（电力电子与电力传动专业论文）基于差分进化算法的油田区域电网无功优化技术的研究.pdf

关于学位论文的独创性声明 本人郑重声明：所呈交的论文是本人在指导教师指导下独立进行研究工作所取得 的成果，论文中有关资料和数据是实事求是的。尽我所知，除文中已经加以标注和致 谢外，本论文不包含其他人已经发表或撰写的研究成果，也不包含本人或他人为获得 中国石油大学( 华东) 或其它教育机构的学位或学历证书而使用过的材料。与我一同 工作的同志对研究所做的任何贡献均已在论文中作出了明确的说明。 若有不实之处，本人愿意承担相关法律责任。 学位论文作者签名：望煎盔日期：2 01 1 年月，。日 学位论文使用授权书 本人完全同意中国石油大学( 华东) 有权使用本学位论文( 包括但不限于其印刷 版和电子版) ，使用方式包括但不限于：保留学位论文，按规定向国家有关部门( 机 构) 送交学位论文，以学术交流为目的赠送和交换学位论文，允许学位论文被查阅、 借阅和复印，将学位论文的全部或部分内容编入有关数据库进行检索，采用影印、缩 印或其他复制手段保存学位论文。 保密学位论文在解密后的使用授权同上。 学位论文作者签名：望趣鱼 指导教师签名：害a i 乞灶 日期：3 0 ，f 年石月o 日 日期：知f 1 年f 月o 日 摘要 随着发电成本不断升高，电力价格随之上涨，对电力网络进行节能的任务迫在眉 睫。配电网中普遍存在着无功不足的现象，通过对电网进行无功补偿，可以提高用户 的电压质量。油田电网是大型电力用户，由于油田负荷的特点，无功严重不足，电能 质量差，存在着较为严重的电能损耗。采用合适的无功优化技术对油田区域电网进行 无功优化，进行合理的无功配置，可以改善上述问题。因此研究一种实用有效的适用 于油田区域电网的无功优化技术具有重要意义。 本文设计的区域电网无功优化系统包括无功优化主控制器和无功优化从控制器。 区域无功优化主控制器根据接收到的区域电网运行数据，优化调整区域电网内各变电 站主变和有载调压器的变比值，并发送相应的调节命令至区域无功优化从控制器，由 区域无功优化从控制器完成各变电站内主变和有载调压动态补偿变压器变比值的调 节，实现区域电网内无功功率的合理流动，使区域电网内的电压安全性和经济性得到 保证。当区域无功优化从控制器与主控制器之间通讯中断时则自动执行变电站内电压 无功控制的控制策略。 本文采用差分进化算法进行无功优化。将遗传算法和差分进化算法分别用于胜利 油田辛四变电站进行无功优化，结果证明差分进化算法计算速度和优化结果上有一定 的优势。 基于快速解耦法和差分进化算法对配电网进行无功优化。考虑系统的经济性和安 全性，并以系统的实时潮流约束、节点电压、功率因数和补偿容量为约束条件，建立 油田区域电网无功优化数学模型。在模型中，系统的安全性和经济性互为约束，使无 功优化模型更实用，更好的保证电网经济稳定运行。 关键词：配电网；无功优化；潮流计算；差分进化算法；无功优化控制策略 r e s e a r c ho ft h er e a c t i v ep o w e r o p t i m i z a t i o no fo i l f i e l dr e g i o n a l p o w e rg r i db a s e do nd i f f e r e n t i a le v o l u t i o n a l g o r i t h m z is h u w e i ( p o w e re l e c t r o n i c sa n dp o w e r d r i v e s ) d i r e c t e db yp r o f e s s o rk a n gz h o n g j i a n a b s t r a c t t h ee l e c t r o v a l e n c eh a sr a i s e dc o n s t a n t l yw i t ht h ei n c r e a s i n gc o s to fp o w e rg e n e r a t i o n , w eh a v et os a v eo u rt i m et oh a n d l et h ec r i t i c a li s s u ea n dm a k es o l u t i o nt or e d u c et h el o s so f t h en e t w o r k t h es h o r t a g eo fr e a c t i v ep o w e ri sac o m m o np h e n o m e n o ni nt h ed i s t r i b u t i o n n e t w o r k w ea l w a y si m p r o v et h eu s e r s p o w e rq u a l i t yb yr e a c t i v ep o w e rc o m p e