含风电场的配电网无功优化策略研究_李闯1_陈民铀1_付昂2_李俊杰2_郑永伟1

考虑风光出力波动性的配电网无功优化策略作者：董跃哲马平丁哲陈宽来源：《青岛大学学报（工程技术版）》2019年第01期摘要：针对风机及光伏出力的波动性对系统网损和电压的影响，本文以全天有功网损和电压偏移最小为目标，建立兼顾电压安全稳定和配电网经济运行的多目标无功优化模型。

利用三点估计法原理计算风光出力和负荷值，通过概率潮流判断状态变量是否满足概率约束，利用权重法将多目标转化为单目标，同时结合粒子群优化算法对所建模型进行求解，最后利用改进的IEEE33节点系统进行仿真计算。

仿真结果表明，本文所建模型对配电网进行无功优化，有效降低了网损，改善了节点电压质量。

该研究为含高比例可再生能源配电网的无功优化提供了有效方法。

关键词：概率模型; 三点估计法; 概率潮流; 无功优化中图分类号： TM761+.1文献标识码： A文章编号： 10069798（2019）01004707; DOI： 10.13306/j.10069798.2019.01.008随着能源危机和环境问题日益加重，世界各国都在大力发展可再生能源，预计到2030年，我国可再生能源的发电量将占30%以上[1]。

然而高比例可再生能源（如风电、光电）的并网，会导致潮流双向流动、电压波动、电压越限以及网损偏高等问题。

因此，研究高比例可再生能源并网后的无功功率优化，能够有效降低网损、改善节点电压的质量，从而保证可再生能源并网后配电网运行的经济性和电压的安全稳定。

在配电网的无功功率优化作为电压优化控制的一种方法，在降低网损和提高电压质量等方面起着重要的作用。

无功功率优化不仅要处理连续变量，如可再生能源的有功出力、静止无功补偿器（static vargenerator，SVG）的无功功率输出，还要处理离散变量，如有载调压变压器（onload tapchanger，OLTC）分接头位置、并联电容器（shunt capacitor，SC）的投切数量。

其中，由于可再生能源的出力具有较强的波动性，在配电网无功优化的模型中，如何处理可再生能源出力的波动性给无功优化提出了新的挑战。

专利名称：风电场有功控制和无功控制的优化方法和装置专利类型：发明专利
发明人：吴昊,王忠超,杨和康,牛耘,郝龙,皇忠科,陈玉东,许林红,郑钦,李勇斌,彭安栋,任鑫,王华,李邦兴
申请号：CN202210307258.0
申请日：20220325
公开号：CN114583757A
公开日：
20220603
专利内容由知识产权出版社提供
摘要：本公开提出一种风电场有功控制和无功控制的优化方法和装置，该方法包括：构建等值潮流模型；确定风电场的无功出力目标值、集中式无功设备的无功容量、风机组的无功容量；利用并网点电压偏差、风机端电压偏差、线路功率损耗和有功功率损失构造目标函数；构造约束条件，约束条件包括电压约束条件、等值潮流模型约束条件、有功功率约束条件、风机组的无功容量约束条件、集中式无功设备的无功容量约束条件、无功功率分配约束条件；在约束条件满足的情况下，获取目标函数最小化时的集中式无功设备的最优无功功率、以及各个风机的最优有功功率和最优无功功率，进而对集中式无功设备和各风机进行控制。

申请人：华能大理风力发电有限公司洱源分公司,中国华能集团清洁能源技术研究院有限公司地址：650000 云南省昆明市盘龙区北京路延长线华能综合楼21楼
国籍：CN
代理机构：北京清亦华知识产权代理事务所(普通合伙)
代理人：黄垚琳
更多信息请下载全文后查看。

