电力系统无功优化研究

电力系统电压无功优化介绍电力系统电压/ 无功优化控制是指在保证满足运行约束的同时，用尽量少的无功投入（或尽量少的无功补偿设备投资），最大限度地改善电压质量、降低网损。

电力系统电压无功优化控制主要是通过调整发电机的端电压、变压器分接头位置、无功补偿设备等手段来实现的。

电力系统电压/无功优化问题分成规划和运行优化与控制两类。

规划问题计算无功补偿设备的最优安装位置、类型和容量，以达到节省投资费用的目的。

运行优化与控制问题认为无功补偿设备的配置已定，需要根据实际负荷的变化，确定无功补偿设备的投切方案和变压器分接头位置等，以达到在满足电压质量要求的情况下，网损最小，或能耗最小，或运行费用最小的目的。

1、目前存在的问题首先，过分强调主站功能,对站端监控装置缺乏重视。

目前投入运行的地区电网无功优化系统的控制过程是：通过SCADA系统收集信息，由主站根据分析结果发出控制命令，通过站端监控装置执行。

站端监控装置只要实现四遥功能即可，即站端监控装置本身不具备分析功能。

其次，信息量采集不全,尤其是主变档位信号。

2、解决方案2.1 站端监控装置的问题站端监控装置应该是一个有多输入/多输出的闭环系统。

该系统需要连续地对各母线电压和主变各侧电流进行交流采样，计算出电压、有功功率、无功功率和功率因数，分析电压水平和无功平衡状况。

同时采集变电站内相关断路器和隔离开关的状态信息，能够在失去上级控制后，分析本变电站运行方式和结线状况，得出投切电容器组、调节分接头开关档位的控制策略，达到保证电压合格率和无功就地平衡的目的。

对站端执行机构的基本要求如下：(1)数据精度和准确性要对采集到的数据进行数字滤波处理，以及真伪判断等抗干扰措施，保证进入策略的数据正确无误。

(2)控制策略正确、合理分析电压、有功功率、无功功率、功率因数，以及变电站运行方式和结线状况，确定符合当时运行方式的控制策略。

(3)延长控制设备的使用寿命保证对控制设备的动作次数不能超过限值，同时要使动作次数尽量地少。

电力系统中的无功功率优化与控制策略概述电力系统是现代社会中不可或缺的基础设施，其稳定运行对于保障国家经济发展和社会生活运转至关重要。

然而，在电力系统中，无功功率的存在常常给系统的稳定性和运行效率带来一些挑战。

因此，无功功率优化与控制策略便成为电力系统管理和运维的重要课题。

一、无功功率的概念和重要性无功功率是电力系统中除了有功功率以外的另一种功率，它是交流电中的一种虚功，不执行实际的功效，却占据了输电线路的容量。

在电力系统中，无功功率的存在主要有两个原因：一是由于电力设备的感性(例如变压器和电感器)和容性(例如电容器和电容器银银）性质，使得输电线路存在感性和容性电流；二是电力系统中的电压波动和电网故障也会导致无功功率的产生。

尽管无功功率本身在能源转换过程中并不提供有用的功效，但是它对电力系统的稳定性和传输效率有着重要的影响。

过多的无功功率会导致电力系统中电压下降、传输损耗增加，甚至造成设备过载和系统崩溃。

因此，优化无功功率的控制策略，对于提高电力系统的效率和稳定性具有重要意义。

二、无功功率优化的方法和技术为了优化无功功率并提高电力系统的效率和稳定性，人们提出了一系列的控制策略和技术。

1. 电容器和电感器的安装电容器和电感器是调节电力系统无功功率的重要装置。

通过合理地安装和调节电容器和电感器，可以补偿传输线路上的无功功率，减少无功功率在系统中的流动，提高电网的功率因数。

此外，电容器还可以降低电压损耗，并改善电力系统的电压质量。

2. 电力因数补偿控制策略电力因数是评价电力系统效率和电能利用率的重要指标，它是有功功率与视在功率之比。

电力因数补偿控制策略以提高电力系统的功率因数为目标，通过控制电容器和电感器的开关状态或容量，实现对电力因数的补偿调节。

常用的电力因数补偿控制策略包括静态补偿器、动态无功功率补偿器和混合无功功率补偿器等。

3. 无功功率优化算法为了提高无功功率优化的精度和响应速度，人们开发了多种无功功率优化算法。

电力系统无功优化的意义和算法无功优化，就是当系统的结构参数及负荷情况给定时，通过对某些控制变量的优化，所能找到的在满足所有指定约束条件的前提下，使系统的某一个或多个性能指标达到最优时的无功调节手段。

