煤礦配電網無功補償優化

安徽理工大學電氣與信息工程學院 徐雄風

煤礦配電網無功補償優化

安徽理工大學電氣與信息工程學院 徐雄風

為了解決煤礦配電網無功優化的問題,采用粒子群算法對煤礦配電網進行無功補償優化.首先,通過靈敏度分析的方法,確定無功補償地點.然后,通過粒子群算法進行優化.最后,通過IEEE-33節點算列分析,驗證此算法的可行性和有效性.

無功補償;靈敏度分析;粒子群算法

0 引言

當前,煤礦配電網中大功率設備不斷增多,導致用電負荷不斷增加,造成煤礦供電系統的電壓嚴重偏低.煤礦配電網往往處于配電網的末端,電壓不穩定,想要保持負荷端電壓的水平,就需要進行無功補償.因此,進行無功補償優化是十分必要的,不僅可以降低有功網損,而且可以提高電壓質量,保證系統的正常運行.

配電網無功規劃的候選節點較多,若同時求解無功補償點和無功補償量容易陷入維數災難.本文先通過靈敏度分析確定無功補償點,再通過改進的粒子群算法確定無功補償容量.

1 無功補償優化模型

對電力系統進行無功補償優化,就是已知系統的負荷情況和網絡結構參數下,通過對控制變量的優化,找到在滿足所有指定約束條件的前提下,使系統的某個或多個性能指標達到最優時的無功調節措施.煤礦配電網屬于通常只有單個電源,優化模型可不考慮發電機.本文以最小有功損耗為目標函數,函數表達式為:

等式約束條件:

控制變量約束條件:

狀態變量約束條件:

式中:Gij和Bij分別是節點i和節點j之間電導和電納;δij為節點i和節點 j之間的電壓相角差;Ui和Uj分別為節點i和節點j的電壓幅值;n、nc和nt分別是為負荷節點總數、無功補償裝置數和變壓器可調分接頭數;QCj為無功補償容量,QCjmin和QCjmax分別是無功補償容量的最小值和最大值;Ttk是變壓器的分接頭,Ttkmin和Ttkmax分別是變壓器分接頭的最小值和最大值.

2 靈敏度分析和粒子群算法

煤礦配電網負荷節點多,不可能一一補償,需要先確定無功補償位置.本文采用靈敏度分析確定無功補償選點,節點電壓無功靈敏度系數為:

式中,SUQ(i, j)表示i節點的電壓對j節點無功的靈敏度值.根據靈敏度系數,選擇其中較大的幾個節點為無功補償節點.

粒子群算法(PSO)通過初始化一群隨機粒子(每個粒子代表著一個潛在的解),并利用迭代方式,使每個粒子向自身找到的最好位置和群體中最好粒子靠近,從而搜索最優解.標準 PSO 算法中,粒子根據如下公式來更新自己的速度和位置:

式中,xi表示粒子當前位置;vi表示粒子的速度,它決定了粒子的飛行方向和距離;w為慣性權重,是保持原來速度的系數;c1與c2為學習因子,分別表示個體經驗和群體經驗對粒子的影響程度,通常c1=c2=2;rand1()和rand2()是0到1之間的均勻分布的隨機數;pbesti是粒子個體極值,是粒子個體歷史最優解;gbest是種群極值,是種群歷史最優解.

3 仿真分析

通過IEEE-33節點系統為算例分析,驗證本文方法的可行性,通過MATLAB進行仿真,優化后系統網損收斂曲線如圖1所示.系統優化前網損為204.0906kW,優化后的網損為127.1692kW,并且具有較快的尋優速度.

圖1 系統網損收斂曲線

4 結論

本文通過靈敏度分析的方法確定無功補償位置,以最小無功網損為目標,通過粒子群算法確定補償容量,對系統進行無功補償優化,通過IEEE-33節點系統進行仿真,驗證該算法具有較好的優化效果,能夠有效的降低系統的有功網損.

[1]高慧敏,章堅民,江力.基于二階網損無功靈敏度矩陣的配電網無功補償選點[J].電網技術,2014,38(7):1979-1983.

[2]汪文達,崔雪,馬興,等.考慮多個風電機組接入配電網的多目標無功優化[J].電網技術,2015,39(7):1860-1865.

[4]張之昊,武建,李平,等.應用于農村配電網的測量點與補償點分離式無功補償設備及其優化配置[J].電工技術學,2015,30(3):205-213.