电网电压无功分析与优化_开题报告

随着我国电力系统的逐步建设和完善，电网运行的安全性要求越来越高，而伴随着电力系统不断扩大的规模，系统的复杂程度也越来越高，进而系统的电压安全稳定问题亦越来越重要。电力系统无功优化是保证系统安全、经济运行的一种有效手段,是提高电力系统电压质量的重要措施之一。实现无功功率的优化可以改善电压的分布、提高用户端的电压质量、减少电力传输的电能损耗，从而降低电力成本，同时也能提高电力传输能力和稳定运行水平。然而，在我国的现阶段电力系统无功优化过程中，仍然存在着一些较为明显的问题，因而有必要对无功优化的基本方式及其重要意义进行更加深入的研究。

（一）无功优化的意义

由于电力系统无功电源规划设计、建设管理工作仍然比较薄弱，存在着无功电源容量缺额大、功率因数低、线损率高、电压质量差、无功及电压控制自动化程度低等问题。尤其在现代大电网中，随着电力系统联网容量的增大和输电电压的提高，输电功率变化和高压线路的投切都将引起很大的无功功率变化，系统对无功功率和电压的调节控制能力的要求越来越高。在输电线路中，节点电压幅值的变化，将使流经线路的无功功率随之发生变化，如果从远处电源经输电线路向负荷提供无功功率，会使沿线路各点电压下降，甚至不能满足电压质量要求。无功功率在系统中的流动不仅会在线路上产生电压降落，影响电压质量和电力系统的稳定性，而且会损耗有功功率、占用输电线路和设备的容量。因此在电网运行中，必须控制无功功率，限制其在系统中的流动。

为了满足电网的调压要求和尽可能减少电网的有功功率损耗，希望电网的无功功率要尽量少流动，特别要避免无功功率的远距离流动，这就出现了电压无功优化问题。如果电力系统无功功率不足和分布不合理，将会产生一系列诸如电压水平降低、损耗增大、系统稳定性下降、用户用电设备不能正常运转等问题，严重时还会造成系统的崩溃。如何在满足负荷发展需要的前提下，充分利用系统现有的无功资源和调压手段，保证系统的安全、经济运行，一直是国内外电力工作者潜心研究的，一个既有理论指导意义又有实际应用价值的问题。

研究电力系统无功优化的目的，就是通过无功的合理分布来有效的保持系统的电压水平，提高系统的电压稳定性，并降低有功网损。因此，通过对电力系统的无功进行优化配置和调度，不仅可以维持电压水平和提高电力系统运行的稳定性、降低有功网损和无功网损，同时也是指导调度人员安排运行方式和进行电网无功优化规划不可或缺的工具。无功优化对于节省电能、改善电压质量、提高电网的可靠运行，具有重要的现实意义和显著的经济效益。

（二）国内外研究现状

电力系统无功优化的研究是一个历史悠久的课题，自电力系统投入运营以来，无功优化建模和求解一直是电力行业专家学者们努力探索的一个方向。电力系统的无功优化问题是一个多变量、多约束的混合非线性规划问题，其具有以下特点：1.离散性，在无功优化中通常使用离散变量来表示在何处装设无功补偿设备，表示变压器分接头的位置、电容器组和电抗器组的数量等。2.非线性，在数学模型中为了满足功率平衡，约束条件中包含有功、无功潮流计算方程，潮流方程就是典型的非线性方程。3.大规模，现代电力系统包含众多的节点、出线、变压器和发电机、电容器、电抗器，电网结构也越来越复杂。4.收敛性，依赖于初值无功优化的数学模型中要考虑潮流方程作为等式约束，而潮流方程是超越方程，因此无功电压优化问题是非凸的，即可能存在多解的情况。无功优化问题的约束大部分是非线性的，引入离散变量后，难以保证其连续可微的要求，因此其收敛性更依赖于初值的选择。

1962年，法国学者首先提出了建立在严格的数学基础上的经济调度模型，其中包括了电压和其它运行约束条件，这一列式后来被称作最优潮流问题。和经典的潮流计算、状态估计一样，可以利用电网的物理特性对问题进行解藕处理，使之分解为两个子问题,即有功优化问题和无功优化问题，而无功优化问题是中一个重要的组成部分，几十年来国内外很多专家学者对此开展了大量的研究工作，提出了大量的算法。这些算法经归纳可以分为无功优化经典算法和人工智能算法两大类。

