多个设置有中压能馈装置的作为补偿节点的牵引变电所；中压能馈装置用于对城市轨道交通中压网络进行分散式无功补偿；其中，基于粒子群算法确定每个所述补偿节点对应的优化无功补偿量；控制所述补偿节点的所述中压能馈装置，根据对应的所述优化无功补偿量进行无功补偿。本实施例提供的方法，可以利用牵引变电所中已有的中压能馈装置进行无功补偿，无需对电网进行大规模改造，从而节约改造成本。并且，本实施例提供的方法基于粒子群算法，能够确定出较优的无功补偿方案，使得无功补偿结果更加合理。

图4为本发明另一示例性实施例示出的城市轨道交通中压网络的无功补偿方法的流程图。

如图4所示，本实施例提供的城市轨道交通中压网络的无功补偿方法包括：

步骤401，初始化多个粒子，其中，粒子的位置是各个补偿节点对应的无功补偿量。

其中，粒子群算法中，粒子具有位置属性。本实施例提供的方法中，粒子的位置是各个补偿节点对应的无功补偿量。

具体的，可以初始化多个粒子，每个粒子都包括各个补偿节点对应的无功补偿量。因此，通过初始化多个粒子，可以初始化得到多个补偿方案。

步骤402，根据无功补偿量进行潮流计算，确定粒子对应的节点电压幅值、节点电压相位角。

进一步的，潮流计算是指在给定电力系统网络拓扑、元件参数和发电、负荷参量条件下，计算有功功率、无功功率及电压在电力网中的分布。潮流计算是根据给定的电网结构、参数和发电机、负荷等元件的运行条件，确定电力系统各部分稳态运行状态参数的计算。通常给定的运行条件有系统中各电源和负荷点的功率、枢纽点电压、平衡点的电压和相位角。待求的运行状态参量包括电网各母线节点的电压幅值和相角，以及各支路的功率分布、网络的功率损耗等。

由于初始化得到了多个粒子，而每个粒子的位置都对应一组无功补偿量，因此，可以计算出每一组无功补偿量对应的各个节点的电压幅值以及节点电压相位角。

具体的，每个粒子的位置都对应一组无功补偿量，通过这组无功补偿量以及潮流计算方式，能够确定出该粒子对应的补偿范围内的中压网络中各个节点的电压幅值和电压相位角。进一步的，可以根据预设的节点有功功率方程、节点无功功率方程确定粒子对应的节点电压幅值、节点电压相位角。

其中，本实施例提供的方法可以预先设定节点的有功功率方程以及无功功率方程，根据给定的电网结构，对电网中的节点可以列写有功功率方程以及无功功率方程，通过求解方程组，从而得到电网中各节点的电压幅值、电压相位角，完成潮流计算。

进一步的，所述节点有功功率方程为：

所述节点无功功率方程为：

其中，i、j是一条支路两端的标号，pgi为节点i注入的有功功率，pli为节点i的有功负荷，qgi为节点i注入的无功功率，qli为节点i的无功负荷，vi和vj分别为节点i和节点j的电压，gij和bij分别对应节点i与节点j之间线路电导和电纳，θij为节点i与节点j电压相角差。

具体的，以有功功率方程举例来说，该方程的右边可以看作由两部分组成，其中pgi-pli代表节点i净注入的能量，另一部分代表由各节点的电压幅值、电压相位角表示的节点i净注入的能量，两种表达方式的结果应该相同，因此差值应当为0。电网中的每个节点都应该满足节点有功功率方程和无功功率方程，根据线路条件，对于电压待求的节点列写节点有功功率方程、无功功率方程，形成方程组，通过求解这个方程组，从而得到各节点电压幅值、电压相位角，完成潮流计算。

进一步的，pgi可以根据发电设备发出的有功功率进行确定，pli可以通过检测节点所消耗的有功功率进行确定，具体可以检测该节点的电子设备的运行情况，从而确定该节点消耗的有功功率。gij和bij分别对应节点i与节点j之间线路电导和电纳，基于电网拓扑结构能够确定。

实际应用时，qgi可以是控制变量中计算得到无功补偿量以及该节点电子设备产生的无功功率总和，qli也可以通过检测节点所消耗的无功功率进行确定。具体可以检测该节点的电子设备的运行情况，从而确定该节点消耗的无功功率。

其中，由于粒子对应的位置是初始化得到的，通过该位置对应的控制变量计算得到的网络中节点的电压幅值或牵引供电系统中压网络功率因数测量点的功率因数存在不符合要求的情况，因此，还可以设置限制条件，用于根据计算结果剔除不符合要求的粒子位置。

