[发明专利]一种面向多重随机不确定性的配电网无功优化方法及系统

说明书

一种面向多重随机不确定性的配电网无功优化方法，包括如下步骤：获取电网数据；将数据带入预先构建的无功优化模型；通过粒子群算法对所述无功优化模型进行求解，得到最优解实现配电网无功优化；所述无功优化模型以有功损耗最低为目标，同时等式约束和不等式约束。同时考虑了配电网负荷的随机性、分布式电源出力的随机性和无功补偿装置的随机性，更准确的反应配电网实际情况。

技术领域

本发明涉及配电网运行控制技术领域，具体涉及一种面向多重随机不确定性的配电网无功优化方法及系统。

背景技术

配电网无功优化问题有以下特点：(1)非线性。目标函数与约束条件君威非线性。(2)离散型。可调变压器分接头调节次数和补偿电容器投切组数都是离散变量。(3)复杂性。等式约束和不等式约束并存，而且约束条件的个数随着电网规模的扩大而增多。

现有的配电网无功优化方法，大致可以分为四类：常规优化方法、人工智能方法、混合算法等。随着当前配电网的发展，这些算法在实际应用中存在以下问题：(1)分布式电源并网引发网络重构，现有的无功优化模型和算法已不能准确反映当前系统的实际情况。(2)随着配电网结构的复杂化和配电网规模的扩大化，目前的优化算法不能有效解决各种规模的配电网无功优化问题。(3)当前配电网对实时无功优化控制要求苛刻，主要包括实时响应速度、启动点鲁棒性、不可行探测和处理、控制变量平滑有效调节、数据质量要求以及外部网络等值等诸多因素，现有的算法难以实现在线闭环控制的要求。(4)负荷模型本身的时变性和不确定性，造成受负荷变化影响的动态无功优化算法难以满足其模型需要，其无功优化的结果往往导致分状态变量逼近约束边界，产生新的越限。(5)现有的混合算法一般都是对两种算法各自独立求解，其中一方只利用对方的计算结果，并不直接进入对方的搜索过程，这种混合方式对其中每个算法本身的性能无任何改善。

发明内容

本发明提供的技术方案是：

一种面向多重随机不确定性的配电网无功优化方法，包括如下步骤：

获取电网数据；

将数据带入预先构建的无功优化模型；

通过粒子群算法对所述无功优化模型进行求解，得到最优解实现配电网无功优化；

所述无功优化模型以有功损耗最低为目标，同时等式约束和不等式约束。

优选的，所述目标函数如下式所示：

min f＝E(P_loss)＝∑E(P_loss，i，j(P_i，j，Q_i，j，P_G，i，j，Q_G，i，j，C_i，j))

式中：E()为期望；P_loss为配电网络总损耗；P_loss，i，j为配电网络中支路i-j的损耗；P_i，j为支路i-j所带负荷的有功功率；Q_i，j为支路i-j所带负荷的无功功率；P_G，i，j为支路i-j所分布式电源的有功功率；Q_G，i，j为支路i-j所分布式电源的无功功率；C_i，j为支路i-j所带无功补偿装置的数量。

优选的，所述等式约束如下式所示：

f(P_LD，i，j，Q_LD，i，j，P_G，i，j，C_i，j)＝0

式中：P_LD，i，j为负荷无功功率；Q_LD，i，j为负荷有功功率；P_G，i，j为分布式电源有功功率；C_i，j为补偿装置数量。