（电气工程专业论文）宜宾电网多级vqc自适应整定和协调控制.pdf

y8 4 6 9 0 4 宜宾电网多级v q c 自适应整定和协调控制 电气工程领域 研究生邓毅指导教师杨洪耕李勇 随着经济发展和人民生活水平质量的提高，人们对电力的需求日益增长， 同时对供电的可靠性和供电质量提出了更高的要求。配电网是电力系统直接 面向用户的重要环节，配电网无功优化对于电力系统的安全运行和用户供电 有着重要的作用。电压是电能质量的重要指标之一；而网损是电能企业的一 项重要经济指标。为了提高电压质量，降低电能损耗，本论文针对我国地区 电网的状况和特点，对电网电压无功优化控制进行了深入的探索和研究；论 文结合国内外的研究现状，分析了变电站无功优化的模型和控制规律电力系 统无功优化本质上属于连续变量和离散变量共存的、大规模的非线性混合整 数规划问题，现有的算法通常首先将离散变量当作连续变量处理，用连续优 化方法获得优化的值后，再对离散变量进行靠拢式归整，而其余的连续变量 则通过常规的潮流计算或最优潮流计算确定。 传统意义上的电压无功控制方式集中和分散控制都有其各自的缺点 和局限性，较新型的关联分散控翩理论还未发展成熟。本文在实现变电站各 级电压无功综合控制的基础上，探索了一套离散无功优化计算及分散协调控 制的理论和方法。其基本思路是：建立主站系统，根据未来一天各母线有功 和无功负荷曲线( 由短期负荷预测获得) 及开关状态信息，以控制整个电网 节点电压在允许范鼠内和有功损耗最小为优化目标，进行地区电网离散无功 优化计算，并以此为基础计算出各v q c 的控制范围( 限值) ；本文还对电压无 功控制装置( d w k ) 的控制原理和及其通信子系统鼹工作原理进行了详缅的介 绍，建立了站间数据通信模型。 利用本文提出的算法模型及优化程序对实际的配电系统宜宾电两迸 行了离散无功优化，并对电容器投切与变压器分解头的调整进行了整定计算， 详细给出了电压无功控制范围的整定计算值，算例表明，该算法及整定计算 方法具有良好的实用性和优化性能，既考虑了对电压无功最优变化曲线的跟 踪，又顾及了减少分接头动作次数的要求和电容器最大动作次数的约束。计 算结果验证了本文所提出的算法的正确性、可靠性以及处理大规模系统离散 无功优化问题的能力，利用该理论建立的基于全网离教无功优化的分布式电 压控制系统可应用于整个地区电网的电压无功控制，也可用于地区电网的某 一个区域的电压无功控制，具有良好的开放性和可扩展性。 关键词：无功优化扩展内点算法分布式控制整定计算 t h es e l f - a d j u s t i n gl i m i t sa n dh a r m o n yc o n t r o lo f m u l t i - v q ci ny i b i np o w e rs y s t e m m a j o r ：e l e c t r i c a le n g i n e e r i n g g r a d u a t e ：d e n g y ia d v i s o r ：y a n gh o n g g e n gl iy o n g w i t ht h ed e v e l o p m e n to fe c o n o m ya n dt h ei m p r o v e m e n to fp e o p l e s l i v i n gq u a l i t y , t h en e e do fp o w e rs u p p l yi si n c r e a s i n gq u i c k l y , a sw e l la st h e r e i sh i 曲r e q u i r e m e n tt ot h er e l i a b i l i t ya n dq u a l i t yo fp o w e rs u p p l y d i s t r i b u t i o n n e t w o r ki sa l li m p o r t a n tp a r to fp o w e rs y s t e md i r e c t l y f a c i n gc o n s u m e r s r e a c t i v ep o w e ro p t i m i z i n gp r o b l e mt a k e sas u p e ri m p o r t a n tr o l ei np r o t e c t i n g t h es e c u r eo p e r a t i o no fn e t w o r ka n dp o w e rs u p p l y t h ee l e c t r i c q u a l i t yi s m a i n l yr e f l e c t e db yt h ev o l t a g e ；t h ep o w e rl o s si st e c h n i c a la n de c o n o m i c i n d e xo fe l e c t r i cu t i l i t y s o m er e s e a r c hw o r ko fv o l t a g er e a c t