一种基于蜻蜓算法的含分布式电源的配电网无功优化方法技术

本发明专利技术属于电力系统无功优化技术领域，尤其涉及一种基于蜻蜓算法的含分布式电源的配电网无功优化方法。包括：步骤1.考虑分布式电源对配电网无功优化的影响，建立配电网无功优化数学模型；步骤2.获取配电网系统的节点数据，选取分布式电源放置的节点位置，设置控制变量的个数及取值范围；步骤3.初始化参数；步骤4.对种群内每个蜻蜓个体进行相关计算，并自适应的调整各项行为的权重系数；步骤5.调整每个蜻蜓个体的位置更新范围；步骤6.蜻蜓适应度计算；步骤7.终止条件判断；步骤8.停止迭代，输出最终的最优无功补偿量和最优值。本发明专利技术能够提供高精度的无功补偿方案，降低线损，保证配电系统安全稳定的运行。电系统安全稳定的运行。电系统安全稳定的运行。

【技术实现步骤摘要】
一种基于蜻蜓算法的含分布式电源的配电网无功优化方法


[0001]本专利技术属于电力系统无功优化
，尤其涉及一种基于蜻蜓算法的含分布式电源的配电网无功优化方法。

技术介绍

[0002]随着经济的飞速发展和人民生活水平的不断提高，对电能的需求越来越大，并且对电压质量的要求也越来越高。然而，传统能源发电带来了环境污染问题且传统能源储备也出现短缺情况，为解决日益增长的能源需求与实际发电问题之间的矛盾，在传统电网中引入了分布式电源，利用可再生能源发电，同时加强配电网的降损节能管理。但也因此给电网的运行带来了新的挑战。
[0003]分布式电源的接入改变了传统配电网的结构，使得配电网运行与规划的受约束条件更多。分布式电源将原本的单电源供电转变为多电源同时供电，当分布式电源容量较大时，会改变配电网中的潮流方向，增加电压越限的风险和网络损耗，甚至出现逆潮流问题。
[0004]无功优化是解决以上问题的一种有效方法，它作为最优潮流的一部分，可以通过优化无功控制设备的调节方式，使系统运行过程达到最有效果。通过无功优化，不仅能有效的降低网损，节约运行成本，还能提高电压质量，使配电网更可靠、安全的运行。
[0005]目前在无功优化问题中，对于目标函数的选取，从系统经济性角度出发，通常以网损最小或补偿设备动作代价最低为目标函数。从系统安全性考虑，通常以电压偏移量最低为目标函数。对于约束条件，一般包括潮流约束和控制变量约束等。在求解方法方面，传统方法一般包括线性规划法、非线性规划法、动态规划法等。传统方法的求解效果通常依赖于目标函数的性质，如线性和非线性、凸性和非凸性等，这就给问题求解上造成了一定的限制，通常目标函数的性质越复杂，求解的效果就越差，所以这类方法在配电网无功优化中是难以实施的。而后来出现的人工智能方法则不依赖于目标函数的性质和梯度信息，但其中的大多数都存在计算量大、过程复杂以及容易陷入局部最优等问题，也影响着配电网无功补偿中的最优方案的制定。

