（电气工程专业论文）基于短期负荷预测的配网无功优化控制的研究.pdf

华北电力大学工程硕士学位论文摘要 摘要 本文提出基于短期负荷预测的配网无功集中分散优化控制思想，在各变电站进 行基于人工神经网络的短期负荷预测，将其值传给上级系统，由地区电网电压无功 优化运行闭环控制系统( a v c ) 利用遗传算法求解整个电网的无功优化问题，得到 各站的优化结果，对于各站具体的动作过程则由a v c 系统统一协调控制。该方法将 全局优化、集中控制与分散控制的优点结合起来，克服了各变电站无功一电压就地 最优控制的弊端，提高了系统电压的合格率、降低了系统的总线损，节电效益显著。 在济南配电网的应用中验证了该系统和方法的有效性。 关键词：短期负荷预测，人工神经网络，无功优化，遗传算法 a b s t r a c t t h er e a c t i v ep o w e rc e n t r a l i z e dd i s p e r s i v eo p t i m i z a t i o nc o n t r o li d e ab a s e do n s h o r t t e ml o a d f o r e c a s t i n g i n p o w e rd i s t r i b u t i o n n e t w o r k si sp r o p o s e di nt h i s d i s s e r t a t i o n t h es h o r r t t e r ml o a df o r e c a s t i n gi ne a c hs u b s t a t i o nb a s e do na r t i f i c i a ln e u r a l n e t w o r k si sc a r r i e do u tf i r s t l y ，t h e nt h ef o r e c a s t e dr e s u l t sa r et r a n s f e r r e dt ot h ea u t o m a t i c v o l t a g ec o n t r o l ( a v c ) s y s t e mi nal o c a lp o w e rs y s t e m a v cc a ns o l v et h eg l o b a lr e a c t i v e p o w e ro p t i m i z a t i o nb a s e do ng e n e t i ca l g o r i t l l r i l s ，o b t a i nt h eo p t i m i z e dr e s u l t sf o re a c h s u b s t a t i o n ，a n du n i f yt h ec o o r d i n a t i o nc o n t r o lf o re a c hs u b s t a t i o n so p e r a t i o n t h i s s c h e m ec o m b i n e dt h ea d v a n t a g e so ft h eg l o b a lo p t i m i z a t i o n ，t h ec e n t r a l i z e dc o n t r o la n d t h ed i s t r i b u t e dc o n t r 0 1 t h i so v e r c 姗et h el i m i t a t i o nf o rl o c a lr e a c t i v ep o w e r v o l t a g e o p t i m i z a t i o nc o n t r o li ns u b s t a t i o n s ，i n c r e a s e dv o l t a g eq u a l i f i c a t i o nr a t e ，a n dr e d u c e d t h e p o w e rl o s s 1 1 l i sm e t l l o dh 嬲b e e nv e r i f i e di nj i n a l ld i s t r i b u t i o nn 咖o r ka 1 1 da c h i c v e dg o o d p r a c t i c a le 恐c t x u et a o ( e l e c t r i c a le n g i n e e r i n g ) d i r e c t e db yp r o f l ig e n g y i na n dy a n gj u n h u k e yw o r d s ：s h 0 1 t t e r ml o a df o r e c a s t i n g ，a r t i 6 c i a ln e u r a ln e t w o r k ， r e a c t i v ep o w e r o p “m i z a t i o n ，g e n e t i ca l g o r i t h m 华北电力大学工程硕士学位论文摘要 摘要 本文提出基于短期负荷预测的配网无功集中分散优化控制思想，在各变电站进 行基于人工神经网络的短期负荷预测，将其值传给上级系统，由地区电网电压无功 优化运行闭环控制系统( a v c ) 利用遗传算法求解整个电网的无功优化问题，得到 各站的优化结果，对于各站具体的动作过程则由a v c 系统统一协调控制。