基于优化粒子群算法的风电场无功补偿研究.docx

基于优化粒子群算法的风电场无功补偿研究摘要：在我国新能源结构中风电占有越来越多的权重因此对于风电场发出的电能质量也有了更高的要求。风电场电压是电能质量的一个重要标志而风电场的电压又受到无功功率的影响。为了应对无功功率不足的情况可采用电容器组来补偿无功。文章提出一种优化的粒子群算法来对风电场并网时电容器数量进行控制的方法。关键词：风力发电；无功补偿；粒子群算法引言随着风电场数量的增多以及风电在电网电源结构中比例的日渐增多解决其电压稳定性的问题的方法也日渐受到关注与研究。一般而言解决方法有无功补偿或者合理分配无功等多种方法。时下风电场多采取将电容器组投切入并网点来补偿无功功率。对于传统求解最优无功补偿容量方法中采用的遗传算法具有耗时低效率等特点采用粒子群算法来优化[1]。1潮流计算处理方法分电机组现有恒速和变速两种机型对于风电场而言主要采用恒速风机其中异步电机使用较多。异步电机需要从电网吸收无功功率但是该电机无法发出无功功率因此需要就地补偿无功功率来维持电网电压稳定。图1是常见的异步电机简化模型图中的jxdjxzjxl分别代表定子电抗转子电抗以及励磁电抗Rz是转子电阻s是滑差率。2无功容量计算方法2.1粒子群算法粒子群算法是基于对鸟群觅食进行研究得到的一种算法[1]虽然距离第一次提出已将近20年但相对于遗传算法仍然具有多个优点[3]。粒子群算法主要的优点是：（1）每一个粒子都有一个随机值并在整个空间进行流动；（2）具有记忆功能；（3）个体通过各粒子之间相互合作与竞争来完成优化；（4）其算法优势在于简单易实现又具有智能性非常适合用于工程应用研究之中。2.2风电机组无功电压特性风电场无功容量补偿通过投切电容器组来完成因此投切规则也应当具体情况具体分析。通常情况下当风机有功功率比较小时风机的功率因数变化较大但是此时的无功功率变化也较为平缓。只有当有功功率超过阈值并在无功补偿设备全部投切入系统此时的功率因数近似恒定无功功率和有功功率之间的关系可以近似看做线性关系。风机并网时母线电压也会随着风速的波动而波动但其值不会随着有功功率变化而单调变化。研究表明随着风速变化其母线电压可能会在中间速度时越过最大电压值因此需要研究从最小到最大风速的所有情况[3]。2.3无功容量的确定及计算方法风电场并网时可以控制投切电容器组使风电场并网点端电压在合理上下限内变化。忽略定子、线路以及变压器无功损耗考虑风速以及负荷的变化情况令并网点处电压逐渐上升应用潮流计算式得到不同风速、负荷及电压值时无功功率的补偿容量从而得到补偿空间图。该空间图的上下限即所需无功容量的上下限进而确定无功容量。具体计算方法：（1）输入风电场风机数风机容量及运行参数初始化风速参数。（2）输入潮流计算参数负荷参数及系统母线电压上下限。（3）设置约束条件的置信水平粒子群算法参数终止条件种群规模。（4）初始化粒子验证其可行性形成初始粒子群位置及速度。（5）计算粒子适应值。（6）比较每个粒子的适应值与个体极值如果较优更新个体极值。（7）比较每个粒子将适应值与全局极值如果较优更新全局极值。（8）根据以下公式更新粒子位置和速度：式中n为当前循环次数；c1=c2=2；c为指定总的循环次数；r1r2为（01）之间的随机值；xivi为粒子位置和速度；改变w可以改变收敛速度取值范围[1.00.4]。（9）重复步骤（5）～（8）直到符合终止条件（10）将最好的粒子作为最优解。通过控制最优电容器组数投切从而得到最优无功补偿容量实现了目的。3结束语将粒子群算法用于求解电容器优化分组可以有效优化无功功率容量补偿问题从而解决风电随机性导致的母线电压质量下降问题得出如下结论：（1）采用简化的异步风机模型可以得到简易可行的潮流计算方法该方法具有简单实用性。（2）系统母线电压与风速不成线性关系电压水平呈现拱形。（3）采用粒子群算法可以解决以往常用的遗传算法中缺点即耗时、低效率等。该算法既能保证可靠、经济的补偿无功容量又具有准确性。参考文献[1]赵波郭创新张鹏翔等.基于分布式协同粒子群优化算法的电力系统无功优化[J].中国电机工程学报200525（21）：1-7.[2]邱飞岳莫雷平江波等.基于大规模变量分解的多目标粒子群优化算法研究[J].计算机学报201639（12）：2598-2613.[3]陈树勇申洪张洋等.基于遗传算法的风电场无功补偿及控制方法的研究[J].中国电机工程学报