i v ep o w e r o p t i m i z a t i o ne o n 打o lo fr e 百o nn e t w o r kh a sb e e nd o n ei no r d e rt oi m p r o v et h e v o l t a g eq u a l i t ya n dd e c r e a s et h ep o w e rl o s s ；m o d e la n dr u l eo fr e a c t i v ep o w e r o p t i m i z a t i o nc o n t r o lo fs u b s t a t i o n sa r ea n a l y z e da n da n ns c h e m eo fv o l t a g e r e a c t i v ep o w e rc o n t r o lo fs i n g l es u b s t a t i o ni sp r o p o s e db a s e do nt h ed o m e s t i c a n da b r o a ds t a t u s r e a c t i v ep o w e ro p t i m i z a t i o np r o b l e m sc a nb ei n t r i n s i c a l l y f o r m u l a t e du s i n gal a r g e - s c a l em i x e di n t e g e rn o n l i n e a rp r o g r a m m i n gm o d e l i n v o l v i n gb o t hd i s c r e t ea n dc o n t i n u o u sv a r i a b l e s u s u a l l y , w h e ns o m ee x i s t i n g c o n t i n u o u so p t i m i z a t i o na l g o r i t h m sa r eu s e dt os o l v et h i sm o d e l ，a l ld i s c r e t e v a r i a b l e sa r et r e a t e da sc o n t i n u o u sv a r i a b l e su n t i lt h e ya r ea p p r o x i m a t e l y o p t i m i z a t i o no p t i m i z e da n dt h e nr o u n d e do f ft ot h e i rn e a r e s td i s c r e t ev a l u e s a l s ot h er e m a i n i n gc o n t i n u o u sv a r i a b l e sa r ed e t e r m i n e db y s o l v i n g a c o n v e n t i o n a lp o w e rf l o wo ra no p t i m a lp o w e rf l o wp r o b l e m a st h em e t h o d so fv o l t a g ea n dr e a c t i v ep o w e rc o n t r o l l i n gi nt r a d i t i o n a ls e n s e ， t h ei n t e n s i v ea n dd i s p e r s e dc o n t r o lm e t h o d sb o t hh a v ed e f e c t sa n dl i m i t a t i o n s r e s p e c t i v e l y n e w e rt h e o r yo fr e l a t i v e l yd i s p e r s e dc o n t r o lh a s n o tb e e n d e v e l o p e d an o v e lc o n c e p t ，n a m e dd i s p e r s e dr e a c t i v ep o w e ro p t i m i z a t i o na n d d i s p e r s e dc o n t r o lm e t h o db a s e do nt h ec o n t r o l l i n go fv o l t a g ea n dr e a c t i v e p o w e rt oa l lr a t e db u s e so fs u b s t a t i o ni sp r e s e n ti n t h i sp a p e r b a s e do nt h i s c o n c e p t ，t h eh o s ts t a t i o nc a ng e tt h ei n f o r m a t i o no fl o a da n ds t a t