（检测技术与自动化装置专业论文）油田配电网优化节能技术研究.pdf

中文摘要 专业：检测技术与自动化装置 硕士生：魏娜( 签名)堑塑臣 指导教师： 闫苏莉( 签名) 乓瓣 摘要 本文分析了配电网无功优化问题的研究现状，以配电网有功网损最小为目标函数， 考虑到约束条件的限制及可靠性要求，针对其具有非线性和不连续性的特点，采用基于 遗传算法和预测校正原对偶内点法的混合算法求解配电网无功优化问题，对其优化 算法进行了初步的探索，同时对相关的静态无功优化问题和潮流问题进行了较为深入的 研究。 针对配电网的单电源树状结构特点，本文采用了支路类算法中的前推回代算法进行 潮流计算。该算法利用了前推回代潮流计算的方法，直接求出各点电压进而求出各段的 功率损耗，具有方法简单，占用内存小，计算速度快的优点，能够有效的解决配电网潮 流计算的问题。 结合遗传算法和内点法，本文提出了一种新颖的混合算法用于求解配电网的无功优 化问题，算法充分利用了内点法易于求解连续优化问题和遗传算法易于求解离散优化问 题的优势，将原优化问题分解为初步的连续优化问题、离散变量优化问题、连续变量优 化问题这三个子问题分别求解。算法充分考虑了收敛判据对内点法收敛速度的影响，在 初步的连续优化问题和连续变量的优化问题中分别采用可行判据和最优判据作为收敛 判据，提高了混合算法的整体性能。 本文提出的基于遗传算法和内点法的混合算法经过实际系统的计算验证，结果表明 该算法是正确和有效的。 关键词：配电网无功优化预测一校正原对偶内点法遗传算法 论文类型：应用研究 英文摘要 s u b j e c t ：s t u d yo fo p t i m i z a t i o nt e c h n i q u e si no i l f i e l dd i s t r i b u t i o nn e t w o r k s p e c i a l i t y ：d e t e c t i n gt e c h n o l o g y & a u t o m a t i o ne q u i p m e n t n a m e ：w e i n a ( s i g n a t u i n s t r u c t o r ：y a hs u l i ( s i g n a t u a b s t r a c t t h i st h e s i sa n a l y s e st h ec u r r e n ts t a t u so ft h er e a c t i v eo p t i m i z i n gp r o b l e m so ft h e d i s t r i b u t i o nn e t w o r k u s e sm i n i m i z ed i s t r i b u t i o nn e t w o r ka c t i v ep o w e rl o s sa st h eo b j e c t i v e f u n c t i o n t h el i m i t a t i o no fc o n s t r a i n e dq u a l i f i c a t i o n sa n dt h er e q u e s t so fr e l i a b i l i t yh a sb e e n c o n s i d e r e d b a s e do nt h ec h a r a c t e r i s t i c so fn o n l i n e a r i t ya n dd i s c o n t i n u i t y ，ah y b r i da l g o r i t h m ， w h i c hc o m b i n e sp r e d i c t o r c o r r e c t o rp r i m a l d u a li n t e r i o rp o i n tm e t h o da n dg e n e t i ca l g o r i t h m ， i s p r e s e n t e df o r t h er e a c t i v ep o w e ro p t i m i z a t i o n o fd i s t r i b u t i o nn e t w o r k t h eo p t i m a l a l g o r i t h mi sp r e p a r a t o r ye x p l o r e d a n dt h ec o r r e l a t i v ep r o b l e m si n c l u d i n gs t a t i cr e a c t i v e o p t i m i z a t i o na n dp o w e r f l o wa r es t u d i e d b a s e do nt h ef o r w a r da n db a c k w a r ds u b s t i t u t i o nm e t h o db e l o n g st ob r a n c h c u r r e n t m e t h o df o rc