该方法将 全局优化、集中控制与分散控制的优点结合起来，克服了各变电站无功一电压就地 最优控制的弊端，提高了系统电压的合格率、降低了系统的总线损，节电效益显著。 在济南配电网的应用中验证了该系统和方法的有效性。 关键词：短期负荷预测，人工神经网络，无功优化，遗传算法 a b s t r a c t t h er e a c t i v ep o w e rc e n t r a l i z e d d i s p e r s i v eo p t i m i z a t i o nc o n t r o li d e ab a s e do n s h o r t t e ml o a d f 0 r e c a s t i n g i n p o w e rd i s t r i b u t i o n n e t w o r k si s p r o p o s e d i nt h i s d i s s e r t a t i o n t h es h o r r t t e 咖l o a df o r e c a s t i n gi ne a c hs u b s t a t i o nb a s e do na r t i f i c i a ln e u r a l n e t w o r k si sc a r r i e do u tf i r s t l y ，t h e nt h ef o r e c a s t e dr e s u l t sa r et r a n s f e r r e dt ot h ea u t o m a t i c v o l t a g ec o n t r o l ( a v c ) s y s t e mi nal o c a lp o w e rs y s t e m a v cc a ns o l v et h eg l o b a lr e a c t i v e p o w e ro p t i m i z a t i o nb a s e do ng e n e t i ca l g o r i t l l r i l s ，o b t a i nt h eo p t i m i z e dr e s u l t sf o re a c h s u b s t a t i o n ，a n du n i f yt h ec o o r d i n a t i o nc o n t r o lf o re a c hs u b s t a t i o n so p e r a t i o n t h i s s c h e m ec o m b i n e dt h ea d v a n t a g e so ft h eg l o b a lo p t i m i z a t i o n ，t h ec e n t r a l i z e dc o n t r o la n d t h ed i s t r i b u t e dc o n t r 0 1 t h i so v e r c 姗et h el i m i t a t i o nf o rl o c a lr e a c t i v ep o w e r v o l t a g e o p t i m i z a t i o nc o n t r o li ns u b s t a t i o n s ，i n c r e a s e dv o l t a g eq u a l i f i c a t i o nr a t e ，a n dr e d u c e dt h e p o w e rl o s s 1 1 l i sm e t l l o dh a sb e e nv e r i f i e di nj i n a l ld i s t r i b u t i o nn 咖o r ka n da c h i c v e dg o o d p r a c t i c a le 腩c t x u et a o ( e l e c t r i c a le n g i n e e r i n g ) d i r e c t e db yp r o f l ig e n g y i na n dy a n gj u n h u k e yw o r d s ：s h 0 1 t t e r ml o a df o r e c a s t i n g ，a r t i 6 c i a ln e u r a ln e t w o r k ，r e a c t i v ep o w e r o p “m i z a t i o n ，g e n e t i ca l g o r i t h m 声明尸明 本人郑重声明：此处所提交的硕士学位论文基于短期负荷预测的配网无功优 化控制的研究，是本人在华北电力大学攻读硕士学位期间，在导师指导下进行的 研究工作和取得的研究成果。