基于改进DE的含风电机组配电网多目标无功优化冯肯;杨迪;肖汉;李嘉逸【摘要】电网无功优化是保障电网安全、经济、可靠运行的基本手段,普遍方法是应用智能优化算法以确定电网无功设备投切方案,为此引入差分进化算法解决含风电机组的配电网无功优化问题.考虑风电机组出力的随机性,采用基于场景概率方法,建立了全场景下计及有功网损、静态电压稳定指标、无功补偿设备投资成本的多目标无功优化模型.针对基本差分进化算法的不足,结合免疫原理和二次变异思想改进了差分算法,改进后算法在充分利用进化过程中优良信息的同时,又能保持种群多样性.算例分析结果验证了所建模型与改进方法的可行性和有效性.【期刊名称】《四川电力技术》【年(卷),期】2018(041)006【总页数】6页(P60-65)【关键词】风电机组;无功优化;差分进化算法;免疫原理;二次变异【作者】冯肯;杨迪;肖汉;李嘉逸【作者单位】中国电力工程顾问集团西南电力设计院有限公司,四川成都610021;国网四川省电力公司技能培训中心,四川成都610072;中国电力工程顾问集团西南电力设计院有限公司,四川成都610021;中国电力工程顾问集团西南电力设计院有限公司,四川成都610021【正文语种】中文【中图分类】TM7140 引言配电网无功优化既是保障电网安全、经济、可靠运行的基本手段，也是提高系统电压水平的重要方式[1]。

随着风力、光伏、燃料电池等分布式发电技术不断进步，在优化能源供给结构的同时，也改善了环境问题。

但分布式电源的并网会对配电网系统产生重要影响[2-4]，与此同时，分布式电源出力的不确定性，如风机出力随风速变化、光伏发电随光照强度变化等，使得传统配电网无功优化方法难以适应这些复杂变化情况。

目前，含风电机组的配电网无功优化已引起广大学者的重视。

文献[5]建立了以有功能耗为目标的单目标优化模型，在不同风机出力下应用遗传算法确定各状态下SVC补偿容量。

文献[6]考虑了有功网损和电压稳定裕度指标，提出了一种基于场景发生概率的无功优化指标。

含风电场的电网多目标无功优化魏希文;邱晓燕;李兴源;张子健【期刊名称】《电力系统保护与控制》【年(卷),期】2010(038)017【摘要】随着智能电网建设提上日程,各种分布式电源的并网技术也亟需发展,其中就包括风电场的并网技术,研究了含风电场的电网无功优化问题.考虑风速随机变化的特点,采用无功-电压潮流计算模型,并建立了以系统网损、电压平均偏离和静态电压稳定裕度为目标函数的多目标无功优化模型.改进了传统的遗传算法,有效地避免了早熟和局部收敛,并在适应度函数中引入了内点法的对数障碍函数,有效改善了传统无功优化结果中某些节点电压容易接近上限的问题.算例表明该方法对含风电场的IEEE57节点系统具有良好的适用性.【总页数】5页(P107-111)【作者】魏希文;邱晓燕;李兴源;张子健【作者单位】四川大学电气信息学院,智能电网四川省重点实验室,四川,成都,610065;四川大学电气信息学院,智能电网四川省重点实验室,四川,成都,610065;四川大学电气信息学院,智能电网四川省重点实验室,四川,成都,610065;四川大学电气信息学院,智能电网四川省重点实验室,四川,成都,610065【正文语种】中文【中图分类】TM76【相关文献】1.模糊熵权法和CCPSO算法的含风电场电力系统多目标无功优化 [J], 陈璟华;邱明晋;郭经韬;唐俊杰2.电压越限概率指标及其在含风电场电网无功优化控制的应用 [J], 原蔚鹏;王孟邻;张勇军;左郑敏;陈海琼3.含风电场电力系统多目标无功优化研究 [J], 柳杰;柳林;温俊莹4.基于改进遗传算法含风电场的配电网无功优化研究 [J], 代君君5.基于改进ABC算法的含双馈风电场配电网无功优化 [J], 陈冉;苏宏升因版权原因，仅展示原文概要，查看原文内容请购买。