a c u l a t i n gp o w e rf l o wi sa d o p t e di n t h i sp a p e r v o l t a g eo fe v e r yp o i n ta n dp o w e r l o s so fe v e r yp a r tc a nb ec a l c u l a t e dd i r e c t l yb yu s i n gf o r w a r da n db a c k w a r ds u b s t i t u t i o n m e t h o d s ot h ea l g o r i t h mo c c u p i e ss m a l lm e m o r ya n dh a sr e l i a b l ec o n v e r g e n c ea sw e l la sf a s t s p e e d an o v e lh y b r i da lg o r i t h m ，w h i c hc o m b i n e sp r e d i c t o r - c o r r e c t o rp r i m a l - d u a li n t e r i o rp o i n t m e t h o da n dg e n e t i ca l g o r i t h m ，i sp r e s e n t e df o rd y n a m i ca n ds t a t i cr e a c t i v eo p t i m i z a t i o ni nt h i s p a p e r t h ea l g o r i t h mf u l l ym a k eu s eo ft h ea d v a n t a g eo fi n t e r i o rp o i n tm e t h o di n s o l v i n g s u c c e s s i v eo p t i m i z a t i o np r o b l e ma n dt h ea d v a n t a g eo fg e n e t i ca l g o r i t h mi ns o l v i n gd i s c r e t e o p t i m i z a t i o np r o b l e ma n dt h ea d v a n t a g eo fi n t e r i o rp o i n tm e t h o di n s o l v i n gs u c c e s s i v e o p t i m i z a t i o np r o b l e m t h eo r i g i n a lp r o b l e m i sd i v i d e di n t ot h r e ep a r t s ：t o t a l s u c c e s s i v e p r o b l e m ，d i s c r e t ep r o b l e ma n ds u c c e s s i v ep r o b l e m t h ee f f e c to fc o n v e r g e n c ec r i t e r i o n o n c o n v e r g e n c es p e e di sf u l l yc o n s i d e r e da n df e a s i b l ec r i t e r i o na n do p t i m a lc r i t e r i o na r ea p p l i e d i nt o t a ls u c c e s s i v ep r o b l e ma n ds u c c e s s i v ep r o b l e mr e s p e c t i v e l y , s ot h ew h o l ep e r f o r m a n c eo f t h ea l g o r i t h mi si n c r e a s e d t h ea l g o r i t h m sp r e s e n t e di n t h i sp a p e rh a v eb e e nv e r i f i e db yr e a ls y s t e m ，t h ec a c u l a t i o n r e s u l t sp r o v e dt h a tt h ea l g o r i t h m sa r ec o r r e c ta n de f f e c t i v e 。 