据本人所知，除了文中特别加以标注和致谢之处外， 论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得华北电力大学 或其他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作了明确的说明并表示了谢意。 学位论文作者签名：毒毫肚日期： 妒笤占；。 关于学位论文使用授权的说明 本人完全了解华北电力大学有关保留、使用学位论文的规定，即：学校有权 保管、并向有关部门送交学位论文的原件与复印件；学校可以采用影印、缩印或 其它复制手段复制并保存学位论文；学校可允许学位论文被查阅或借阅；学校 可以学术交流为目的，复制赠送和交换学位论文；同意学校可以用不同方式在不 同媒体上发表、传播学位论文的全部或部分内容。 ( 涉密的学位论文在解密后遵守此规定) 作者签名：导师签名：苍矗覆 日期：童! ! 壁：鱼：兰 华北电力大学工程硕士学位论文 1 1课题研究的意义 第一章绪论 配电网是连续发、输电系统与用户的重要环节，它作为电力网的末端直接与用 户相连，是供电部门对用户服务的窗口，敏锐地反应了用户对电力的安全、经济、 优质等方面的要求。配电网无功优化控制就是在保证配电网安全可靠运行的前提 下，根据不同负荷水平，控制配电网中已有补偿设备，合理调整配电网中无功功率， 一方面使配电网满足一定安全约束，使各节点的电压满足一定要求；另一方面使配 电网的经济性能最好。配电网无功优化控制作为配电网安全、经济运行不可缺少的 重要环节，它能向用户提供可靠而高质量的电能，并能显著降低配电网损耗。因此 研究配电网无功优化控制对提高配电网的功率因数、改善配电网电压水平、降低配 电网有功损耗以及提高电力企业经济效益等方面具有重要的现实意义，配电网无功 优化控制已成为现代配电网经济运行所面临的重要课题i l 】。 目前，无功电压综合自动控制装置( 以下简称v q c ) 已在许多变电站中投入使用。 但是，由于v q c 仅仅采集一个变电站的运行参数，不能实现对地区电网内各变电 站的电容器和有载调压变压器分接头档位进行协调控制，所以单纯用v q c 进行电 压无功控制难以使各变电站已投入的电压无功设备和容量得到充分利用。同时，各 节点分散控制还可能导致电网无功潮流分布不合理和节点被控对象频繁操作【2 。5 】。 集中控制是从全网的角度对系统运行做出安排调整。很明显，这种控制方法具 有大局观念，它从总体上对电网进行统筹调度，能够实现全局最优。但是对于电力 系统这样庞大的系统来讲，集中控制难以对各子系统的运行做出分析研究，不能实 现各子系统的优化运行；另外，从数据采集的角度来看，集中控制要求把各个电压 等级的大量实时运行数据通过调度自动化系统传输到网络调度中心，这样大量的数 据传输造成的误差较大，也给调度中心的快速实时处理带来很大困难。 分散控制则与集中控制相反。它基于各子系统的运行状况，实现各子系统的优 化运行。由于其研究对象仅限于各个子系统，因此，对于电力系统这样各子系统间 联系紧密的大系统，就不能保证整个系统的优化运行，存在使其他子系统和整个网 络运行状况恶化的可能。就单个变电站而言，这种方法能够提高电压合格率和电容 器利用率，但是在全网来看，它难以保证全网的最优运行，并且会出现电压频繁调 整，容易造成电压调节不合理的现象1 6 一j 。 在配电系统中，调节变压器变比对系统的无功影响很小，相对投切补偿电容器 组对系统无功的影响可以忽略。因此研究如何投切配电网中的并联电容器，是实现 l 华北电力大学工程硕士学位论文 配电网无功优化控制的主要问题。 1 2 配电网无功优化国内外研究现状 配电网的无功电压优化，是一个既直接影响系统电压质量，又关系到电网经济 运行的重要问题。在以往的无功电压优化计算中，对于无功功率不足和系统电压偏 低的情况一直是人们关注的问题。无功优化的关键集中在对非线性函数的处理、算 法的收敛性和如何解决优化问题中离散变量的问题三个方面。无功优化问题就目标 函数的侧重点而言，主要有以下几种：保证最优电压质量，使电压与额定电压值相 差最小；系统有功损耗最小；无功补偿设备投资最小；变压器分接头和电容器投切 次数最少；综合考虑以上几种目标的多目标无功优化等。优化问题的约束条件不尽 相同，优化方法也有差异，其中普遍采用的是以系统有功网损最小为目标函数的优 化模型。研究工作大量集中在以改善收敛性能、提高计算速度为目的而提出的各种 不同求解算法上。随着对配电网运行质量和经济效益要求的日益提高，无功优化目 标及约束条件变得越来越苛刻，对于配电网的无功优化算法及相应的应用软件多存 在以下问题【8 - 9 】： ( 1 ) 在计算配电网潮流及无功优化过程中，配电网的许多参数如线路的阻抗、 配变、负载的阻抗等参数多被假设或近似，特别是配变低压侧( 4 0 0 v ) 的等效负荷由 于量测表计不全等原因将造成相当大的误差。当系统中各点电压及潮流发生变化 时，负载的等效阻抗及变压器损耗等参数所发生的变化情况未被考虑，因此造成计 算结果存在较大误差。 ( 2 ) 由于建立数学模型困难及运算过程复杂等原因，多数无功优化算法只采用 以系统有功网损为最小、电压水平最好为目标函数，未实现真正意义上多目标优化； 计算也只是针对某些特定的配电网运行方式，如只考虑负荷高峰、负荷低谷、正常 负荷三种情况等，未能考虑负荷的日常变化及季节变化等因素对计算结果的影响。 ( 3 ) 未能将无功优化与电力系统实际控制结合起来，无功优化多局限于调节静 态补偿电容的补偿值。而在实际运行中，电力系统任何一个实际控制如调整变压器 带载调压分接头等都将对无功优化效果造成很大影响。 无功实时控制系统是闭环运行的，所以必须在满足系统安全、可靠的前提下， 力求达到降低网损、提高电压合格率以及降低调度人员劳动强度的目标。在常规的 电压无功控制方法中，最常用的是九域图及其改进方法；还有将模糊控制与专家系 统技术相结合应用于变电站的电压一无功控制当中，这些方法是针对于变电站的电 压无功控制的，都属于局部就地控制，而不是集中控制方式；而集中控制方式是电 压无功控制的最佳方式，但是由于自动化水平等方面存在的问题，难以全面展开。 2 华北电力大学工程硕士学位论文 1 3 配网无功优化算法简介 无功优化问题是一个复杂的非线性规划问题，因其目标函数与约束条件的非线 性、控制变量的离散性与连续性相混合等特点，到目前为止，尚无一种切实可行、 快速完善的无功优化方法。由于对无功优化模型的处理不同以及优化目标函数选择 的不同，所以使用的优化方法也有差异。到目前为止，现有的无功优化方法，大致 可以分为运筹学方法和人工智能方法两类【1 0 郴】。 1 3 1 运筹学方法 电力系统无功优化运筹学方法是从某个初始点出发，按照一定的轨迹不断改进 当前解，最终收敛于最优解。这类优化方法主要有线性规划法、非线性规划法、二 次规划方法、混合整数规划法及动态规划法等。 ( 1 ) 线性规划法 线性规划法( l i n e a u rp r o g r 锄m i n g ，l p ) 应用于电力系统无功优化，其原理就 是把目标函数和约束条件全部用泰勒公式展开，略去高次项，使非线性规划问题在 初值点附近处转化为线性规划问题，用逐次线性逼近的方法来进行解空间的寻优。 总体来说，线性规划法的数学模型简单直观、物理概念清晰、计算速度快，同时由 于线性规划方法本身的完善性，使它的计算规模受到较少的限制。但由于它把系统 实际优化模型作了线性近似处理，并对离散变量作了连续化处理，使计算结果往往 与电力系统实际情况有差异。 ( 2 ) 非线性规划法 由于电力系统自身具有非线性，所以非线性规划法( n o n l i n e a u rp r o g r 踟m i n g ， n p ) 最先被运用到电力系统无功优化中，最具代表性的是简化梯度法、牛顿法。简 化梯度法是求解较大规模最优潮流问题的第一个较为成功的算法。它以极坐标形式 的牛顿潮流计算为基础，对等式约束用拉格朗日乘数法处理，对不等式约束用罚函 数处理，沿着控制变量的负梯度方向进行寻优，具有一阶收敛性。这种算法原理比 较简单，存储需求小，程序设计也比较简单。但也存在很多缺点：在计算过程中会 出现锯齿现象，收敛性较差，尤其是在接近最优点附近收敛速度很慢；每次迭代都 需要重新计算潮流，计算量很大，耗时较多：另外，在采用罚函数处理不等式时， 罚因子的选取对算法的收敛速度影响很大。牛顿法与简化梯度法相比是具有二阶收 敛性的算法，基于非线性规划法的拉格朗日乘数法，利用目标函数二阶导数组成的 海森矩阵与网络潮流方程一阶导数组成的雅可比矩阵来求解。对控制变量和拉格朗 日乘子穿插排序，统一修正。利用海森矩阵和雅可比矩阵高度稀疏性，使计算量减 小。当前牛顿法用于无功优化的研究已进入实用化阶段，估计起作用的不等式约束 3 华北电力大学工程硕士学位论文 集是实施牛顿法的关键。 非线性规划法的数学模型比较精确地反映了电力系统的实际，计算精度较高， 但其方法本身需要大量的求导、求逆运算，占用计算机内存多，使得解题规模受到 限制，对不等式约束处理上也有困难，因此限制了实际系统的应用。 ( 3 ) 二次规划法 二次规划( q u a d r a t i cp r o g r a m m i n g ，q p ) 是非线性规划中较为成熟的一种方法。 将目标函数作二阶泰勒展开，非线性约束转化为一系列的线性约束，从而构成二次 规划的优化模型，用一系列的二次规划来逼近最终的最优解。由于二次型的目标函 数可以较好地适应无功优化目标函数的非线性特征，收敛性及计算速度比较理想， 因而在无功优化中得到了应用，但是在求临界可行问题时可能导致不收敛。 ( 4 ) 混合整数规划法 混合整数规划法( m i x e di n t e g e rp r o g r 锄m i n g ，m i p ) 的原理是先确定整数变量， 再与线性规划法协调处理连续变量。它解决了前述方法中没有解决的离散变量的精 确处理问题，其数学模型也比较准确地体现了无功优化实际，但是这种分两步优化 的方法削弱了它的总体最优性，同时在问题的求解过程中常常发生振荡发散，而且 它的计算过程十分复杂，计算量大，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，所以既精确地处理整数变量，又适应 系统规模使其实用化，是完善这一方法的关键之处。目前看来，在运筹学方法中， 除了采用各种近似手段，尚没有非常有效的方法解决离散变量的问题。 ( 5 ) 动态规划法 动态规划法( d y n a m i cp r o g r 锄m i n g ，d p ) 是研究多阶段决策过程最优解的一 种有效方法，它按时间或空间顺序将问题分解为若干互相联系的阶段，依次对其每 一阶段做出决策，最后获得整个过程的最优解。从前面介绍可知，线性规划和非线 性规划要求目标函数和约束条件必须严格遵守线性和凸性，如果不满足这些条件， 就可能求不出可行解，或求得的只是局部最优解。而动态规划对目标函数和约束条 件没有严格限制，所得的最优解也常常是全局最优解。其次，动态规划法在一定的 条件下也可以解决一些与时间无关的静态规划中的最优化问题，只要人为地引入 “时段 因素，即可将其转化为一个多阶段决策问题。例如对于变量较多、题目比 较大的静态问题，用多阶段决策过程来求解比较容易，计算步骤也比较清楚。但动 态规划法也存在缺陷，它随状态变量个数增加出现的“维数灾 问题和难以构成一 个实际问题的动态数学规划模型，这些都限制了它的广泛应用。 线性规划法的数学模型简单，计算速度快，但由于它把系统实际优化模型作了 4 华北电力大学工程硕士学位论文 线性近似处理，使计算结果往往与电力系统实际情况有差异。非线性规划法的数学 模型比较精确地反映了电力系统的实际，计算精度较高，但对不等式约束处理上也 有困难。二次规划方法的目标函数可以较好地适应无功优化目标函数的非线性特 征，收敛性及计算速度比较理想，但是在求临界可行问题时可能导致不收敛。混合 整数规划法数学模型也比较准确地体现了无功优化实际，但求解过程中常常发生振 荡发散，求解时间呈维数增加。动态规划法按时间或空间顺序将问题分解为若干互 相联系的阶段，依次对其每一阶段做出决策，最后获得整个过程的最优解，但随状 态变量个数增加出现的“维数灾 问题和难以构成一个实际问题的动态数学规划模 型。 1 3 2 人工智能方法 人工智能包括人工神经网络法、专家系统、模糊优化法和现代启发式搜索算法 等。现代启发式搜索算法中的t a b u 搜索、模拟退火算法、遗传算法等在电力系统无 功优化中的应用已取得了人量的研究成果。 ( 1 ) 人工神经网络法 人工神经网络( a n i f i c i a ln e u r a ln e t w o r k ，a n n ) 称连接机制模型或并行分布 处理模型，是由人量简单元件广泛连接而成的，用以模拟人脑行为的复杂网络系统。 十几年来，此理论研究取得了重人成果，提出了许多模型及其计算理论，并被应用 于电力系统的诸多方面。由于神经元之间的计算具有相对独立性，便于并行处理， 具有执行速度较快的优点，但不足之处是如果缺乏十分有效的学习算法，人工神经 网络在训练过程中很易陷入局部极小点。 ( 2 ) 专家系统法 专家系统( e x p e r ts y s t e m ，e s ) 是发展较早，也是比较成熟的一类人工智能技 术。专家系统主要是由知识库和推理机构成。它根据某个领域的专家提供的特殊领 域知识进行推理，模拟人类专家做出决策的过程，提供具有专家水平的解答。专家 系统较早应用于变电站电压无功控制中，将变电站电压无功控制和专家系统的设计 方法相结合，针对变电站电压无功控制的特点，总结了变电站操作人员懂得的运行 经验，提出一些推理规则。在系统运行过程中推理机根据这些推理规则生成合适的 控制方案来及时、准确地实现对有载调压变压器和电容器组的控制。 ( 3 ) 模糊优化法 模糊集理论( f u z z ys e t ，f s ) 延生于2 0 世纪6 0 年代，它的产生不仅拓宽了经典 数学，而且使计算机科学向人们的自然机理方面发展取得了重大突破。模糊数学的 独特特性可以处理电力系统优化问题中的参数不确定问题。模糊优化法所需的信息 5 华北电力大学工程硕士学位论文 量少、智能性强、迭代次数也少，所以计算速度较快于非模糊控制，并能很好地反 映电压的变化情况，容易在线实现。然而模糊优化法只对一些不确定性问题分析有 效，对于精确的概念会使问题复杂化。 ( 4 ) 禁忌搜索 禁忌搜索( t a b us e a r c h ，t s ) 的具体过程是：首先产生一个初始解，然后采用 一组“移动 操作从当前解邻域中随机产生一系列实验解，选择其中对目标函数改 善最大的“移动 做当前解，重复迭代，直到满足一定的终止准则。为了避免局部 领域搜索陷入局部最优的不足，t s 将最近迭代的移动记录到t a b u 表中，避免重复 搜索。另外，为了尽可能不错过产生最优解的“移动 ，若满足特赦规则，即使它 处于禁忌表中，这个移动也可实现。但t s 采用单点搜索，算法的收敛速度和最终 解的好坏与初始解有很大关系，全局搜索能力差，随着控制变量数目增多，计算时 间变长，寻优速度慢。在一般的t a b u 搜索算法的基础外，对搜索步长、禁忌表、不 同循环点的选择以及算法终止判据等问题做了改进，更容易跳出局部最优解，保证 可以搜索整个可行域，从而得到全局最优解的可能性更大。与线性规划算法相比具 有更强的全局寻优能力。 ( 5 ) 模拟退火算法 模拟退火算法( s i m u l a t e d 缸m e a l ，s a ) 是一种基于热力学的退火原理建立的 启发式随机搜索算法，使用基于概率的双向随机搜索技术，能有效地解决带约束的 组合优化问题，能以概率l 收敛到全局最优解。