具体的，可以采用下述步骤对粒子进行筛选：

步骤403，根据粒子对应的节点电压幅值、节点电压相位角确定线路功率，并根据线路功率确定预设测量点处的功率因数。

进一步的，可以确定每个粒子对应的预设测量点的功率因数。可以预先在电网结构中设置测量点，例如，将主变电所接入端(主变压器高压侧的接入端)作为测量点。从而确定出这些位置的功率因数。

实际应用时，可以根据粒子对应的节点电压幅值、节点电压相位角确定出线路功率，再确定出测量点的有功功率、无功功率，进而可以确定出测量点的功率因数。

步骤404，根据预设电压值范围、预设功率因数范围，以及粒子对应的节点电压幅值、预设测量点处的功率因数剔除掉不符合预设条件的粒子位置。

其中，可以预先设置电压值范围、功率因数范围。可以比对每个节点的电压幅值与电压值范围，确定其是否在该预设范围内；还可以比对测量点处的功率因数与功率因数范围，确定其是否符合该预设范围。若均符合，则可以认为节点电压幅值以及测量点处的功率因数符合要求。

具体的，若基于一个粒子位置确定的节点电压幅值均属于预设电压范围，且基于一个粒子位置确定的预设测量点的功率因数也属于预设功率因数范围，则可以认为该粒子位置是符合条件的。

进一步的，可以将不符合预设条件的粒子位置进行剔除，仅保留符合条件的粒子位置。

步骤405，根据节点电压幅值、节点电压相位角确定粒子对应的适应度值，并根据适应度值在粒子中确定最优粒子。

其中，适应度值是用于衡量粒子优劣的标志，可以通过适应度值在粒子位置中确定出最优粒子。若在此前，通过一些机制已经剔除掉不合格的粒子位置，则可以仅在合格粒子位置中确定出其中的最优粒子。

具体的，还可以设置用于确定适应度值的预设算法。通过该预设算法可以根据粒子对应的各个节点电压幅值、节点电压相位角确定出中压电网中的一些参数，这些参数可以用来直接或间接的衡量电网系统的优劣。其中，在电能传输过程中，若无功功率过大，会导致线路电流增高，进而导致线路损耗加大，若无功功率较小，则会导致传输过程的电压降低，因此，可以根据线路损耗以及节点电压的变化，确定出合理的无功补偿量。例如，可以根据每个粒子对应的各个节点电压、电压相位角确定线路总损耗以及节点总电压偏差值，损耗越小且节点总电压偏差值越小的，就可以认为是优质粒子。

进一步的，可以根据所述节点电压幅值、所述节点电压相位角确定网络损耗。可以基于下式确定网络损耗：

ploss是网络的总损耗，其中，i、j是支路的两端标号，n是节点总数量，通过上式能够得到当前粒子对应的网络上每条支路上的损耗总和。

还可以根据节点电压幅值确定总电压偏差。例如，可以基于下式确定总电压偏差。

其中，fv是总电压偏差，vi是节点电压的标幺值，通过上式，可以得到各个节点电压的总偏差值。

确定网络损耗与确定电压幅值的时序可以不进行限制。

具体的，可以根据网络损耗、网络损耗范围确定第一适应度值；根据总电压偏差、总电压偏差范围确定第二适应度值。

确定第一适应度值与确定第二适应度值的时序不进行限制。

进一步的，还可以预先设置网络损耗范围值，可以用plossmax代表范围中最大有功网损，plossmin代表范围中最小有功网损。可以根据网络损耗、网络损耗范围确定第一适应度值。

实际应用时，第一适应度值的具体计算方法可以是：

其中，μ1是第一适应度值。

进一步的，可以用fvmax代表范围中最大总电压偏差，fvmin代表范围中最小总电压偏差。可以根据当前粒子对应的总电压偏差、预设的总电压偏差范围确定第二适应度值。

实际应用时，第二适应度值的具体计算方法可以是：

其中，μ2是第二适应度值。

具体的，根据第一适应度值、第二适应度值确定最终的适应度值。可以基于下式确定最终的适应度值：

μ＝k1×μ1+k2×μ2

k1+k2＝1

进一步的，μ是最终的适应度值。k1为比例系数，代表有功网损占无功优化目标的比重，k2为比例系数，代表节点总电压偏差占无功优化目标的比重。可以根据需求进行设置。

实际应用时，粒子群算法的思想是通过多次迭代，从而在一定条件中确定出最优的粒子。在第一轮中，是基于初始化的粒子确定的优质粒子，确定完成之后，还可以确定每个粒子的个体极值以及整个粒子群的全局极值。

个体极值是指单个粒子当前搜寻到的最优解，例如，在迭代的过程中，根据更新后的粒子可以得到新的适应度值，那么通过与该粒子当前个体极值对应的适应度值的对比，可以更新该粒子的个体极值。全局极值是整个粒子群当前搜寻到的最优解，例如，在迭代的过程中，根据每个粒子更新后的个体极值对应的适应度值，那么通过与粒子群当前全局极值对应的适应度值的对比，可以更新粒子群的全局极值。