n s a t i o n a s w ea l lk n o w ，t h eo i lf i e l di su s u a l l yab u l kp o w e ru s e rc o n t r a s t i n gt o o t h e r s ，t h er e a c t i v e p o w e rw i l lb es e r i o u s l yi n s u f f i c i e n tw h i c hw i l lc o r r e s p o n d i n g l yc a u s et h ep o w e rq u a l i t yt ob e p o o ra n dt h eg r e a tl o s so ft h ep o w e re n e r g yd u et ot h el o a dc h a r a c t e ri nt h eo i lf i e l d i no r d e r t oh a n d l et h ep r o b l e mt a l k e da b o v e ，ar e a c t i v ep o w e r o p t i m i z a t i o nt e c h n o l o g yw h i c hh a sb e e n c h o s e na p p r o p r i a t e l yw i l lb ee x p e c t e dt oc a r r yo nt h er e a c t i v ep o w e ra l l o c a t i o ni nt h eo i lf i e l d s oi ti so fg r e a ts i g n i f i c a n c et om a k eo u tap r a c t i c a la n de f f i c i e n tm e t h o dt o c a r r yo nt h e r e a c t i v ep o w e ro p t i m i z a t i o n t h er e a c t i v ep o w e ro p t i m i z a t i o ns y s t e mo ft h el o c a ln e t w o r kd e s i g n e di n t h i sp a p e r c a r l b ed i v i d e di n t ot w op a r t s ：t h em a i nc o n t r o l l e ra n dt h ev i c ec o n t r o l l e r t h er a t i o so fa l lo f t h e m a i nt r a n s f o r m e r sa n dt h eo n l o a dv o l t a g er e g u l a t o r si nt h es t a t i o no ft h el o c a ln e t w o r kw i l l b ea d j u s t e da c c o r d i n gt ot h eo p e r a t i o nd a t ar e c e i v e db yt h em a i nc o n t r o l l e r , a n dt h er e g u l a r o r d e rw i l lb es i m u l t a n e o u s l ys e n tt ot h ev i c ec o n t r o l l e ro ft h er e a c t i v ep o w e r o p t i m i z a t i o n t h er a t i o s a d j u s t m e n to ft h em a i nt r a n s f o r m e r sa n dt h eo n 1 0 a dt h ev o l t a g er e g u l a t o r sw i l lb e c o m p l e t e db yt h ev i c ec o n 仃o l l e r s ，a n dt h i sw i l lf o r mar e a s o n a b l er e a c t i v ep o w e rf l o ww h i c h e n s u r e sv o l t a g er e q u i r e m e n to ft h es e c u r i t ya n de c o n o m yi nt h el o c a ln e t w o r k d u r i n gt h e c o m m u n i c a t i o ni n t e r r u p t i o no ft h e v i c ea n dm a i nc o n