含风电机组的配电网无功优化补偿
刘学平;刘天琪;李兴源
【期刊名称】《电力系统保护与控制》
【年(卷),期】2010(038)020
【摘要】根据风电机组各运行状态发生的概率,计算出风机有功输出的期望,来近似代替随机变化的输出功率.用最大、一般和最小负荷运行方式代替规划时期的运行状况.建立了最大负荷方式下电容器投资成本最小、节省电能损失费用和静态电压稳定性最大的多目标优化模型,运用NSGA-Ⅱ算法进行求解;一般及最小负荷方式下以节省电能损失费用最大为目标进行优化.三种运行方式通过补偿后节省的资金最多来协调,得出电容器的最优配置,实现整体最优.算例验证了模型和算法的可行性.【总页数】6页(P130-135)
【作者】刘学平;刘天琪;李兴源
【作者单位】四川大学电气信息学院,四川,成都,610065;四川大学电气信息学院,四川,成都,610065;四川大学电气信息学院,四川,成都,610065
【正文语种】中文
【中图分类】TM76
【相关文献】
1.含双馈异步风电机组的配电网无功优化 [J], 潘峰;夏泽超
2.多场景下含风电机组的配电网无功优化的研究 [J], 陈继明;祁丽志;孙名妤;薛永端
3.基于改进DE的含风电机组配电网多目标无功优化 [J], 冯肯;杨迪;肖汉;李嘉逸
4.含风电机组的配电网动态概率无功优化 [J], 文天舒; 马平; 董跃哲
5.电力市场环境下含风电机组的配电网无功优化 [J], 徐昭麟; 黄纯
因版权原因，仅展示原文概要，查看原文内容请购买。

含双馈异步风电机组的配电网无功优化潘峰;夏泽超【摘要】针对双馈异步风电机组的出力具有随机性这一特点,采用场景分析法对其出力进行分析,使其更有代表性;在此基础上,建立了以电压偏差最小和有功功率损耗最小的多目标无功优化模型;针对粒子群算法存在易早熟的问题,提出了一种自适应混沌粒子群算法(ACPSO),并将其作为无功优化的算法;利用该算法对含双馈异步风电机组的IEEE33系统进行无功优化计算,并将优化后的结果与其它文献提出的算法相比较,验证了所提算法的有效性.【期刊名称】《燕山大学学报》【年(卷),期】2015(039)005【总页数】5页(P438-442)【关键词】配电网;双馈异步风电机组;无功优化;自适应混沌粒子群算法;场景分析法【作者】潘峰;夏泽超【作者单位】太原科技大学电子信息工程学院,山西太原030024;太原科技大学电子信息工程学院,山西太原030024【正文语种】中文【中图分类】TM715近年来，双馈异步风电机组作为分布式电源被广泛接入配电网中，但是风能具有随机性［1］，使并网前系统的无功优化方案不再适用于并网后的系统上，因此，有必要对含双馈异步风电机组配电网的无功优化进行研究。

传统的配电网无功调节手段通常包括调节有载调压变压器的档位和电容器的组数，这种调节手段具有离散化、速度慢的特点［2］。

为此，本文基于双馈异步风电机组连续可调的无功发生能力，将其参与配电网的无功优化。

配电网的无功优化是一个多变量、多约束条件的非线性规划问题，目前研究的算法主要有免疫算法［3］、粒子群算法［2，5⁃7］和禁忌搜索算法［8］等。

其中，粒子群算法因具有易处理离散变量、收敛速度快等优点被广泛应用到无功优化中，但粒子群算法搜索存在盲目性和滞后性以及粒子的早熟收敛等问题［4］，因此，许多学者对粒子群算法加以了改进。

