基于改进BP神经网络的风电场无功补偿优化
2016-01-19张兴强王世荣李小飞
张兴强 王世荣 李小飞
摘 要：根据传统的电力系统潮流计算理论，结合牛顿-拉夫逊法，研究了风电场的电力系统潮流计算法。由某个风电场有功功率数据得出了维持该风电场电力系统稳定性所需的无功量。因为含风电场潮流计算过程复杂、计算量大，所以，提出了一种改进BP神经网络的算法。这种算法可以快速、有效地计算风电场所需的无功补偿容量。
关键词：风电场；潮流计算；无功补偿容量；BP神经网络
中图分类号：TM614；TM761.+2 文献标识码：A DOI：10.15913/j.cnki.kjycx.2016.02.012
随着石油、煤炭、天然气等传统能源的减少和环境的恶化，人类面临着能源枯竭的大危机，所以，新能源的开发越来越重要。虽然风能具有安全、清洁和环保的特点，但是，它也具有不稳定性和随机性，而风力发电机组的有功出力则具有很强的间歇性、波动性和随机性。大规模的风力发电机组并网后，会导致电网电压功率因数发生变化，降低电网母线端的电压，进而影响电力系统的安全、稳定运行。因此，研究风电场接入无功补偿容量是至关重要的。
1 含风电场潮流计算确定无功补偿容量
1.1 风力发电机组的参数模型
1.2 含风电场的电力系统潮流计算
在电力系统的稳态运行中，最重要、最基本的算法就是潮流计算。一般的潮流计算运用的是牛顿-拉夫逊法，它是根据系统中各个节点的电压、电流和功率等参数来判断系统的运行状态。在潮流计算中，一般将系统分为PV节点、PQ
节点和平衡节点。由于风力发电机组的运行具有特殊性，所以，在计算风电场潮流的过程中，不能按照一般的节点方式处理。潮流计算时，要确保母线电压的稳定性，并根据风力发电机组的实时有功出力、机组滑差来计算机组所需的无功补偿容量。
假定某风电场含有n台相同的风力发电机组，每台机组的端电压相同，不考虑风电场内集电线路和风机箱式变压器的损耗，则整个风电场的有功功率和无功功率可表示为：
. （5）
式（5）中：Pf为风电场的总有功功率；Pei为第i台风电机组的有功功率；vi为第i台风机的风速；Qf为风电场的总无功功率，尾流效应不计；Qei为第i台风电机组的无功功率；Uf为机组端电压。
由相关公式可知，根据检测到的每台风机的风速可以求得各台风机的有功功率和整个风电场的有功功率；根据每台风机的有功功率和机组端电压，可以表示出维持母线电压稳定所需的无功补偿容量。采用牛顿-拉夫逊法潮流计算法，可将含风电场雅克比矩阵中节点的无功增量对节点的电压偏导数修正增量表示为：
.（6）
含风电场电力系统潮流计算的步骤为：①列出节点导纳矩阵；②确定各节点的风速和各节点的电压初始值；③根据式（1）（5）求得风电场的有功功率和无功功率；④由式（6）中的有功和无功不平衡量确定雅克比矩阵元素；⑤用牛顿-拉夫逊方法求解修正方程，修正各节点的电压；⑥检验是否收敛，如果收敛，则计算结束，否则将新的节点电压作为初值，并返回步骤②进行下一次迭代。
2 算例分析
以我国某个风电场为例，该风电场由244台金凤S50/750风机构成，总装机容量为1.83×105 kW，每台风机连接1台箱式变压器T2，电压由66 V升至35 kV的集电线路上，将24条35 kV集电线路连接至升压站内的35 kV母线上，35 kV母线经过2台容量为100 000 kVA的主变并入220 kV的电网中，并采用PSASP软件进行潮流计算。由于该风电场模型中含450个节点，运算复杂，所以，本文针对模型中的42个节点进行相应的计算、分析。
取该风电场2015-03的实际有功功率为潮流计算的有功功率输出，如图2所示。在具体工作中，每隔15 min采集1次数据样本，切入风速为4 m/s，切出风速为25 m/s，额定风速为14～15 m/s。采用PSASP软件进行仿真，经过潮流计算，不进行无功补偿容量时可得到该风电场2015-03母线电压的变换情况。由波形图可知，当风速小时，有功出力远低于装机容量。此时，母线电压标幺值基本稳定。当风速接近额定风速时，有功出力较大。此时，母线电压有明显的波动下。