无功优化的经典算法是从某个初始点出发，按照一定的轨迹不断改进当前解，最终收敛于最优解。这类优化方法主要有线性规划法、非线性规划法、混合整数规划法、动态规划法等。该类方法经历了三个阶段，第一是仅考虑等式约束的基于拉格朗日函数的等网损微增率准则，该准则概念清楚、简捷快速，在电力系统运行调度和方式制订上作用显著，尤其是凭经验进行的决策第二是考虑不等式约束的各类优化算法，如梯度类算法、线性规划法、二次规划法及混合整数规划法等第三是障碍函数类算法，该类算法具有计算速度与求解问题规模不大相关等特殊优点因而成为优化研究领域的一个热点。

人工智能算法是一种以一定的直观基础而构造的算法。近年来，基于对自然界和人类本身的有效类比而获得启示的智能算法在电力系统无功优化中的应用受到了人们的关注，具有代表性的有人工神经网络、粒子群算法、模拟退火法、遗传算法等。智能方法是无须解析表达就能进行优化的方法，包括具有不同智能程度的一系列搜索优化算法。它们以一个初始解群开始，按照概率转移原则，采用某种方式搜索最优解。以遗传算法、模拟退火法等为代表的智能搜索算法，对于搜索空间基本上不需要什么限制性假设，因而具有全局寻优能力，弥补了传统数学规划方法的不足，在电力系统无功优化中得到了成功的应用。

^范文提纲

1绪论

1.1课题研究目的和意义

1.2电网电压无功优化研究现状

1.3电网电压无功优化面临的问题

1.4^范文的主要工作

2电网电压无功优化的模型与算法

2.1无功优化的模型

2.2无功优化的经典算法

2.3无功优化的人工智能算法

2.4小结

3基于原对偶内点法的多目标无功优化

3.1内点法的分类

3.2多目标无功优化模型

3.3目标函数的转换

3.4非线性原对偶内点法

3.5小结

4结论与展望

4.1结论

4.2展望

三、参考文献

[1] 刘皓明,唐俏俏,朱凌志等. 双馈型风电场参与电压无功调节的分层控制方案[J]. 电力系统保护与控制,2014, 42(24): 79-85.

[2] 付文秀,范春菊. SVG 在双馈风力发电系统电压无功控制中的应用[J]. 电力系统保护与控制, 2015, 43(3):61-68.

[3]李丽英等.电力系统无功优化问题研究综述[J].电力情报,2002,(3): 69-74

[4]任晓娟等.高中压配电网的无功优化算法[J].电力系统自动化,2002,(4): 45-49

[5]王兆安,杨君,刘进军. 谐波抑制和无功功率补偿[M], 北京:机械工业出版社,1998

[6]邓丽君. 电力系统无功优化的混合算法研究[D]. 武汉:华中科技大学, 2012

[7]黄伟,戎荣. 动态规划法在供电系统无功优化中的应用[J]. 广东电力, 2010,23(10):14-17, 40

[8]张伯明,陈寿孙,严正. 高等电力网络分析[M]. 北京:清华大学出版社, 2007

[9]何建军,郑霓虹,王官洁. 基于改进遗传算法的配电网无功优化[J]. 电力系统及其自动化学报,2002,(14): 16-20

[10]刘吉来. 混合寻优法在无功优化中的应用研究[J]. 电力建设, 1998,(9):1-5

[11]顾丹珍,徐瑞德. 一种地区电网多目标无功优化的新方法——改进模拟退

火算法[J]. 电网技术, 1998, 22(1): 71-74

[12]胡彩娥,杨仁刚. 考虑电压稳定的电力系统无功优化规划[J]. 继电器, 2005, 33(4):25-28,33

[13]TAPIA A, TAPIA G, OSTOLAZA J X. Reactive power control of wind farms for voltage control applications[J]. Renew Energy, 2004, 29(3): 377-392.

[14]李东东, 梁自超, 周玉琦. 含风电场的受端系统暂态电压稳定性评估[J]. 电力系统保护与控制, 2015,43(13): 8-14.