无功优化问题是从最优潮流的发展中逐渐分化出的一个分支问题。

无功优化的主要方法有：非线性、线性、混合整数、动态规划法以及近几年兴起的一些方法，如：神经网络方法、专家系统方法和遗传算法等。

传统数学优化方法依赖于精确的数学模型，但精确的数学模型较复杂，难以适应实时控制要求，而粗略的数学模型又存在较大误差。

近年来，基于对延期界和人类本身的有效类比而获得启示的智能方法受到了研究人员的注意，其中以专家系统、神经网络、遗传算法、模拟退火方法、Tabu搜索方法、模糊集理论、粗糙集理论等为代表。

二、无功优化的意义电力系统无功优化是保证系统安全、经济运行的一种有效手段，是提高电力系统电压质量的重要措施之一。

实现无功功率的优化可以改善电压的分布、提高用户端的电压质量、减少电力传输（主要是线路和变压器）的电能损耗，从而降低电力成本，同时也能提高电力传输能力和稳定运行水平。

为了满足电网的调压要求和尽可能减少电网的有功功率损耗，希望电网的无功功率要尽量少流动，特别要避免无功功率的远距离流动，这就出现了电压无功优化问题。

随着经济建设的迅猛发展，电网规模日益扩大，电力负荷与日俱增，庞大电力系统的运行不仅要重视有功功率的生产和平衡，而且要十分重视无功功率的平衡和配置。

如果电力系统无功功率不足和分布不合理，将会产生一系列诸如：电压水平降低、损耗增大、系统稳定性下降、用户用电设备不能正常运转等问题，严重时还会造成系统的崩溃。

如何在满足负荷发展需要的前提下，充分利用系统现有的无功资源和调压手段，保证系统的安全、经济运行，一直是国内外电力工作者潜心研究的，一个既有理论指导意义又有实际应用价值的问题。

三、电力系统无功优化算法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。

配电网无功功率优化研究配电网无功功率优化研究摘要配电网的无功功率的有效优化与合理控制既能提高电力系统运行时的电压质量，也能有效减少网损，节约能源，是保证电力系统安全经济运行的重要措施,对电网调度和规划具有重要的指导意义。

无功优化的核心问题主要集中在数学模型和优化算法两方面，其中数学模型问题是根据解决问题的重点不同来选取不同的目标函数；而优化算法的研究则大量集中在提高计算速度、改善收敛性能上。

本文选取有功网损最小作为数学模型的目标函数，数学模型的约束条件有各节点的注入有功、无功功率的等式约束和各节点电压、发电机输出无功功率、可调变压器变比、并联补偿电容量、发电机机端电压均在各自的上下限之内的不等式约束，优化方法采用遗传算法。

设计和编制了牛顿拉夫逊直角坐标matlab 潮流计算程序以及遗传算法无功优化的matlab潮流计算程序。

通过IEEE30节点系统的算例分析，得出基于遗传算法的无功优化能有效降低系统网损、提高电压水平，验证了该算法在解决多变量、非线性、不连续、多约束问题时的独特优势，并指出了该算法的不足之处以及如何改善。

关键词：牛顿拉夫逊法，无功优化，遗传算法Research of Reactive Power Optimization Distribution NetworkABSTRACTimprove the stability of power system, but also effectively reduce network losses and save energy. It ensures the safety and economic operation of power systems and improve the voltage quality. It is important for planning departments on grid reactive power scheduling. Reactive power optimization focuses on mathematical models and optimization algorithms. The mathematical model is selected depending on the focus of problem-solving. Optimization algorithm is concentrated in improving the calculation speed and improve the convergence performance. This paper selects the active power loss minimum objective function as a mathematical model, the constraints of mathematical model are each node of the injected active and reactive power equality constraint and the node voltage and reactive power of generator output, adjustable transformer ratio, parallel capacitance compensation, the generator terminal voltage within the respective upper and lower limits of the inequality constraints, optimization method using genetic algorithms. Design Cartesian coordinate Newton Raphson power flow calculation method and genetic algorithm matlab calculate the reactive power optimization procedures. Through a numerical example of the IEEE 30 node system, we can draw reactive power optimization based on genetic algorithm can effectively reduce system loss and improve voltage level and verify the algorithm have unique advantages to solve multivariable, nonlinear, discontinuous, multi-constraint problem.Key words: Newton Raphson method; reactive power optimization; genetic algorithm目录第一章绪论 ............................................................................................ 错误！未定义书签。