e so fs w i t c h e s 血r o u g hc o m m u n i c a t i n g 、 ，i t l ls u bs y s t e m ；o nt h eb a s i so ft h ek n o w nd a t a , t h e d a t ao fl o a d ，s ow ew i l lg e tt h ea c t i v ea n dr e a c t i v ep o w e rc u r v e s ( f r o mt h e f o r e c a s t e dd a t ai nas h o r tt i m e ) ；a f t e r w a r d sw ec a no p t i m i z et h er e a c t i v ep o w e r i 1 1a l lp o w e rn e t w o r k su t i l i z i n gt h em o d e lo fd i s p e r s e dr e a c t i v e p o w e r o p t i m i z a t i o na n de x p a n d e di n t e r i o ra l g o r i t h m ；b e s i d e s ，t h i sp a p e rg i v e st h e c o m p u t a t i o n a lm e t h o do f t h ec o n t r o lt e n s i o no fv o l t a g e sa n d r e a c t i v ep o w e ri n p o w e rs t a t i o n a n di tp r o v i d e sm ei n t e g r a t ev a l u e so fv o l t a g ea n dr e a c t i v e p o w e ra n d t h e i rv a r i o u sl i m i t s a l s o ，i nt h i sp a p e r , i td e s c r i b e st h e nt h e o r yo f d w ka n di t ss u bc o m m u n i c a t i n gs y s t e m b a s e do nt h em e t h o da n do p t i m i z a t i o np r o g r a m ，w h i c hi sp r e s e n t e di nt h i s p a p e r , w et a k ei ti n t op r a c t i c eo nt h er e a ld i s t r i b u t i o ns y s 把m _ b i np o w e r s y s t e m a l s ow et a k et h el o a di n t or e a c t i v eo p t i m i z a t i o ni nd i f f e r e n tp o w e r s u b s t a t i o na n dg i v et h er e g i o n so f v o l t a g e sa n dr e a c t i v ep o w e r r e s u l tf r o mt h e n u m e r i c a le x a m p l ep r o v e st h i s a l g o r i t h ma n dc o m p u t a t i o n a lm e t h o di 5 p r a c t i c a la n de f f i c i e n t t r a c k i n gw i t ht h ec t n w e so fv o l t a g ea n dr e a c t i v ep o w e r c o m p l e t e l yc a nn o to n l yb et a k e ni n t oc o n s i d e r a t i o n ，b u ta l s ot a k e ni n t ot h e c o n s t r a i n to ft h em i n i m a lm o v e m e n tt i m e so ft h et r a n s f o r m e r sj o i n t sa n d m a x i m a la l l o w a b l ed a l l yo p e r a t i n gt i m e so fc a p a c i t o r s t h i ss y s t e mh a sw e l l o p e n i n gp r o p e 啊a n de x p a n d a b i l i t y , i tc a nn o to n l yb eu s e di nw h o l ep o w e r s y s t e m ，b u ta l s oc a l lb eu s e di nac e r t a i np a r to f p o w e rs y s t e m k e y w o r d s ：r e a c t i v ep o w e ro p t i m i z a t i o n ；e x p a n d e di n t e r i o ra l g o r i t h m ； d i s t r i b u t i o nc o n t r o l ；i n t e g e rc a l c u l a t i o n 四川大学工程硕士学位论文( 2 0 0 5 ) 1 绪论 1 1 引言 随着经济发展和人民生活水平质量的提高，人们对电力的需求日益增长， 同时对供电的可靠性和供电质量提出了更高的要求。