技术实现思路

[0006]针对上述现有技术中存在的不足之处，本专利技术提供了一种基于蜻蜓算法的含分布式电源的配电网无功优化方法。其目的是为了有效的解决配电网在运行中的线损过高、电压质量低等问题的专利技术目的。
[0007]本专利技术为实现上述目的所采用的技术方案是：
[0008]一种基于蜻蜓算法的含分布式电源的配电网无功优化方法，包括以下步骤：
[0009]步骤1.考虑分布式电源对配电网无功优化的影响，建立配电网无功优化数学模型；
[0010]步骤2.获取配电网系统的节点数据，选取分布式电源放置的节点位置，设置控制变量的个数及取值范围；
[0011]步骤3.初始化参数；
[0012]步骤4.对种群内每个蜻蜓个体进行相关计算，并自适应的调整各项行为的权重系数；
[0013]步骤5.调整每个蜻蜓个体的位置更新范围；
[0014]步骤6.蜻蜓适应度计算；
[0015]步骤7.终止条件判断；
[0016]步骤8.停止迭代，输出最终的最优无功补偿量和最优值。
[0017]更进一步的，步骤1所述建立配电网无功优化数学模型包括：
[0018]步骤101.选取以网损最小、电压质量最高为目标函数：
[0019]min f＝aP
loss
+bΔU+cL
[0020]其中，f为目标函数，P
loss
表示配电网的线损，ΔU表示电压越限程度，L是电压稳定性的一个指标，L越小电压稳定性越好，a、b、c分别为各指标的权重系数，其大小根据配电网数据特点利用变异系数法确定，以示客观性；
[0021][0022]其中，P
loss
表示配电网的线损,N表示配电网的支路总数，g
k
表示支路k的电导，U
i
和U
j
分别为节点i和j的电压幅值，θ
ij
表示节点i和j间的电压相角差；
[0023][0024]其中，ΔU表示电压越限程度，表示节点i的电压基准值，和分别为节点i电压的上限和下限；
[0025]假设潮流方向从节点i流向节点j，那么该支路的电压稳定指标可以表示为：
[0026][0027]其中，P
j
和Q
j
分别是节点j的注入有功功率和无功功率，R
ij
为支路电阻，X
ij
为支路电抗；
[0028]步骤102.潮流计算方程：
[0029][0030][0031]其中，P
DGi
和Q
DGi
分别是分布式电源在节点i的注入有功功率和无功功率，P
Di
和Q
Di
为节点i的负荷功率。
[0032]更进一步的，步骤2所述获取配电网系统的节点数据，选取分布式电源放置的节点位置，设置控制变量的个数及取值范围，包括：
[0033][0034][0035][0036]其中，Q
DGi
和Q
Ci
分别为第i个DG的无功出力和第i个无功补偿装置的无功出力，为节点i的电压幅值，为分布式电源提供的无功补偿量下限，为分布式电源提供的无功补偿量上限，为无功补偿设备提供的无功补偿量下限，为无功补偿设备提供的无功补偿量上限，和分别为节点i电压的上限和下限。
[0037]更进一步的，步骤3所述初始化参数，包括：在约束范围内初始化蜻蜓的位置X，即实际问题中的无功补偿量的初始值，以及步长向量ΔX,并计算初始目标函数值，设置最大迭代次数T。
[0038]更进一步的，所述相关计算包括：分离、对齐、凝聚、捕食以及躲避天敌行为的计算；
[0039]所述分离：指蜻蜓与邻居中其他蜻蜓之间的避免静态碰撞；
[0040][0041]其中，S
j
表示分离度,X是当前蜻蜓的位置，X
j
表示相邻第j个蜻蜓的位置，N表示相邻蜻蜓的数量；
[0042]所述对齐：表示蜻蜓与邻居中其他蜻蜓的速度匹配；
[0043][0044]其中，A
i
表示对齐度，V
j
表示第j个相邻蜻蜓的速度；
[0045]所述凝聚：指蜻蜓倾向于邻里蜻蜓的中心；
[0046][0047]其中，C
i
表示凝聚程度,X是当前蜻蜓的位置，X
j
表示相邻第j个蜻蜓的位置，N表示相邻蜻蜓的数量；
[0048]所述捕食，指聚集捕食猎物：
[0049]F
i
＝X
+
‑
X
