配電網無功補償優化規劃

呂嘉

摘 要：將目標函數確定為節點電壓質量、無功補償設備投資以及配電網電能損耗等，將配電網無功規劃優化數學模型在最大負荷運行的方式下建立起來。針對配電網具有較多的待補償節點和分支的特點，將一種具有最小無功電流損耗的算法提了出來，從而對補償電容器的位置和個數進行優化，然后以此為基礎與改進的遺傳算法結合起來，使無功規劃優化的效率和精度得到進一步的提升。

關鍵詞：遺傳算法；無功規劃優化；配電網

并聯電容器組是主要的配電網無功補償設備，將電容器組的安裝容量安裝位置以及補償點的個數科學合理地確定下來，可以確保實現提升電壓質量和降低網損的目的。配電系統具有較大的負荷分散性，再加上具有較多的帶補償點和較長的供電半徑，因此在無功配置方面具有較為獨特的地方。為此，本文分析并介紹了基于遺傳算法的配電網無功補償優化規劃。

1 配電網無功補償優化方法概述

配電網無功補償的靈敏度分析法可以將幾個具有較高靈敏度的節點選擇出來作為待補償點，從而使解空間得以減小，然而該方法在實際上往往是同1條支路相鄰的幾個節點具有較高的靈敏度，而且一般只有一個節點在這幾個節點中屬于真正的高靈敏度的節點，該節點也會影響到其他節點的靈敏度。與此同時，靈敏度分析法又很難將補償點的個數確定下來。如果以節點無功裕度值大小為根據將補償點確定下來，這種方法也存在著很難將補償點個數確定下來的問題。也有采用N點分散補償的方法，這種方法利用等面積判據以及等長度判據為根據將補償點的容量和個數等確定下來，然而這種方法需要保證負荷數據的精確性，從而對各負荷點峰值無功電流進行計算，但是配電網一般都具有實時數據不足的問題，因此在具體實施的時候這種方法存在著較大的困難。為此，在本次研究中將無功電流損耗最小的算法提了出來，這種方法可以將補償點補償容量、補償點的個數和位置等確定下來，這樣就能夠使解空間的維數得以有效減少，隨后再通過對改進的遺傳算法的利用就能夠將無功規劃優化的解得出[1]。

2 無功規劃優化的數學模型分析

2.1 無功規劃優化的目標函數分析 以配電網的實際情況為根據采用罰函數的方式處理狀態變量的約束條件，從而將與遺傳算法相適合的無功優化目標函數構造出來，其中主要包括無功補償裝置設備年等值費用、系統有功網損年等值費用以及節點電壓越限罰函數。

Fmin=KcQci+Ckf+Nc+CeTlPLass+KVΔV

在該公式中，投資單位容量電容器的費用用Kc來表示，節點i無功補償容量用元/kvar，Qci來表示，電容器無功補償點集合用 kvar，NQ來表示，電容器在每個節點的固定安裝費用用Ckf來表示；無功補償點的個數用Nc來表示，電能單價用Ce來表示，年最大負荷損耗時間用Tl來表示，最大負荷方式下的有功網損用ΔP來表示，節點電壓越限罰因子用KV來表示。

2.2 無功規劃優化的數學模型求解 以配電網無功規劃優化的特點為根據，本文選擇了遺傳算法。在進行配電網無功優化的時候遺傳算法可以這樣描述：利用目標函數在電力系統環境下評價各種條件約束的初始潮流，淘汰掉其中具有較低評價值的，只有具有較高評價值的才可以向下一代遺傳自己的特征，這樣就能夠不斷的趨向于優化。所以如何能夠以配電網無功優化的問題為根據編碼變量，并且將終止判據確定下來、對適應度函數進行設計以及開展遺傳操作，這是解決配電網無功規劃優化的非常重要的問題[2]。

2.2.1 編碼方式。按組對無功補償進行投切，為了使控制變量的個數和染色體的長度相等，可以使用十進制編碼的方式。假設一個電容器節點有6組可投切，那么要對投切的電容器組數進行表示，就可以選擇0至6中的任何一個整數。該節點不投切電容器則可以用數字0來表示。

2.2.2 設計適應度函數。可以使用目標函數還表示配電網的無功規劃優化。在對配電網的無功優化進行計算時可以使用遺傳算法。對目標函數進行轉化可以得到適應度函數。最小化問題可以通過目標函數進行求解，因此需要轉換目標函數。

2.2.3 遺傳算法的選擇。在遺傳操作中，對遺傳算法進行選擇是非常重要的。如果沒有選擇合適的算子，就會使子代和父代具有接近的相似度，從而對種群的多樣性造成破壞。這樣的后果就是進化停滯，從而出現早熟的現象，對算法的全局尋優能力造成了嚴重的影響。因此要對各種選擇方法進行深入的研究。本文選擇的是基于輪盤賭的非線性排序法作為配電網無功運行優化的選擇方法。使用基于輪盤賭的非線性排序法，先要對每個個體的適應度函數值進行計算，再從大到小的排列各個個體的適應度值，從而以排列的順序為依據來對個體進行選擇。

2.2.4 變異和交叉算子。使用固定的變異率和交叉率來進行簡單的遺傳算法是不符合適應性搜索過程和遺傳算法動態的。這就需要在簡單遺傳算法中選擇自適應的變異率和交叉率。在保障自適應遺傳算法的群多樣性的前提下，還要對遺傳算法的收斂能力進行保障，從而使遺傳算法的優化能力得到提高[3]。

2.2.5 終止判據。在不改變最優個體的適應度以及使用最大進化代數maxgen的基礎上，結合最小保留代數來作為終止判據。如果在連續代內，最優值沒有找到其他的解法來代替，那么就將其作為求解問題的最優解來結束計算。假設以一定的遺傳代數限定為范圍，沒有解能夠滿足最優個體的最小保留代數，那么就將次優解輸出，結束計算。這是為了盡量控制因素控制準則中存在的缺陷，使進化收斂的速度得到提高。

3 結語

目標函數中以經濟技術的綜合效益為最大，包括節點電壓質量、無功補償設備投資和配電網電能損耗等等。針對配電網的無功規劃優化進行建模。該方法還要對補償點的位置和個數進行確定，并與改進的遺傳算法相結合，來對電容器的容量進行優化。總體而言，該算法具有較高的實用性和有效性，能夠使初始種群的無效解減少，并有效地解決了遺傳算法中存在的欺騙和早熟等問題。這樣一來，配電網的無功規劃優化的效率和精度也能夠得到進一步的提高，從而有效地對配電網的無功規劃進行優化。

參考文獻：

[1]李峰，張勇軍，張豪，楊銀國，管霖，許亮.無功電壓調控失配風險評估及其系統開發[J].華南理工大學學報（自然科學版），2013（05）.

[2]李世偉，葛珉昊，金育斌.小水電集中上網對電網的影響分析[J].中國農村水利水電，2012（08）.

[3]李世偉.小水電上網對配電網的影響[J].電氣傳動自動化，2012（04）.