在原电力部颁布的“九 五”指标中，要求配电系统供电电压合格率9 8 ，一天中允许电压不合格的时 问小于2 8 8 分钟：在“一流”供电企业的考核指标中，要求配电系统供电电压 合格率9 9 ，一天中允许电压不合格的时间小于1 4 4 分钟。电压的稳定对于 延长各种电气设备的使用寿命有着重要的意义。降低网络电能损耗的意义也十 分重大，电能损耗的大小直接影响广大用户的用电价格。优化电网无功潮流的 分布是提高电压质量及降低电能损耗最有效的途径。因此随着电网负荷的波动， 需要对其电压与无功功率进行频繁的调控，其主要手段是在各变电站内调节变 压器分接头档位和投切无功补偿设备( 主要指并联电容器组) 。 1 。2 优化算法综述 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。各种方 法都有其优缺点，对于不同系统和不同的优化要求可采用不同的优化方法，更 可以结合几种优化方法进行运用，这样往往可以取长补短，收到很好的效果。 此外，无功优化的目标函数是多种多样的，除了最小网损外，还有最小运 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、多目标整体最优等等，而对于某一实际系统，一个恰当 的目标函数对优化过程有很重要的作用。 下面列举几种算法并对其进行介绍。 四川大学工程硕士学位论文( 2 0 0 5 ) 以电网有功网损b 晟小为目标函数，并进行线性化处理。 咖屹。甓小+ 玺灿q c 十( 静死 s t 甓：2 b ，j 豢 s 甓：寒 巨娄 隧 簪蓦 其中为发电机机端电压向量，q c 为无功补偿设备出力向量，为可调 变压器变比向量，q g 为发电机无功出力向量，为负荷节点电压向量，一阶 偏导数蔫，鼍，等分别为发电机机端电压，无功辛卜偿出力和可调变压器 a q g a a a a 如 a q c a a q c a 如 a a a 为状态变量对控制变量的相对灵敏度系数矩阵。 线性规划法的优点是理论基础成熟，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。 早些时候提出了灵敏度算法，针对其计算工作量大，耗费计算时间和内存 等缺点又提出许多的改进。 文献 5 9 将补偿节点的电压幅值而不是无功作为控制变量，建立了不同于 已有文献的灵敏度无功优化模型，减少了计算量。文献 6 1 通过比较后提出的 建模方法：潮流雅可比矩阵直接变换法。此方法计算过程非常简单，灵敏度系 四川大学工程硕士学位论文( 2 0 0 5 ) 数可直接一次求取、不存在任何简化、计算过程中矩阵求逆可靠。文献 6 2 应 用d a n t z i g w o l f 分解法对经济分布问题进行求解。该算法的解体现迭代次数大 量减少，降低计算时间。 自八十年代以来，提出了一种与以往解决线性规划问题的单纯形法截然不 同的多项式时间算法内点法。这种方法的优点是迭代次数对约束条件数量 的变化不敏感，因此有良好的鲁棒性和收敛特性。 内点法可分为三大类，即影射变换法、仿射变换法和路径跟踪法，它们生 成点列的方法不同。 而三类内点法中，以路径跟踪内点法最近研究较多。它本质上是牛顿法、拉 格朗日函数和对数壁垒函数三者的结合，具有二阶收敛性和数值鲁棒性。此外， 还对路径跟踪内点法进行各种改进，使之能更好运用于实际优化问题。 文献 2 6 6 3 结果表明迭代次数对约束和变量的数目不敏感。文献 2 4 提 出了一种壁垒参数和计算步长的选取方法，并采用了一种有效的预测校正方法。 该方法能够有效地减少迭代次数，提高算法的收敛速度。文献 6 5 本文提出了 一种基于稀疏技术的原对偶内点法电压无功优化控制数学模型，该算法在解决 大规模系统中带有大量函数不等式约束的优化问题时，速度有了明显提高。文 献 6 6 考虑了支路无功潮流为规划变量，提出一个“非增量”型线性( 或二次) 无功优化模型。该模型宜观易懂，精度满意；求解快速( 无迭代问题) ；特别适 用于实时调度：文献 6 7 提出的无功优化规划的分解一协调法是将问题分解为 三层子问题。各子问题在建模效率、运算速度方面都是较高的。 线性规划的缺点： ( 1 ) 系统越来越大，控制变量越来越多的时候，会由于局部收敛而达不到全 局最优点，这又与初值点的选择有关。 ( 2 ) 用于处理离散无功优化问题可能会有较大误差。 1 2 2 非线性规划 由于无功优化问题自身的非线性，所以非线性规划法( n o n l i n e a r p r o g r a m m i n g ) 最先被运用到电力系统无功优化之中。 