折海林 范煜洋
【摘要】本文針對(duì)配電網(wǎng)的補(bǔ)償特點(diǎn),結(jié)合最小無功電流損耗的計(jì)算方法和改進(jìn)式的遺傳算法對(duì)配電網(wǎng)無功補(bǔ)償?shù)膬?yōu)化規(guī)劃展開研究,使無功規(guī)劃優(yōu)化效率及其精度得到提升,更有助于保障電網(wǎng)穩(wěn)定運(yùn)行。
【關(guān)鍵詞】配電網(wǎng);無功補(bǔ)償優(yōu)化;規(guī)劃
配電網(wǎng)無功補(bǔ)償?shù)闹饕O(shè)備就是并聯(lián)電容器組,將其準(zhǔn)確地安裝在相應(yīng)的位置上并合理確定具體的補(bǔ)償點(diǎn)個(gè)數(shù),才能保證電壓質(zhì)量得到提升,并降低網(wǎng)損。配電系統(tǒng)本身具有負(fù)荷分散的特點(diǎn),其帶補(bǔ)償和供電半徑較多,所以其配置有很多方面需要引起足夠的重視。
1配電網(wǎng)無功補(bǔ)償優(yōu)化方法簡(jiǎn)述
黃陵指揮部生產(chǎn)電源是依靠發(fā)電來完成,在發(fā)電過程中電壓不穩(wěn),線路長(zhǎng),末端電壓低。從配電網(wǎng)無功補(bǔ)償?shù)撵`敏度方面進(jìn)行分析,工作人員可以將具備高靈敏度的節(jié)點(diǎn)提取出來作為待補(bǔ)償點(diǎn),一定程度上釋放空間,但這種取點(diǎn)的方法更適用于同屬一條支路的幾個(gè)相鄰節(jié)點(diǎn)且具有很高靈敏度的情況,再加上這種適用度較低,通常只有幾個(gè)節(jié)點(diǎn)真正在該節(jié)點(diǎn)上,還會(huì)對(duì)其他節(jié)點(diǎn)的靈敏度產(chǎn)生影響。采用靈敏度分析方法通常比較難確定補(bǔ)償點(diǎn)的具體個(gè)數(shù),如果采用節(jié)點(diǎn)無功裕度值的大小來確定補(bǔ)償點(diǎn),同樣遇到一定的問題。還有的學(xué)者會(huì)通過N點(diǎn)分散補(bǔ)償?shù)姆椒ㄍㄟ^判斷面積和等長(zhǎng)度作為依據(jù)來確定補(bǔ)償點(diǎn)容量和個(gè)數(shù),但這對(duì)負(fù)荷數(shù)據(jù)的精確度要求非常高,而從負(fù)荷點(diǎn)峰值無功電流的計(jì)算來確定的話,配電網(wǎng)又有實(shí)時(shí)數(shù)據(jù)不足的問題。延時(shí)投切方式即俗稱的“靜態(tài)”補(bǔ)償方式。延時(shí)投切的目的在于防止過于頻繁的動(dòng)作使電容器造成損壞,更重要的是防備電容不停的投切導(dǎo)致供電系統(tǒng)振蕩,這是很危險(xiǎn)的。
由此可見,即便理論基礎(chǔ)存在,但在實(shí)踐的過程中實(shí)施困難重重。本研究通過無功電流損耗最小算法的方式來確定補(bǔ)償點(diǎn)的補(bǔ)償容量和個(gè)數(shù)以及位置等信息,能夠很好地減少空間維數(shù),在應(yīng)用算法過程中實(shí)現(xiàn)逐漸改進(jìn)和利用的目的,最終就能將無功規(guī)劃的優(yōu)化方法提出來。
2無功規(guī)劃優(yōu)化數(shù)學(xué)模型研究
2.1函數(shù)分析
根據(jù)配電網(wǎng)的實(shí)際情況,筆者采用罰函數(shù)的方式對(duì)狀態(tài)變量下的約束條件進(jìn)行處理,進(jìn)而構(gòu)造遺傳算法符合的無功優(yōu)化目標(biāo)函數(shù),其中涉及到無功補(bǔ)償裝置設(shè)備年等值費(fèi)用、節(jié)點(diǎn)電壓越限罰函數(shù)、系統(tǒng)有功網(wǎng)損年等值費(fèi)用等等,具體公式如下:
在這個(gè)公式當(dāng)中,Ke表示投資單位容量電容器產(chǎn)生的費(fèi)用,KvarQkl是節(jié)點(diǎn)i無功補(bǔ)償?shù)娜萘縦var和NQ為電容器無功補(bǔ)償點(diǎn)的集合,Ckl指電容器的不同節(jié)點(diǎn)固定安裝費(fèi)用,無功補(bǔ)償個(gè)數(shù)則是Ne,Cp則為電能的單價(jià),T1是年最大負(fù)荷損耗,AP表示最大負(fù)荷時(shí)有功網(wǎng)損情況,KV表示節(jié)點(diǎn)電壓越限罰因子。
2.2相關(guān)數(shù)學(xué)模型的求解