电力系统无功优化调度研究分析作者：敖玉峰张珍来源：《城市建设理论研究》2013年第10期【摘要】电力系统无功功率优化是提高系统经济性、安全性以及电能质量的重要手段。

本文首先介绍了无功优化的意义，然后重点对静态与动态无功优化调度研究做了综述。

【关键词】电力系统无功优化调度中图分类号：F407.61 文献标识码：A 文章编号：在现今社会，实现电力系统在安全可靠的前提下经济运行，不仅对国民经济具有重大意义，对国家政治也有重要影响。

因此，面对日趋复杂的系统和日益增长的用户需求，如何保证电网“安全、优质、经济”运行，一直以来都是电力系统工程技术人员和学者的研究的重要课题之一。

一、无功优化的意义电力系统无功优化是保证系统安全、经济运行的一种有效手段，是提高电力系统电压质量的重要措施之一。

实现无功功率的优化可以改善电压的分布、提高用户端的电压质量、减少电力传输(主要是线路和变压器)的电能损耗，从而降低电力成本，同时也能提高电力传输能力和稳定运行水平。

随着自动化技术的日益成熟，基于传统的安全监控和数据采集系统的高级应用软件如网络拓扑、状态估计、调度员潮流正逐步趋于实用化，在此基础上可以进行功能的再扩展，开发电网电压、无功优化控制系统。

随着电力通信的飞速发展，我们可以在现有的自动化系统基础上进行无功优化计算，下达控制指令，利用电力通信信道，将这些指令传递给变电站的综合自动化系统，投切电容器、调节变压器分接头，来实现无功功率的最优控制，将线损降低到最低，使SCADA/EMS系统的效益更加直观、明显。

二、静态无功优化调度的模型与算法1、数学模型电力系统无功优化调度问题通常表示成含约束条件的非线性数学模型。

从经济性角度出发的经典模型是将系统的有功损耗最小化作为目标函数，从系统安全性角度出发的模型是将系统运行状态（如节点电压幅值）偏离期望值之平方和最小或者电压稳定裕度最大作为目标函数，或者同时考虑这两者构成多目标模型，此外，还有以无功注入总成本最小为目标的模型。

电力系统无功优化算法综述
电力系统无功优化是电力系统运行中的重要问题之一，它的目的是通过调节电力系统中的无功电流，使得电力系统的无功功率因数达到最优状态，从而提高电力系统的稳定性和经济性。

