绵阳城区配电网无功优化算法的应用研究

论文摘要

配电网无功优化可以有效地降低网络损耗,提高系统电压质量,使系统安全、经济和优质运行。为有效减少网络损耗,合理进行无功补偿,本文针对10kV配电网无功电源配置的补偿点个数、位置和容量的确定进行研究,主要研究成果如下:根据配电网无功优化问题,本文建立以全网有功功率网络损耗最小为目标函数,计及节点功率平衡,电源节点无功功率,节点电压,补偿节点无功补偿量和经济性等约束条件的无功优化模型。在模型中引入最优网损微增率准则,为优化过程中自动确定经济上合理的补偿点个数和位置提供了保证。阐述了配电网无功优化中选取补偿点的全局灵敏度和局部灵敏度方法,以及配电网潮流计算的前推回推法的基本原理和计算步骤。针对上述模型和两种灵敏度方法选取补偿点的特点,给出基于全局灵敏度或局部灵敏的配电网无功优化蚁群算法。在分析蚁群优化算法及解决TSP问题的基本原理的基础上,把灵敏度方法、最优网损微增率准则和蚁群算法相结合构造算法。把能见度因子取为候选节点的灵敏度采用了一种新的状态转移概率规则,同时改进了蚁群优化算法的搜索策略。由于蚁群算法在寻优过程中不仅计及了整个网络总有功网损的减少,还考虑到了灵敏度系数的影响,因此能够较快地找到对网损影响较大的补偿节点,提高了搜索速度。基于Matlab编程实现了本文提出的全局灵敏度蚁群算法和局部灵敏度蚁群算法。用编制的程序对IEEE 33节点和IEEE 69节点典型系统进行了计算分析,计算结果验证了提出的方法和编制的程序的可行性、正确性和有效性。把所提出的方法用于绵阳城区电网一条辐射形配电网的无功优化计算,得到的最优补偿方案可为规划和运行决策提供依据。仿真研究表明,本文提出的配电网无功优化全局灵敏度蚁群算法和局部灵敏度蚁群算法,在配电网无功优化中与单纯的灵敏度方法相比具有能减少人为因素干扰、减小搜索空间、自动选择到合理的补偿点、所选补偿点个数少和计算简便等优点;相对于遗传算法具有搜索速度快,编程简单等特点。

论文目录

• 中文摘要
• 英文摘要
• 1 绪论
• 1.1 问题的提出及研究意义
• 1.2 配电网无功优化的原则
• 1.3 国内外研究现状
• 1.4 本文所做的研究工作
• 2 配电网无功优化及潮流计算的基本原理
• 2.1 配电网无功功率对有功损耗及电压的影响
• 2.1.1 无功负荷和无功损耗
• 2.1.2 配电网无功功率对有功损耗及电压的影响
• 2.1.3 无功功率电源
• 2.2 配电网无功优化模型
• 2.3 配电网无功优化中补偿点的选取方法
• 2.3.1 全局灵敏度方法
• 2.3.2 局部灵敏度方法
• 2.4 配电网的前推回推潮流计算方法
• 2.4.1 辐射形配电网潮流计算的特点
• 2.4.2 辐射形配电网前推回推潮流计算法
• 2.5 小结
• 3 配电网无功优化的蚁群算法
• 3.1 引言
• 3.2 ACO算法的基本原理
• 3.2.1 真实蚂蚁的行为
• 3.2.2 ACO的基本模型及其实现
• 3.3 配电网无功优化蚁群算法
• 3.3.1 配电网无功优化蚁群算法的实现
• 3.3.2 对ACO算法搜索策略的改进
• 3.3.3 基于最优网损微增率准则的补偿点选取方法
• 3.3.4 计算步骤
• 3.4 小结
• 4 绵阳城区配电网无功优化算法的应用研究
• 4.1 引言
• 4.2 典型系统算例及结果分析
• 4.2.1 对IEEE33节点系统的计算分析
• 4.2.2 对IEEE69节点系统的计算分析
• 4.3 蚁群算法在绵阳城区配电网无功优化中的应用
• 4.3.1 绵阳城区电网概况
• 4.3.2 绵阳城区10kV配电网无功优化计算分析
• 4.4 小结
• 5 结论
• 致谢
• 参考文献
• 附录
• A IEEE33节点配电系统数据
• B 实际配电网数据