预览加载中,请您耐心等待几秒...
1/8
2/8
3/8
4/8
5/8
6/8
7/8
8/8

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

浅谈电力系统的无功优化与无功补偿论文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。降低网损,提高电力系统输电效率和电力系统运行的经济性是电力系统运行部门面临的实际问题,也是电力系统研究的主要方向之一。特别是随着电力市场的实行,输电公司(电网公司)通过有效的手段,降低网损,提高系统运行的经济性,可给输电公司带来更高的效益和利润。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。无功优化计算是在系统网络结构和系统负荷给定的情况下,通过调节控制变量(发电机的无功出力和机端电压水平、电容器组的安装及投切和变压器分接头的调节)使系统在满足各种约束条件下网损达到最小。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。3输配电网络的无功优化(闭式网)电力系统的无功补偿从优化方面可从两个方面说起,即输配电网络(闭式网)和配电线路及用户的无功优化和补偿(开式网)。3.1无功优化的目标函数参考文献[3]中著名的等网损微增率定律指出,当全网网损微增率相等时,此时的网损最小。无功的补偿点应设置在网损微增率较小的点(网损微增率通常为负值时进行无功补偿),这样通过与最优网损微增率相结合进行反复迭代求解得到优化的最佳点。一方面,该方法没有计及其它控制变量的调节作用,同时在实际运行中也不可能通过反复迭代使全网网损微增率相等,这样做的计算量太大且费时。与此同时,国内外学者对无功优化进行了大量研究,提出了大量的无功优化的数学模型的优化算法。无功优化的数学模型主要有两种,其一为不计无功补偿设备的费用,以系统网损最小为主要目的。即优化状态时无功优化的目标函数可用下式表达:其二,以系统运行最优为目标函数,它计及了系统由于补偿后减小的网损费用和添加补偿设备的费用,可用下式表达:式中,β为每度电价,max为年最大负荷损耗小时数,α、γ分别表示为无功补偿设备年度折旧维护率和投资回收率,KC为单位无功补偿设备的价格,QC∑为无功补偿总容量。模型二考虑了投资问题,可认为是一种比较理想的模型。特别是随着电力市场的实行,各部门都追求经济效益,显然考虑了无功投资问题更合理一些。3.2优化算法由于电力系统的非线性、约束的多样性、连续变量和离散变量混合性和计算规模较大使电力系统的无功优化存在着一定的难度。将非线性无功优化模型线性化求解,是一些算法的出发点,如基于灵敏度分析的无功优化潮流、无功综合优化的线性规划内点法、带惩罚项的无功优化潮流和内点法等等,以上均是通过将非线性规划运用泰勒级数展开,忽略二阶及以上的项,建立线性化模型求得优化解。这些方法由于在线性化的过程中,忽略了二阶及以上的项,其计算的.收敛性得不到保证。为了提高优化计算的收敛性,又提出了将罚函数的思想引入线性规划,提出了带惩罚项的无功优化潮流模型与算法,使依从变量的越限消除或减小到最低限度。但它不能从根本上结局线性化后的不收敛问题。针对线性算法方法的不足,又提出了一些运用非线性算法,混合整数规划、约束多面体法和非线性原-对偶算法等等。尽管这些方法能在理论上找到最优解,但由于无功优化本身的特性,使计算复杂、费时,且不能保证可靠收敛。为了提高收敛性和非线性的对于无功优化中的离散变量(变压器分接头的调节,电容器组的投切)的处理,基于人工智能的新方法,相继提出了遗传算法,玊abu搜索法,启发式算法,改进的遗传算法,分布计算的遗传算法和