[发明专利]一种风电系统无功优化方法

说明书

技术领域

本发明涉及电力信息技术领域，尤其涉及一种风电系统无功优化方法。

背景技术

风能是廉价的可再生能源，基于风力的发电技术越来越受到人们的关注。由于风存在随机性，间歇性和不可调控等性质，当风力发电并网的时候，必然会对电力系统的运行造成不可估量的影响。

优化运行是智能电网建设的一项重要任务，风电的接入为地区电网运行的优化提供了新的调节手段。目前，我国含风电场的电网都存在着问题：电压质量不够理想，负荷峰谷时电压波动过大。而影响电压水平重要因素的是无功功率，无功功率的合理分布是保证电压质量的基本条件。一方面，无功过剩将会抬高系统电压，过剩的无功在系统中流动，不仅会损耗有功功率，占用输电线路和设备容量，而且会在线路上产生电压降落，影响电压质量和稳定性。另一方面，无功不足会导致系统电压降低，用电设备不能充分利用，过低的电压水平甚至会导致电压崩溃等严重事故。所以控制无功的合理流动，保持无功平衡，不仅能保证电压质量，提高系统运行的安全性和稳定性，而且能降低电能损耗，获得经济效益。因此，无功优化作为含风电场电网规划的一个重要组成部分，通过无功补偿，可以实现电网电压控制、改善电网稳定性、减少网络损耗及保证有较宽的运行裕度。

目前，风电系统的无功优化方法渐渐需要更为智能化的算法来对其进行完善，但是其中绝大多数对于适应风电的不稳定出力效果非常有限、搜索精度不高、计算较为复杂，对于实现和推广都存在着一定的困难。

鉴于此，如何提供一种风电系统的无功优化方法，能够有效地降低风电系统中劣性粒子比例，从而更好地改善粒子分布、增强搜索精度，提高系统的电压水平，减小网损，是本领域技术人员需要解决的技术问题。

发明内容

本发明所要解决的技术问题是提供一种风电系统无功优化方法，用于改进风电系统中粒子群算法的无功优化应用，从而有效地降低劣性粒子比例，达到改善粒子分布的目的，并能增强搜索精度，使系统的电压水平提高，网损减小。

所述风电系统无功优化方法，包括以下步骤：

S1：建立风机的数学模型，获取风电场风速，并在此风速下确定风电机发出的有功功率以及需要吸收的无功功率；

S2：在含风电场的电力系统中形成节点导纳矩阵，设定各节点电压初值；

S3：建立无功规划数学模型，以系统有功网损作为目标函数，同时将节点电压越限和发电机无功出力越限以罚函数的方式进行处理，通过功率约束方程和变量约束方程对所述无功规划数学模型的参数范围进行限制；

S4：在所述风机数学模型以及所述节点导纳矩阵中输入原始数据，获取系统节点信息和支路信息，获取控制变量的个数及各自的取值范围；

S5：将所述无功规划数学模型的解看成一个粒子，形成初始粒子群，设置所述粒子群的群体规模参数，设置最大迭代次数，随机产生全部粒子及其自身的初始位置和初始速度；

S6：对所述粒子群中的每个粒子进行潮流计算，计算群中每个粒子的有功网损，得到各粒子的适应度值f_i和当前个体最优解pBest_id及全局最优解gBest_id；

S7：根据粒子适应度大小，取前m个优秀粒子，利用云条件发生器在所取的优秀粒子周围各产生n个新粒子，并采用云模型改变粒子的飞行权重，更新粒子群；

S8：除去S7中所取得m个优秀粒子，对其他普通粒子采用常规粒子群算法更新粒子群；

S9：结合步骤S7、S8更新后的粒子群，对变量约束方程中控制变量的越界范围进行调整，修正处于越界状态的变量，计算整个种群适应度；更新各粒子群的适应度值和当前个体最优解pBest_id及全局最优解gBest_id；

S10：若粒子群迭代次数已经达到最大迭代次数或粒子群迄今为止搜索到的最优位置满足预定的最小适应阈值，则执行步骤S11；若不满足，则回到步骤S7；

S11：停止迭代，输出最优节点电压和有功网损。

在本发明的一个实施例中，所述步骤S4中的所述原始数据包括：风电系统的电力系统网络拓扑、元件参数和发电、负荷参量条件。

在本发明的一个实施例中，所述步骤S7中的所述云条件发生器为：