一种配电网的无功优化方法和装置制造方法及图纸

本发明专利技术提供一种配电网的无功优化方法和装置，初始化控制参数和控制变量；基于初始化后的控制变量，在拉格朗日内循环中更新控制变量；判断拉格朗日外循环是否收敛，若收敛，则结束；若不收敛，则更新控制参数，并继续在拉格朗日内循环中更新控制变量，直至拉格朗日外循环收敛，本发明专利技术得到的优化结果精确度高，且提高了配电网优化效果。本发明专利技术将配电网精益化管控的无功优化转化为正定矩阵求逆，过程简单、适用性强、结果可靠，有利于无功优化求解能力的提升；本发明专利技术基于增广拉格朗日乘子罚函数法的无功优化收敛速度更快，计算时间较少；本发明专利技术无功优化精度较高，有利于满足配电网精益化管控需求。

【技术实现步骤摘要】
一种配电网的无功优化方法和装置
本专利技术涉及微电网
，具体涉及一种配电网的无功优化方法和装置。
技术介绍
随着配电网的发展，用户对供电可靠性与电能质量的要求不断提高，人们对其精益化管控的要求不断提高，配电网无功优化是精益化管控的重要内容。无功优化不但有利于提高电能质量水平，还能够降低线损，使电能传输经济性环保性提高。连续可调无功补偿装置的发展，进一步丰富了无功优化在精益化管控中的内涵，对无功优化计算精度提出了新的要求。现有技术一般采用人工智能方法对配电网进行无功优化，虽然人工智能方法具有适用性强、鲁棒性强的优点，但其不同次数的优化结果通常呈波动现象，在目标函数复杂和控制维度较高的情况下优化结果的波动现象更加明显，甚至陷入局部最优困境，不能满足配电网精益化控制对无功优化的应用需求。
技术实现思路
为了克服上述现有技术中优化结果精确度低以及优化效果差的不足，本专利技术提供一种配电网的无功优化方法和装置，初始化控制参数和控制变量；基于初始化后的控制参数和控制变量，在拉格朗日内循环中更新控制变量；判断拉格朗日本文档来自技高网...

【技术保护点】
1.一种配电网的无功优化方法，其特征在于，包括：/n初始化控制参数，并基于无功补偿装置的容量向量初始化控制变量；/n基于初始化后的控制变量，在拉格朗日内循环中更新控制变量；/n判断拉格朗日外循环是否收敛，若收敛，则结束；若不收敛，则更新控制参数，并继续在拉格朗日内循环中更新控制变量，直至拉格朗日外循环收敛。/n

【技术特征摘要】
1.一种配电网的无功优化方法，其特征在于，包括：
初始化控制参数，并基于无功补偿装置的容量向量初始化控制变量；
基于初始化后的控制变量，在拉格朗日内循环中更新控制变量；
判断拉格朗日外循环是否收敛，若收敛，则结束；若不收敛，则更新控制参数，并继续在拉格朗日内循环中更新控制变量，直至拉格朗日外循环收敛。


2.根据权利要求1所述的配电网的无功优化方法，其特征在于，所述控制参数包括外循环拉格朗日乘子向量、外循环惩罚因子向量、惩罚因子向量的增长系数、改善程度系数、拉格朗日外循环控制系数、拉格朗日外循环迭代次数上限、拉格朗日外循环迭代次数、拉格朗日内循环控制系数、拉格朗日内循环迭代次数上限和拉格朗日内循环迭代次数。


3.根据权利要求1所述的配电网的无功优化方法，其特征在于，所述基于无功补偿装置的容量向量初始化控制变量，包括：
按下式对控制变量进行初始化：
x0＝[XQ,real(xs),imag(xs)]T
其中，x0为初始化后的控制变量；XQ为无功补偿装置的容量向量；xs为复数向量，real(xs)为xs的实部，imag(xs)为xs的虚部。


4.根据权利要求3所述的配电网的无功优化方法，其特征在于，所述XQ、xs分别按下式确定：
XQ＝[q1,q2,…,qc,…,qC]T



式中，qc为无功补偿装置c的容量，C为无功补偿装置的数量，T表示转置；VN为节点电压向量，IN为电流源的注入电流向量，VS为电压源的电压向量，IV为电压源的电流向量，ID为变压器的电流向量，IS为开关的电流向量，IL为负荷和无功补偿装置的电流向量；Yn为节点导纳矩阵，Vc为电压源连接矩阵，Dc为变压器连接矩阵，Sc为开关连接矩阵，Sd为开关阻抗矩阵，E为单位矩阵。