但在实际应用中，算法的收敛性和 收敛速度依赖于退火方案的选择，其中包括退火初始温度的设置、为保证同一温度 下的“充分 搜索退火速度的选择、根据邻域搜索中解质量变差的概率分布采用的 降温方式等，而这些参数都很难确定。 ( 6 ) 遗传算法 遗传算法( g e n e t i ca l g o r i t h m s ，g a ) 模拟生物在自然环境中的遗传和进化过程 而形成的一种自适应全局优化概率搜索算法，与传统算法相比，遗传算法具有算法 简单，对目标函数不要求可导、可微，且能方便地处理离散控制变量和能获得全局 最优解等优点。因此它被广泛应用于组合优化、机器学习、规划设计、函数优化等 许多领域。在当前电力系统中，基于遗传算法的无功优化是一个十分热门的课题。 这些方法都有各自的缺点，模拟退火法全局收敛性好，但所需时间过长，且随 系统规模扩大及复杂性提高而增加。遗传算法能以较人概率找到全局最优，但局部 搜索能力不强，对大型电力系统进行优化时需较长时间。禁忌搜索算法收敛较快， 局部搜索能力强，但其收敛性和初值有很大关系。 6 华北电力大学工程硕士学位论文 1 4 本文主要工作 运用基于短期负荷预测的集中、分散协调控制的基本思想来解决配网无功电压 的控制问题。首先，各变电站对本区域进行短期负荷预测，并将预测结果传输给上 一级系统，由上一级控制系统根据预测值对配网进行优化协调后，把修正后的协调 量下达到各变电站，各变电站根据收到的这一协调量对自己的进行优化运行。经过 这样的过程，最终使电网在整体和局部上都实现优化。 其基本原理：各变电站根据历史数据对本区域的负荷进行短期预测，得到的短 期负荷预测值发给地区电网电压无功优化运行闭环控制系统( a v c ) ，同时a v c 系统 收到由s c a d a 系统收集到的配电网运行信息。据此对系统进行综合无功优化，给定 各变电站电容，电抗器合理的投切次数以及变压器分接头进行合理调整。 根据基本原理，本文的主要工作为： ( 1 ) 对配网无功优化算法进行深入的研究，并选用遗传算法对配网进行无功 优化； ( 2 ) 运用基于人工神经网络法对变电站所控区域进行短期负荷预测； ( 3 ) 对变电站级的短期负荷预测与整个配网的无功优化相结合的方式进行深 入的研究； ( 4 ) 基于地区电网电压无功优化运行闭环控制系统( a v c ) ，运用本方法对济南 配电网进行验证。 7 华北电力大学工程硕士学位论文 第二章基于遗传算法的配网无功优化 2 1配电网无功优化分析 电网的无功优化补偿，要结合具体电网的现状和各种无功补偿方式的特点，针 对不同电压等级电网中存在的问题，充分考虑现有无功补偿装置的特性、技术和经 济因素。通过分析高压配电网的现状、特点和存在的问题，对集中补偿、分散补偿、 就地补偿三种无功补偿方式进行比较，提出配电网无功优化补偿问题的方法。从目 前国内外无功补偿装置的应用情况看，无功补偿装置主要有同步调相机、并联电容 器和静止补偿器等三种【i6 1 。 ( 1 ) 同步调相机 同步调相机是最早采用的一种无功补偿设备，实际上是专门的无功功率发电 机。它的优点是可以平滑地改变无功功率的大小和方向，调整电压平滑，单机容量 可以做得较大，因此，无功输出容量基本不会受到限制，更重要的是，它可以有效 地支撑电网的电压，提高电网的稳定性。它的缺点是投资大，损耗高，运行维护复 杂。此外，由于它是一种旋转设备，结构复杂，需要有一整套辅助系统，维护工作 量大，需要专门的运行和维修人员。因此，随着电网网架的加强和并联电容器技术 的迅速发展，许多国家已经不再新增同步调相机作为无功补偿装置。 ( 2 ) 并联电容器 并联电容器广泛应用于变电所、配电网和用户当中，是电力系统中一种重要、 普遍的无功补偿设备。它的作用就在于重负荷时发出感性无功，补偿负荷所需，以 减少输送感性无功而在线路上产生的电压降落，提高负荷端电压。并联电容器的优 点是经济、灵活、损耗低、安装维护方便。并联电容器的应用范围非常广泛，容量 可大可小，可以集中安装在中心次变电所、不同电压等级的二次变电所，也可以 分散安装在中低压配电网和厂矿用户，灵活性较大。另外，并联电容器是静止设备， 运行维护简单，不需要额外的运行和维修人员，运行费用低，且无噪音，在户内外 安装均可。并联电容器所发出的无功功率与其端电压的平方成正比，当端电压下降 时，它补偿的无功功率也将减小。另外，它发出的无功功率不是连续调节的，只能 分成若干小组，阶梯式地调节，这是并联电容器的不足之处。尽管如此，由于电容 器技术的不断改进和低廉的价格，并联电容器已经成为电力系统的主要无功能源和 电网无功补偿装置的首要选择对象。 ( 3 ) 静止补偿器 8 华北电力大学工程硕士学位论文 静止补偿器是近年来发展起来的一种动态无功功率补偿装置。它将电力电容器 与电抗器并联起来，电容器可发出无功功率，电抗器可吸收无功功率，两者结合起 来使用。通常由电容器、饱和电抗器或线性电抗器、滤波器、晶闸管和专用调节器 等静止设备组成，利用可控硅开关来分别控制电容器组与电抗器的投切，这样它的 性能完全和同步调相机一样，既可以发出感性无功，又可以发出容性无功，并能依 靠自动装置实现快速调节，对稳定电压、提高系统的暂态稳定性以及减弱动态过程 等均起着较大的作用，因此日益受到重视，还在不断发展与完善之中。