t r o l l e r , t h er e a c t i v ep o w e rc o n 仃o l s t r a t e g yw i l lb ee x e c u t e da u t o m a t i c a l l yi nt h es t m i o n i nt h i sp a p e r , t h ed i f f e r e n t i a le v o l u t i o na l g o r i t h mh a sb e e nc h o s e nt o c a r r yo nt h e r e a c t i v ep o w e ro p t i m i z a t i o n g e n e t i ca l g o r i t h ma n dd i f f e r e n t i a le v o l u t i o na l g o r i t h mw i l lb e u s e dt oc a r r yo nr e a c t i v ep o w e ro p t i m i z a t i o ni nt h ex i n s is t a t i o no ft h es h e n g l io i l f i e l d r e s p e c t i v e l y t h ec o n s e q u e n c eh a sp r o v e dt h a tt h ed i f f e r e n t i a le v o l u t i o na l g o r i t h mh a sc e r t a i n a d v a n t a g eb o t hi nt h es p e e da n do p t i m i z a t i o nr e s u l t s r e a c t i v ep o w e ro p t i m i z a t i o no fd i s t r i b u t i o nn e t w o r ki sb a s e do nf a s td e c o u p l i n gm e t h o d a n dd i f f e r e n t i a le v o l u t i o na l g o r i t h m c o n s i d e r i n gt h es y s t e m se c o n o m ya n ds e c u r i t ya n d c o n s i d e r i n gt h es y s t e m sr e a l - t i m ef l o wc o n s t r a i n t s ，t h e n o d ev o l t a g e ，p o w e rf a c t o ra n d c o m p e n s a t i o nc a p a c i t y c o n s t r a i n t sa u sc o n s t r a i n tc o n d i t i o n se s t a b l i s h e sr e a c t i v ep o w e r o p t i m i z a t i o nm a t h e m a t i c a lm o d e lo fo i l f i e l dr e g i o n a ln e t w o r k i nt h i sm o d e l ，t h ee c o n o m y a n ds e c u r i t yo fs y s t e ma r em u t u a lc o n s t r a i n t s ，s ot h a t t h i so p t i m i z a t i o nm o d e li sm o r e p r a c t i c a la n db e t t e rt oe n s u r es t a b l ee c o n o m i co p e r a t i o no fp o w e rs y s t e m k e y w o r d s ：d i s t r i b u t i o nn e t w o r k ；r e a c t i v ep o w e ro p t i m i z a t i o n ；p o w e rf l o wc a l c u l a t i o n ； d i f f e r e n t i a le v o l u t i o na l g o r i t h m ；r e a c t i v ep o w e ro p t i m i z a t i o nc o n t r o ls t r a t e g y 目录 第l 章绪论1 1 1 课题的来源及研究意义1 1 2 配电网无功优化的研究现状及其发展2 1 2 1 无功补偿方式2 1 2 2 无功优化经典模型3 