为了实现电力系统无功优化，需要采用一系列的优化算法，本文将对电力系统无功优化算法进行综述。

1. 传统的无功优化算法
传统的无功优化算法主要包括牛顿-拉夫逊法、梯度法、遗传算法等。

这些算法的优点是简单易懂，容易实现，但是它们的缺点也很明显，例如收敛速度慢、易陷入局部最优等。

2. 基于模拟退火的无功优化算法
模拟退火算法是一种全局优化算法，它可以避免传统算法的局部最优问题。

基于模拟退火的无功优化算法主要包括模拟退火算法、蚁群算法等。

这些算法的优点是全局搜索能力强，但是它们的缺点是计算量大，需要较长的计算时间。

3. 基于人工智能的无功优化算法
近年来，随着人工智能技术的发展，基于人工智能的无功优化算法也得到了广泛的应用。

这些算法主要包括神经网络算法、粒子群算法、深度学习算法等。

这些算法的优点是计算速度快，精度高，但
是它们的缺点是需要大量的数据训练和调整参数。

电力系统无功优化算法有很多种，每种算法都有其优点和缺点。

在实际应用中，需要根据具体情况选择合适的算法。

未来，随着人工智能技术的不断发展，基于人工智能的无功优化算法将会得到更广泛的应用。

配电网无功优化算法研究及其软件实现摘要电力系统无功优化是保证系统安全经济运行的有效手段是提高电力系统电压质量的重要措施之一多年来我国高压输电网络的无功优化很受重视有了较多的研究也取得了成果并在实践当中得以应用效果明显而配电网的研究一直没有得到应有的重视尽管国家实施两网改造工程以来众多配网自动化系统设备装置应运而生但都仅限于提高供电可靠性方面对于如何利用和配置无功资源进一步降低配网损失提高电压合格率提高配网运行经济性的研究无论从运行实际还是研究现状都表现出很强的迫切性本文以遗传算法为主要数学工具对配电网无功优化问题进行了深入研究实现了适合配电网特点的潮流计算方法以及在此基础上的遗传算法在配电网无功优化问题中的应用并讨论了相应应用软件的开发原理过程以算例验证了该理论的有效性和实用性基于支路电流的前推回代法适合配电网潮流计算具有速度快精度高的优点遗传算法具有寻优能力强优化效果好能方便处理离散变量的特点本文将二者结合起来并且针对配电网特点对遗传算法进行改进提出如下的改进遗传算法在适应度函数中采用动态罚函数系数根据变压器分接头和电容器的投切档位均为整数量采用十进制整数编码减小计算量增加实用性在选择初始种群时采用定制的初始种群的形成方法使初始种群分布于整个解空间选择方法采用竞争法避免早熟现象采用动态交叉率和变异率进行交叉和变异加快收敛速度和精度变异时采用邻域变异的原则以满足设备的实际操作要求计算结果表明本算法收敛速度和全局收敛性均很好能快速准确的确定变压器档位和电容器容量的配置问题使系统网损和电压合格率均得到优化可以节约能源减小系统运行成本提高供电质量在当前来说是非常具有实际意义的本文编制了应用上述优化算法的配电网无功优化系统软件具有功能强大实用性好操作直观方便易于扩充功能等特点并可与SCADA平台交互提高电网无功优化的自动化程度同时为调度人员提供良好的辅助决策信息在系统规模越来越大要求越来越高的情况下为提高电力系统自动化水平做了有益的尝试关键词配电网无功优化支路电流法遗传算法软件系统STUDY ON THE ALGORITHM FOR REACTIVEPOWER OPTIMIZATION OF DISTRIBUTIONNETWORK AND ITS SOFTWARE REALIZATIONABSTRACTReactive power optimization is a powerful technique to maintain network stability, improve voltage quality and reduce power loss. In China, the reactive power optimization of transmission network has been put attention to for many years. There’s been a great deal of research in this field and the transmission network condition has been greatly optimized. In the meantime, the reactive power optimization of distribution network doesn’t receive enough emphasis although many DA(distribution automation) systems and devices occurred to enhance the system reliability with the two-network-update project. Now there’s much necessity about how to make the best use of reactive power sources to improve voltage quality and reduce power loss for the economic operation of distribution network.In this thesis, reactive power optimization is detailedly researched based on Genetic Algorithm. A practical power flow algorithm for distribution network is realized and Genetic Algorithm is applied in the reactive power optimization of distribution network based on this power flow algorithm. The theory and application of the development of a reactive power optimization software system is discussed in detail. The validation and application of this optimization