关于配电网无功补偿优化规划的研究

折海林 范煜洋

【摘要】本文针对配电网的补偿特点，结合最小无功电流损耗的计算方法和改进式的遗传算法对配电网无功补偿的优化规划展开研究，使无功规划优化效率及其精度得到提升，更有助于保障电网稳定运行。

【关键词】配电网；无功补偿优化；规划

配电网无功补偿的主要设备就是并联电容器组，将其准确地安装在相应的位置上并合理确定具体的补偿点个数，才能保证电压质量得到提升，并降低网损。配电系统本身具有负荷分散的特点，其带补偿和供电半径较多，所以其配置有很多方面需要引起足够的重视。

1配电网无功补偿优化方法简述

黄陵指挥部生产电源是依靠发电来完成，在发电过程中电压不稳，线路长，末端电压低。从配电网无功补偿的灵敏度方面进行分析，工作人员可以将具备高灵敏度的节点提取出来作为待补偿点，一定程度上释放空间，但这种取点的方法更适用于同属一条支路的几个相邻节点且具有很高灵敏度的情况，再加上这种适用度较低，通常只有几个节点真正在该节点上，还会对其他节点的灵敏度产生影响。采用灵敏度分析方法通常比较难确定补偿点的具体个数，如果采用节点无功裕度值的大小来确定补偿点，同样遇到一定的问题。还有的学者会通过N点分散补偿的方法通过判断面积和等长度作为依据来确定补偿点容量和个数，但这对负荷数据的精确度要求非常高，而从负荷点峰值无功电流的计算来确定的话，配电网又有实时数据不足的问题。延时投切方式即俗称的“静态”补偿方式。延时投切的目的在于防止过于频繁的动作使电容器造成損坏，更重要的是防备电容不停的投切导致供电系统振荡，这是很危险的。

由此可见，即便理论基础存在，但在实践的过程中实施困难重重。本研究通过无功电流损耗最小算法的方式来确定补偿点的补偿容量和个数以及位置等信息，能够很好地减少空间维数，在应用算法过程中实现逐渐改进和利用的目的，最终就能将无功规划的优化方法提出来。

2无功规划优化数学模型研究

2.1函数分析

根据配电网的实际情况，笔者采用罚函数的方式对状态变量下的约束条件进行处理，进而构造遗传算法符合的无功优化目标函数，其中涉及到无功补偿装置设备年等值费用、节点电压越限罚函数、系统有功网损年等值费用等等，具体公式如下：

在这个公式当中，Ke表示投资单位容量电容器产生的费用，KvarQkl是节点i无功补偿的容量kvar和N_Q为电容器无功补偿点的集合，Ckl指电容器的不同节点固定安装费用，无功补偿个数则是Ne，Cp则为电能的单价，T1是年最大负荷损耗，AP表示最大负荷时有功网损情况，KV表示节点电压越限罚因子。

2.2相关数学模型的求解

结合配电网无功规划的优化特征，笔者以遗传算法进行计算，对于具体的配电网无功优化过程可以通过以下的描述进行理解：通过目标函数在电力系统环境下评价各种条件约束的方法，将其中评价值较低的淘汰，遗传下高评价值的作为遗传特征，从而实现高评价值不断持续的优化。由此可见，配电网无功优化的各种问题需要通过编码变量来最终确定，设计相关的适应度函数，进行遗传操作，才能真正解决配电网无功规划的优化问题并最终实现配电网无功规划的优化。

首先是编码方法。根据组对无功补偿作投切，要确保变量的个数及染色体长度都相同，那么可以采用十进制编码进行。如果每个电容器的节点包括6组投切，就要针对这些投切电容器的组数加以表示，选择0～6之间的任何一个数字，如果这个节点不投切电容器，则通过0来表示。其次是设计适应度函数。比如采用目标函数来对配电网无功规划优化加以表述，计算过程中则采用遗传算法，将目标函数转化为适应度函数，最小化问题结合目标函数来求解，那么最终的结果可通过转换目标函数得出。再者是选择的遗传算法，在进行操作时，选择遗传算法的过程非常重要，必须引起工作人员的高度重视。如果没有选择适合的算子，那么就会影响子代与父代之间的相似度，直接破坏种群的多样性，导致进化过程被停滞，甚至出现早熟的情况，直接给遗传算法的全局操作造成严重的破坏影响，因此要做好方法的深入研究的选择。本文中笔者主要是根据轮盘赌的非线性排序方法进行配电网无功运行优化的选择，计算的过程都基于轮盘赌非线性排序法基础之上，首要工作就是计算所有个体适应度的函数值，对其进行从大到小的排列，以排列的实际顺序为依据选择个体。还有就是变异与交叉算子。主要采用固定的交叉率、变异率来对简单遗传算法进行检验，看其是否与适应性搜索过程及遗传算法的动态相符合，所以工作人员在进行简单遗传算法的应用中要选择交叉率与变异率的自适应性，同时确保自适应遗传算法群多样性基础上，针对遗传算法收敛的功能作保障，才能真正确保其优化的能力提升。最后是终止判据。前提为不改变使用最大进化代数maxgen和最优个体适应度，并与最小保留代数相结合作为终止判据。如果在连续代内，并且没有找到其他的解法来代替最优值，那么前面所得出的结果就作为最优值的结果，并结束所有的计算。如果给遗传代数限定一定的范围，没能得出最终的解来满足最优个体的最小保留代数，就要以轮流的方式研究次优的输出，并结束计算。这个计算操作方法主要是尽可能控制各种因素准则下应用而出现的缺陷，确保进化收敛速度得到进一步的提高。

3结束语

综上所述，在运算的目标函数中，最大综合效益的是经济技术，其中有无功补偿设备投资、电压质量和配电网的电能损耗等等。在规划过程中，要对配电网无功规划的优化进行建模，还要确定具体的补偿点个数和实际位置，同时在改进遗传算法的基础上将这些因素结合，才能真正实现电容器容量的优化工作。这个算法具有很高的有效性与实用性，有助于确保初始的种群无效解减少，并解决长期以来在遗传算法运用中出现的早熟和停滞的问题，运用这种改良优化的方法，进一步提高了配电网无功规划优化的精准度与效率，从而达到优化配电网无功规划的目的，为相关工作人员提供一定的借鉴参考作用。