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 r e d i c t o r - c o r r e e t o r p r i m a l d u a li n t e r i o rp o i n tm e t h o d ，g e n e t i ca l g o r i t h m t h e s i s ：a p p l i c a t i o ns t u d y 学位论文创新性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究 成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含 其他人已经发表或撰写过的研究成果；也不包含为获得西安石油大学或其它教育机构 的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在 论文中做了明确的说明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 论文作者签名：同期：瑚! 三：兰 学位论文使用授权的说明 本人完全了解西安石油大学有关保留和使用学位论文的规定，即：研究生在校攻 读学位期间论文工作的知识产权单位属西安石油大学。学校享有以任何方法发表、复 制、公丌阅览、借阅以及申请专利等权利，同时授权中国科学技术信息研究所将本论 文收录到中国学位论文全文数据库并通过网络向社会公众提供信息服务。本人离 校后发表或使用学位论文或与该论文直接相关的学术论文或成果时，署名单位仍然为 西安石油大学。 论文作者签名： 导师签名： 同期：沙彦矽 注：如本论文涉密，请在使用授权的说明中指出( 含解密年限等) 。 辈猫勘魅 第一章绪论 第一章绪论 1 1 引言 随着油f f l 生产和勘探开发力度的进一步加大，开发区块不断延伸，油井不断增加， 注水量不断增大，尤其是许多油f 只进入高含水期，使油田内部用电负荷不断增长，原油 生产成本中电耗所占的比例不断上升，而且增长速度逐年加大。统计资料表明，2 0 0 5 年全 国油f 日电费支出平均占到了采油成本的3 9 5 。因此有效地控制用电总量的增长，降低 采油成本，已成为各油田目前经营和管理中必须解决的一个重大问题。油田配电网线路 长，结构复杂，而且随着油田勘探开发难度的增大，再加上配网管理上的不完善，使配 电网本身成为油田电网的耗能大户，其网损率都在1 0 1 4 i l j 左右，因此节能潜力巨大。 但是要挖掘这些潜力必须建立在科学的基础上，单凭经验难以达到最佳效果。所以，研 究油田配电网的优化运行方法，降低配电网的网损率，对提高配电网运行的经济性和降 低采油成本具有十分重要的意义。 1 2 研究的目的和意义 随着市场经济的进一步发展，以及节能减排意识的不断增强，电力系统的运行经济 性同益突出和重要。电力系统的运行管理不仅要重视安全可靠性还要充分考虑到运行的 经济性对企业效益和社会效益的影响，如何实现科学管理，在保证安全可靠的同时科学 利用和优化配置系统资源，降低运行损耗，提高供电电能质量，最终提高企业效益和社 会效益，已经越来越受到人们的关注和重视。 油阳电网优化运行的概念是指在保证供电质量和供电可靠性的前提下，使电网处于 最经济的运行状态。换句话说，即使电网的电能损耗为最小。配电网的无功优化是配电 网科学管理的重要手段和内容，即利用科学的方法计算出发电机、调相机、无功补偿装 置( 包括补偿电容器、补偿电抗器和可调变压器等) 的有效组合配置，以及计算出在其设 备性能约束条件下的最佳运行点和最佳效益点，使系统在运行效率最高，损耗最小，创 造出的经济效益最高的状态下运行。 多年来，我国高压输电网络的无功优化很受重视，也取得了较多的研究成果，在实 践中加以应用，效果明显。虽然自国家实施对城网、农网的改造工程以来，众多配电网 自动化系统、设备、装置应运而生，但大多局限于提高供电可靠性方面，对于如何利用 和配置无功资源，进一步降低配网损失，提高电压合格率，提高配网运行经济性等的研 究相对还是较少。我国配电网络负荷增长迅速且分布只益复杂，如何在满足负荷发展和 供电可靠性的前提下，充分利用系统现有无功资源，降低运行损耗，提高供电电能质量， 保证系统的安全、经济运行己越来越受到电力工作者的广泛关注和重视，因此如何进行 配电网无功规划优化就成为一项非常迫切的任务。 两安彳i 油人学硕十学位论文 1 3 国内外研究现状及趋势 1 3 1 电力系统优化规划 上世纪七十年代初的石油危机导致能源价格暴涨，发电成本上升，电力价格随之猛 增。节能的任务迫切地摆到人们面前，于是提出了“节能与负荷管理”的概念，以提高 用能效率，节省能源，降低费用。目前，从电力用户的角度看，科学技术的发展为提高 能源的使用效率和电力负荷的优化管理提供了很大潜力。 在电力系统规划和优化理论中，一般称电力用户为需求侧，而电力系统为供应侧， 传统规划方法以负荷测试为基础，即根据系统内最大负荷需电量和负荷曲线的测试结果 确定电源类型、投产数量以及如何进行电网优化，这样才能尽可能经济、合理、可靠地 满足用户的电力需求。它视需求为一种给定目标，从供应侧的角度被动地提出满足这一 需求的方案，即以尽可能少的发电、输电、配电设备投资和运行费用，供给需求侧可靠 的电力服务。 于是“需求侧管理”( d e m a n ds i d em a n a g e m e n t ，简称d s m ) 应运而生，该概念在1 9 8 1 年由美国学者g w g e l l i n s 提出，其主要含义是，电力公司作为电力的供应方可以采取 各种有效的激励和诱导措施，以适宜的运作方式鼓励用户采用高效用能技术，以提高效 率，调整用能方式。