含风电机组的配电网无功改进探析

谭俊

摘 要：在对含风电机组的配电网无功改进的时候，可以根据对风电阻的运行状态来进行有功输出的计算，从而算出能够替代随机功率的输出方式。文章针对计算的复杂性，提出了一种相对高校的计算方法，以帮助对含风电机组的配电网无功改进。

关键词：含风电机组；配电网；改进

中图分类号：TM761+.1 文献标志码：A 文章编号：2095-2945（2018）17-0043-02

Abstract： When the reactive power of the distribution network with wind turbine is improved， the active power output can be calculated according to the running state of the wind resistance， and the output mode can be calculated instead of the random power. In view of the complexity of calculation， this paper puts forward a relatively efficient calculation method， to help improve the reactive power of distribution network with wind turbine.

Keywords： wind turbine unit； distribution network； improvement

引言

風电机组输出的随机性，使得传统的无功优化方式不能满足其需求。通过将运行状况的规划师进行改建，运用最大符合、一般符合以及最小负荷来进行替代，从而建立了最大负荷运行方式下稳定性比较高的优化模型。在一般负荷运行模式下，将节省电能作为主要优化目标，这样将三种优化方式运行之后所节省的资金进行比对，节省最多的就是电容器的最优化配置。

1 配电网无功优化补偿模型

通过将配电网无功化问题分为三个模型来进行计算，可以在设备投资的时候能够按照最大优化的方式来进行考虑，这样，模型不仅能够更加接近实际情况，还简化了问题。还可以使用于含风电机组的配电网无功优化当中，由于风速具有随机性以及间隙性，就使得优化问题成为了一个随机性问题。运用场景分析法能够有效的解决这一问题，它是将数学模型难以表示的因素转化成相对容易求解的多个问题来进行解决，从而不用建立非常复杂的随机模型[1]。

2 最大负荷方式

首先是投资成本的计算，在对大负荷运行下来计算无功补偿设备的投资费用，投资费用用z表示，可得Z=■（QICI），其中Qi是各节点当中无功补偿设备的容量，CI是单位容量当中无功补偿设备童子费用的系数，N则是补偿节点的个数[3]。

然后就要对补偿之后配电网可节省的损失进行计算，就是在最大负荷下全年补偿之后可以节省的损失费用F1表示可得：F1=（PLmax-P'Lmax）tmaxKD其中PLmax是在补偿前最大负荷运行下的网损，P'Lmax是补偿之后最大负荷运行下的网损，tmax是在最大负荷运行下的运行时间，KD是电价。

其次就要对静态电压稳定性的指标进行计算，其公式为Lij=4[（PjXij）2+（PjRij+QjXij）V2i]/V4i其中Rij和Xij分别为支路ij的电阻和电抗，Pj和Qj分别是流入到支路的末节点j的有功以及无功功率，Vi是首节点i当中的电压。因此就可以根据支路系统当中相对最薄弱的支路与临界值的距离来判断出系统电压的稳定程度。通过计算显示，稳定电压下，配电网的电压稳定值是小于1的[4]。

接下来就需要计算一般以及最小负荷方式了，由于无功补偿设备的投资已经在最大符合运行方式当中计算过了，在最小以及一般负荷方式当中，就不能够在考虑投资问题了，那么目标函数当中，就只需要考虑到电能的损失就可以了。将一般负荷运行方式当中全年补偿后可以节省的损失费用用F2表示，公式为：F2=（PLnor-P'Lnor）tnorKD最小负荷运行下的可节省的电能的损失费用用F3来表示，得公式为：F3=（PLmin-P'Lmin）tminKD[2]。

3 配电网无功优化的计算步骤

3.1 在对大负荷运行下计算流程

先将风机的有功输出通过公式计算出来，然后将最大负荷当中的数据输入进去，这样就能够随机出现无功补偿的位置以及设备的容量，将这一初始种群设置为M，无功补偿位置的范围是在0到最大节点号当中，无功补偿容量就是单位编号当中所对应的额定容量。然后根据个体当中的目标函数进行快速的排序，不能够进行支配干预，在通过遗传算法当中的选择、交叉以及变异三个基本操作从而得到第一代的子代种群。从第二代种群开始，就需要将父代种群与子代进行结合，然后再次进行排序，同时要对每个排序层中的个体拥挤的程度来进行计算，从中选择合适的个体来组成新的父代种群。不断的进行遗传算法的基本操作， 使其产生新的子代种群，一直到能够满足结束的条件出现，就能够得最大负荷运转下可以接生的费用[3]。