algorithm is testified with a 33-node distribution system.The back-and-forth method based on branch current is valid for the power flowcalculation in distribution network. It’s efficient and accurate. Genetic Algorithm is efficient in global optimization. It can deal with discrete variable conveniently. In this thesis the two algorithms are combined and improved according to the characteristics of distribution network. An Improved Genetic Algorithm is given as follows: a dynamic retribution factor is employed in the fitness function; a decimal coding method is used for the adjustable transformer ratio and parallel capacitors; the initial population is customized to spread in the whole solution space; a competition algorithm is used for selection to avoid ‘premature’; dynamic crossover factor and dynamic mutation factor are employed to increase convergence accuracy and speed; mutation is carried out near the current value to satisfy the device restriction. The calculation results show that the algorithm has a good performance in convergence speed and global optimization. It can solve the configuration of transformer ratio and capacitor volume quickly to optimize power loss and voltage quality. It’s valuable and applicable for current distribution network.A software system for reactive power optimization of distribution network is developed. It can interact with SCADA platform to improve the automation of distribution network. It’s a valuable attempt for reactive power optimization.KEYWORDS distribution network, reactive power optimization, branch current algorithm, Genetic Algorithm, software system上海交通大学学位论文原创性声明本人郑重声明所呈交的学位论文是本人在导师的指导下独立进行研究工作所取得的成果除文中已经注明引用的内容外本论文不包含任何其他个人或集体已经发表或撰写过的作品成果对本文的研究做出重要贡献的个人和集体均已在文中以明确方式标明本人完全意识到本声明的法律结果由本人承担学位论文作者签名张宏刚日期2004年3月15日上海交通大学硕士学位论文配电网无功优化算法研究及其软件实现第一章绪论1.1配电网无功优化算法研究以及软件研制的意义近十年来我国电力装机容量以每年超过10GW的速度递增大大缓解了供电紧张的局面但伴随着供电量增加的同时电网建设的速度明显滞后网络损耗问题日益突出国家电力公司和省市电业局都开始重视这一问题降低网损是供电部门减小供电成本的重要突破口也是今后增加供电量的重要手段据估计通过降损来提高供电量成本仅为兴建电厂成本的1/4~1/5是非常可行的电力系统无功优化便是解决这一问题的一种有效方法电力系统对无功的合理优化不仅可以降低系统的有功网损和无功网损对提高电力系统的运行经济性起着重要的作用可显著提高电力系统运行的经济效益而且可以提高系统运行的电压水平简而言之电力系统无功优化是保证系统安全经济运行的有效手段是提高电力系统电压质量的重要措施之一所谓无功优化就是当系统的结构参数及负荷情况给定时通过对某些控制变量的优化所能找到的在满足所有指定约束条件的前提下使系统的某一个或多个性能指标达到最优时的无功调节手段通过合理有效的无功补偿可以减少网损和提高电压质量改善系统的运行性能加强系统稳定性获得可观的经济效益而配电网的无功优化更是电力系统无功优化的重要组成部分多年来我国高压输电网络的无功优化很受重视有了较多的研究也取得了成果并在实践当中得以应用效果明显而配电网的研究一直没有得到应有的重视尽管国家实施两网改造工程以来众多配网自动化系统设备装置应运而生但都仅限于提高供电可靠性方面对于如何利用和配置无功资源进一步降低配网损失提高电压合格率提高配网运行经济性的研究无论从运行实际还是研究现状都表现出很强的迫切性上海交通大学硕士学位论文配电网无功优化算法研究及其软件实现配电系统一般是指直接向用户供用电的部分由于各个国家及城市用电水平及系统的结构不同所以很难有明确划分的定义一般是指电压等级较低的城市规模的供用电而言[1] 在我国配电系统则一般是指从110KV/10KV或35KV/10KV降压变电站的10KV配电网络至用户端范围的那一部分电力系统[2]当前我国的电力网损可分为3个等级220KV级以上电压等级网损110KV及35KV网损10KV网损这三部分网损量的比例大致为 