配電網(wǎng)無功功率優(yōu)化

黃鵬

摘 要：電壓質(zhì)量是衡量電網(wǎng)可靠?jī)?yōu)質(zhì)運(yùn)行的重要指標(biāo)之一。首先介紹了配電網(wǎng)無功優(yōu)化“分級(jí)分區(qū)補(bǔ)償、就地平衡”的原則；其次對(duì)配電網(wǎng)無功優(yōu)化算法進(jìn)行分類，詳細(xì)介紹了各類傳統(tǒng)優(yōu)化算法和人工智能優(yōu)化算法；最后總結(jié)了配電網(wǎng)無功功率優(yōu)化的重要意義。

關(guān)鍵詞：配電網(wǎng) 有功損耗 無功優(yōu)化 傳統(tǒng)優(yōu)化算法 人工智能優(yōu)化算法

中圖分類號(hào)：TM715 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-098X（2014）11（c）-0081-01

電網(wǎng)無功潮流分布合理、電壓質(zhì)量合格是電網(wǎng)可靠、穩(wěn)定運(yùn)行的基礎(chǔ)。但由于長(zhǎng)期以來受“重輸輕配”思想的影響，導(dǎo)致配電網(wǎng)建設(shè)投資不足，使其存在無功功率缺乏、日負(fù)荷曲線峰谷差大、末端電壓不合格等問題。隨著配電網(wǎng)發(fā)展及區(qū)域配電網(wǎng)聯(lián)系的日趨緊密，電網(wǎng)潮流更加復(fù)雜、安全性要求更高，但部分地區(qū)無功容量過剩卻不能有效補(bǔ)償其他無功短缺地區(qū)，急需配電網(wǎng)無功優(yōu)化解決此問題。此外，對(duì)配電網(wǎng)無功功率進(jìn)行優(yōu)化，可改善功率因數(shù)、降低網(wǎng)絡(luò)損耗、節(jié)約能源、提高電壓水平和運(yùn)行穩(wěn)定性。

1 配電網(wǎng)無功優(yōu)化原則

為既提升配電網(wǎng)電壓質(zhì)量又減少網(wǎng)絡(luò)有功損耗，配電網(wǎng)無功功率應(yīng)盡量少流動(dòng)，避免遠(yuǎn)距離傳輸。因此，配電網(wǎng)應(yīng)按照“就地平衡”與“分級(jí)分區(qū)補(bǔ)償”相結(jié)合的原則，合理配置無功補(bǔ)償裝置，具體要求如下。

（1）總體與局部相協(xié)調(diào)。

若無功補(bǔ)償裝置布局不合理，無法使局部無功功率就地平衡，就會(huì)出現(xiàn)無功功率流動(dòng)，增加線路損耗。因此，需以總體平衡為基礎(chǔ)，研究各個(gè)區(qū)域的局部無功補(bǔ)償方案并進(jìn)行最后協(xié)調(diào)優(yōu)化，方獲得最佳補(bǔ)償效果。

（2）以中、低壓配電網(wǎng)補(bǔ)償為主。

無功補(bǔ)償設(shè)備主要裝設(shè)在變壓站和線路上，對(duì)變壓器進(jìn)行無功補(bǔ)償主要是補(bǔ)償其運(yùn)行消耗的無功功率，這種補(bǔ)償方式并沒有對(duì)配電網(wǎng)線路無功進(jìn)行優(yōu)化。而全網(wǎng)總損耗的70%發(fā)生在低壓配電網(wǎng)，因此應(yīng)以低壓配電網(wǎng)無功補(bǔ)償為主、其他方式為輔，有效降低全網(wǎng)有功損耗。

（3）供電方補(bǔ)償和用戶補(bǔ)償相結(jié)合。

為減少無功功率流動(dòng)、降低網(wǎng)損和提升電壓質(zhì)量，除供電方負(fù)責(zé)對(duì)配電網(wǎng)公共設(shè)備進(jìn)行無功補(bǔ)償之外，電力用戶也應(yīng)積極主動(dòng)配合裝設(shè)無功補(bǔ)償裝置，對(duì)消耗無功較多的特殊設(shè)備補(bǔ)償適量無功，或改進(jìn)設(shè)備的功率因數(shù)，減少無功消耗。

2 配電網(wǎng)無功優(yōu)化算法

無功優(yōu)化問題的狀態(tài)變量和控制變量既連續(xù)又離散，求解過程中會(huì)出現(xiàn)誤差大以及“維數(shù)災(zāi)”等問題，難以得到最優(yōu)結(jié)果。多年來已此領(lǐng)域開展眾多研究工作，并獲得了一些成果。優(yōu)化算法通常包括經(jīng)傳統(tǒng)優(yōu)化方法和人工智能優(yōu)化方法。

2.1 傳統(tǒng)優(yōu)化方法

（1）線性規(guī)劃法。

無功優(yōu)化屬非線性規(guī)劃問題，采用泰勒公式把目標(biāo)函數(shù)和約束條件展開后消去高次項(xiàng)，將問題局部線性化處理。該方法進(jìn)行無功優(yōu)化計(jì)算時(shí)，運(yùn)算速度快且收斂可靠。但在優(yōu)化過程中將實(shí)際非線性問題進(jìn)行線性化近似，誤差難以避免。若迭代步長(zhǎng)選取不當(dāng)，可能導(dǎo)致收斂緩慢或振蕩不收斂，優(yōu)化結(jié)果和實(shí)際運(yùn)行情況有差異。