静止补偿器 的主要优点是无功调整范围大、投入迅速，动态响应速度快等。缺点是价格昂贵， 主要适用于较大冲击负荷用户的就地补偿和用于电力系统中实现对系统的无功补 偿等。 配电网的网损是衡量配电网建设完善化和管理水平高低的一项综合性经济技 术指标。无功电源的布局、无功功率的传输以及无功功率的独立与控制直接影响着 配电网的经济运行。无功功率与有功损耗的关系，有功功率损耗计算公式如下： p = p 2 + q 2 ) 尺啡( 2 1 ) 式中，凹表示线路的有功损耗( k w ) 。 由式( 2 1 ) 可知，线路传送功率时，会造成有功损耗。一方面，当输送功率( 尸2 + q 2 ) 一定时，有功功率损耗与线路电阻成正比；另一方面，当输送有功功率尸和网络电 阻尺一定时，输送的无功功率越大，有功功率也越大。无功功率的流动是造成有功 功率增大的直接原因。可见，为了降低配电网络的有功损耗，必须使无功电源合理 分布，尽量减少无功功率长距离输送；另外应该进行无功负荷接地补偿，力求达到 就地平衡，使配电网有功功率损耗降低。 配电网无功优化控制对有功损耗的影响： 投入电容器前的有功损耗纰为： ，、 纰：篷掣墨( 2 2 ) u 矗 投入电容器后的有功损耗必为： 必= 掣r 由式( 2 2 ) 、( 2 3 ) 得投切电容器前后有功损耗的相对值鄙为： 9 ( 2 3 ) 华北电力大学工程硕士学位论文 其中： 群= 警2 制2 鲻 = 1 一( 1 一心) 2 ( 1 一c 。s 2 缈) l o o ( 2 - 4 ) 砭= 争o o 从式( 2 4 ) 可以看出，无功功率控制对配电网有功损耗的影响效果与补偿系数群 和负荷功率数c o s 够密切相关。补偿系数大，影响效果明显；负荷功率因数低，影响 效果也明显。在负荷功率因数确定的情况下，可通过改变可投切电容器的无功功率， 降低配电网的有功功率损耗，从而使配电网经济运行。 保证系统的安全稳定运行，降低网损，提高供电质量，一直是电力系统追求的 目标，而实现这一目标的一个重要手段是电力系统无功优化。有资料表明，1 3 的 电力是在配电系统中浪费掉的，因此配电网络的无功优化对保证电网的电压水平、 降低网损有重大意义。 电力系统的无功优化问题是一个多目标、多变量、多约束的混合非线性规划问 题，其优化变量既有连续变量如节点电压，又有离散变量如变压器挡位、无功补偿 装置组数等，使得整个优化过程十分复杂。配电网有其自身的特点：配电网闭环设 计、开环运行，使得配电网络结构呈辐射状的特殊性；线路的足x 比值较大；网络 的p q 节点多，p v 节点少，特别是优化过程中离散变量的处理更增加了优化问题的 难度。目前，配电网无功优化有线性规划法、非线性规划法、动态规划法、t a b u 搜 索、进化策略法、模拟退火法、神经元网络、遗传算法及其改进等，相比而言，遗 传算法在解决多变量、非线性、不连续、多约束的问题时显示出其独特的优势，这 使得它在功优化领域中的应用受到重视。 2 2遗传算法 遗传算法的基本思想是基于进化论和遗传学说1 7 捌】。进化论认为每一种物种， 在不断的发展过程中都是后代又不完全与父代相同，这些新的变化，若适应环境， 则被保留下来，不适应环境，则被淘汰。这就是适者生存的原理。遗传学说认为遗 传是作为一种指令遗传码封装在每个细胞中，并以基因的形式包含在染色体中。每 个基因有特殊的位置并控制某个特殊的性质。由所有基因决定的个体对环境有一定 的适应性。基因杂交和基因突变可能产生对环境适应性更强的后代。通过优胜劣汰 10 华北电力大学工程硕士学位论文 的自然选择，适应性更强的后代的基因结构就被保存下来，并被遗传到下一代。 一般而言，一个最优化问题需要从自变量域m 中找到一个解向量x ，在满足约 束条件的前提下使得某一个品质标准厂最大或最小，即：厂( x ) = m a x 。( x ) 一般称为 目标函数。目标函数可以由任意复杂的实际系统给出。 图2 1 遗传算法的基本流程框图 遗传算法的基本思想可描述为：随机产生一系列待选方案，经过某一特定标准 评价，淘汰性能差的，保留性能好的，并在此基础上通过方案间信息交叉、变异， 产生新的方案，再评价，再产生新的方案，如此重复，直至得到符合某种要求的结 果。遗传算法的内容可包括：基因编码、产生祖先、基因评价、基因选种、基因操 作【2 l 一2 5 j i 卜o 华北电力大学工程硕士学位论文 ( 1 ) 编码( c o d i n g ) 与母体( p o p u l a t i o n ) 编码起着遗传信息与优化控制变量之间的纽带作用，编码的优劣有时直接关系 到能否收敛到最优解。编码形式为：x = l 互，e c lc 2 f ，其中，z 为第f 台变压器 的抽头位置，e 为第f 个补偿节点投切的电容器组数。遗传算法中随机产生一组初 始解群，被称为祖先，即第一代母体，t 或c 的初始值由一些随机函数产生。母体 数n 是遗传算法的一个重要参数，在本文中也称为群规模，它的大小由外部指定， n 不能太小，也不宜过大，一般从十开始，以十为单位递增。 ( 2 ) 评价( e v a l u a t i o n ) 与选择( s e l e c t i o n ) 评价的标准因所研究的问题不同而异，在遗传算法中评价值被称为适应函数值 ( f i t n e s s ) 。