一种配电网无功优化方法技术

本发明专利技术公开一种配电网无功优化方法，包括以下几个步骤：（1）建立风机的数学模型；（2）初始化节点电压；（3）建立无功规划数学模型，转化成多目标优化问题；（4）输入原始数据；（5）形成初始粒子群，初始化粒子速度和位置；（6）潮流计算，得到粒子适应值和当前最优值；（7）用小生境权重飞行时间法修正粒子速度和位置；（8）计算整个种群适应度，得到适应度值，并更新当前最优解pBestid；（9）对个体粒子中越界点的控制变量进行调整，修正越界状态变量；；（10）判断是否满足终止条件，若满足则输出结果，否则返回（6）。

【技术实现步骤摘要】

本专利技术属于电力信息
，其涉及，其基小生境权重飞行粒子群优化算法。
技术介绍
风能是廉价的可再生能源，基于风力的发电技术越来越受到人们的关注。由于风存在随机性，间歇性和不可调控等性质，当风力发电并网的时候，必然会对电力系统的运行造成不可估量的影响。优化运行是智能电网建设的一项重要任务，风电的接入为地区电网运行的优化提供了新的调节手段。目前，我国含风电场的电网都存在着问题电压质量不够理想，负荷峰 谷时电压波动过大。而影响电压水平重要因素的是无功功率，无功功率的合理分布是保证电压质量的基本条件。一方面，无功过剩将会抬高系统电压，过剩的无功在系统中流动，不仅会损耗有功功率，占用输电线路和设备容量，而且会在线路上产生电压降落，影响电压质量和稳定性。另一方面，无功不足会导致系统电压降低，用电设备不能充分利用，过低的电压水平甚至会导致电压崩溃等严重事故。所以控制无功的合理流动，保持无功平衡，不仅能保证电压质量，提高系统运行的安全性和稳定性，而且能降低电能损耗，获得经济效益。因此，无功优化作为含风电场电网规划的一个重要组成部分，通过无功补偿，可以实现电网电压控制、改善电网稳定性、减少网络损耗及保证有较宽的运行裕度。
技术实现思路
为了克服现有技术的缺陷，本专利技术公开了，其建立了无功规划数学模型，并能够防止粒子后期在最优解附近“振荡”，并提高了普通算法的速度，且结构简单、计算量小、可操作较高，并能有效的提高风电系统的节点电压水平，减小网损。本专利技术的专利技术构思是建立无功补偿在风电系统中优化配置的数学模型，以无功设备投资和系统有功网损的综合费用最省作为目标函数，同时将节点电压越限和发电机无功出力越限以罚函数的方式进行处理。对建立的模型，采用基于小生境权重飞行粒子群算法(NWFPSO)进行补偿容量的选取优化，以不但能有效地提高算法的收敛精度和收敛速度，使系统的电压安全性也得到提高。本专利技术解决技术问题所采取的技术方案是该方法包括以下几个步骤(I)给定风电场风速，并在此风速下确定风电机输出的功率；(2)在含风电场的电力系统中形成节点导纳矩阵，设定各节点电压初值；(3)建立无功规划的数学模型，包括目标函数、功率约束方程；(4)输入原始数据，获取系统节点信息和支路信息，获取控制变量的个数及各自的取值范围；(5)将上述数学模型的解看成一个粒子，形成初始种群，获取粒子群的群体规模等参数，设置最大迭代次数，随机产生全部粒子及其自身的初始位置和初始速度；(6)对粒子群中的每个粒子带入进行潮流计算，计算群中每个粒子的网损，得到各粒子的适应度值和当前最优解PBestu ；(7)带入小生境权重飞行法(NWFPS0)，调整粒子的速度和位置，计算整个种群适应度。得到各粒子的适应度值和当前最优解PBestu,并跟上次比较，更新最优；(8)对个体粒子中越界点的控制变量进行调整,修正越界状态变量；(9)若粒子群迭代次数已经达到最大迭代次数或粒子群迄今为止搜索到的最优位置满足预定的最小适应阈值，则执行步骤(10);若不满足，则回到步骤(6)；(10)停止迭代，输出最优解和无功配置。与现有技术相比，本专利技术的有益效果如下I.建立了无功规划数学模型·2.能够防止粒子后期在最优解附近“振荡”3.提高了普通算法的速度4.结构简单、计算量小、可操作较高5.有效的提高风电系统的节点电压水平，减小网损附图说明图I为本专利技术具体实施例的流程图；图2为本专利技术具体实施例配电网系统图拓扑结构示意图。具体的实施方式下方结合附图和具体实施例对本专利技术做进一步的描述实施例参看图1，，包括以下步骤步骤(I):给定风电场风速，并在此风速下确定风电机输出的功率；风电场输出功率的变化源于风速和风向的波动。风速服从威布尔分布，如式(I)所示权利要求1.ー种配电网无功优化方法，其基于小生境权重飞行时间粒子群优化算法，其特征在于，包括以下步骤 (1)建立风机的数学模型，给定风电场风速，并在此风速下确定风电机输出的功率； (2)在含风电场的电カ系统中形成节点导纳矩阵，设定各节点电压初值； (3)建立无功规划的数学模型，将此数学模型看作是ー个多目标优化问题，其中包括目标函数、功率约束方程； (4)获取系统节点信息和支路信息，获取控制变量的个数及各自的取值范围； (5)将无功功率的数学模型的解看成ー个粒子，形成初始种群，获取粒子群的群体规模等參数，设置最大迭代次数，随机产生全部粒子及其自身的初始位置和初始速度； (6)对粒子群中的每个粒子带入进行潮流计算，计算群中每个粒子的网损，得到各粒子的适应度值和当前最优解PBestid ； (7)运用小生境权重飞行时间粒子群算法，调整粒子的速度Rf和位置ズ^1，计算得到新的适应度值，并更新最优解PBestij ； (8)对个体粒子中越界点的控制变量进行调整，修正越界状态变量； (9)若粒子群迭代次数已经达到最大迭代次数或粒子群迄今为止搜索到的最优位置满足预定的最小适应阈值，则执行步骤(10);若不满足，则回到步骤(6)； (10)停止迭代,输出最优解和无功配置。全文摘要本专利技术公开，包括以下几个步骤(1)建立风机的数学模型；(2)初始化节点电压；(3)建立无功规划数学模型，转化成多目标优化问题；(4)输入原始数据；(5)形成初始粒子群，初始化粒子速度和位置；(6)潮流计算，得到粒子适应值和当前最优值；(7)用小生境权重飞行时间法修正粒子速度和位置；(8)计算整个种群适应度，得到适应度值，并更新当前最优解pBestid；(9)对个体粒子中越界点的控制变量进行调整，修正越界状态变量；；(10)判断是否满足终止条件，若满足则输出结果，否则返回(6)。文档编号H02J3/18GK102856917SQ201210269539公开日2013年1月2日 申请日期2012年7月31日 优先权日2012年7月31日专利技术者王昕 , 李立学, 郑益慧, 王希, 张忠保, 邵凤鹏, 柳杨 申请人:上海交通大学, 吉林省电力有限公司延边供电公司, 国家电网公司本文档来自技高网...