文献［2］利用波函数描述粒子的状态，提高了全局搜索能力，但局部搜索能力较差。

文献［5］通过加入了混沌扰动来提高算法的多样性，但忽视了惯性权重和学习因子在寻优中的作用。

多场景下含风电机组的配电网无功优化的研究陈继明;祁丽志;孙名妤;薛永端【摘要】The reactivepower optimization with wind power generator in multi-scenario is discussed. Throughprobability statistics method, the uncertainty problem of active power output is solved and reactive power output scope is obtained based on rotor side maximum current limitation. By integrating traditional capacitor reactive power compensation, the wind power generator takes part in the reactive power optimization as a continuous adjustable reactive bining differential evolutionalgorithm and crossover-mutation operator, the bacterial colony chemotaxisalgorithm is improved and the global optimization capability ofalgorithm is enhanced. The reactive power optimization model is built with the objective function of the minimum loss and out-of-limit voltage punishment. The result shows that reactive power optimization with wind power generator in different scenariocan reduce the system loss, improve the voltage level, and enhance the adaptability of the power distribution system under the impact of wind speed.%研究了多场景下含风电机组的配电网无功优化问题。

基于改进布谷鸟搜索算法的含光伏发电配电网无功电压控制李阳洋;方覃绍阳;李子君【摘要】Combining reactive power optimization of the power distribution network with voltage control on the inverter and based on improved cuckoo search (CS)algorithm,this paper proposes a reactive power voltage control method for the power distribution network with photovoltaic power generation (PV)which is able to reduce network loss and improve electric en-ergy quality. It also analyzes influence of PV grid-connection on voltage of the power distribution network. Considering re-active power output capacity of the PV inverter and on the basis of reactive power optimization with the goal of minimum network loss,the optimal distribution of node voltage is seek for implementing voltage control on the PV inverter. Inspired by group information sharing and individual experience of particle swarm algorithm,the basic CS algorithm is improved for strengthening global convergence capacity. Taking the modified IEEE33 node system for an example and making simulation on PSCAD,it drawsa conclusion that this reactive power voltage control method can reduce network loss and improve elec-tric energy quality under the condition of no increase of extra investment.%将配电网无功优化与逆变器的电压控制相结合,基于改进的布谷鸟搜索(cuckoo search,CS)算法,提出了既能降低网损又能提高电能质量的含光伏发电(photovoltaic power generation,PV)配电网无功电压控制方法。

基于人工蜂群算法的配电网无功优化研究王传勇;曹尚;韩蓬;康文文;杨凤文;代二刚【摘要】针对配电网无功补偿优化算法的不足,提出了一种基于人工蜂群算法的配电网无功优化方法.首先建立了无功优化的数学模型,然后提出了一种基于改进人工蜂群算法的无功优化方法.实验结果表明,改进的人工蜂群算法可以有效地优化配电网的无功补偿,它比其他现有算法更高效,更准确.%In view of the deficiency of reactive power compensation optimization algorithm of distribution network, the reactive power optimization method based on artificial bee colony algorithm is put forward. The mathematical model of reactive power optimization is established firstly , and then the reactive power optimization based on improved artificial bee colony algorithm is put forward in this paper. The experimental results show that the improved artificial bee colony algorithm can effectively optimize the reactive power compensation in distribution network , and it is more efficient and accurate than other existing algorithms.【期刊名称】《电子设计工程》【年(卷),期】2017(025)013【总页数】4页(P65-67,71)【关键词】人工蜂群算法;配电网;无功补偿优化【作者】王传勇;曹尚;韩蓬;康文文;杨凤文;代二刚【作者单位】国网山东省电力公司枣庄供电公司,山东枣庄 277100;国网山东省电力公司枣庄供电公司,山东枣庄 277100;国网山东省电力公司枣庄供电公司,山东枣庄 277100;国网山东省电力公司枣庄供电公司,山东枣庄 277100;国网山东省电力公司枣庄供电公司,山东枣庄 277100;国网山东省电力公司枣庄供电公司,山东枣庄 277100【正文语种】中文【中图分类】TN99当前，如何有效降低电网负荷以及压力的问题是电力科研等部门核心研究内容，而无功优化问题就是解决此问题的关键。