1.5:1.1:2.5其中10KV配网的降损潜力是最大的[3]另外目前国内无功优化方面的应用软件还很不成熟采用的算法还是传统的数学方法这就制约了无功优化软件的应用而许多电力部门对此却非常感兴趣因此综上所述对配电网无功优化算法进行研究开发出应用于整个电力系统的无功优化软件就显得极具意义上海交通大学硕士学位论文配电网无功优化算法研究及其软件实现1.2配电网无功优化问题研究现状1.2.1目标函数形式和约束处理配电网无功优化的目标函数是多种多样的除最小网损外有最小运行费用综合经济效益最大电压水平最好控制量的变化量最小调节次数最少或投切次数最少多目标整体最优等一个恰当的目标函数对优化过程有很重要的作用因为配电网无功优化是以数学规划作为基本模式的所以在约束处理能力上是很强的大量的研究几乎涉及到可行性和安全性方面的所有约束从约束的物理特性可分为可行性约束和安全性约束而从约束的时空特性可分为静态约束和动态约束静态约束是指空间上的如节点电压的上下限变压器分接头的位置限制等1.2.2优化方法综述配电网无功优化问题涉及无功补偿容量的确定变压器分接头的调节等是一个多约束的混合整数非线性规划问题也是电力系统分析中的一个难题目前所用方法大致可分为两类一类为传统的数学优化方法一类为人工智能的优化方法[4]传统数学优化方法包括有线性规划非线性规划整数规划二次规划动态规划等其研究已经比较成熟并取得了较好的效果但是这些方法也有明显的局限性首先现代电力系统规模越来越大控制量越来越多其解空间是多维复杂的这些方法不容易实现全局最优只能找到局部最优解其次无功优化问题是离散线性问题传统方法一般要求可微或线性化用于含离散变量的无功优化问题可能有较大误差此外一些传统方法对求解过程加以简化虽然使复杂的优化过程变得简单易行但也使得结果是否最优变得值得怀疑另外配网数据的不完整也限制了传统数学方法的应用近年来基于对自然界和人类自身的有效类比而获得启示的智能方法主要包括专家系统神经网络模糊集理论遗传算法模拟退火算法Tabu搜索方法粗糙集理论已受到了研究人员的广泛注意而以遗传算法模拟退火算法Tabu搜索方法等为代表的智能搜索算法由于对于搜索空间基本上不需要什么限制性假设具有全局寻优能力弥补了传统数学规划方法的不足所以在电力系统无功优化中得到了成功的应用以下对几种常用方法进行简要综述1)线性规划方法线性规划算法的关键是把非线性的求极值问题转化为线性问题进行处理用数学上的泰勒展开理论将目标函数及约束条件进行转化进而沿某一方向线性逼近真解寻优线性规划法的优点是计算迅速收敛可靠便于处理各种约束能满足实时调度对计算速度的要求但优化精度较差处理整数时误差较大[5] Mamandur 等人提出了利用网损的线性灵敏度与状态变量对控制变量的灵敏度算法[6]文献[7]用全面敏感度分析方法建立了无功综合优化配置的线性逼近模型首次提出了求灵敏度矩阵的控制变量摄动法并分析了摄动量与线性逼近的关系文献[8]采用潮流雅可比变换方法用矩阵变换经过一次计算即可求取相对灵敏度系数矩阵和损耗灵敏度系数提高了计算速度特别在较大规模系统的优化中显示了其优点文献[9]运用内点法的原对偶路径跟踪法求解无功优化非标准形式的线性规划模型2)非线性规划方法如不考虑决策变量的离散特性配电网的无功优化问题是典型的非线性规划问题引入非线性规划可提高模型的精度H.W Dommel和W.F Tinney提出了最优潮流计算的简化梯度法[10] 后人在此基础上提出了共轭梯度法及拟牛顿法[11] D.I Sun等人于1984年提出用牛顿法求解最优潮流的思想[12]对海森矩阵的结构特点进行了深入分析充分利用了海森矩阵和雅可比矩阵高度的稀疏性实现了牛顿法最优潮流它具有二阶敛速被公认为是最优潮流算法实用化方面的一个飞跃基于上述模型文献[13]提出基于牛顿法二次罚函数及有效约束集合的优化方法作者用二次罚函数法处理安全约束同时用有效约束集合处理不等式约束使之收敛迅速且具有较高精度文献[14]采用二次规划法进行电力系统无功功率综合优化目标函数采用网损的二次表达式通过迭代求解二次规划利用状态变量与控制变量之间的灵敏度关系和潮流方程逼近非线性规划的无功优化问题尽管非线性规划法在无功优化模型上具有较高的精确性但常会遇到搜索方向不对迭代不收敛逼近速度慢计算量很大等问题3)混合整数规划方法混合整数规划Mixed Integer Programming法能够有效地解决优化计算中变量的离散性问题该方法是通过分支定界法不断定界以缩小可行域逐步逼近全局最优解由于配电系统中的可投切电容器组和可调节变压器分接头都是整数变量所以混合整数规划法被用于配电网的无功优化中混合整数规划法在工程应用中更趋于合理性但计算时间较长且其解的结果与初值的选取有关K. Aoki用改进的混合整数规划法[15]有效处理了优化计算中变量的离散性问题文献[16]提出了求解计及整型控制变量的电压无功混合整数优化方法上述方法都存在可能无法找到全局最优解的缺点只有初始点离全局最优点较近时才可能达到真正的最优,否则产生的解只能是次优解甚至是不可行解为了解决这些问题研究人员逐渐把人工智能方法运用于无功优化这一领域4)动态规划方法线性规划和非线性规划等都是对于静态问题而言目标函数和约束条件都与时间无关动态规划法(Dynamic Programming)是数学规划的一个分支由于能够处理非线性问题并且能反映过程在工程中得到应用其基本特点是从动态过程的总体上寻优将问题分阶段求解每个阶段包含一个变量尤其适合于多变量方程动态规划法较多应用于有功优化问题在无功优化中也有运用文献[17] 应用动态规划法求取了配电系统的无功优化问题作者在给出最优有载调压变压器分接头配电站电容器和馈线电容器的控制方案的同时出于维护设备的考虑加上了限制调节次数的约束为了减少计算量此处采用启发式简化算法文献[18]提出了一种配电网无功优化的分时段控制策略该算法对于每一负荷时段可得出该段的最优运行方式计算一天所有负荷段即得出次日电容器投切和调压变压器变比调节的运行表该模型易于满足电容器投切和变压器调节次数的限制5)遗传算法由Holland创建的遗传算法(Genetic