其般模型目标函数： 一般以有功网损最小为目标函数 四j i i 大学工程硕士学位论文( 2 0 0 5 ) r a i n f = g ( z ，j ) k 2 + 吁一2 l 巧c o s ( 8 , 一t ) 约束条件包括潮流方程等式约束；发电机节点电压，无功补偿容量，可调 变压器变比，节点电压，发电机无功出力的不等式约束。 非线性规划是处理无功优化最直接的方法，这种方法的数学模型建立比较 直观，物理概念清晰，计算精度较高。 文献 5 8 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。该算法对初值的选取不太敏感。文献 2 4 在原一对偶内点法中引入正曲率二次罚函数处理离散变量的思想。结果比 较，在计算速度、收敛性和优化精度上都优于了t a b u 搜索法。文献 6 0 本文提 出了一种新的优化算法一同伦内点法。该算法的主要优点为：它不仅能有效地 处理大规模系统的优化问题，而且能通过同伦变量的值快速地检测优化中的不 可行问题。文献 6 3 将无功优化与蒙特卡罗模拟结合起来，可以对系统的不同 运行状态进行无功优化，能有效控制电压水平，提高电压安全性。 b o x 算法( 即复合形法) 是基于非线性规划中单纯形法的一种直接搜索算法， b o x 算法不要求目标函数和控制变量具有显式函数关系，也不需要灵敏度计算， 并有可能搜索到全局最优解。 文献 5 4 在b o x 算法中利用罚函数处理函数约束、重复迭代及采用贝斯一 德拉拇洗牌与组合方法产生随机数均能改善收敛性。 二次规划法( q p ) 是数学规划领域发展较为成熟的一个分支。因优化中的目 标函数和约束条件常常具有二次函数的形式，故二次规划也常用于无功规划的 求解。 其一般模型目标函数： 一般以有功网损最小为目标函数 m i l l f ( x ) = c 翟+ x 7 2 q + x 式中，x = q c 毛】r 分别表示发电机电压，可投切电容器电抗器和 可调黜咬压器分接头，为控制变量增量的集厶；c r 。盼瑟溯， 4 四川大学工程硕士学位论文( 2 0 0 5 ) q a 2 ， a 矿2 a 2 f a 内o a 2 f a 阳r a 2 ， a 阳q a2 ， a d 2 a 2 f a r a2 f a p o r a2 f a q a r a2 f 3 t 2 分别为目标函数对控制变量的的一阶和二阶灵敏度 矩阵；而其约束条件和线性规划约束条件一样。 文献 6 8 使用s q p 序列二次规划法计算电压无功优化潮流。该方法对迭代 初始值的选择要求不严，具有稳定的收效性能。文献 2 7 该文提出采用原一对 偶内点算法推导了带有模糊安全约束裕度的逐次二次规划数学模型，优化后电 压距离边界的裕度有较大增加。文献 5 4 提出基于经济和安全目标函数相协调 的双标准无功优化模型。使用一个改进s q p 可更可靠的优化，而且考虑了约束 越限。 非线性规划到目前为止还没有一个成熟的基于非线性规划的无功优化算 法。现有算法不同程度存在计算量、内存需求量大、收敛性差、稳定性不好、 对不等式的处理存在一定困难以及同线性规划一样存在不能有效处理离散变量 和可能出现陷入局部最优等问题，其应用受到了一定限制。 1 2 3 混合整数规划 混合整数规划( m i x e d - - i n t e g e rp r o g r a m m i n g ) 法能够有效地解决优化计算 中变量的离散性问题。该方法是通过分支一定界法不断定界以缩小可行域，逐 步逼近全局最优解。 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，计算时间 属于非多项式类型，随着维数的增加，计算时间会急剧增加，且其解的结果与 初值的选取有关，可能无法找到全局最优解，只能是次优解，甚至是不可行解。 文献 4 8 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。导 出了完整的非线性混合整数规划数学模型，并使用分支定界法进行计算求解， 不仅使网损减少，可进行更精确的优化，而且可减少控制量的调节次数。 1 ，2 4 动态规划 动态规划法是解决多阶段决策过程最优化问题的方法。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。 5 四川大学工程硕士学位论文( 2 0 0 5 ) 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。同时又适用于离散性问题，尽管不能保 证在所有情况下都收敛到最优解，但如果给定初始可行解与实际最优轨迹十分 接近，就较易收敛于最优解，因此它具有一定的合理性和实用前景。 文献 6 9 应用动态规划法综合求取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策略，同时加上了限制调节次数的约束。提出了种启发 式的简化算法，算法的有效性及实用性。 