1 2 3 无功优化方法5 1 3 本文主要工作9 第2 章油田区域配电网的潮流计算1 0 2 1 油田区域配电网的特点1 0 2 1 1 油田电网的电源1 0 2 1 2 油田区域配电网的负荷1 1 2 2 油田区域配电网的潮流计算1 1 2 2 1 节点导纳矩阵1 2 2 2 2 快速解耦法的原理1 4 2 3 实例分析18 2 4 本章小结2 3 第3 章油田区域电网无功优化模型及算法研究2 4 3 1 油田区域电网无功优化数学模型2 4 3 1 1 补偿容量确定优化模型2 4 3 1 2 实时无功优化控制模型2 5 3 2 基于差分进化算法的无功优化2 6 3 2 1 差分进化算法的基本原理2 7 3 2 2 差分进化算法的实施步骤2 7 3 2 3 基于差分进化算法的无功优化流程图2 9 3 3 本章小结3 0 第4 章油田区域电网无功优化控制系统的结构设计3 2 4 1 油田区域电网无功优化控制系统的构成3 2 4 - 2 油田区域电网无功优化控制系统主控制器的设计3 5 4 2 1 油田区域电网无功优化主控制器硬件结构设计3 5 4 2 2 油田区域电网无功优化主控制器软件结构设计3 5 4 2 3 油田区域电网无功优化主控制器设计原则及其流程图3 7 4 3 油田区域电网无功优化控制系统从控制器的设计。3 8 4 3 1 油田区域电网无功优化控制系统从控制器的软件设计3 9 4 3 2 油田区域电网无功优化控制系统从控制器的控制策略3 9 4 4 油田区域电网无功优化主控制系统的通讯方案4 1 4 5 本章小结4 3 第5 章实例分析4 4 5 1 辛四变电站参数信息4 4 5 2 补偿容量控制策略及结果分析4 5 5 3 无功优化结果分析4 7 5 4 本章小结5 0 结论与展望5 1 参考文献5 3 攻读硕士学位期间取得的学术成果。5 6 附录：5 7 至曼谢：j “ v 中国石油大学( 华东) 硕士学位论文 1 1 课题的来源及研究意义 第1 章绪论 本课题为与胜利石油管理局电力管理公司的合作研究课题。 电力系统中的无功损耗严重，大量的无功功率消耗在配电网、无功的远距离传输 以及用户上。无功的不足将会影响用户的电压质量。石油价格的上涨，用电成本的增 加，使得人们对电网的无功优化问题越来越重视。无功的补偿方式从单一的固定补偿 到动态补偿，再到固定补偿和动态补偿相互结合，无功补偿器从有触点补偿到无触点 补偿，无功补偿技术得到不断的发展。由于无功功率远距离传输会引起大量的电网损 耗，因此对无功功率的补偿应选择就地补偿和平衡。合理的无功补偿点位置以及无功 补偿用量的确定，能够达到提高电压质量，降低电网有功损耗的目的，从而实现对电 网的节能n 羽。 现在常用的无功补偿方式有：用户终端分散补偿、杆上无功补偿、集中补偿和低 压集中补偿等。配电网中常用的补偿设备有固定电容器、并联电容器分组投切补偿 器。固定电容器补偿常用于高压固定补偿，因为它的阻抗是固定的，不能跟随负荷功 率的变化而实时变化。并联电容器分组投切动态补偿装置和静止无功补偿装景在低压 电网中应用较为广泛，技术也比较成熟，但在较高电压等级中应用较少m 钔。 胜利油田是大型电力用户，由于油田负荷的特点，无功严重不足，需要进行无功 补偿。在油田现有的电网中，补偿方式是在3 5 k v 和1 l o k v 变电站中采用高压电容器 组固定补偿技术，在少量的6 k v 处采用了动态补偿。由于油田负荷波动大，且现有的 无功补偿装置不能动态调节，经常出现过补偿或者无功补偿不足的情况。而且对整个 电网的3 5 k v 和1 1 跳的变电所之间的无功补偿没有从区域电网统一规划考虑，造成 了补偿容量和补偿地点的不合理，影响了整个区域电网的节能效果。 本文使用的区域无功补偿技术是一种固定补偿和动态补偿相结合的无功补偿技 术。固定补偿和动态补偿的无功容量部分分别采用分组固定补偿方式和有载调压器补 偿方式。有载调压器的补偿方式是指有载调压器通过调节电容器的端电压动态调节电 容器组的无功补偿容量，使得1 1 0 k v 变电站中集中无功补偿无法动态调节的问题得到 解决。高压变电站中所需的无功补偿容量较大，需要装设的有载调压器的容量也比较 大，由于有载调压器的价格较高，将会使得无功补偿投入的成本太高。如何根据负荷 第1 章绪论 的变化和区域电网的特点，合理的确定区域电网中各变电站所需要的固定补偿容量和 动态补偿容量，使系统在保证安全性的前提下获得较大的经济效益，是现在迫切需要 解决的问题。 因此本文拟研究一种适用于区域配电网的无功优化技术，即在1 l o k v 变电站中采 用固定补偿和动态补偿相结合的补偿策略，根据电网负荷的变化和区域电网的特点， 合理确定区域电网各变电站所需的固定补偿容量和需要动态调节的容量，并根据电网 的负荷的变化，提供实时的无功补偿动态调节量。通过使用该区域电网无功优化技术 可以明显降低网损，提高用户电压质量，降低经济投入，达到节能的目的。 