3.2 一般以及最小负荷运转方式的计算流程

在最大负荷云状计算当中以及将无功补偿设备的投资以及容量进行了计算，那么其他运行方式就是在已经决定了无功补偿位置以及容量的限制下进行的方式优化，在最大负荷当中已经确定了最大的补偿数值，在一般以及最小的负荷运转当中就不在进行电容的补偿了。在一般以及最小负荷优化方式计算的时候，可以将系统可以节省的网损费用作为最大的目标函数，那么分别就可以在最优方式的时候，得到N个Pareto解使，采用遗传算法来进行方案优化，这样就能够得到节省网费用F2和F3[2]。

4 算例

本文就以某节点配电系统为例，通过上面所讲的方式来进行计算规划。在这个系统当中，其电压的等级是10kV，将节点0来当做平衡节点，通过对其原始数据进行分析，将節点20以及节点33当中的异步风力发电机机端的额定设置为680V，切入风速为5m/s，额定风速为8m/s，切出的风速为22m/s，Weibull分布参数C为9.0，K为2.0。风机在额定的运行的状态当中，其输出功率为0.6MW，停机状态当中的输出功率为0MW，在欠额定运行状态输出功率为0.3MW。在进行计算的时候，对基准容量的取值为lMVA，对新增的无功补偿设备的每组容量进行取值的时候，其取值为50kVar，每组电气的综合投资为75元/kVar，其中是已经包含了维护费用以管理费用。补偿设备的有效使用寿命大约为19年，在对贴现率进行取值的时候为0.1，电价为0.5/k Wh。在对系统全年运转时间进行取值的时候，按8750小时来计算，设在最大负荷运行下的时间是2100小时，一般时间为4300小时，最小为2100小时[1]。

在最大负荷运行方式下进行计算之后，得到了6各优化方案。这六个优化方案有着不同的优势，能够对投资成本、节省的费用以及静态电压的稳定性都能够进行优化，通过对其进行综合的计算，可以得出，第二个方案所节省的总资金最多，因此最终所选择的优化方案就是第二种优化方案。这个方案能够同时考虑到三项最优，从而实现整体的最优解。根据数据显示，并不是资金的投入越大，无功优化的效果就越好，虽然有着比较高的投资，但是对电容器的利用却并不是非常充分，在一些投资比较低的方案当中，电容器反而能够得到相对充分的利用[1]。

例如：根据数据显示，在方案一当中，其总投资为7.7万元，通过优化节省的总资金为56万元；方案二当中其总投资为9.8万元，通过优化节省的总资金为75万元；方案三当中，其总投资为12万元，通过优化节省的总资金为69万元；方案四当中，其总投资为15万元，通过优化节省的总资金为72万元；方案五当中，其总投资为18万元，通过优化节省的总资金为73万元；方案六当中，其总投资为22万元，通过优化节省的总资金为71万元[4]。

在静电电容器利用率上，方案一三个优化方式全为100%；方案二在最大负荷下为100%，其余为90%；方案三在最大负荷下为100%，其余为77%；方案四在最大负荷下为100%，在一般负荷下为86%，在最小负荷下为79%；方案五在最大负荷下为100%，在一般负荷下为81%，在最小负荷下为70%；方案六在最大负荷下为100%，在一般负荷下为76%，在最小负荷下为65%[4]。

5 结束语

本文通过对含风力发电机的配网无功优化规划问题的研究，利用风机在各种运行状态下所产生的概率，计算出了有功输出的期望，用它来代替了随机变化当中的有功输出，从而解决了随机问题。建立了最大、一般和最小负荷方式下的优化模型，将各项费用进行综合考虑，从而让在经济方面进行优化方案比较更为合理。然后利用算法进行求解，从中找出优化方案，再通过对方案之间的比较，找到最优解，从而找到最为满意的优化方案。

参考文献：

[1]何禹清，彭建春，毛丽林，等.含多个风电机组的配电网无功优化[J].电力系统自动化，2010，34（19）：37-41.

[2]刘学平，刘天琪，李兴源.含风电机组的配电网无功优化补偿[J].电力系统保护与控制，2010，38（20）：130-135.

[3]张沈习，程浩忠，张立波，等.含风电机组的配电网多目标无功规划[J].电力系统保护与控制，2013（1）：40-46.

[4]朱勇，杨京燕，高领军，等.含异步风力发电机的配电网无功优化规划研究[J].电力系统保护与控制，2012，40（5）：80-84.

[5]祝习宇.配电网无功补偿设备应用探讨[J].科技创新与应用，2014（29）：164.

[6]曹红娟，张兴良.配电网无功补偿和谐波治理措施探讨[J].科技创新与应用，2015（36）：188.

[7]秦爱民.浅谈配电网无功补偿及效益分析[J].科技创新与应用，2013（27）：188-189.