Algorithms)是一种借鉴生物界自然选择和自然遗传机制的高度并行随机自适应搜索方法遗传算法采用随机优化技术通过遗传操作处理离散变量以较大的概率求得全局最优解同时可为实际工程问题提供一系列的最优次优解以便选择此算法用于无功优化就是在电力系统环境下的一组初始解受各种约束条件限制通过适应值评估函数评价其优劣适应值低的解被抛弃适应值高的才有机会将其特性迭代到下一轮解最后趋向于最优解遗传算法利用某种编码技术作用于称为染色体的字符串其基本思想是模拟由这些字符串组成的群体的进化过程核心操作是选择杂交和变异在当前电力系统中基于遗传算法的无功优化研究也是一个热门课题文献[19]对控制变量进行二进制编码对优化编码和变异概率两个方面进行了研究用IEEE30节点系统予以验证指出该算法在处理非连续的和非平滑的函数寻优方面优于传统寻优方法作者提出了用专家系统辅助进行变异操作的方案加快了算法的收敛性文献[5]以一个简单系统为例进行无功优化结论是收敛性优于传统非线性方法可以达到全局最优文献[20]采用一种修正的遗传算法求解无功优化问题算法借助Benders分解将原问题分解为投资子问题和运行问题其中运行问题用逐次线性规划法求解而投资子问题用遗传算法求解简单遗传算法并不比其它搜索方法有更多优越性因此出现了多种改进遗传算法以及将遗传算法与其它智能算法结合的混合遗传算法基于遗传算法的无功优化方法有许多优良特性能可靠地找到近似全局最优的计算结果但是该算法迭代次数多计算时间长很难满足实际运行优化的需要欲达到实时应用很困难因而实现遗传算法的实用化是需要进一步解决的问题6)模拟退火算法模拟退火算法Simulated Anneal是一种随机的启发式搜索方法适用于处理非线性规划问题能以较大概率(理论证明能够以概率1收敛到全局最优) 求得优化问题的全局最优解该算法模拟了金属溶液冷却或退火的过程即退火过程中能量逐渐减小而退火结束后金属的能量最小该算法寻优结束时能得到优化问题的最小值但其参数的选取比较复杂为了使最终解尽可能接近全局最优退火过程不能太快但这又使算法的计算时间过长文献[21]用SA方法求解多状态的离散无功优化问题并给出了小规模系统上的算例7)禁忌搜索算法Tabu搜索方法(Tabu Search)是近年来受到普遍关注的一种高效率的启发式优化技术其基本思想是由Glover在 2 0世纪60年代末提出的在近几年中得到了很大发展它是一种限制性的搜索技术能通过记录搜索历史在搜索过程中获得知识并利用它可知后续的搜索方向以避开局部最优解在很多领域中TS方法已成功地应用于求解复杂的组合优化问题在无功优化问题的处理上技术处于积极的尝试中文献[22]将TS方法用于电力系统无功优化采用二进制和十进制编码两种方案结果表明TS法在跳出局部最优解方面有很大优势收敛特性好即S法具有很好的全局寻优能力且十进制编码的法比二进制编码的搜索效率高8)人工神经网络算法人工神经网络是一门新兴的学科它以高维性并行分布式信息处理性非线性以及自组织自学习等优良特性用于电力系统中但不足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文献[23]提出了一种基于非线性规划人工神经网络模型的无功电源最优分布方法该方法运用改进的Hopfield连续模型直接利用有功损耗的非线性表达式因而保证了计算精度作者用1个 3 0节点系统验证了其可行性9 模糊优化算法模糊集理论(Fuzzy Set)诞生于20世纪60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文献[24]采用模糊集表示多目标和软约束通过分段隶属函数把原优化问题转化为标准的线性规划新的目标函数给出原多目标软约束的满意解简化了复杂的计算文献[25] 在求解无功优化方面使用线性化灵敏度矩阵建立起目标函数和状态控制变量之间的关系给出无功优化问题的最大法优化模型和各目标函数的最优隶属函数从而求得多目标问题的满意解10 专家系统专家系统(Expert System)方法在结合其他方法的基础上根据专家经验设置初始值并不断调整控制参数的大小直到取得一个比较好的解将专家系统应用于无功优化的主要优点在于以常规算法为基础与运行人员的知识结合后功能增强已开发的系统大都是基于专家经验和数值计算程序的混合文献[18]介绍了一个基于专家知识和常规算法的混合型专家系统该方法利用调度员的启发式知识和无功电源调压的灵敏度因子以减少优化变量的数目和约束的数目从可能的控制手段中选出少数有效措施然后用线性整数规划的分支定界法求解11 各种方法比较上海交通大学硕士学位论文配电网无功优化算法研究及其软件实现表1-1无功优化方法比较Table.1-1 Contrast of reactive power optimization algorithms1.2.3无功优化系统的开发现状近几年计算机技术信息管理数据通讯技术以及智能化测控仪器都得到了迅速发展这就为电力系统实现自动化提供了良好契机目前基于Windows平台和面向对象技术的可视化软件正以其功能强大直观易用的特点逐步成为了软件开发的主流这些软件在电力系统运行与控制中也正得到着广泛的应用文献[27][28]详细讨论了面向对象建模技术面向对象方法学以及面向对象技术的优越性重点介绍了面向对象技术在潮流计算电力系统仿真电力系统安全分析与控制数据库人机界面人工智能调度员培训仿真中的应用文献[29]介绍了一种基于面向对象的程序设计技术开发配电网应用软件的方法给出了配电系统中元件类的定义并结合实际经验给出了一个潮流应用的实例实践证明将面向对象的程序设计思想应用于配电网应用软件开发中可以有效地缩短程序开发周期并且可以极大地减小程序移植的工作量适应配电系统多变的要求文献[30]分析了电力网配电网电能损耗理论计算方法针对电力网电能损耗理论计算的难点和问题采用面向对象方法建立电力网电能损耗计算模型并采用ORACLE数据库系统V6.0作为开发平台开发了电力网电能损耗理论计算系统但是国内无功优化方面的应用软件还很缺乏应用智能方法的无功优化软件就更是少之又少因此开发一个基于Windows平台的综合的无功优化软件包就显得格外有意义上海交通大学硕士学位论文配电网无功优化算法研究及其软件实现综合配网无功优化研究现状及无功优化软件包的开发现状可以看出由于配电网无功优化问题具有离散非线性等特点传统的数学方法很难在全局范围内寻得一个较优解人工智能的方法正日益成为解决该问题的主流方法80年代遗传算法的出现并应用到电力系统计算中有效解决了无功优化的离散变量问题实现了无功优化的全局寻优并且具有收敛性好适应性强的特点使高压输电网无功优化计算研究取得了迅速发展但配电网无功优化问题方面的研究很少从过去到现在几乎是一片空白而当今经济发展的形势以及电力企业的改革深化管理对此有着强烈的需求。