1 2 配电网无功优化的研究现状及其发展 随着石油价格的不断上涨，发电成本不断升高，电力价格也随之上涨，因此对电 力网络进行节能的任务迫在眉睫。“节能与负荷管理”的概念应运而生，它是指提高用 电节能效率，提高能源的使用率，达到降低费用的经济目的。配电网无功优化技术的 发展，为提高能源的使用效率以及电力负荷的优化管理提供了强有力的技术支持。 1 2 1 无功补偿方式 配电网的无功优化是指以网络的潮流计算，节点电压( 范围为0 9 1 1 ) 、功率因数 ( 小于1 ) 为约束条件，通过调节调压器的分接头来改变投入电网的无功功率的补偿容 量，从而达到对电网无功优化的目的，使得电网的电压质量得以提高，配电网的网损 得以降低。 对配电网进行无功补偿可以改善电压质量，降低电网损耗，是电网节能措施中重 要的组成部分。常用的补偿方式有：将并联电容机组分散安装在高低压配线中的分散 补偿方式，将各无功补偿装置安装在各用电单位的就地补偿方式，配电系统中部分的 变电站的集中补偿方式聆3 。 ( 1 ) 就地补偿 就地补偿是一种经济简单有效的补偿方式。在该方式中，可将电容器直接接到用 电设备上，在电容器和用电设备中串联熔断器进行保护。电容器跟随用电设备一起工 作，与用电设备一起投入和切除。当切除用电设备时，用电设备的线圈就是装设的电 容器的放电线圈。这种补偿方式操作简单，实现了无功自动补偿。一般在大功率用电 设备或大型电机上装设就地补偿装置。 2 中国石油大学( 华东) 硕士学位论文 ( 2 ) 分散补偿 分散补偿又称分组补偿，是将电容器组分别装设在功率因数较低的车间或者村镇 终端变配电所中，用来补偿无功功率的不足。当主变距离距电单位较远时，集中补偿 方式不再经济适用，因此应该在供电末端分散装设补偿装置。采用分散补偿可以更好 的实现低压补偿，提升线路末端电压的作用，降低线损。 ( 3 ) 集中补偿 集中补偿是变电站内的无功补偿，无功补偿容量则是综合考虑供电区内现有的无 功补偿情况以及整个配电区域内的潮流计算的无功潮流的情况来确定。l l o k v 变电站 和3 5 k v 变电站可分别按照主变容量的1 5 2 0 以及1 0 1 5 来确定。集中补偿是指 将电容器组集中装设在变配电所的母线上，配电站下属的线路得不到无功补偿，因此 该种补偿方式的经济效果比较差。集中补偿的投资较少，便于集中运行维护，能对配 电所的高压侧进行集中的无功功率补偿以满足功率因数的要求，因此这种补偿方式在 一些大中型工厂中应用比较普遍。 无功补偿的方式按照不同的标准可以有不同的分类方式。无功方式还可以分为： 变电站补偿、随机补偿、配电线路补偿、随器补偿和跟踪补偿。变电站补偿是针对电 网的无功平衡在变电站进行的集中补偿。它可以提高系统终端的母线电压，补偿主变 的无功损耗，但是对配电网的降损不起作用。这种补偿方式的优点是维护方便，便于 管理。配电线路补偿指通过在线路杆塔上安装电容器来实现。这种补偿方式适用于负 荷重的长线路，适用能力不强。随器补偿和随机补偿原理类似，随器补偿是指将电容 器通过熔断器接在变压器的低压侧，随机补偿是指将电容器组与电机并接，使得保护 装置跟随电机一起投切的无功补偿方式。跟踪补偿是指将无功补偿的投切装置作为控 制保护装置，将电容器组安装在用户配电器低压侧的补偿方式。这种补偿装置可跟随 无功负荷的变化动态调节补偿量，运行方式较为灵活，补偿效果好。但是因为动态补 偿器的价格较高，使得安装该种装置的成本较高。动态补偿器的结构比较复杂，维护 比较困难6 m 。 1 2 2 无功优化经典模型 无功优化问题在数学上可以表示为多目标性的、非线性的、含约束条件的最优化 问题。无功优化问题具有离散性、动态性和随机性等特点，求解比较复杂，因此很难 建立一个可以完全描述无功优化问题所有特点的数学模型。在建立模型时，可将不重 3 第1 章绪论 要的因素忽略或者将次要因素简化，考虑主要的关键的因素。即便如此，无功优化所 建立的模型还是非常复杂。无功优化的基本数学模型可以表示为 i m i n 厂( “，x ) s t g ( “，工) = 0( 1 1 ) lh ( “，x ) 0 上式中“为控制变量，可人为调节。控制变量包括，发电机的节点无功功率上下 限，补偿节点装设的补偿设备容量的上下限以及p v 节点和平衡节点的电压的上下限。 x 为状态变量，可包括节点的电压的相角以及除了发电机节点和补偿节点外的电压的 值。 根据考虑角度的不同可以建立多种不同的目标函数。建立使系统的网损最小也就 是以经济性为目标函数的经典模型，目标函数为 n m i n i , = r a i n g 螂) u ? + 叼- 2 u f u jc o s ( e t ) ( 1 2 ) k 在式( 卜2 ) 中，u 和分别为节点电压；g ( ，。) 为支路的电导；刀为网络的支路 数；谚和万，为节点的相角。 考虑系统的安全性建立数学模型，目标函数选取节点电压的偏离值最小。经典数 学模型为 m i n 一言锣 m 3 ， 式( 卜3 ) 中，u j s p e c 为给定的节点电压值；叼雕为给定的节点电压最大偏移量。 ，z 为网络除平衡节点外的节点个数。 上述目标函数所对应的约束条件包括实时潮流方程约束和不等式约束即节点电 压、发电机无功功率、补偿无功功率、调压器的分接头位置等。 潮流方程约束为 一k 巧( qc o s 8 u + 岛s i l l 岛) = o 等 ( 1 - 4 ) n 、， 一k 巧( g ；s i n 岛一易c o s 岛) = o y = l 式( 卜4 ) 采用极坐标形式表示节点的有功功率和无功功率平衡。忍为节点注入有 4 中国石油大学( 华东) 硕士学位论文 功，q f 为节点注入无功，g ：f ，和岛分别表示节点洱之间的电导和电纳，磊表示节点f 和- ，电压的相角差。 不等式约束条件为 jq g f 晌鳐q o , 嘣 乏麓q o , 芝 m 5 ， l 线晌敛懈 【互。血互互眦 式( 1 5 ) 中：u 。和配曲分别表示节点电压幅值的上下限；鲰曲、鲂懈、 幺醯、q 一分别表示发电机的无功上下限、补偿节点的无功补偿量的上下限； t m i n 、z 懈表示调压器可调分接头的范围。 1 2 3 无功优化方法 配电网无功优化问题在数学上可以表示为多目标性的、非线性的、含约束条件的 最优化问题。无功优化问题具有离散性、动态性和随机性等特点，求解比较复杂，因 此很难建立一个可以完全描述无功优化问题所有特点的数学模型。近几十年，国内外 专家学者对如何提高无功优化的速度进行了大量的研究，提出了大量的算法及改进的 算法。这些算法可分为常规优化算法如：线性规划法、非线性规划法、动态规划法 等；智能算法如：遗传算法、混沌算法、禁忌算法、粒子群算法、模拟退火算法等； 改进的智能算法如：混沌遗传算法、混沌模拟退火算法、改进粒子群算法、自适应粒 子算法等8 埘。 常规的无功优化算法是指从某个初始点出发，按照一定的规律或者轨迹改进当前 解，直至最终收敛，此时的值即为最优解。下面详细介绍常见的常规算法。 ( 1 ) 线性规划法 线性规划法是指用泰勒公式将目表函数和约束条件展开，略去展开式中的高次项 即将非线性问题线性化，用渐渐线性逼近的方法在解空间内寻找最优解。线性规划法 结构简单，减少了优化问题的规模，使得计算变得简单，因此该算法具有收敛速度 快，准确性高的特点，能够满足对实时调度的计算速度的要求。 ( 2 ) 非线性规划法 配电网的无功优化问题是一个多目标性的、非线性的、含约束条件的复杂的数学 5 第1 章绪论 规划问题。因此处理无功优化问题的最直接的算法就是非线性规划算法。牛顿法、二 次规划法和梯度法都是常用的非线性规划法。应用非线性规划法进行无功优化具有建 模直观、物理概念清晰及计算精度高的优点。虽然该算法具有如此显著的优点，但是 现在还没有成熟的基于非线性规划的无功优化算法。 ( 3 ) 混合整数规划法 混合整数规划法可以精确的处理解决离散变量的问题。该算法是先确定整数变量 即离散变量，然后再与线性规划法结合使用来处理连续变量。这种算法的数学模型较 为准确的体现了实际的无功优化的情况。由于该算法是分两步优化的，计算过程比较 复杂，计算量大，在求解过程中容易发生震荡发散，削弱了总体优化的性能。由于无 功优化的时间不是多项式类型，因此随着维数的增加，所花费的时间会急剧增加，甚 至达到无法统计的地步。完善混合整数规划法的关键是如何使该算法实用化，既能精 确的处理整数变量，又能适用于系统的规模。 ( 4 ) 动态规划法 动态规划法是基于贝尔曼最优化原理，按照空间顺序或者时间顺序将优化问题分 解成相互联系的若干阶段，然后依次对各阶段作出决策，直至最后获得最优解。该算 法可以有效的解决多阶段决策过程最优解的问题。它并不要求目标函数及其约束条件 为线性的，并且可以处理含有离散量的优化问题。动态规划算法所需的状态变量和决 策变量较多，需要占取较大的计算机内存，容易造成维数灾。动态规划算法的缺点是 计算时间较长，求解问题困难。由于该算法不存在标准的数学构成，应用在实际问题 中较难。 表1 - 1 常规无功优化算法比较 t a b l e l - 1 c o m p a r i s o no fc o n v e n t i o n a lr e a c t i v ep o w e ro p t i m i z a t i o na l g o r i t h m s 初值要求计算速度收敛特性 全局最优 线性规划法 有较快较好否 非线性规划法 有较慢较差否 混合整数规划法有较慢较好 否 动态规划法有较快较好否 对上述常规算法进行在初值、计算速度、收敛特性和是否能够达到全局最优四个 方面进行比较。从表1 1 可以看出，四种算法都对初始值有要求，即初始值的选定将 会影响算法的优化结果。线性规划法和动态规划法的计算速度快些，非线性规划法和 6 中国石油大学( 华东) 硕士学位论文 混合整数规划法由于结构的特点，计算时间较长，计算速度较慢；在收敛特性方面， 除非线性规划法收敛较差外，其他三种算法收敛性较好；四种算法都不能达到全局最 优。