結(jié)合配電網(wǎng)無功規(guī)劃的優(yōu)化特征,筆者以遺傳算法進(jìn)行計(jì)算,對(duì)于具體的配電網(wǎng)無功優(yōu)化過程可以通過以下的描述進(jìn)行理解:通過目標(biāo)函數(shù)在電力系統(tǒng)環(huán)境下評(píng)價(jià)各種條件約束的方法,將其中評(píng)價(jià)值較低的淘汰,遺傳下高評(píng)價(jià)值的作為遺傳特征,從而實(shí)現(xiàn)高評(píng)價(jià)值不斷持續(xù)的優(yōu)化。由此可見,配電網(wǎng)無功優(yōu)化的各種問題需要通過編碼變量來最終確定,設(shè)計(jì)相關(guān)的適應(yīng)度函數(shù),進(jìn)行遺傳操作,才能真正解決配電網(wǎng)無功規(guī)劃的優(yōu)化問題并最終實(shí)現(xiàn)配電網(wǎng)無功規(guī)劃的優(yōu)化。
首先是編碼方法。根據(jù)組對(duì)無功補(bǔ)償作投切,要確保變量的個(gè)數(shù)及染色體長(zhǎng)度都相同,那么可以采用十進(jìn)制編碼進(jìn)行。如果每個(gè)電容器的節(jié)點(diǎn)包括6組投切,就要針對(duì)這些投切電容器的組數(shù)加以表示,選擇0~6之間的任何一個(gè)數(shù)字,如果這個(gè)節(jié)點(diǎn)不投切電容器,則通過0來表示。其次是設(shè)計(jì)適應(yīng)度函數(shù)。比如采用目標(biāo)函數(shù)來對(duì)配電網(wǎng)無功規(guī)劃優(yōu)化加以表述,計(jì)算過程中則采用遺傳算法,將目標(biāo)函數(shù)轉(zhuǎn)化為適應(yīng)度函數(shù),最小化問題結(jié)合目標(biāo)函數(shù)來求解,那么最終的結(jié)果可通過轉(zhuǎn)換目標(biāo)函數(shù)得出。再者是選擇的遺傳算法,在進(jìn)行操作時(shí),選擇遺傳算法的過程非常重要,必須引起工作人員的高度重視。如果沒有選擇適合的算子,那么就會(huì)影響子代與父代之間的相似度,直接破壞種群的多樣性,導(dǎo)致進(jìn)化過程被停滯,甚至出現(xiàn)早熟的情況,直接給遺傳算法的全局操作造成嚴(yán)重的破壞影響,因此要做好方法的深入研究的選擇。本文中筆者主要是根據(jù)輪盤賭的非線性排序方法進(jìn)行配電網(wǎng)無功運(yùn)行優(yōu)化的選擇,計(jì)算的過程都基于輪盤賭非線性排序法基礎(chǔ)之上,首要工作就是計(jì)算所有個(gè)體適應(yīng)度的函數(shù)值,對(duì)其進(jìn)行從大到小的排列,以排列的實(shí)際順序?yàn)橐罁?jù)選擇個(gè)體。還有就是變異與交叉算子。主要采用固定的交叉率、變異率來對(duì)簡(jiǎn)單遺傳算法進(jìn)行檢驗(yàn),看其是否與適應(yīng)性搜索過程及遺傳算法的動(dòng)態(tài)相符合,所以工作人員在進(jìn)行簡(jiǎn)單遺傳算法的應(yīng)用中要選擇交叉率與變異率的自適應(yīng)性,同時(shí)確保自適應(yīng)遺傳算法群多樣性基礎(chǔ)上,針對(duì)遺傳算法收斂的功能作保障,才能真正確保其優(yōu)化的能力提升。最后是終止判據(jù)。前提為不改變使用最大進(jìn)化代數(shù)maxgen和最優(yōu)個(gè)體適應(yīng)度,并與最小保留代數(shù)相結(jié)合作為終止判據(jù)。如果在連續(xù)代內(nèi),并且沒有找到其他的解法來代替最優(yōu)值,那么前面所得出的結(jié)果就作為最優(yōu)值的結(jié)果,并結(jié)束所有的計(jì)算。如果給遺傳代數(shù)限定一定的范圍,沒能得出最終的解來滿足最優(yōu)個(gè)體的最小保留代數(shù),就要以輪流的方式研究次優(yōu)的輸出,并結(jié)束計(jì)算。這個(gè)計(jì)算操作方法主要是盡可能控制各種因素準(zhǔn)則下應(yīng)用而出現(xiàn)的缺陷,確保進(jìn)化收斂速度得到進(jìn)一步的提高。
3結(jié)束語(yǔ)
綜上所述,在運(yùn)算的目標(biāo)函數(shù)中,最大綜合效益的是經(jīng)濟(jì)技術(shù),其中有無功補(bǔ)償設(shè)備投資、電壓質(zhì)量和配電網(wǎng)的電能損耗等等。在規(guī)劃過程中,要對(duì)配電網(wǎng)無功規(guī)劃的優(yōu)化進(jìn)行建模,還要確定具體的補(bǔ)償點(diǎn)個(gè)數(shù)和實(shí)際位置,同時(shí)在改進(jìn)遺傳算法的基礎(chǔ)上將這些因素結(jié)合,才能真正實(shí)現(xiàn)電容器容量的優(yōu)化工作。這個(gè)算法具有很高的有效性與實(shí)用性,有助于確保初始的種群無效解減少,并解決長(zhǎng)期以來在遺傳算法運(yùn)用中出現(xiàn)的早熟和停滯的問題,運(yùn)用這種改良優(yōu)化的方法,進(jìn)一步提高了配電網(wǎng)無功規(guī)劃優(yōu)化的精準(zhǔn)度與效率,從而達(dá)到優(yōu)化配電網(wǎng)無功規(guī)劃的目的,為相關(guān)工作人員提供一定的借鑒參考作用。