一种含小型水电站的配电网系统的无功电压优化方法与流程

技术特征：
1.一种含小型水电站的配电网系统的无功电压优化方法，其特征在于，所述方法包括以下步骤：计算含小型水电站的配电网系统中各节点的灵敏度；对各节点的灵敏度进行比对，选取灵敏度高于灵敏度阈值的节点为无功补偿侯选配置点；建立配电网无功优化模型，所述配电网无功优化模型以电力系统视在功率网损最小为目标函数；利用粒子群—遗传融合算法对所述配电网无功优化模型进行求解，得到最佳补偿容量，所述最佳补偿容量对应的候选配置点为无功补偿点；通过反向等量配对原则调整含小型水电站的配电网系统的无功功率补偿量，对配电网系统进行网损补偿。2.根据权利要求1所述的含小型水电站的配电网系统的无功电压优化方法，其特征在于，所述灵敏度包括待降的线路的传输功率对有功功率的灵敏度s
pg
，可表示为：其中，p
loss
为有功功率损耗；p
gi
、v
i
和θ
i
分别为配电网中节点i的注入有功功率、电压幅值和电压相角；将所述灵敏度s
pg
进行变换得：得：得：其中，g
ij
为节点i和j之间的电导率；b
ij
为节点间的电纳；θ
ij
为节点间电压的相角差。3.根据权利要求1或2所述的含小型水电站的配电网系统的无功电压优化方法，其特征在于，所述灵敏度还包括节点无功变化对有功网损的灵敏度s
qg
，可表示为其中q
gi
、v
i
和θ
i
分别为配电网中节点i的注入无功功率、电压幅值和电压相角。4.根据权利要求1所述的含小型水电站的配电网系统的无功电压优化方法，其特征在于，所述目标函数的表达式为：式中，s
loss
为视在功率损耗；z是电压越界惩罚因子；v
imax
和v
imin
是节点中最大和最小的许用电压；δv是电压越界值，表示为：
式中，v
i
是节点i的电压，v
imax
和v
imin
是节点最大和最小的许用电压。5.根据权利要求1所述的含小型水电站的配电网系统的无功电压优化方法，其特征在于，还包括设定所述配电网无功优化模型的约束条件，所述约束条件包括功率方程约束和不等式约束，所述功率平衡方程表示为：不等式约束，所述功率平衡方程表示为：式中，δp
i
，δq
i
分别为节点i的有功偏移量和无功偏移量；p
gi
为配电网中节点i注入的有功功率，q
gi
为配电网中节点i注入的无功功率；p
di
表示为负荷节点的有功功率；q
di
是负荷节点的无功功率；q
ci
为无功补偿容量；g
ij
为节点i和j之间的电导率；b
ij
为节点间的电纳；θ
ij
为节点间电压的相角差。6.根据权利要求5所述的含小型水电站的配电网系统的无功电压优化方法，其特征在于，所述不等式约束主要包括电压约束、变压器变比和无功补偿容量约束，具体表示为：式中，v
i
为节点i的电压，v
imax
、v
imin
为节点i电压的上下限；t
i
为变压器变比，t
imax
、t
imin
为有载调压变压器变比的上下限；q
c
为无功补偿容量，q
cmax
、q
imin
为电抗器的配置容量上下限。7.根据权利要求1所述的含小型水电站的配电网系统的无功电压优化方法，其特征在于，利用粒子群—遗传融合算法对所述配电网无功优化模型进行求解，得到最佳补偿容量，包括以下步骤：步骤501：输入配电网线路信息，所述线路信息包括节点数据、支路数据和负荷数据；步骤502：设置学习因子c1、c2，最大惯性权重系数ω
max
，最小惯性权重系数ω
min
，确定比例系数k和微粒范围；设置遗传操作的交叉算子p
c
、变异算子p
m
；步骤503：编码及生成初始种群m和粒子的最大速度v
max
；步骤504：解码并采用牛顿—拉夫逊法计算每个个体对应的网络潮流；步骤505：判断迭代次数t条件：如果满足迭代次数t条件，则执行步骤510，终止计算，如果不满足迭代次数t条件，则执行步骤506；步骤506：计算目标函数中每个粒子的适应度值f
i
(x
i
)、个体极小值f(p
id
)和全局极小值f(p
gd
)，如果f
i
(x
i
)＜f(p
id
)，则用适应度值f
i
(x
i
)替换掉个体极小值f(p
id
)；如果f
i
(x
i
)＜f(p
gd
)，则用适应度值f
i
(x
i
)替换掉全局极小值f(p
gd
)；步骤507：对进入繁殖库中的个体进行选择、交叉、变异的遗传操作，产生新的种群；步骤508：更新种群中个体的速度和位置，具体通过下列公式实现：
v
(i 1)d
＝w
·
v
id
c1r1(p
id
‑
x
id
) c2r2(p
gd
‑
x
id
)x
(i 1)d
＝x
id
v
id
式中，v
(i 1)d
表示第i 1个粒子”飞行”的速度；v
id
为第i个粒子“飞行”的速度；w为速度因子；p
id
为第i粒子迄今为止搜索到的最优位置，也称为个体极值；p
gd
为整个粒子群迄今搜索到的全局极值；c1和c2为学习因子，也称加速常数，r1和r2为[0,1]范围内的均匀随机数，x
(i 1)d
表示第i 1个粒子位置，x
id
表示第i个粒子位置；步骤509：编码，更新种群，并返回步骤504；步骤510：经过n次迭代后，输出最佳无功补偿容量。8.根据权利要求3所述的含小型水电站的配电网系统的无功电压优化方法，其特征在于，所述通过反向等量配对原则调整含小型水电站的配电网系统的无功功率补偿量，包括：根据注入无功功率的灵敏度s
qg
判断各节点对应的发电机组等效类型包括：当节点i注入无功功率的灵敏度s
qg
＜0，将与所述节点i对应的发电机组等效为加出力发电机组；当节点i注入无功功率的灵敏度s
qg
＞0，将与所述节点i对应的发电机组等效为减出力发电机组；当节点i注入无功功率的灵敏度s
qg
＝0，将与所述节点i对应的发电机组等效为平衡功率发电机组；根据发电机组等效类型调控各节点的无功功率补偿量。

技术总结
本申请的一种含小型水电站的配电网系统的无功电压优化方法，包括以下步骤：计算含小型水电站的配电网系统中各节点的灵敏度；对各节点的灵敏度进行比对，选取灵敏度高于灵敏度阈值的节点为无功补偿侯选配置点；建立配电网无功优化模型、以电力系统视在功率网损最小为目标函数；利用粒子群—遗传融合算法对所述配电网无功优化模型进行求解，得到最佳无功补偿容量；通过反向等量配对原则调整含小型水电站的配电网系统的无功功率补偿量，对配电网系统进行网损补偿。本申请通过粒子群—遗传融合算法计算出最小的有功网损，改善配电网的电压分布，可以有效地降低电力系统损耗。可以有效地降低电力系统损耗。可以有效地降低电力系统损耗。


技术研发人员：和鹏 覃日升 王加富 郭成 张艳萍 徐志 段锐敏
受保护的技术使用者：云南电网有限责任公司电力科学研究院
技术研发日：2021.07.08
技术公布日：2021/10/19