因此越来越多的人开始研究人工智能算法，希望能够找到克服上述缺点的新的算 法。 人工智能算法通过模拟一些生物现象或者物理机理等构成算法的步骤。常用的智 能算法有遗传算法、模拟退火算法、混沌遗传算法和粒子群算法等。现在电力系统中 使用单个的智能算法进行无功优化的应用已经十分成熟，对单一算法进行改进或者将 其中的两种或者三种算法进行结合后对电力系统进行无功优化的研究也应用的很多。 下面详细介绍下几种常用的智能算法n 们。 ( 1 ) 禁忌搜索算法 禁忌搜索算法是利用所谓的记忆功能记录和选择已经进化的优化过程，为下一步 的搜索方向提出指导，算法是由g l o v e r 于1 9 7 7 年提出的。该算法具有寻优能力强，可 以接受劣解的优势，缺点是优化结果过分依赖初始值的选择，影响算法的收敛速度。 禁忌搜索算法是现代启发式算法中发展最成功的一种无功优化算法，并广泛的应用于 配电网的无功优化中n 。 ( 2 ) 模拟退火算法 模拟退火算法是借助随机搜索技术找到目标函数趋于的全局最优解，该最优解是 概率意义上的最优解。该算法是求解非线性约束问题的通用优化算法，原则上能以概 率“l ”收敛到全局最优解，是否能收敛到全局最优和初始值的设定有很大的关系。该 算法具有搜索能力强，计算速度比较快，搜索过程中容易陷入局部最优解的特点n 羽。 ( 3 ) 遗传算法 遗传算法是模拟生物界的优胜劣汰法则而创立的算法。该算法是先建立初始种群 ( 随机生成) 、设定参数( 如变异率、遗传的代数等) ，首先在大范围内进行搜索，一 代代的逐步缩小范围，从粗搜索变为精细搜索，直至搜索至全局最优解。遗传算法的 计算过程包括初始化种群、适应度评价、选择个体、交叉和变异。遗传算法的初始种 群是随机产生的，因此对初值无要求，通用性比较强。遗传算法的缺点是，搜索速度 慢，容易陷入局部最优。 ( 4 ) 粒子群算法 粒子群算法是在2 0 世纪9 0 年代被提出的，通过模拟鸟群觅食过程中的迁徙和群 集行为来提出的一种基于集群智能的随机优化算法。粒子群算法提出的较晚，近几年 7 第1 章绪论 随着其应用范围越来越广阔，粒子群优化算法也越来越多的应用在电力系统中。粒子 群算法的基本原理是以电力系统的无功优化为例，将无功优化过程中的每一个解 定义为一个粒子，建立适应度函数。通过对比适应度函数的值的大小来衡量对应该适 应度函数值的解的优越度。每个粒子结合自己和其他粒子的在搜索过程中的的搜索经 验进行全局搜索。从而达到在全局范围内搜寻最优解的目的。粒子群算法能够并行处 理且鲁棒性比较好，能够以较大的概率找到全局最优解。该算法原理简单，比较易于 数理上的实现，计算效率比传统随机方法高，收敛速度比较快n 3 儿1 4 3 。 ( 5 ) 差分进化算法 差分进化算法是基于自然进化理论，用n 个浮点型编码个体通过编译、交叉和选 择等操作寻找全局最优解。该算法是一种随机的直接的寻优方法，由p r i c e 和s t o r e 在 1 9 9 5 年共同提出。该算法鲁棒性比较好，能够以较大概率寻找到全局最优解，计算效 率比较高。差分进化算法已经成功应用于求解一些复杂的优化问题，但是在电力系统 无功优化方面应用较少n 副。本文就是采用差分进化算法对油田配电网进行无功优化， 通过在实际中应用，证明了该算法的优越性。 表1 2 各种人工智能方法的性能比较 t a b l e l - 2 c o m p a r i s o no nf e a t u r e so fd i f f e r e n ta r t i f i c i a li n t e l l i g e n ta p p r o a c h e s 初始值优势劣势 遗传算法与初始值的选取无自适应性高、通用性精度低、易陷入局 ( g a ) 关强部收敛 禁忌搜索算法与初始值的选取有搜索寻优能力强，可收敛速度对初始值 ( t s ) 关接受劣解较敏感 模拟退火算法与初始值的选取有全局收敛性好，优化计算速度慢，易早 ( s a ) 关效果较好熟 粒子群优化算法与初始值的选取有可并行处理、鲁棒性 容易陷入局部极值 ( p s 0 ) 关好计算效率高 鲁棒性好、搜索效率 差分进化算法与初始值的选取无会出现陷入局部极 高，能以较大概率搜 ( d e ) 关值 寻到全局最优解 上面详细介绍了在电力系统中常用的几种优化算法以及新兴差分进化算法优缺 点。遗传算法和差分进化算法对初值没有要求，模拟退火算法、粒子群算法对初值有 8 中国石油大学( 华东) 硕士学位论文 要求，初值的选取会影响最终的优化结果。由表1 2 可以看出，每种算法都有自己的 优势和劣势。现代智能算法相比于传统算法具有很强的优势，如寻优能力强、鲁棒性 好、计算效率高以及能以较大概率找寻到全局最优解等。在现在电力系统中，越来越 多的应用现代智能算法进行优化问题的计算。 1 3 本文主要工作 本文根据胜利油田中区电网结构和现有补偿情况，综合考虑油田的负荷情况、现 有的无功补偿容量及无功补偿装置成本，以电网潮流为约束，建立无功补偿优化模 型，利用差分算法进行求解，确定中区电网各等级变电所的固定补偿容量和动态补偿 容量。