淺析傳統電力系統無功優化的現狀

董昂 黃悅

摘?要：電力系統運行過程中，存在一定的有功損耗。降低電力系統中的有功損耗，成為日常研究人員的研究重點。為全面概括電力系統在傳統無功優化方面的研究成果，介紹了常用的幾種常用的無功優化方法，以及總結了傳統電力系統無功優化的不足。

關鍵詞：電力系統;無功優化;網絡損耗

一、概述

伴隨著科技的進步，用電量的逐年增加，我國電力系統日常負荷也逐漸增加。對著電力系統的不堪重負，國家推出了峰谷用電的這一概念。降低線路中的有功損耗，提高電能傳輸量，是研究人員探索的重點。早期，人們為降低電力系統中的有功損耗，提出利用智能化算法優化系統的這一概念。這就是傳統的電力系統無功優化。

電力系統優化研究初期針對某一時刻利用算法優化其系統中的相關數據從而達到優化整個系統的目的。通常，傳統電力系統無功優化建立數學模型，以系統中穩定運行為約束變量進行的仿真模擬分析。

二、電力系統無功優化中的智能化算法

20世紀初，伴隨著智能化算法的興起，研究人員利用智能化算法研究電力系統無功優化。在智能化算法的研究中，有以下幾種算法被多次運用于電力系統無功優化當中。

（一）粒子群算法

粒子群算法是將物種內每個個體看作是獨立的粒子，這些種群粒子以一定的初始速度運動，設定約束條件以及目標函數進行迭代更新，在迭代中求解粒子的最優位置以及迭代過程中的最優解[1]。粒子群速度以及位置迭代公式如下：

Vt+1id=wVtud+c1r1Pid-Xtid+c2r2Pjd-Xtid（1）

Xt+1id=Xtid+Vtid（2）

種群粒子將按照（1）（2）公式進行迭代在迭代過程中求取粒子的最優位置。

（二）差分進化算法

差分進化算法是基于種群個體之間的差異變化量上產生的一種算法[2]。差分進化算法隨機選定種群中的2個粒子，將此兩個粒子與隨機選取的第三個個體之間進行重組變異，產生不同于之前種群的變異新個體，再按照一定方式與原有種群進行交叉產生性的產生新的種群。種群隨機交叉，迭代公式如下：

Xij=Xjmin+rand*（Xjmax-Xjmin）（3）

Vki=Xak+F*（Xbk-Xck）（4）

Ukij=vkij?rand

xkij?others（5）

（三）遺傳算法

遺傳算法是種群中的一種基于優勝劣汰的一種搜索算法，其特點是以物種種群為起點，篩選部分優異物種作為種群，優勝劣汰[3]。遺傳算法迭代公式如下：

Pc=Pc1-Pc1-Pc2f，-favgfmax-favg（f，favg）

Pc1（f，

Xi+1=aXi+（1-a）Xj（7）

三、電力系統無功優化約束量

電力系統穩定運行時，約束條件如下：

（一）功率約束條件

系統穩定運行時，其功率需保持平衡：

Pi=Vi∑j=nj=iVj（Gijcosδij+Bijsinδij）

Qi=Vi∑j=nj=iVj（Gijcosδij-Bijsinδij）（8）

（二）系統變量約束條件

在電力系統運行時，線路中，發電機機端電壓，發電機有功功率，有載變壓器變比，無功補償電容，節點電壓需滿足變量不等式：

控制變量：

VG.IminSymbolcB@

VG.ISymbolcB@

VG.Imax

TI.minSymbolcB@

TISymbolcB@

TI.max

QCI.minSymbolcB@

QCISymbolcB@

QCI.max（9）

狀態變量：

QD.I.minSymbolcB@

QD.ISymbolcB@

QD.I.max

VD.I.minSymbolcB@

VD.ISymbolcB@

VD.I.max（10）

四、電力系統無功優化現狀

隨著生活的日益發展，增大了電力負荷。為減輕電力在系統傳輸過程中的損耗，人們著手開始對電力傳輸中的無功損耗進行研究。

傳統電力系統無功優化方法針對的是某一個特定時間段進行的無功優化，不具備投入實際運行的可能性[4]。近年來，科研人員逐漸針對某一個時間段的電力系統運行狀態下的網絡進行優化，這就是動態無功優化。動態無功優化針對的是一個時間段，利用智能化算法對時間段內的線路進行優化，根據優化結果調整線路中的變壓器，無功補償裝置的投入狀態。再依據前一個時間段內的優化結果以及控制設備的動作狀態優化下一次時間段內的負荷數據，從而調整再下一個時間段內的控制設備動作狀態。動態無功優化的優點不在拘泥于特定時段，大大增強了電力系統無功優化的實際工程性。在日常生活中，動態無功優化保證設備正常運行的同時，降低線路傳輸過程中有功網損，大大提高了電里運行的經濟性。

參考文獻：

[1]馬立新，單冠華，屈娜娜.基于改進粒子群算法的電力系統無功優化[J].控制工程，2012（19）：14-18.

[2]楊啟文，蔡亮，薛云燦.差分進化算法綜述[J].模式識別與人工智能，2008.21（4）：506-513.

[3]張旭，肖承仟，刑文濤，白楊，賈瑩坤.電力系統無功優化的基因遺傳算法[J].第九屆電能質量研討會論文集，2018.（06）：170-178.

[4]董昂，馬立新.基于粒子群的動態無功優化[J].控制工程，2019（01）：150-154.

作者簡介：董昂（1992-），男，漢族，江蘇鹽城人，碩士，助教，研究方向：電力系統無功優化。