在保持能源服务水平的前提下，有效地减少电力和电能消耗1 2 j 。 传统的电力系统规划侧重于考虑供应侧，着眼于以电源电网的建设来满足用户的电 力需求，需求侧管理的逐渐兴起和可靠性价值概念的形成，使电力供应方对传统规划手 段作了反省，将需求侧管理与传统电力系统规划结合起来，产生了一系列新概念、新方 法，如最小成本规戈1 ( l e a s tc o s tp l a n n i n g ，简称l c p ) 、综合资源规：电l j ( i n t e g r a t er e s o u r c e p l a n n i n g ，简称i r p ) 等。以上概念形成时间还不很长，实际应用上必然带来一些困难。 这些方法的共同点是全面考虑了供应侧和需求侧资源，选择合理的资源组合，在某种意 义上达到最优目标。 目前，国外在电网自动化以及高级应用软件方面，研究的热点是网络化、集成化、 智能化。例如，对于网络损耗计算，国外现在研究的重点多是对网络损耗的分析和降损 措施与方法研究。其中以网络损耗为目标的配电网网络重构、无功优化、补偿电容投放 位置的确定、补偿电容器投放策略等问题中涉及到的网络损耗计算大都转化为功率损耗 问题，以潮流的方法来求解p j 。 我国目前对电网规划和优化理论的研究主要集中在以下几个方面：负荷预测、变电 站优化、配电网网络优化、配电网潮流计算、正常和故障状态下的可靠性分析、短路容 量校验、配电自动化、投资估算以及效益分析等。随着对配电网重要性认识的不断提高， 对配电网的规划和优化的研究工作也r 益受到重视，并且也取得了一定的成绩，涌现了 很多新的思路和方法。但由于丌展的时问较短，尚没有形成实用化的电力规划系统。 电能都需要通过配电网爿能送给用户。在电能的输送和分配过程中，配电网中的变 第一章绪论 压器、线路元件都要消耗一定的电能，尤其是1 0 k v 电压等级的配电网的网损在整个电 网网损中占有很高比例。对某1 1 0 k v 电网进行调查的结果显示：假定整个电网的网损为 1 0 0 ，则1 1 0 k v 电网网损为2 5 7 、3 5 k v 为9 9 ，而l o k v 则为6 4 4 。油田配电网 主要由1 0 k v 、3 5 k v 的线路、变压器和3 8 0 2 2 0 v 的低压线路组成。由于油田配电网线路 长、支线多、负荷节点多、功率因素低、供电半径长( 随着负荷增长配网结线不断延伸， 超出了经济供电半径) ，使网损增大。对配电网进行无功补偿是降低网损的一个重要途径， 通过对配电网中并联电容器的容量、组数和安装位置等进行优化配置，既可以最大限度 地降低电能损耗，还有利于改善电压质量、增加供电能力和电网的安全性。 我国油f f l 配电网普遍存在的影响网损的问题有：出口功率因数过低；配变容量与通 过负荷相差过大；随着负荷增长，配网结线不断延伸，超出了经济供电半径，使末端电 压质量变坏，网损增大。无功补偿作为降低网损的有效方法，目前我国采用的无功补偿 方案主要有高压集中补偿方式、低压集中补偿方式、分散补偿方式。 本文根据油f f l 配电网自身的特点，在优化理论的基础上，对几种补偿方式统筹考虑， 合理布局，通过决策过程找到最佳的补偿方式，最大程度的降低损耗，以期取得良好的 技术经济效益。 1 3 2 配电网无功优化算法 配电网无功优化又称为配电网最优无功调度，它可表述为在满足配电网潮流约束和 电压约束的前提下，调节可调变压器分接头和可投切电容器，以达到改善配电网中各节 点的电压水平和减少配电网网损的目的。由于配电网各种网络参数或控制变量有着自身 的特点，如网络结构呈树状、支路r x 较大、般为单电源供电等，所以配电网的无功 优化有其独特的方法。配电网无功优化是一个多变量、多约束混合非线性规划问题，其 操作变量既有连续变量又有离散变量，并且目标函数不可微，这使得优化过程十分复杂 1 3 1 。国内外有许多学者进行这方面的研究，主要的无功优化方法有线性规划法、非线性 规划法、动念规划法、智能优化算法以及其它新兴算法。 a 线性规划法 线性规划法理论完整，方法成熟，在电力系统无功优化中或得了广泛的应用。2 0 世 纪6 0 年代术期开始，使用线性规划法研究电力系统无功补偿问题。8 0 年代初期，使用 控制变量对损耗的灵敏度概念，在满足系统损耗最小、网络性能约束和控制变量约束的 自订提下，建立了无功功率综合优化的线性规划模型。【4 j 线性规划法的优点是计算迅速，收敛可靠，便于处理各种约束，能满足实时调度对 计算速度的要求，但优化精度较差i 5 。 b 非线性规划法【4 】 电力系统无功优化问题本质上是非线性的，而且随着经济运行要求的提高，系统运 行趋于技术极限，非线性程度加大，线性规模模型精度不能令人满意，且收敛难度较大。 州安fi 油人学硕+ 学何论文 因此，利用非线性规划法求解电力系统无功优化问题就是很自然的事情了。常用的非线 性规划法有牛顿法、内点法以及二次规划法等。 ( 1 ) 内点法 1 9 8 4 年，k a r m a r k a r 提出了线性规划的一种新算法内点法，该算法不仅可从理论上 证明是多项式时阳j 算法，而且在实际应用中也显示出可与单纯形法竞争的巨大潜力。单 纯形法是沿着可行域边界寻优，而内点法是建立在单纯形结构之上，从初始内点出发， 沿着最速下降方向，从可行域内部直接走向最优解。