（2）非線性規(guī)劃法法。

以極坐標(biāo)形式牛拉法潮流計(jì)算為運(yùn)算機(jī)理，采用拉格朗日乘數(shù)法對(duì)約束等式進(jìn)行變換，采用庫恩塔克法處理約束不等式，以函數(shù)值迭代下降最快作為尋優(yōu)方向，以使函數(shù)值盡快達(dá)到最小，該方法原理簡(jiǎn)單、易于編程實(shí)現(xiàn)。但對(duì)梯度步長(zhǎng)和懲罰函數(shù)的選擇要求很嚴(yán)格，懲罰因子過大發(fā)散、過小又不利于消除越界影響。由于前后兩次搜索方向垂直，在接近最優(yōu)點(diǎn)時(shí)，收斂速度變慢甚至出現(xiàn)搜索鋸齒現(xiàn)象。

牛頓法具有二階收斂性，利用雅可比矩陣和海森矩陣對(duì)目標(biāo)函數(shù)求解，統(tǒng)一對(duì)拉格朗日乘子和控制變量作修正處理，大大降低計(jì)算復(fù)雜性。但有效約束集一般通過試驗(yàn)迭代確定，不易編程。

二次規(guī)劃法是采用二次多項(xiàng)式近似表達(dá)目標(biāo)函數(shù)、線性化不等式來構(gòu)造二次規(guī)劃模型，通過逐次近似求解原非線性問題。存在處理復(fù)雜、計(jì)算量大、編程難實(shí)現(xiàn)等問題。

（3）混合整數(shù)規(guī)劃法。

可同時(shí)處理連續(xù)變量和離散變量，但對(duì)整體最優(yōu)又較大影響。易發(fā)生振蕩不收斂，計(jì)算過程復(fù)雜，計(jì)算量大，維數(shù)的增加會(huì)使計(jì)算時(shí)間急劇增長(zhǎng)。

（4）動(dòng)態(tài)規(guī)劃法。

按時(shí)間劃分為相互聯(lián)系的階段，并對(duì)每階段結(jié)果作出評(píng)判，從而得到最優(yōu)解。當(dāng)狀態(tài)變量增加時(shí)，將會(huì)出現(xiàn)“維數(shù)災(zāi)”問題。

2.2 人工智能優(yōu)化算法

（1）遺傳算法。

利用生物界物競(jìng)天擇、適者生存的機(jī)理來隨機(jī)搜索。該算法不依賴優(yōu)化模型，具有并行計(jì)算特性、魯棒性和自適應(yīng)搜索能力，但其隨機(jī)搜索尋優(yōu)，計(jì)算和優(yōu)化速度慢，易過早收斂于局部最優(yōu)。

（2）免疫算法。

仿效生物免疫系統(tǒng)，將目標(biāo)函數(shù)和約束條件對(duì)應(yīng)免疫系統(tǒng)的抗原，函數(shù)可行解對(duì)應(yīng)免疫系統(tǒng)產(chǎn)生的抗體，通過計(jì)算抗體與抗原、抗體間的親和度及濃度得到最優(yōu)抗體。可避免陷入局部最優(yōu)，但當(dāng)求解到一定范圍時(shí)，易做大量無用冗余迭代，求解效率較低。

（3）蟻群優(yōu)化算法。

借鑒螞蟻間通過信息交流和相互協(xié)作的現(xiàn)象來求解組合最優(yōu)問題。蟻群算法易跳出局部最優(yōu)發(fā)現(xiàn)較好的解，具有較強(qiáng)的魯棒性，在求解離散優(yōu)化問題方面具有優(yōu)越性。但在求解過程中易出現(xiàn)停滯，當(dāng)群體規(guī)模變大時(shí)，優(yōu)化時(shí)間急劇增加較長(zhǎng)。

3 結(jié)語

輸電網(wǎng)絡(luò)無功優(yōu)化問題已進(jìn)行了大量研究工作，并取得了較多成果成功運(yùn)用于實(shí)踐，但配電網(wǎng)無功優(yōu)化一直沒有得到足夠的重視，配電網(wǎng)自動(dòng)化系統(tǒng)也大多側(cè)重于提高供電可靠性。我國(guó)配電網(wǎng)存在無功功率不足、電壓質(zhì)量差、線損大等問題，嚴(yán)重影響了用戶正常用電，甚至給一些企業(yè)造成了很大的經(jīng)濟(jì)損失。因此，對(duì)配電網(wǎng)進(jìn)行無功優(yōu)化，合理調(diào)整、補(bǔ)償無功功率具有重要現(xiàn)實(shí)意義。

參考文獻(xiàn)

[1] 張佩炯，蘇宏升.一種改進(jìn)的云粒子群算法及其應(yīng)用研究[J].計(jì)算機(jī)科學(xué)，2012，39（11）：249-255.

[2] 徐剛剛.基于CAGPSO和ISCO算法的電力系統(tǒng)無功優(yōu)化研究[D].吉林：東北電力大學(xué)，2012：34-46.

[3] 曾令全，羅富寶，丁金嫚.禁忌搜索-粒子群算法在無功優(yōu)化中的應(yīng)用[J].電網(wǎng)技術(shù)，2011，35（7）：129-133

[4] 蘇玲，趙冬梅，韓靜.電力系統(tǒng)無功優(yōu)化算法綜述[J].現(xiàn)代電力，2004（6）：12-16

[5] HUANG Chao-ming，SHIN-JU C， YANN-CHANG H，et al.Optimal active-reactive power dispatch using an enhanced differential evolution algorithm[C].Signal Processing DepartmentInstitute for Infocomm Research.2011 6th IEEE Conference on Industrial Electronics and Applications （ICIEA）.Beijing：IEEE，2011： 1869-1874.endprint