【技术保护点】
一种配电网无功优化方法，其基于小生境权重飞行时间粒子群优化算法，其特征在于，包括以下步骤：（1）建立风机的数学模型，给定风电场风速，并在此风速下确定风电机输出的功率；（2）在含风电场的电力系统中形成节点导纳矩阵，设定各节点电压初值；（3）建立无功规划的数学模型，将此数学模型看作是一个多目标优化问题，其中包括目标函数、功率约束方程；（4）获取系统节点信息和支路信息，获取控制变量的个数及各自的取值范围；（5）将无功功率的数学模型的解看成一个粒子，形成初始种群，获取粒子群的群体规模等参数，设置最大迭代次数，随机产生全部粒子及其自身的初始位置和初始速度；（6）对粒子群中的每个粒子带入进行潮流计算，计算群中每个粒子的网损，得到各粒子的适应度值和当前最优解pBestid；（7）运用小生境权重飞行时间粒子群算法，调整粒子的速度和位置计算得到新的适应度值，并更新最优解pBestij；（8）对个体粒子中越界点的控制变量进行调整，修正越界状态变量；（9）若粒子群迭代次数已经达到最大迭代次数或粒子群迄今为止搜索到的最优位置满足预定的最小适应阈值，则执行步骤（10）；若不满足，则回到步骤（6）；（10）停止迭代，输出最优解和无功配置。FDA00001958101000011.jpg,FDA00001958101000012.jpg...

【技术特征摘要】

【专利技术属性】
技术研发人员：王昕，李立学，郑益慧，王希，张忠保，邵凤鹏，柳杨，
申请(专利权)人：上海交通大学，吉林省电力有限公司延边供电公司，国家电网公司，
类型：发明
国别省市：