由于是在可行域内部寻优，故对于 大规模线性规划问题，当约束条件和变量数目增加时，内点法在迭代次数、收敛性和计 算速度方面均优于单纯形法。 内点法有三种形式，投影尺度法( p r o j e c t i v es c a l i n g ) 、仿射尺度法( a f f i n es c a l i n g ) 和路 径跟踪法( p a t hf e l l o w i n g ) 。路径跟踪法将对数障碍函数与牛顿法结合起来应用到线性规 划问题，具有收敛迅速，鲁棒性强，对初值选择不敏感等特点，是目前最有发展潜力的 一类算法。由于内点法在收敛性、计算速度等方面具有单纯形法无法替代的优势，故通 常用于研究各种大规模、复杂的线性规划问题，并将其推广应用于求解各种二次规划和 非线性规划问题，且在电力系统优化问题中得到广泛应用，如：安全经济调度、优化控 制、状态估计、静态电压稳定分析、实时电价计算、无功优化和最优潮流计算等。 ( 2 ) - 次规划法 若某非线性规划问题的目标函数为自变量的二次函数，约束条件又全是线性的，就 称这种规划为二次规划。因此，如果将二次规划法应用于电力系统无功优化问题的求解， 必须先将目标函数二次化，非线性约束线性化。 c 混合整数规划法1 4 4 】 混合整数规划法能够有效地解决优化计算中变量的离散性问题。该方法是通过分支 定界法不断定界以缩小可行域，逐步逼近全局最优解。混合整数规划优化算法的弊端 在于计算时间属于非多项式类型，随着维数的增加，计算时间会急剧增加，有时甚至是爆炸 性的。既精确地处理整数变量以解决问题的离散性，又适应系统规模而使其更加实用化， 是这一方法的主要发展方向。 d 动态规划法f 6 】 动态无功优化问题是指在网络结构参数及未来一天各负荷母线的有功和无功变化曲 线及有功电源出力给定的情况下，通过调节发电机的无功出力、并联电容器组的出力以 及有载调压变压器的分接头，在满足各种物理和运行约束的条件下使整个电网的电能损 耗最小。由于受制造技术和设备寿命的限制，电容器组和调节变压器分接头不允许频繁 地投切，且其动作是不连续的，这种限制必然导致各时段的无功调度和电压控制存在强 耦合，因此，无功优化问题实际上是一个非线性混合整数动态优化问题。 目前，关于动念电压无功优化的研究主要是针对单个变电站或配电网进行i _ ，叫引。文 献 7 9 】应用动态规划法或混合法确定在未来2 4 小时内安装在馈线上的电容器的投切方 4 第一章绪论 案或变电站内的电容器和有载调压变压器的控制方案，但动态规划法很难应用于实际的 大规模配电网络。文献 1 0 】通过简化动念负荷，将复杂的动态优化问题转化为几个简单 的静态优化问题，并使动态优化的结果自动满足动态优化的约束条件，其不足之处在于 要求控制装置的动作具有同时性，即所有的设备在某一时段都进行投切或都不动作。文 【1 l 】将配电网络的电压无功控制问题分解为变电站内的电容器和有载调压变压器控制子 问题与安装在馈线上的电容器投切子问题，分别用简化的动态规划法和模糊控制算法求 解这2 个子问题，并提出了协调2 个子问题的方法。文献【1 7 】给出了完整的动态无功优 化模型，先通过启发式规则确定并联电容器组及有载调压变压器分接头的动作序列，再 简化动态无功优化模型，并将该模型转化为静态优化模型，从而可用常规的优化方法求 解。 e 智能优化算法 近年来出现的以遗传算法( g a ) 为代表的智能算法引起了各学科研究人员的普遍兴 趣。这类算法适用于解决组合优化问题以及目标函数或某些约束条件不可微的非线性优 化问题，在电力系统的优化调度、无功规划、配电系统中电容器的最优配置、机组检修 计划、机组的最优组合和故障诊断、输电系统规划和城网规划等领域得到了广泛应用引。 这类算法给配电网规划人员提供了新的解决问题的思路，主要研究成果包括： ( 1 ) 模拟退火算法l l o j 模拟退火算法是局部最优算法的扩展，它不同于局部搜索算法之处是，以一定的概 率选择领域中最佳值的状态，从理论上讲它是一个全局最优算法，故具有相当广泛的应 用前景。 模拟退火算法的核心在于模拟热力学中液体的冻结与结晶或者盒属溶液的冷却与退 火过程。在模拟退火算法中，利用温度这个重要参数来控制整个求解过程。通常把组合 优化问题的目标函数看成是退火系统能量函数，以退火温度作为控制变量，模拟退火算 法寻找基态的过程就是使目标函数极小化的过程。 模拟退火算法中是否停止迭代的标准是，若连续若干个温度下目标函数值没有显著 变化，或接受率已足够小( 比如小于l ) ，则认为冷却过程已凝结，得到问题的最优解。 由于采用概率接受原则，模拟退火算法总可以跳出局部最优点，而趋于全局最优解。 模拟退火算法应用于电力系统无功优化时，有时和遗传算法结合起来，称为退火选择遗 传算法，这样算法收敛速度快，且能以较大概率求得全局最优解。 ( 2 ) 禁忌搜索算法 禁忌搜索算法是局部领域搜索算法的推广，是人工智能在组合优化算法中的一个成 功应用。 禁忌搜索算法的特点是采用了禁忌技术，为了避免局部领域搜索陷入局部最优的不 足，它采用了一个禁忌表记录已经达到过的局部最优点，在下一次搜索中，利用禁忌表 中的信息不再或者有选择的搜索这些点，以此来跳出局部最优点。