含双馈感应风电机组的配电网无功优化韩学军;张吉;贺兴宇;袁静静【期刊名称】《电网与清洁能源》【年(卷),期】2013(029)010【摘要】考虑传统无功调节设备调节次数限制和双馈感应电机无功容量限制等约束条件,提出一种基于双馈感应电机与传统无功调节设备协调控制的分时段分层无功优化策略.首先,该策略采用谱系聚类算法对预测等效负荷曲线进行分段;其次,在每个时段采用分层调控策略进行无功优化,建立以网损和平均电压偏离度之和为目标函数的无功优化模型,上层利用改进粒子群算法计算出包括双馈感应机组在内的各种无功调节设备的优化运行状态,并预先对变压器、电容器动作;在此基础上,下层利用双馈感应机组的无功调节能力对上层优化得出的并网点电压进行自动跟踪控制,由此实现了每个时段内接入点电压控制和全局无功优化相结合,最后以IEEE33节点配电系统为算例来验证上述策略的有效性.【总页数】7页(P74-79,90)【作者】韩学军;张吉;贺兴宇;袁静静【作者单位】东北电力大学电气工程学院,吉林吉林132012;东北电力大学电气工程学院,吉林吉林132012;东北电力大学电气工程学院,吉林吉林132012;东北电力大学电气工程学院,吉林吉林132012【正文语种】中文【中图分类】TM714.3【相关文献】1.基于多场景含双馈风机的配电网无功优化 [J], 张艺驰;姜凤利;周吉一;王俊;张洪春2.基于改进粒子群算法含双馈风电机组配网无功优化研究 [J], 奚露露;周玲;杨明耀;徐运兵3.含双馈异步风电机组的配电网无功优化 [J], 潘峰;夏泽超4.双馈感应电机风电场并网后的配电网无功优化算法 [J], 张永勤5.基于改进ABC算法的含双馈风电场配电网无功优化 [J], 陈冉;苏宏升因版权原因，仅展示原文概要，查看原文内容请购买。

基于混合搜索算法的配电网无功补偿方法研究李国成;王辉;高盛;刘冰;冯曰敏【摘要】In this paper, in order to improve the quality of distribution network, the problem of network loss of distribution network is brought forward, and the method of reactive power optimization and compensation is proposed. The method established in optimal reactive power compensation algorithm on the basis of the study and of reactive power compensation location and capacity of reactive power compensation. This paper discusses the optimal is presented in this paper, a new make full use of distribution network of its own characteristics, to determine the location of compensation nodes to be, thereby reducing the optimization of reactive power compensation in the search space of the algorithm. Experimental results show that the algorithm on the basis of the original can greatly improve the efficiency optimization.%文中针对在提高配电网质量的同时,带来配电网网络损耗的问题,提出了无功优化补偿方法.该方法建立在无功优化补偿算法的研究基础上,对无功补偿位置及无功补偿容量进行了最优化讨论,提出了一种新的充分利用配电网自身特点,来确定待补偿节点的位置,从而降低了无功补偿优化算法的搜索空间.实验结果表明,该算法在原有的基础上大幅提高了优化效率.【期刊名称】《电子设计工程》【年(卷),期】2017(025)018【总页数】4页(P106-109)【关键词】配电网;无功优化;搜索空间;算法【作者】李国成;王辉;高盛;刘冰;冯曰敏【作者单位】国网淄博供电公司配电运检室,山东淄博 255000;国网淄博供电公司配电运检室,山东淄博 255000;国网淄博供电公司配电运检室,山东淄博 255000;国网淄博供电公司配电运检室,山东淄博 255000;国网淄博供电公司配电运检室,山东淄博 255000【正文语种】中文【中图分类】TN99随着电子技术的发展，人们对于网络供电量的需求也越来越大。