其中，可以设置具体的迭代次数阈值，当迭代次数达到该阈值后，就可以停止迭代，并将当前的全局极值对应的粒子作为最终的最优粒子，从而经过多次迭代找到更优的解。

具体的，迭代次数越多结果会越好，但是迭代次数太大必然增加方案整体的计算量，因此，可以根据需求设定相应的迭代次数阈值。

进一步的，可以判断粒子更新次数是否达到阈值。

在粒子群算法中，计算出一次结果后，可以基于计算得到的结果更新粒子本身，从而继续寻找最优结果，因此，本实施例提供的方法还设置有阈值，用于限制粒子更新次数。

其中，可以在计算出适应度后，判断粒子更新次数是否达到阈值，若是，则基于当前计算的结果确定最优粒子，否则，可以对粒子位置进行更新，并对粒子的更新后的位置继续进行计算。

具体的，若迭代次数达到阈值，也就是粒子更新次数达到阈值，则将当前的全局极值对应的粒子确定为最优粒子。

实际应用时，若粒子更新次数达到阈值，则可以认为已经到达了预设的迭代次数，可以将当前的全局极值对应的粒子确定为最优粒子，也就是当前寻求的最优解对应的粒子作为最优粒子。

若迭代次数未达到阈值，也就是粒子更新次数没有达到阈值，则根据预设更新方法更新粒子的位置和速度，并根据更新后的粒子执行步骤402，继续对粒子的无功补偿量进行潮流计算。

对粒子的位置和速度进行更新时，可以根据各个粒子的适应度值确定全局极值以及每个粒子的个体极值。再根据全局极值、粒子的个体极值、粒子当前的位置，确定更新后的粒子的速度，最后，根据更新后的速度以及当前粒子的位置，确定更新后粒子的位置。

假设粒子i的一组变量对应于m个无功补偿量，即存在m个无功补偿点，则对于粒子i来说，个体极值对应的粒子位置为：

pibest＝(pi1,pi2,pi3,…,pim)

其中，粒子群的全局极值对应的粒子位置可以是：

gbest＝(g1,g2,g3,…,gm)

具体的，粒子可以根据全局极值、粒子的个体极值、粒子当前的位置，确定更新后的粒子的速度，具体可以根据下式对粒子速度进行更新：

vid(t+1)＝λ[vid(t)+c1r1(t)(pid(t)-xid(t))+c2r2(t)(gd(t)-xid(t))]

其中，vid(t+1)是更新后的速度，vid(t)是当前的速度，c1和c2是学习因子。r1(t)和r2(t)是介于0和1之间的随机数。pid(t)是该粒子i的个体极值对应的粒子位置，xid(t)是该粒子的当前位置，gd(t)是全局极值对应的粒子位置。

确定更新后的速度之后，可以基于更新后的速度以及当前所述粒子的位置，确定更新后所述粒子的位置，具体可以基于下式进行确定：

xid(t+1)＝xid(t)+vid(t+1)

其中，xid(t+1)是粒子i更新后的位置。

具体的，上面公式中的d是介于1到m的值，用于标定粒子i的一组变量中对应的无功补偿量。

进一步的，更新完粒子后，可以根据更新后的粒子继续执行步骤402，确定更新后的粒子对应的适应度值，在经过多轮循环后，能够寻找到更优的粒子。

步骤406，根据最优粒子的位置确定每个补偿节点对应的优化无功补偿量。

实际应用时，可以将最优粒子对应的位置中的一组无功补偿量确定为优化无功补偿量。

在一种实施方式中，可以根据最优粒子的个体极值确定优化无功补偿量。

其中，还可以根据迭代次数达到阈值后的全局极值确定优化无功补偿量，从而确定出较为合理的优化方式。

步骤407，将优化无功补偿量输入对应的补偿节点的中压能馈装置，以使中压能馈装置产生相应的无功功率。

具体的，可以根据优化无功补偿量确定每个补偿节点对应的无功补偿量，再将无功补偿量发送到对应的中压能馈装置，从而使中压能馈装置能够产生相应的无功功率

图5为本发明一示例性实施例示出的城市轨道交通中压网络的无功补偿设备的结构图。

如图5所示，本实施例提供的城市轨道交通中压网络的无功补偿设备包括：

存储器51；

处理器52；以及

计算机程序；

其中，所述计算机程序存储在所述存储器51中，并配置为由所述处理器52执行以实现如上所述的任一种城市轨道交通中压网络的无功补偿方法。

本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，

所述计算机程序被处理器执行以实现如上所述的任一种城市轨道交通中压网络的无功补偿方法。

本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。