这种算法有移动、禁 两安f i 油人学硕十学位论文 忌表和释放水平三种操作。【0 】 禁忌搜索算法在跳出局部最优解方面有较大的优势，但禁忌搜索算法采用单点搜索， 算法的收敛速度和最终解好坏与初始解有很大关系，全局搜索能力差。此外，当控制变 量数目众多时，计算时间会急剧增长，寻优速度慢。i l 4 j ( 3 ) 遗传算法 。o 1 1 5 】 遗传算法是h o l l a n d 在7 0 年代初期首先提出，而在8 0 年代末到9 0 年代初开始投入 实际应用的。遗传算法把自然界中基于自然遗传和自然选择的机制引入到数学理论中来， 提出了一种全新的寻优算法，其不同于传统的优化算法在于以下四个方面：利用参数 集的二进制编码串来进行操作，而不是用参数集本身来进行操作。二进制编码适合于计 算机应用。从群体出发在整个空间寻优，而不是从一点出发沿一条线寻优，因此可在 整个寻优空问同时开始搜索，并进行多极值比较，具备全局最优搜索性。由于群体中各 个体的搜索是独立进行的，因此算法具有内在的并行计算特性。用目标函数本身的信 息建立寻优方向，而不是用其导数信息建立寻优方向，因此不需要传统算法在解复杂问 题时由于推导复杂而设立的许多近似假定，当然也就不用考虑函数的连续性和可导性。 利用概率转移规则，而不是用确定性转移规则，因此可以在一个具有不确定性的空间 寻优。上述优点使得遗传算法具备极强的鲁棒性，并行计算特性及自适应搜索能力，因 此有能力在一个复杂的、多极值点的、具有不确定性的空间寻找全局最优。近年来遗传 算法己丌始应用在电力系统中。 1 6 1 9 1 在遗传算法中主要的遗传操作包括选择、交叉和变异三个基本算子。 1 ) 选择操作： 选择是某种方法从群体中选取n 个个体放入交配池，交配池是用于繁殖后代的双亲 个体源。 选择的根据是每个个体对应的优化问题目标函数转换成的适应度函数值的大小，适 应度函数值大的被选中的机会就多，即越适合于生存环境的优良个体将有越多的繁殖后 代的机会，从而使得优良特性得以遗传，体现了自然界中适者生存的道理。 选择的作用效果能提高群体的平均适应度函数值，因为通过选择操作，低适应度函 数值个体趋向于被淘汰，而高适应度函数值个体趋向于被复制，所以，在选择操作中群 体的这些改进具有代表性，但这是以损失群体的多样性为代价的。 虽然选择操作能提高群体的平均适应度函数值，但它并没有产生新的个体，且群体 中最好个体的适应度函数值也不会改进。常见的有轮盘赌法( 适应度函数值比例法) 、期 望值法、排位次法以及最优保存法等选择方法。 2 ) 交叉操作： 交叉是将两个染色体重新组合的操作，它可以产生新的个体，从而需要检测搜索空 问中新的点。选择操作每次仅作用在一个个体上，而交叉操作每次作用在从交配池中随 机选取的两个个体上。交叉操作产生两个子代个体，它们一般与其父代个体不同，并且 6 第一章绪论 彼此不同，每个子代个体都包含两个父代个体的遗传物质。交叉操作分为一点交叉、多 点交叉和一致交叉等。 3 ) 变异操作： 变异模拟了生物进化过程中偶然的基因突变现象。基因变异能增加群体中个体的多 样性。变异是以一很小的概率从群体中随机选取若干个个体，随机地改变染色体数字串 上某些位的值。引入变异的目的在于，第一使遗传算法具有局部随机搜索功能，第二维 持群体的多样性，避免出现早期收敛问题。 ( 4 ) 专家系统算法1 4 5 j 专家系统是能充分利用领域专家的知识和经验形成规则，并有程序基于规则进行自 动推理及判断，模拟专家的决策过程，因此用于不确定因素多和数学描述困难的电网优 化规划问题时表现突出，能计入许多其他算法难以考虑的约束和因素：但单纯依靠规则 推理往往难以得到真f 的最优解，因此专家系统方法一般宜与其它方法相结合来获得较 好的网架优化解。文献 4 4 】结合关系数据库的特定存储机制和专家系统的规则推理与案 例推理方法，开发了基于专家系统的电网规划进程智能化控制系统，提高了电网规划的 效率。文献 2 1 】提出在电力市场环境下混合专家系统法和数学方法。在输电网扩展之前， 由专家系统提出一系列可行候选方案，根据边际成本分配理论，通过数学方法确定最优 方案，克服了数学优化方法不适合于新兴市场环境下电网规划的缺点。 上述优化算法在实际中得到了广泛的应用，有着各自的优缺点，有的算法在优化过 程中会产生大量的不可行解，加长了优化过程，有些算法容易陷入局部最优解，使该算 法的应用受到了一定的制约。因此，近年来又出现了各种组合算法，这些算法具有全局 寻优以及通用性强的特点。在解决组合优化问题中取得了好的效果，有的已在工程实际 中得到广泛应用。如：s a + g a 4 6 j 算法( 混合模拟退火和遗传算法) 、g a + t s 4 刁( 遗传算法 和禁忌搜索) 、s a + g a + t s 4 8 】算法等。非线性内点法和遗传算法是目前很受关注的两种 优化算法，它们在电力系统无功优化中的应用已经取得了一定的经验和成果。前者具有 收敛性好、鲁棒性强的突出优点，适宜求解连续可微的函数优化问题，但难以处理离散 变量；后者通过对优化变量的随机组合来获取全局最优解，具有很强的离散变量处理能 力和全局收敛的优点，但寻优速度慢，使它们在无功优化中的单独应用受到很大限制。 