1 2 5 人工神经网络 人工神经网络( a r t i f i c i a ln e u r a ln e t w o r k ) 又称连接机制模型或并行分布 处理模型，是由大量简单元件广泛连接而成的，用以模拟人脑行为的复杂网络 系统。从人工神经元与神经网络理论建立以来，针对不同研究问题先后提出了 百余种模型，其中一些应用范围广阔，功能强大的几种模型有：h o p f i e d 网络， 双向联想存储器( b a m ) ，竞争与自组织特征映射网络，随机神经网络等等。 它的一般模型目标函数： 佴 n 以 w = 4 屹+ b 艺绒叫鲸+ 级一a q l 一绕i i - l j l _ i i = l a p l ，q 有功，无功网损；绋第i 台发电机的无功输出； q l = q f j 总无功负荷；既无功补偿的容量 卢i 约束条件包括潮流方程等式约束；发电机节点电压，无功补偿容量，可 调变压器变比，节点电压，发电机无功出力的不等式约束。甩，啊，n 。分别为发电 机数，负荷数，无功补偿点数，a ，b ，c 为给定正常数。上式的意义为：在无功 平衡的前提下使网损及补偿容量最小。 它以其高维性、并行分布式信息处理性、非线性以及自组织自学习等优良 特性吸引了人们的关注，给一些传统方法所不能解决的或不能满意解决的问题 提供了一条崭新的途径。在这些应用中此法收敛特性好，但不足是如果缺乏十 分有效的学习算法，人工种经网络在训练过程中很易陷入局部极小点。 十几年来，此理论研究取得了重大成果，提出了许多模型及其计算理论， 并被应用于电力系统的诸多方面。 文献 7 0 本文应用人工神经元网络h o p f i e l d 模型确定无功最优补偿此方 四川大学工程硕士学位论文( 2 0 0 5 ) 法具有收敛性好的优点。文献 7 1 ：本文提出基于双向联系存储模型( g a m ) 算法，结果表明在执行时间上明显减少，因此该算法适应于在线执行。文献 7 2 所提出的a n n 是一个带有s i g m o i d e l 转移函数的三层前馈网络。无功的不同负 荷情况用来作为训练a n n 的输入模式，理想输出则是无功控制的节点电压。测 试结果表明它进行实时无功优化的实用性。 1 ，2 6t a b u 收索方法 t a b u 搜索方法( t a b us e a r c h ) 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：。在每一步迭代过程中，从当前解的邻域中启发式地选择一系 列的特定搜索方向( 即“移动”) 作为试探，并选择实现一个最好的“移动”。然 后利用一种灵活的“记忆”技术，对已经进行的优化过程进行记录和选择，指 导下一步搜索方向。为避免落人局部最优，当达到局部最优解时，禁忌算法将 搜索方向后迟到居标退化最小的一个方向上，以此作为新的初始方向。另外， 为了尽可能的不错过产生最优解的“移动”，t a b u 搜索还采用了“释放准则”策 略。 由上可见，t a b u 法包括移动、t a b u 表和释放准则三个基本要素。 该算法寻优速度较快，但不能整个寻优空间同时开始搜索，因此初值的好坏 直接影响到算法的收敛速度和解的质量。在无功优化问题的处理上，t s 技术处 于积极尝试中。一个主要缺陷是：当控制变量数目众多时计算时间会急剧增 长，寻优速度仍嫌太慢。 文献 t 3 j 它将t s 方法用于电力系统无功优化，与简单遗传算法和模拟退火 的遗传算法比较，结果表明，t s 法在跳出局部最优解方面有很大优势，收敛特 性好。文献 7 4 在一般t a b u 搜索算法的基础上，对搜索步长、禁忌表、不同循 环起始点的选择以及算法终止判据等问题做了一些改进，使得更容易跳出局部 最优解，使得到全局最优解的可能性更大。 1 2 7 各种优化算法比较 ( 1 ) 初值问题。 初值选取好坏会影响算法的迭代收敛性、计算速度以及解的优劣。在上述 方法中，只有遗传算法对初值的选取无特殊要求，其余方法的优化结果与初值 7 四川大学工程硕士学位论文( 2 0 0 5 ) 的选取有关。 ( 2 ) 收敛特性 收敛特性是一种方法成功与否的标志。它包括收敛速度、收敛稳定性。线性 规划法、动态规划法、t a b u 算法、人工神经网络法的收敛特性较好；而非线性 规划法收敛特性较差。 ( 3 ) 计算速度 在工程应用中，优化方法的计算速度很重要。非线性规划法、混合整数规 划法的计算速度较慢，不利于在线控制；而线性规划法、t a b u 算法的计算速度 较快，易于在线实现。 ( 4 ) 解的情况 解的情况是评价算法的计算效果。在电网无功优化过程中，由于简化程度 或由于算法限制，线性规划法、非线性规划法、混合整数规划法、人工神经网 络法只能得到次优解或局部最优解。t a b u 算法解的优劣与初值的选取有直接的 关系；动态规划法把复杂的问题划分为若干个相互联系的阶段，通过逐段求解 而得到全局最优解。 通过上述方法比较后，对所要进行无功优化的区域系统，本文第二章提出的 “离散无功优化模型及其扩展内点算法”具有如下的优点：( 1 ) 对初值的选择 不敏感，可以直接采用非内点来启动算法；( 2 ) 收敛性好，引入罚函数后能够 很好的满足约束条件得到可行解。( 3 ) 考虑了玫、瓦的离散特性，误差较小。 因此，在本文中将使用离散无功优化模型及其扩展内点算法来对给定区域系统 进行无功优化。 