5.根据权利要求1所述的配电网的无功优化方法，其特征在于，所述基于初始化后的控制变量，在拉格朗日内循环中更新控制变量，包括：
将第k次拉格朗日外循环迭代的控制变量设为初始化后的控制变量；
确定控制变量修正量，并基于控制变量修正量更新控制变量；
判断拉格朗日内循环是否收敛，若拉格朗日内循环收敛，将第k+1次拉格朗日外循环迭代的控制变量设为第t次拉格朗日内循环迭代的控制变量，并退出拉格朗日内循环；
若拉格朗日内循环不收敛且拉格朗日内循环迭代次数不超过拉格朗日内循环最大迭代次数，拉格朗日内循环迭代次数加1，且进入下一拉格朗日内循环；
若拉格朗日内循环不收敛且拉格朗日内循环迭代次数超过拉格朗日内循环最大迭代次数，将第k+1次拉格朗日外循环迭代的控制变量设为初始化后的控制变量，并退出拉格朗日内循环。


6.根据权利要求5所述的配电网的无功优化方法，其特征在于，所述基于控制变量修正量更新控制变量，包括：
将第t次拉格朗日内循环迭代的控制变量与控制变量修正量求和，得到第t+1次拉格朗日内循环迭代的控制变量。


7.根据权利要求6所述的配电网的无功优化方法，其特征在于，所述控制变量修正量按下式确定：
dx＝-(H(t))-1▽F(x(t))
式中，dx为控制变量修正量，F(x(t))为拉格朗日函数，▽F(x(t))为F(x(t))的一阶导数，H(t)为F(x(t))的海森矩阵。


8.根据权利要求7所述的配电网的无功优化方法，其特征在于，所述F(x(t))按下式确定：



式中，A为等式约束总数，B为不等式约束总数；为λa的第i个元素，为λb的第j个元素，λa为等式约束中第k次拉格朗日外循环迭代的拉格朗日乘子，λb为不等式约束中第k次拉格朗日外循环迭代的拉格朗日乘子；为ra的第i个元素，为rb的第j个元素，ra为等式约束中第k次拉格朗日外循环迭代的惩罚因子，rb为不等式约束中第k次拉格朗日外循环迭代的惩罚因子；f(x(t))为配电网的无功优化目标函数，gi(x(t))为第i个等式约束，Ψj(x(t))为惩罚临界函数。


9.根据权利要求8所述的配电网的无功优化方法，其特征在于，所述Ψj(x(t))按下式确定：



式中，hj(x(t))为第j个不等式约束，且hj(x(t))≤0。


10.根据权利要求5所述的配电网的无功优化方法，其特征在于，所述判断拉格朗日内循环是否收敛，包括：
若满足控制变量修正量的范数小于等于拉格朗日内循环控制系数，确定拉格朗日内循环收敛，否则拉格朗日内循环不收敛。


11.根据权利要求1所述的配电网的无功优化方法，其特征在于，所述判断拉格朗日外循环是否收敛，包括：
若满足约束误差向量范数小于等于拉格朗日外循环控制系数，或拉格朗日外循环迭代次数大于等于拉格朗日外循环迭代次数上限，确定拉格朗日外循环收敛，否则拉格朗日外循环不收敛。


12.根据权利要求1所述的配电网的无功优化方法，其特征在于，所述拉格朗日乘子的更新，包括：
对于等式约束，按下式更新拉格朗日乘子：



式中，为等式约束中第k+1次拉格朗日外循环迭代的拉格朗日乘子，为等式约束中k次拉格朗日外循环迭代的拉格朗日乘子，为等式约束中第k次拉格朗日外循环迭代的惩罚因子，为拉格朗日函数的梯度；
对于不等式约束，按下式更新拉格朗日乘子：



式中，为不等式约束中第k+1次拉格朗日外循环迭代的拉格朗日乘子，为不等式约束中第k次拉格朗日外循环迭代的拉格朗日乘子，为不等式约束中第k次拉格朗日外循环迭代的惩罚因子，h(xk+1)为第k+1次拉格朗日外循环迭代的不等式约束。


13.根据权利要求12所述的配电网的无功优化方法，其特征在于，所述惩罚因子的更新，包括：
对于等式约束，按下式更新惩罚因子：



对于不等式约束，按下式更新惩罚因子：



式中，为等式约束中第k+1次拉格朗日外循环迭代的惩罚因子，为等式约束中第k次拉格朗日外循环迭代的惩罚因子；为不等式约束中第k+1次拉格朗日外循环迭代的惩罚因子，为不等式约束中第k次拉格朗日外循环迭代的惩罚因子；β为惩罚因子向量的增长系数，γ为改善程度系数，g(xk)为第k次拉格朗日外循环迭代的等式约束，g(xk+1)为第k+1次拉格朗日外循环迭代的等式约束；h(xk)为第k次拉格朗日外循环迭代的不等...

【专利技术属性】
技术研发人员：何开元，刘科研，盛万兴，孟晓丽，胡丽娟，叶学顺，董伟杰，贾东梨，刁赢龙，唐建岗，王晨钟，
申请(专利权)人：中国电力科学研究院有限公司，国家电网有限公司，国网北京市电力公司，
类型：发明
国别省市：北京;11