为了充分发挥上述两类算法的优势，扬长避短，互相补充，本文对基于遗传算法和预测 校f 原对偶内点法的混合算法进行了初步地探索。 1 4 本文研究内容 本文在总结前人经验的基础上，针对目前配电网无功优化方法中存在的问题，采用 基于遗传算法和预测校f 原对偶内点法的混合无功优化算法，对油田配电网进行无 功优化计算，使其通过无功补偿计算所确定的无功补偿容量和变压器分接头位置等更加 合理、准确。 7 阳安吖i 油人学硕十学位论文 具体研究内容如下： ( 1 ) 研究了配电网潮流计算和无功优化问题的应用理论，分析了配电网潮流计算的特 点，确定适合配电网潮流计算的方法。 ( 2 ) 潮流计算是配电网无功优化中的一项重要工作。本文对油f f l 配电网的特点进行分 析，建立配电网潮流计算的数学模型，采用前推回代方法进行潮流计算。 ( 3 ) 建立配电网无功优化的数学模型。该模型以有功网损最小为目标函数，考虑了系 统的无功潮流等式约束以及电容器和有载调压变压器分接头的离散约束。 ( 4 ) 结合配电网的特点，将配电网的无功优化问题分解成离散变量优化问题和连续变 量优化两个子问题，采用基于传统的内点法与人工智能方法遗传算法相结合的混合 策略来解决配电网的无功优化问题。利用遗传算法处理离散变量优化问题，原对偶内点 法处理连续变量优化的问题，充分利用两种算法的特点和优势，实现对配电网的无功优 化。 ( 5 ) 依据确定的数学模型和计算方法，编制相应的程序，并经实例计算，验证了计算 方法的f 确性和有效性。 章节内容安排如下： 第一章论述了本文研究的目的和意义。首先介绍了电力系统优化规划的主要内容， 然后配电网无功优化算法方面介绍了配电网无功优化的研究发展情况，最后总结本文的 研究内容。 第二章建立了配电网潮流计算的数学模型，经过对配电网网络特点的分析以及各种 潮流计算方法的比较确定前推回代潮流计算方法，利用该算法对算例进行潮流计算并对 结果分析。 第三章介绍了在原对偶内点法基础上发展起来的预测校正原对偶内点法和遗传算 法的原理和算法步骤。讨论了预测一校正原对偶内点法的可行判据和最优判据，并在混 合算法的初步优化和连续优化中根据不同的优化要求，分别采用可行判据和最优判据作 为收敛判据，提高了混合算法的运算速度。 第四章建立配电网无功优化模型，结合遗传算法和预测校正原对偶内点法两种 算法各自的特点，提出了一种以该两种算法为基础的混合算法来求解无功优化的问题。 本章详细介绍了混合算法求解无功优化问题的实现步骤，并对其中的遗传算法进行了改 进，将遗传算法中的搜索区域缩小在初始优化解附近，从而提高了搜索效率。通过算例 的实际运算和结果分析，验证算法的f 确性和有效性。 第五章对全文进行总结与展望。 8 第一二章配电网的潮流计算 第二章配电网的潮流计算 电力系统潮流计算是研究电力系统稳态运行的一项基本运算。它根据给定系统的网 络结构及运行条件来确定整个系统的运行状态，主要是各节点电压( 幅值和相角) ，网络 中功率分布及功率损耗等。它既是对电力系统规划设计和运行方式的合理性、可靠性及 经济性进行定量分析的依据，又是电力系统静态和暂态稳定计算的基础。配电网潮流计 算是配电网运行分析、调度管理、设计规划的理论基础，同时又是进行配电网无功优化 计算不可缺少的基础和环节，确定合适的潮流计算方法是无功优化计算的基本内容。 配电系统的基本单元是馈线。馈线首端经过高压降压变压器与输电网相连，末端经 过低压配电变压器与用户相连。配电系统一般具有环形网络，开环运行的特点。每条馈 线相似于树状，馈线与馈线之间没有直接的联系，馈线与馈线之间只在变电站的母线处 相连，一条馈线内的负荷波动相对于一个大输电网来说可以忽略不计。因此可以认为馈 线根节点的电压恒定，此电压值的大小由输电网的潮流确定。给定馈线根节点的电压和 沿线各负荷点的负荷，此馈线的潮流分布就完全确定，与其它馈线无关，即一条馈线内 负荷的波动不影响相邻馈线的电压水平和潮流分布，这就是配电馈线间的解耦特性。根 据这一特点，配电系统的潮流计算不再以全网为单位，而是以馈线为单位【3 引，在一个比 全系统小的多的局部进行分析计算，可望大大提高计算速度。 辐射状的网络模型的基本结构是：已知量是馈线端处的电压砜和各负荷点处的功率 只+ j q , ( k = l ，2 ，n ) ，求解量是各线路尼+ q ( k = l ，2 ，n 1 ) 和各负荷点 处的电压u 。( k = l ，2 ，n ) ，可以看出，配电网潮流计算问题，即是根据电路定理 求解非线性方程组的问题【4 0 】- 【4 2 1 。由于潮流计算在电力系统分析中所处的特殊地位和作 用，对潮流计算方法的要求也很高，可归纳为以下五个方面【4 驯： ( 1 ) 有可靠的收敛性，对不同的系统及不同的运行条件都能收敛： ( 2 ) 计算机内存占用量小。 ( 3 ) 计算速度快： ( 4 ) 程序设计的方便性以及算法扩充移植等的通用灵活性： ( 5 ) 算法处理分支线路的能力和坏网能力： 高中压输电网的潮流计算已经有了几十年的历史，牛顿法、p q 分解法、高斯赛德 尔法等基本上成了标准算法。