建立基于油田区域电网的无功优化控制系统，将无功优化提升到对整个区域电 网进行优化。实现了对电网的实时的无功优化补偿，提高了电压质量、降低了网络损 耗、更好的实现了电网的经济稳定运行。 具体的研究内容主要包括以下几个方面： ( 1 ) 分析了油田电网的特点，对胜利油田辛四变电站的网络结构进行了分析，选 择了运算速度较快的p q 算法进行潮流计算。 ( 2 ) 根据油田的现有运行情况，确定了无功补偿的策略和无功优化的控制策略， 设计了区域电网的无功优化控制系统。该系统包括区域电网无功优化主控制系统和区 域电网无功优化从控制系统。 ( 3 ) 建立了确定无功优化补偿容量的模型以及综合考虑了系统的安全性和经济性 的无功优化控制模型。算法上采用差分进化进行优化，用v c + + 语言实现整个优化过 程。 ( 4 ) 对胜利油田辛四变电站进行无功优化，结果证明本文所采用的差分进化算法 具有一定的优越性。课题所建立的无功优化控制系统已经应用在胜利油田电网中，实 际运行结果表明了该系统的实用性和经济性。 9 第2 章油田区域配电网的潮流计算 第2 章油田区域配电网的潮流计算 潮流计算是指根据给定的电力系统网络拓扑结构、元件参数、发电机负荷、负荷 参量，计算出电网的有功功率、无功功率及电压。潮流计算是电力系统中非常重要的 分析计算，是分析电力系统无功优化问题的基础。对油田的配电网进行潮流计算，应 根据油田配电网的特点进行潮流分析，选择合适的潮流计算方法n 引。 2 1 油田区域配电网的特点 油田配电网负荷主要是抽油机负荷，分散点比较多，分散的面积大。油田配电网 的无功功率容易缺乏，功率损耗比较严重。由于石油是全国经济的基础，在供电上要 求的可靠性比较高。 2 1 1 油田电网的电源 油田电网的一般都两个电源，有的是一个作为供电电源另一个做备用电源，或者 两个电源同时供电，同时这两个电源也是互为备用的。大型油田如胜利油田、大庆油 田等都建有自备电厂，油田的偏远作业区如沙漠或戈壁滩中供电网络涉及不到的地方 或电力不足的地方，也需要建立自备电厂。一般由油田所在地方的地区电网和自备电 厂向油田配电网供电。油田的自备电厂大多为火力发电厂，一般规模小于地区的火电 厂，接线图类似于火电厂。电厂的装机容量一般在6 - 2 0 0 m w 之间。东营是因胜利油田 而建立的城市，胜利油田的自备电厂规模较大，基本担负起了整个油区的供电，在整 个东营市的供电系统中占据重要地位n 刀。 由于油田所在的地方一般较为偏僻，当地的电网建设可能不够完善。为防止地区 电网供电不足或者故障停电时影响生活和生产供电，增加供电的可靠性，一些中小油 田也装设一些小容量的发电机组，自行发电。 也有一些大型的油田，由于地处偏远，没有地方电网，只能靠自备电厂供电，如 克拉玛依油田、青海油田等。 油田区域配电网的1 1 0 k v 变电站采用双电源供电，在有两台及以上主变变压器的 变电所中，宜装设两台容量可互为备用的多用变压器。从变电所外引入一个可靠的低 压备用电源时，亦可装设一台所用变压器n 引。 1 0 中国石油大学( 华东) 硕士学位论文 2 1 2 油田区域配电网的负荷 了解用户的性质对分析配电网的运行状况来说是非常重要的。油田的负荷可以分 为工业负荷、民用负荷和商业负荷。油田的工业负荷是指供给油田各级单位的生产负 荷，该负荷关乎国家生计，任务重大，是重要的基础负荷。由于油田的采油量比较稳 定，全年不停产，市场波动不是很大，季节性不强。民用负荷主要是指油田的相关单 位，如油田的医院、学校、机关等。这种负荷具有季节性，夏天和冬天需要的供电量 大，春季和秋季所需的供电量小；受天气影响也较大，天气炎热和天气寒冷的时候， 需要的供电量大；假期的时候所需的供电量也较平时大，如国家规定的节假日和星期 天等。商业负荷主要是为油田所在地方的各种商业负荷提供服务，与民用负荷类似， 具有较强的季节性、受天气的影响比较大。 采油厂是油田电网的主要用户，表2 1 列出了油田某采油厂的主要负荷类别及其 在整个负荷中所占的比例，该表格具有一定的代表性。 表2 - 1 采油厂用电负荷成分 t a b l e 2 - 1 e l e c t r i c i t yl o a dc o m p o n e n t o ft h eo i lp r o d u c t i o np l a n t 用电项目占用电负荷的比例( ) 抽油机4 0 6 5 注水泵3 0 5 0 油站 1 0 2 0 其他( 含维修、供热、生活) 5 1 0 抽油机、注水泵和油站都是由感应电机作为动力的泵类负荷。由表2 1 可以看 出，这三类负荷的用电量占到总用电量的9 0 以上。我们都知道，感应电机在正常运 行时，需要定子旋转磁场，该磁场需要从电机所在的电网中汲取无功功率来建立，这 就导致电网的无功功率的不足，功率因数比较低。在负荷较重的情况