煤礦配電網(wǎng)無(wú)功補(bǔ)償優(yōu)化

安徽理工大學(xué)電氣與信息工程學(xué)院 徐雄風(fēng)

煤礦配電網(wǎng)無(wú)功補(bǔ)償優(yōu)化

安徽理工大學(xué)電氣與信息工程學(xué)院 徐雄風(fēng)

為了解決煤礦配電網(wǎng)無(wú)功優(yōu)化的問(wèn)題,采用粒子群算法對(duì)煤礦配電網(wǎng)進(jìn)行無(wú)功補(bǔ)償優(yōu)化.首先,通過(guò)靈敏度分析的方法,確定無(wú)功補(bǔ)償?shù)攸c(diǎn).然后,通過(guò)粒子群算法進(jìn)行優(yōu)化.最后,通過(guò)IEEE-33節(jié)點(diǎn)算列分析,驗(yàn)證此算法的可行性和有效性.

無(wú)功補(bǔ)償;靈敏度分析;粒子群算法

0 引言

當(dāng)前,煤礦配電網(wǎng)中大功率設(shè)備不斷增多,導(dǎo)致用電負(fù)荷不斷增加,造成煤礦供電系統(tǒng)的電壓嚴(yán)重偏低.煤礦配電網(wǎng)往往處于配電網(wǎng)的末端,電壓不穩(wěn)定,想要保持負(fù)荷端電壓的水平,就需要進(jìn)行無(wú)功補(bǔ)償.因此,進(jìn)行無(wú)功補(bǔ)償優(yōu)化是十分必要的,不僅可以降低有功網(wǎng)損,而且可以提高電壓質(zhì)量,保證系統(tǒng)的正常運(yùn)行.

配電網(wǎng)無(wú)功規(guī)劃的候選節(jié)點(diǎn)較多,若同時(shí)求解無(wú)功補(bǔ)償點(diǎn)和無(wú)功補(bǔ)償量容易陷入維數(shù)災(zāi)難.本文先通過(guò)靈敏度分析確定無(wú)功補(bǔ)償點(diǎn),再通過(guò)改進(jìn)的粒子群算法確定無(wú)功補(bǔ)償容量.

1 無(wú)功補(bǔ)償優(yōu)化模型

對(duì)電力系統(tǒng)進(jìn)行無(wú)功補(bǔ)償優(yōu)化,就是已知系統(tǒng)的負(fù)荷情況和網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)下,通過(guò)對(duì)控制變量的優(yōu)化,找到在滿足所有指定約束條件的前提下,使系統(tǒng)的某個(gè)或多個(gè)性能指標(biāo)達(dá)到最優(yōu)時(shí)的無(wú)功調(diào)節(jié)措施.煤礦配電網(wǎng)屬于通常只有單個(gè)電源,優(yōu)化模型可不考慮發(fā)電機(jī).本文以最小有功損耗為目標(biāo)函數(shù),函數(shù)表達(dá)式為:

等式約束條件:

控制變量約束條件:

狀態(tài)變量約束條件:

式中:Gij和Bij分別是節(jié)點(diǎn)i和節(jié)點(diǎn)j之間電導(dǎo)和電納;δij為節(jié)點(diǎn)i和節(jié)點(diǎn) j之間的電壓相角差;Ui和Uj分別為節(jié)點(diǎn)i和節(jié)點(diǎn)j的電壓幅值;n、nc和nt分別是為負(fù)荷節(jié)點(diǎn)總數(shù)、無(wú)功補(bǔ)償裝置數(shù)和變壓器可調(diào)分接頭數(shù);QCj為無(wú)功補(bǔ)償容量,QCjmin和QCjmax分別是無(wú)功補(bǔ)償容量的最小值和最大值;Ttk是變壓器的分接頭,Ttkmin和Ttkmax分別是變壓器分接頭的最小值和最大值.

2 靈敏度分析和粒子群算法

煤礦配電網(wǎng)負(fù)荷節(jié)點(diǎn)多,不可能一一補(bǔ)償,需要先確定無(wú)功補(bǔ)償位置.本文采用靈敏度分析確定無(wú)功補(bǔ)償選點(diǎn),節(jié)點(diǎn)電壓無(wú)功靈敏度系數(shù)為:

式中,SUQ(i, j)表示i節(jié)點(diǎn)的電壓對(duì)j節(jié)點(diǎn)無(wú)功的靈敏度值.根據(jù)靈敏度系數(shù),選擇其中較大的幾個(gè)節(jié)點(diǎn)為無(wú)功補(bǔ)償節(jié)點(diǎn).

粒子群算法(PSO)通過(guò)初始化一群隨機(jī)粒子(每個(gè)粒子代表著一個(gè)潛在的解),并利用迭代方式,使每個(gè)粒子向自身找到的最好位置和群體中最好粒子靠近,從而搜索最優(yōu)解.標(biāo)準(zhǔn) PSO 算法中,粒子根據(jù)如下公式來(lái)更新自己的速度和位置:

式中,xi表示粒子當(dāng)前位置;vi表示粒子的速度,它決定了粒子的飛行方向和距離;w為慣性權(quán)重,是保持原來(lái)速度的系數(shù);c1與c2為學(xué)習(xí)因子,分別表示個(gè)體經(jīng)驗(yàn)和群體經(jīng)驗(yàn)對(duì)粒子的影響程度,通常c1=c2=2;rand1()和rand2()是0到1之間的均勻分布的隨機(jī)數(shù);pbesti是粒子個(gè)體極值,是粒子個(gè)體歷史最優(yōu)解;gbest是種群極值,是種群歷史最優(yōu)解.

3 仿真分析

通過(guò)IEEE-33節(jié)點(diǎn)系統(tǒng)為算例分析,驗(yàn)證本文方法的可行性,通過(guò)MATLAB進(jìn)行仿真,優(yōu)化后系統(tǒng)網(wǎng)損收斂曲線如圖1所示.系統(tǒng)優(yōu)化前網(wǎng)損為204.0906kW,優(yōu)化后的網(wǎng)損為127.1692kW,并且具有較快的尋優(yōu)速度.

圖1 系統(tǒng)網(wǎng)損收斂曲線

4 結(jié)論

本文通過(guò)靈敏度分析的方法確定無(wú)功補(bǔ)償位置,以最小無(wú)功網(wǎng)損為目標(biāo),通過(guò)粒子群算法確定補(bǔ)償容量,對(duì)系統(tǒng)進(jìn)行無(wú)功補(bǔ)償優(yōu)化,通過(guò)IEEE-33節(jié)點(diǎn)系統(tǒng)進(jìn)行仿真,驗(yàn)證該算法具有較好的優(yōu)化效果,能夠有效的降低系統(tǒng)的有功網(wǎng)損.

[1]高慧敏,章堅(jiān)民,江力.基于二階網(wǎng)損無(wú)功靈敏度矩陣的配電網(wǎng)無(wú)功補(bǔ)償選點(diǎn)[J].電網(wǎng)技術(shù),2014,38(7):1979-1983.

[2]汪文達(dá),崔雪,馬興,等.考慮多個(gè)風(fēng)電機(jī)組接入配電網(wǎng)的多目標(biāo)無(wú)功優(yōu)化[J].電網(wǎng)技術(shù),2015,39(7):1860-1865.

[4]張之昊,武建,李平,等.應(yīng)用于農(nóng)村配電網(wǎng)的測(cè)量點(diǎn)與補(bǔ)償點(diǎn)分離式無(wú)功補(bǔ)償設(shè)備及其優(yōu)化配置[J].電工技術(shù)學(xué),2015,30(3):205-213.