由于配电网的网络结构与输电网相比有着明显的差异：配 电网具有闭坏结构，但是丌环运行的特点，在正常运行时呈辐射状，且配电线路的线径 比输电线路细，配电网的r 与x 比值较大甚至可能大于1 ，网络的p q 节点多，p v 节点少， 导致许多应用于输电网潮流计算的算法在配电网中发生收敛困难。近年来随着我国对配 电网的重视，涌现出了许多好的算法，其中有前推回代法、回路阻抗法、牛顿法以及快 速解耦法等。这些算法基本上可以分为两大类：一类是支路法：以配电网的支路数据为 研究对象列出潮流方程：一类是母线法：以母线的注入量为自变量列出潮流方程。 9 阳安f i 油人学硕十! 学何论文 2 1 配电网潮流计算的数学模型 2 1 1 母线类算法 2 1 1 1 配电网潮流的母线功率型算法 这类算法的基本点是母线功率平衡方程的求解，即计算出一组母线电压u 和目，使 其满足： p = p ( o ，u ) q = q ( o ，u ) 这罩p 、q 、口、u 均为行( ，? 为负荷节点数) 维向量。 按牛顿迭代法求解，其迭代方程为： p ： i a u j 印印 8 9a u a q 8 q a ea u 其中a 0 、a u 为刀维修正状念向量，a p 、q 为刀维母线功率残差向量。 印印 8 9a u a q a q 8 98 u 为雅克比矩阵。 ( 2 - 1 ) ( 2 - 2 ) ( 2 3 ) 这时问题变成了对线性方程组的求解。这种方法具有二次收敛特性，收敛速度很快， 但对初值要求很高。如果初值和真实解之间存在另外的极值点，则雅克比矩阵的方向可 能出现错误指向，指向另外的极值点，造成解无效。实际应用中必须要选择合适的初值， 才能保证收敛的稳定性。 2 1 1 2 配电网潮流的母线电流型算法 这类方法的基本点是求解节点方程，即已知节点注入电流，可用现行方程求解电压。 u = 】，。1 ， ( 2 - 4 ) 其中u 为母线电压向量，】，为节点导纳矩阵，为节点注入电流向量 j 岸：毕( k ：1 , 2 ，3 堋) ( 2 - 5 ) u k ，k 为节点k 的注入电流，最一q k 为节点注入功率的共轭复数。u 为节点k 的电 压的共轭复数。 这种方法的迭代形式有两种： ( 1 ) 导纳矩阵迭代形式： ：古( 譬磐一圭多幻u 。j “n 一壶多幻粥 ( 2 - 6 ) l k k uk j 萄 j 。k “ l o 第_ 二章配电网的潮流计算 其中，k = 1 , 2 ，3 ，刀，f 为迭代次数。式中第二项电压【，_ 1 表示用本次迭代出的电压 参与后面节点电压的计算，这样可以改善收敛性。 ( 2 ) 阻抗迭代形式： 迭代式为： u=z i ( 2 - 7 ) ( 2 8 ) 这种方法是自然迭代，具有一次收敛特性，收敛速度较慢，但收敛稳定性好；采用 阻抗矩阵迭代方式要比导纳矩阵迭代方式收敛性好；迭代过程是单向逼近。对初值要求 不高。 2 1 2 支路类算法 2 1 2 1 支路电流法【2 5 】 对于一个有个节点的配电系统，其支路数为一1 。将配电系统中第f 个节点表示 为v ，而将第，条支路表示为b ，：对于一个由节点1 ，和v ，确定的支路b ，如果支路是支 路上潮流的方向是从y ，指向v ，则称 ，为该支路的始点，而称v ，为该支路的末点。我们 用，和尸+ q ，分别表示支路b ，上流过的电流和功率，用u ，和只，+ j q 分别表示节点 ，上的电压和功率值，用u ，表示节点v ，上的电压辐值；用尺，+ ，表示支路b ，的阻抗， 以电源点为电压参考点。一个典型的配电子网络拓扑结构图如图2 - 1 所示。 图2 1一个典型的配电子网络拓扑结构图 对于该具有个节点的配电系统，已知量为：根节点( 电源点) 的电压u o ，各节点 的负荷值置。，+ q ，( 其中江1 , 2 ，3 ，n 1 ) 以及配电系统拓扑结构和各支路的阻抗。待 求量为：各节点的节点电压u ，( 其中f _ 1 , 2 ，3 ，n 一1 ) ，各支路的潮流功率尸，+ j q j ( 其 中j = 1 , 2 ，3 ，一1 ) 以及各支路的电流和系统的有功网损。 则在辐射状的配电网中，对于支路b 有 u ，= u ，一，( 尺，+ j x ，) ( 2 9 ) 、j 聆32 = k l j ， 的 z 。硝 一 + “ ， ， 幻 z 川 i i + “k u 阿安4 i 油人学硕七学倪论文 如果支路6 ，的术点v ，为术梢点，则该支路的电流，等于流过末梢点的电流，幻，即 等于该术梢点的负荷电流为 i = i l ，j ( 2 - 1 0 ) 节点v ，的负荷电流，k ，可表示为 l ：毕 ( 2 - 1 1 ) ，2 一 l 二。ll j u ， 式中只- j o u 为节点v ，的负荷功率共轭：u j 为节点v ，的电压共轭。 如果支路移，的未点v ，不是木梢点，则支路电流，应为该支路术点_ 的电流和其所有 子支路的电流之和，即 i 厂，u + i k ( 2 - 1 2 ) k e d 式中d 为以节点v ，为父节点的支路的集合。 显然，根据式( 2 - 9 ) ( 2 - 1 2 ) ，由木梢点向电源点递推，就可以得到各支路的电流， 然后根据式( 2 - 9 ) 从电源点向术梢点回推，即可以求得各节点电压。 2 1 2 2 回路功率型算法 这类算法的基本点是求解回路方程，以回路功率和电压作为状态变量进行求解，一 般形式为：