浅谈电力系统的无功优化和无功补偿（某某供电公司，江西南昌，330032）摘要：电力系统的无功优化和无功补偿是提高系统运行电压，减小网损，提高系统稳定水平的有效手段。

本文对当前无功优化和无功补偿进行了总结，对目前无功补偿和优化存在的问题进行了一定的探讨和研究。

关键词：无功优化无功补偿非线性网损电压质量1 前言随着国民经济的迅速发展，用电量的增加，电网的经济运行日益受到重视。

电力系统无功功率优化和无功功率补偿是电力系统安全经济运行研究的一个重要组成部分。

通过对电力系统无功电源的合理配置和对无功负荷的最佳补偿,不仅可以维持电压水平和提高电力系统运行的稳定性, 而且可以降低有功网损和无功网损,使电力系统能够安全经济运行。

通过无功优化不仅使全网电压在额定值附近运行，而且能取得可观的经济效益，使电能质量、系统运行的安全性和经济性完美的结合在一起，因而无功优化的前景十分广阔。

无功补偿可看作是无功优化的一个子部分，即它通过调节电容器的安装位置和电容器的容量，使系统在满足各种约束条件下网损达到最小。

2 无功优化和补偿的原则和类型2.1 无功优化和补偿的原则在无功优化和无功补偿中，首先要确定合适的补偿点。

无功负荷补偿点一般按以下原则进行确定：1)根据网络结构的特点，选择几个中枢点以实现对其他节点电压的控制；2)根据无功就地平衡原则，选择无功负荷较大的节点。

3)无功分层平衡，即避免不同电压等级的无功相互流动，以提高系统运行的经济性。

4)网络中无功补偿度不应低于部颁标准0.7的规定。

2.2 无功优化和补偿的类型电力系统的无功补偿不仅包括容性无功功率的补偿而且包括感性无功功率的补偿。

在超高压输电线路中(500kV及以上)，由于线路的容性充电功率很大，据统计在500kV每公里的容性充电功率达1.2Mvar／km。

这样就必须对系统进行感性无功功率补偿以抵消线路的容性功率。

如实际上，电网在500kV的变电所都进行了感性无功补偿，并联了高压电抗和低压电抗，使无功在500kV电网平衡。