1 3 电压无功控制的基本方式 1 31 分散控制 目前国内电网电压无功控制属于变电站级电压无功分散控制，这种分散控 制方式是以变电站为中心，通过调节有载调压变压器分接头档位，控制无功补 偿设备的工作状态，维持受控母线电压和从电网吸收的无功功率在规定的范围 内。自七十年代以来，国内外对此有大量研究【”。国内已有不少变电站级电压 无功综合控制装置( 简称v q c ) 开发成功翻，并在3 5 k v _ 2 2 0 k v 变电站得到了广 泛的应用。v q c 的控制策略主要是按电压曲线和无功曲线综合进行调整( 九区域 泛的应用。v q c 的控制策略主要是按电压曲线和无功曲线综合进行调整( 九区域 8 四川大学工程硕士学位论文( 2 0 0 5 ) 控制原理) 。但它只能实现局部的优化，不能实现全系统的最优控制，并且仅能 保证受控母线电压合格。 图1 1 给出了1 1 0k v 变电站的典型接线方式。v q c 的调节主要是基于九区 分割图，如图1 2 所示。 ttt丁t t l o k v 3 0 0 0 k v a r 图1 11 1 0k v 变电站的典型接线方式 q n i n 十uq m a x 92 3 81 4 7 6s 图1 2 运行控制区域图 这里的u 和q 分别代表主变低压侧的电压和高压从电网吸收的无功功率。 电压的上下限主要由该变电站的运行要求决定，如省网规定的l o k v 母线的电压 合格范围是：1 0 o - 1 0 7 k v 。无功功率的上下限之差应大于至少一组电容器的容 量。基本的控制策略可描述如下： 1 区：无需调节； 2 区：升档位，若在最高档，则切电容； 3 区：升档位，若无功仍越上限，投电容； 4 区：投电容，若无电容可投，则降档位； 5 区：投电容，若无电容可投，则降档位： 6 区：降档位，若在最低档，则投电容： 9 洲l 3 3 四川大学工程硕士学位论文( 2 0 0 5 ) 7 区：降档位，若无功仍越下限，切电容； 8 区：切电容，若无电容可切，则升档位； 9 区：切电容，若无电容可切，则升档位。 从v q c 的调节原理可以看出，其调节均是基于已经给定的电压无功上下限 值。如果上下限值给定不合理，无论调节措旌多么完美，都不可能得到合理的 控制。因此，对于v q c 来说，如何确定在每个时间段上每个变压器高压侧的无 功功率和受控母线电压的控制范围( 上下限值) 是一个非常关键的闯题【3 1 。 1 3 2 集中控制 全电网电压无功集中控制能够实现全局的最优控制，是今后发展的一个方 向。集中控制是通过调度中心对各个调压设备和无功可控设备实施电压无功综 合在线控制，在满足负荷需求和保证系统电能质量的条件下使系统网络损耗最 小。理论上讲，这种控制方式是保证系统电压正常，提高系统运行的安全性和 经济性的最佳方式，被认为是电力系统调度控制发展的最高阶段。实现集中控 制方式的前提是地区电网必须具有完善的四遥功能、高可靠性的通信通道及智 能执行单元，其核心是电网电压无功离散优化的在线有效算法和软件。在国外， 法国的e d f 、美国的s o u t h e r nc a l i f o r n i ae d i s o nc o m p a n y 和n o r t h e r ns t a t e s p o w e rc o m p a n y 已开展全局电压无功集中控制的研究工作嘲网。在国内的一些地 区电网中，所实现的电压无功集中控制基本上属于调度员通过r t u 执行机构所 进行的远方手动操作。 但这种集中控制方式的功能全部集中在调度中心，不仅对通信通道的可靠 性要求非常高，而且使得全局优化计算及其控制策略复杂。随着系统规模的扩 大，复杂性还会显著增加。由于功能过分集中。既会增加控制系统的复杂性， 也会影响控制系统整体的可靠性。从国内变电站自动化水平层次不一这一情况 来看，目前实现全系统的电压无功集中优化控制有相当大的难度 1 3 3 关联分散控制 关联分散控制是指电力系统正常运行对，由分散安装在各厂、站的分散控 制装置或控制软件进行自动调控：而在系统负荷变化较大或紧急情况或系统运 行方式发生大的变动时，可由调度中心直接操作控制，或由调度中心修改下属 1 0 四川大学工程硕士学位论文( 2 0 0 5 ) 变电站所应维持的母线电压和无功功率的定值，以满足系统运行方式变化后新 的要求。因此，关联分散控制最大的优点是：系统正常运行时，责任分散、控 制分散、危险分散：紧急情况下，执行应急程序，从根本上提商全系统的可靠 性和经济性。为达此目的，这就要求执行关联分散控制任务的装置，除了要具 有齐全的对受控站的分析、判断和控制功能外，还必须具有较强的通信能力和 手段。对调度中心而言，必须具备应急控制程序。这是今后的研究方向。目前 还未见到有关关联分散控制系统的理论研究报道。 1 4 基于全网离散无功优化的分布式电压控制系统 本项目的研究与传统意义上的集中控制方式不同，在实现变电站级电压无 功综合控制的基础上，探索离散无功优化计算及分散协调控制的理论和方法， 实现地区电网的电压无功分散协调控制，降低对通信通道的要求，做到功能分 散、风险分散。本项目的基本思路是，建立主站系统。