基因选择是遗传算法中比较关键的一步，它是从母体中选取个体形成 繁殖库的过程，有时直接关系到收敛速度问题。交叉率( 犀) 和变异率( 己) 在基因选 择中应用普遍，交叉率( 犀) 、变异率( 己) 的取值应从实际问题出发灵活掌握。 ( 3 ) 杂交( c r o s s o v e r ) 和变异( m u t a t i o n ) 基因操作是遗传算法的主要内容和核心部分，它包括杂交( 又称交叉) 和变异， 杂交和变异都是遗传算法中获取新优良个体的重要手段变异操作是模拟生物在自 然环境中由于各种偶然因素引起的基因突变过程，表现为码串字符的翻转，如在二 进制码中，0 变为1 或l 变为o 。变异操作可使适应值小的个体或群体性能趋于一 致时的个体发生变化，同时防止适应值大的个体变异，从而使每一代保持新鲜个体， 避免进化停滞，过早收敛。 2 3基于遗传算法的无功优化 无功优化的目标函数包括经济性目标、电压水平目标、安全性目标和综合多目 标，实际中可根据需要采用综合多目标函数，本文取以网损最小为目标函数，并把 状态变量写成罚函数形式2 6 1 。 f = m ；n 肚+ | | ；( 瓦兰 丢 + 嵫善( 撬) c 2 5 ， 等式约束条件： 节点有功功率约束 啦= 圪广一k 巧( qc o s 岛+ 岛s i n 岛) = o f = l ，2 ，一1 节点无功功率约束 1 2 华北电力大学工程硕士学位论文 q ，= q g ，一q 肼一k 巧( g ，c o s 铭一b ，s i n 吼) = o ( 2 - 6 ) j e j ，= l ，2 ，一1 一j p 矿 不等式约束条件： p q 节点电压安全约束 y jmi n y jyjmax 发电机节点无功出力约束 t l l n np y nye 、 q g f m i n q g f q g f ma 。 f p y ，矿口) 可投切无功补偿装置投切容量约束 qc ，m i n q c ， q c ，ma x 有载可调变压器变比约束 f c t m i 。 l t m 。 p v 节点发电机机端电压约吏 以上各式中， 丘一电网有功损耗； 一系统节点集； 坼一有载可调变压器集； p y p v 节点集； f 坼 川。 j 一 杉m i 。k k 。戤 k q q m 蛔q q m 疆 q q 。抽 由目标函数式可以看出，形、职、职对目标函数值的影响很大，如选值不当， 有时可能会出现这样的情况，某些含有越限状态量的解，其目标函数值优于另一组 无越限状态量的解的目标函数值。为了避免这种情况的发生，本文对彬、职采取了 动态取值法。为了突出电网电压质量合格问题，暇应该大于形、职的上限值。首 先令形、职等于各自的下限值，在群体进化的每一步五增加一个乞。重复此步骤直 至允等于其上限值。 拈麓= p 7 ， l 彳m a ) ( 五。五m a ) 【 、 遗传算法用于无功优化就是在电力系统初始潮流解为第一代母体，对其进行二 进制编码，形成码串并受各种约束条件约束；通过遗传操作选择，用目标函数来评 华北电力大学工程硕士学位论文 价基因母体中各个体的性能，评价值低的被淘汰，评价值高的选择出来作为繁殖库； 下一步的杂交，是把部分码串信息进行交换，这样才有机会将其特征传给下一代； 变异是对杂交后代的每一个个体的每一基因位产生随机数，表现为码串字符的翻 转，变异后重新组合，可产生新一代适应值大的更为优秀的个体，反复进行以上遗 传操作即逐代遗传，直到满足一定条件为止，遗传运算结束。 2 3 1 编码及群体初始化 遗传算法具有良好的鲁棒性，对编码并没有苛刻的要求，一般采用二进制编码 和浮点( 十进制编码) 两种方式。从整体上讲，二进制编码的进化层次是基因，而 浮点编码的进化层次是个体。本文选用二进制编码，把待求问题的初始解的所有变 量信息用二进制编码的形式表示，并按一定的顺序排列起来的方法，根据系统所需 的计算精度选取足够的编码位数。对于本文的数学模型，可设可行解空间的一组解 为：x = 【五五五k 】，为种群规模，其中任一解( 即个体) 置，可以表示为： x = k 圪t 鸟q z 王乃3 c ，呢。川m 】 其中，k 圪，为p v 发电机节点的电压； q l q ：为p q 发电机节点的无功出力； 互，为有载调压变压器的档位； c ，呢。为新增补偿节点电容器的投切组数； l m 为原有补偿节点的电容器的投切组数。 种群规模选取的大小对计算结果和计算时间都有较大影响。种群规模越大，计 算所需要的时间愈长。一般为了让初始解在解空间分布均匀，种群规模经验上选取 ，1 0 1 6 0 之间，每级增加1 0 个。本文种群规模选5 0 。 2 3 2 适应度函数 遗传算法将问题空间表示为染色体位串空间，为了执行“适者生存 的原则， 必须对个体位串的适应性进行评价。因此，适应函数就构成了个体的生存环境，根 据个体的适应值，就可以决定它在此生存环境下的生存能力。一般而言，好的染色 体位串结构具有比较好的适应度函数值，即可以获得较高的评价，具有较强的生存 能力。适应值是群体中个体生存机会选择的唯一确定性指标，适应度函数的形式也 就直接决定着群体的进化行为，它直接影响到g a 的收敛速度及性能。 针对进化过程中遗传操作的需要，选择函数变换r ：g 一厂，使得对最优