[0050]其中，F
i
表示捕食情况,X是当前蜻蜓的位置，X
+
显示食物来源的位置；
[0051]所述躲避天敌，指分散躲避天敌：
[0052]E
i
＝X
‑
+X
[0053]其本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于蜻蜓算法的含分布式电源的配电网无功优化方法，其特征是：包括以下步骤：步骤1.考虑分布式电源对配电网无功优化的影响，建立配电网无功优化数学模型；步骤2.获取配电网系统的节点数据，选取分布式电源放置的节点位置，设置控制变量的个数及取值范围；步骤3.初始化参数；步骤4.对种群内每个蜻蜓个体进行相关计算，并自适应的调整各项行为的权重系数；步骤5.调整每个蜻蜓个体的位置更新范围；步骤6.蜻蜓适应度计算；步骤7.终止条件判断；步骤8.停止迭代，输出最终的最优无功补偿量和最优值。2.根据权利要求1所述的一种基于蜻蜓算法的含分布式电源的配电网无功优化方法，其特征是：步骤1所述建立配电网无功优化数学模型包括：步骤101.选取以网损最小、电压质量最高为目标函数：min f＝aP
loss
+bΔU+cL其中，f为目标函数，P
loss
表示配电网的线损，ΔU表示电压越限程度，L是电压稳定性的一个指标，L越小电压稳定性越好，a、b、c分别为各指标的权重系数，其大小根据配电网数据特点利用变异系数法确定，以示客观性；其中，P
loss
表示配电网的线损,N表示配电网的支路总数，g
k
表示支路k的电导，U
i
和U
j
分别为节点i和j的电压幅值，θ
ij
表示节点i和j间的电压相角差；其中，ΔU表示电压越限程度，表示节点i的电压基准值，和分别为节点i电压的上限和下限；假设潮流方向从节点i流向节点j，那么该支路的电压稳定指标可以表示为：其中，P
j
和Q
j
分别是节点j的注入有功功率和无功功率，R
ij
为支路电阻，X
ij
为支路电抗；步骤102.潮流计算方程：步骤102.潮流计算方程：其中，P
DGi
和Q
DGi
分别是分布式电源在节点i的注入有功功率和无功功率，P
Di
和Q
Di
为节点i的负荷功率。
3.根据权利要求1所述的一种基于蜻蜓算法的含分布式电源的配电网无功优化方法，其特征是：步骤2所述获取配电网系统的节点数据，选取分布式电源放置的节点位置，设置控制变量的个数及取值范围，包括：控制变量的个数及取值范围，包括：控制变量的个数及取值范围，包括：其中，Q
DGi
和Q
Ci
分别为第i个DG的无功出力和第i个无功补偿装置的无功出力，为节点i的电压幅值，为分布式电源提供的无功补偿量下限，为分布式电源提供的无功补偿量上限，为无功补偿设备提供的无功补偿量下限，为无功补偿设备提供的无功补偿量上限，和分别为节点i电压的上限和下限。4.根据权利要求1所述的一种基于蜻蜓算法的含分布式电源的配电网无功优化方法，其特征是：步骤3所述初始化参数，包括：在约束范围内初始化蜻蜓的位置X，即实际问题中的无功补偿量的初始值，以及步长向量ΔX,并计算初始目标函数值，设置最大迭代次数T。5.根据权利要求1所述的一种基于蜻蜓算法的含分布式电源的配电网无功优化方法，其特征是：所述相关计算包括：分离、对齐、凝聚、捕食以及躲避天敌行为的计算；所述分离：指蜻蜓与邻居中其他蜻蜓之间的避免静态碰撞；其中，S
j
表示分离度,X是当前蜻蜓的位置，X
j
表示相邻第j个蜻蜓的位置，N表示相邻蜻蜓的数量；所述对齐：表示蜻蜓与邻居中其他蜻蜓的速度匹配；其中，A
i
表示对齐度，V
j
表示第j个相邻蜻蜓的速度；所述凝聚：指蜻蜓倾向于邻里蜻蜓的中心；其中，C
i
表示凝聚程度,X是当前蜻蜓的位置，X
j
表...

【专利技术属性】
技术研发人员：史可鉴，代子阔，朱义东，张新宇，田野，钟栗广，杜威，李海峰，王智博，呼笑笑，顾泰宇，白挺玮，于重，
申请(专利权)人：辽宁电能发展股份有限公司国网辽宁省电力有限公司国家电网有限公司，
类型：发明
国别省市：