在进行无功补偿时，取该风电场2015年3月份实际有功功率为潮流计算的输出。采用1.2中的方法，利用牛顿-拉夫逊潮流计算方法确定该风电场所需的无功补偿容量。进行无功补偿时，采用PSASP软件建模仿真。图3为该风电场无功补偿容量，图4为进行无功补偿容量前的电压标幺值，图5为进行无功补偿容量后的电压标幺值。由此可以看出，此时风电场电压有明显的改善，基本趋于稳定，维持在区间（0.99，1.01）pu以内，能够满足风电场并网运行的稳定性。
综上所述，利用牛顿-拉夫逊潮流计算方法能够准确得出满足风电场电压稳定运行时所需的无功补偿容量。但是，由于风速具有随机性、易变性、不可控性，所以，各个变量变化频繁，每变化一次，就需要进行一次潮流计算，且计算量大、计算过程复杂，无法满足风电场实时动态的无功补偿。因此，本文提出了基于BP神经网络的无功补偿优化算法。
3 优化算法
3.1 改进BP神经网络算法
通常情况下，BP神经网络是由输入层、输出层和隐含层构成的三层前馈性网络，它采用最速下降法，通过前向计算传播和反向计算传播不断修正网络中的参数（权值跟阀值）。在具体的训练过程中，向前修正误差和向后传递误差同时进行。当网络中传递的误差平方和小于规定值时，终止传播训练，保持此时BP神经网络的各项参数。BP神经网络拓扑如图6所示。
传统的BP网络算法存在学习收敛速度慢、学习记忆不够稳定的问题，因此，可以采用差异误差动态调节连接权系数，并改进BP算法。改进的BP算法学习训练步骤是：①初始化BP神经网络，确定BP神经网络的结构（网络层数、最大训练步数、样本组数）。②确定输入的样本及其期望值，设定网络学习中产生的误差精度e.③随机选取算法连接权系数矩阵W和算法的学习效率η.④输入训练样本，并进行正向传播，计算正向传播中产生的误差E（0）。⑤对误差E（0）进行反向传播，调节连接权系数矩阵W.逐一选取逆序连接权系数W*=[w1，w2，…wn，…，wm]，初步调节向量△wi（n），i=1，2，…，m，如果
，则转到步骤⑦；如果 ，则转入步骤⑥。其中，ε为
预设的梯度最小值。⑥计算正向传播中产生的误差E（1），如果E（1）
3.2 利用改进网络进行风电场的潮流计算
由改进的BP神经网络工作原理可知，基于Matlap软件搭建改进BP网络模型将该风电场2015年3月份的有功功率和相应补偿的无功功率作为训练样本，并训练神经网络。其中，误差值ε=0.001，初步调节次数m=1 000，将该风电场2015年4月份有功功率作为输入值。采用经过训练后的BP神经网络算法进行计算，监测结果如图7所示。图7为图标+潮流计算所得结果。图标*为模糊神经网络所得结果，用经过训练的BP神经网络模型计算的无功补偿容量与牛顿-拉夫逊潮流计算方法所得的无功补偿容量大致相同。改进的BP神经网络模型可以代替牛顿-拉夫逊法计算风电场无功补偿容量，其计算速度快、收敛性强，满足了风电场动态无功补偿装置实时性投切的要求。
4 结论
基于传统的电力系统潮流计算理论，结合牛顿-拉夫逊法，研究了风电场的电力系统潮流计算法，并根据某个风电场的有功功率数据计算出维持该风电场电力系统稳定性所需的无功量。利用牛顿-拉夫逊潮流计算法可以计算风电场，使其运行过程满足电压稳定的无功补偿容量。在传统的BP神经网络算法的基础上，采用差异误差可以动态调节连接权系数，进而提出一种新的BP神经网络算法。将该风电场的数据作为训练样本，训练过后的BP神经网络可以快速、有效地计算风电场所需的无功补偿容量。利用Matlap软件平台得到相关的仿真结果，结果表明，运用改进的BP神经网络可以代替含风电场无功补偿容量的潮流计算。
参考文献
[1]陈珩.电力系统稳态分析[M].北京：中国电力出版社，2007.
[2]候媛彬，杜京义，汪梅.神经网络[M].西安：西安电子科技大学出版社，2007.
[3]刘艳妮，王玮，徐丽杰，等.基于遗传算法的风电场无功补偿容量的计算[J].太阳能学报，2008，29（11）.
[4]高赐，威何叶，胡荣.考虑大规模风电接入的电力规划研究[J].电网与清洁能源，2011（10）.
[5]冉然.并网风电场无功补偿策略研究[D].北京：华北电力大学，2011.
[6]赵亮，吕剑虹.基于改进遗传算法的风电场多目标无功优化[J].电力自动化设备，2010，30（10）.
[7]胡敏，周任军，杨洪明，等.考虑风力发电的系统无功优化模型和算法[J].长沙理工大学学报（自然科学版），2009，6（1）.
[8]吴天明，赵新立，刘建存.MATLAB电力系统设计与分析[M].北京：国防工业出版社，2007.
〔编辑：白洁〕