根据未来一天各母线有 功和无功负荷曲线( 由短期负荷预测获得) 及开关状态信息，以控制整个电网 节点电压在允许范围内和有功损耗最小为优化目标，进行她区电网离散无功优 化计算，并以此为基础计算出各v q c 的控制范围( 限值) 。利用技术上已成熟的 v q c 装置，研究可支持全网优化控制和本地控制模式的v q c 控制策略，即建立变 电站电压无功实时控制子系统，负责监控变压器和电容器状态、采集电网运行 参数及根据主站系统提供的电压无功限值( 或自定义的电压无功限值) 实施电 压无功控制，并可实现在全网优化状态下和本地状态下电压无功控制模式的切 换。建立通信子系统( 也可以利用现有调度自动化系统的通信通道) ，以实现主 站系统后台程序与子站系统v q c 控制程序之间的数据通信。该系统可应用于整 个地区电网的电压无功控制，也可用于地区电网的某一个区域的电压无功控制， 即具有开放性和可扩展性。 根据2 0 0 4 年四川省电力公司重大科技项目安排，宜宾电业局、四川大学电 气信息学院合作开展“宜宾电网v q c 自适应整定及协调控制”的研究，并以宜 宾局部电网为试验系统。该局部电网包括1 个2 2 0 k v 变电站和3 个1 i o k v 变电 站，每个站装有v q c 装置。基于全网离散无功优化的分布式电压控制系统的主 站系统框架如图1 3 所示。 四川大学工程硕士学位论文( 2 0 0 5 ) 通讯接口数据库 存放电容器和变压器状态，电网开关 状态，主变低压侧的有功和无功功 率，每小时更新一次数据 电网数据输入数据库 存放电容器和变压器状态，电网开关状 态，主变低压侧的有功和无功功率； 存放 线路参数，电容器和变压器参数 网络拓扑分析； 数据容错处理，初步判断数据的正确性； 推算主变低压侧实际负荷的无功( 不含电 容器的出力) 网络实时拓扑分析数据库 ( 存放每个时间段的可用于离散无功优化 计算的各种参数) 根据前一天( 或预侧第2 天) 2 4 个时间段的电网结构及负 荷数据，进行离散无功优化计 算： 不可行检测，在有解的情况下 调用非线性原对偶内点法内嵌 罚函数的离散无功优化算法； 在无解的情况下，调用无功优 化问题的不可行求解算法。 无功优化计算结果数据库 存放一天2 4 个时间段各电容器 和变压器最佳动作曲线及其它优化 结果； 存放一天2 4 个时间段各主变高 压侧无功功率和低压侧电压的最佳 变化曲线； 计算在每个时间段上每个变压器 高压侧的无功功率和受控母线电压 的控制范围( 上下限值) 。 图，3 基于全网离散无功优化的分布式电压控制系统的主站系统框架 1 5 本文所作的工作 本论文的研究与传统意义上的集中控制方式不同。在实现变电站级的电压 无功综合控制的基础上，探索研究了离散无功优化计算的理论和方法，实现了 地区级电网的电压无功分布式控制，对变电站无功电压范围的整定计算方法进 行了详细的论述；建立了主站与子站问通信的通信系统( 完全依靠原有的通信 设备) ，利用两种普遍采用的数据通信采集方式，做到了通信灵活、可靠，功能 分散，风险分散。 1 、建立主站系统，根据未来一天各母线有功和无功负荷曲线( 由短期负荷 预测获得) 及开关状态信息，以控制整个电网节点电压在允许范围内和有功损 耗最小为优化目标，进行地区电网离散无功优化计算，并以此为基础计算出各 1 2 四川大学工程硕士学位论文( 2 0 0 5 ) v o c 的控制范围( 限值) 。 2 、利用技术上已成熟的v q c 装置，研究可支持全网优化控制和本地控制模 式的v q c 控制策略，即建立变电站电压无功实时控制子系统，负责监控变压器 和电容器状态、采集电网运行参数及根据主站系统提供的电压无功限值( 或自 定义的电压无功限值) 实施电压无功控制，并可实现在全网优化状态下和本地 状态下电压无功控制模式的切换。 3 、提出了基于全网离散无功优化计算的变电站v q c 电压无功控制范围的 整定计算方法。既考虑了对电压和无功最优变化曲线的跟踪，使全网的各种约 束均得到很好的满足，不仅可以保证电压合格，也可以达到降低网损的目的， 又顾及了减少分接头动作次数的要求。 4 、建立通信子系统( 也可以利用现有调度自动化系统的通信通道) ，以实 现主站系统后台程序与子站系统v q c 控制程序之间的数据通信。该系统可应用 于整个地区电网的电压无功控制，也可用于地区电网的某一个区域的电压无功 控制，即具有开放性和可扩展性。 四川大学工程硕士学位论文( 2 0 0 5 ) 2离散无功优化模型及其扩展内点算法 2 1 离散无功优化模型及其扩展内点算法 电力系统无功优化是在系统的结构参数、负荷和有功电源出力给定的情况 下，通过调节发电机无功出力、无功补偿设备出力及可调变压器的分接头，使 目标函数最小，同时要满足各种物理和运行约束条件，如无功电源出力、节点 电压幅值和可调变压器分接头位置等上下限的限制。 无功优化在数学上表现为典型的非线性混合整数规划问题( 7 】【8 l ，其数学模型 可描述为： m i n ，( 葺，而，x 3 ) ( 2 1 ) 量t g ( ，屯，x 3 ) = o ( e - e ) x 1 。m x l x 1 。 ( 2 3 ) x 2 ，m 工2 】吐。 ( 2 4 ) 式中，f ( x 。，x ：，x 3 ) 为系统有功损耗；g ( x l ，x ：，屯) = 0 为节点功