《基于改进最优覆盖法的智能变电站无功优化配置方法.pdf》由会员分享，可在线阅读，更多相关《基于改进最优覆盖法的智能变电站无功优化配置方法.pdf（15页珍藏版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 104022518 A (43)申请公布日 2014.09.03 CN 104022518 A (21)申请号 201410273235.8 (22)申请日 2014.06.18 H02J 3/18(2006.01) (71)申请人 国家电网公司 地址 100033 北京市西城区西长安街 86 号 申请人 国网北京经济技术研究院 武汉大学 (72)发明人 宋璇坤 李勇 段国泉 戚庆茹 刘涤尘 吴军 柯丽娜 祁林阁 (74)专利代理机构 武汉科皓知识产权代理事务 所 ( 特殊普通合伙 ) 42222 代理人 胡艳 (54) 发明名称 基于改进最优覆盖法的智能变电站无功优。
2、化 配置方法 (57) 摘要 本发明公开了一种基于改进最优覆盖法的智 能变电站无功优化配置方法， 包括步骤 ： 步骤 1， 根据智能变电站的历史无功数据生成年无功负荷 曲线， 基于年无功负荷曲线和概率分布原理， 获得 无功负荷概率曲线 ； 步骤 2， 采用电容器组和动态 无功补偿装置对无功负荷概率曲线与坐标轴构成 的区域进行覆盖 ； 步骤 3， 考虑失配面积函数和投 资成本函数最小获得目标函数 ； 步骤 4， 根据目标 函数采用遗传算法获得优化配置方案。本发明有 效解决了智能变电站无功补偿新形势下动态无功 补偿装置与电容器组的协调配置问题， 并从概率 角度对无功配置进行优化， 在概率上累积最小。
3、的 控制误差， 提高了设备利用概率， 在智能电网建设 新形势下具有重大理论与指导意义。 (51)Int.Cl. 权利要求书 2 页 说明书 9 页 附图 3 页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书2页 说明书9页 附图3页 (10)申请公布号 CN 104022518 A CN 104022518 A 1/2 页 2 1. 基于改进最优覆盖法的智能变电站无功优化配置方法， 其特征在于， 包括步骤 ： 步骤 1， 根据智能变电站的历史无功数据生成年无功负荷曲线， 基于年无功负荷曲线和 概率分布原理， 获得无功负荷概率曲线及其函数表达式， 所述的无功负荷概率曲线。
4、反映了 无功负荷及概率分布的关系 ； 步骤 2， 采用电容器组对无功负荷概率曲线与坐标轴构成的区域进行阶梯式覆盖， 采用 动态无功补偿装置对无功负荷概率曲线与坐标轴构成的未覆盖区域进行平滑覆盖 ； 步骤 3， 根据失配面积函数获得无功的年损耗费用， 根据投资成本函数获得设备的年损 耗费用， 无功的年损耗费用和设备的年损耗费用之和为综合年损耗费用， 以综合年损耗费 用最小为目标函数 ； 步骤 4， 根据目标函数采用遗传算法获得优化配置方案。 2. 如权利要求 1 所述的基于改进最优覆盖法的智能变电站无功优化配置方法， 其特征 在于 ： 步骤 1 进一步包括子步骤 ： 1.1 根据智能变电站的历史。
5、无功数据生成年无功负荷曲线 ； 1.2 对年无功负荷曲线进行采样， 无功负荷采样值从 0 开始逐渐增加预设增量， 获得各 无功负荷采样值对应的采样点 ； 1.3针对各采样点a， 统计无功负荷采样值大于采样点a无功负荷采样值的采样点数b， 采样点数 b 与采样点总数的比值即为采样点 a 的概率分布值， 从而获得无功负荷采样值及 其对应的概率分布值， 无功负荷采样值及其对应的概率分布值构成离散点 ； 1.4 对离散点拟合获得无功负荷概率曲线及其函数表达式 f(Q)， Q 表示无功负荷。 3. 如权利要求 1 所述的基于改进最优覆盖法的智能变电站无功优化配置方法， 其特征 在于 ： 当等容分组的电容。
6、器组和动态无功补偿装置对智能变电站进行无功补偿时 ： 所述的失 配面积函数 f1为 ： 所述的投资成本函数 f2为 ： f2 Mc1+QC1c2+QC2c3； 所述的无功的年损耗费用 f1 为 ： f1 f1T ； 所述的设备的年损耗费用 f2 为 ： 其中， M 为电容器组分组数， i 表示电容器组分组编号 ； QM为电容器组单组容量， QC2为 动态无功补偿装置容量 ； f(Q) 为无功负荷概率曲线的函数表达式， Q 表示无功负荷 ； C1为每 组电容器配套成本 ； QC1为电容器组总容量， c2为电容器组容量单价 ； QC2为动态无功补偿装 置容量， c3为动态无功补偿装置容量单价 ； 。
7、T为变电站年运行时间， 为无功损耗电价 ； r为 权 利 要 求 书 CN 104022518 A 2 2/2 页 3 贴现率， 为经验值 ； m 为设备使用年限。 4. 如权利要求 1 所述的基于改进最优覆盖法的智能变电站无功优化配置方法， 其特征 在于 ： 当不等容分组的电容器组和动态无功补偿装置对智能变电站进行无功补偿时 ： 所述的失配面积函数 f1为 ： 所述的投资成本函数 f2为 ： f2 Mc1+QC1c2+QC2c3； 所述的无功的年损耗费用 f1 为 ： f1 f1T ； 所述的设备的年损耗费用 f2 为 ： 其中， MZ为电容器组容量组合数， i 表示电容器组容量组合编号， 。
8、QM1为电容器组最小单 组容量， QC2为动态无功补偿装置容量， f(Q) 为无功负荷概率曲线的函数表达式， Q 表示无功 负荷 ； M 为电容器组分组数， c1为每组电容器配套成本， QC1为电容器组总容量， c2为电容器 组容量单价， QC2为动态无功补偿装置容量， c3为动态无功补偿装置容量单价 ； T 为变电站年 运行时间， 为无功损耗电价 ； r 为贴现率， 为经验值 ； m 为设备使用年限 ； 为折损系数， 即电容器组容量组合数与分组数的比值。 5. 如权利要求 1 所述的基于改进最优覆盖法的智能变电站无功优化配置方法， 其特征 在于 ： 所述的步骤 4 具体为 ： 采用遗传算法分。
9、别对等容分组的电容器组和动态无功补偿装置的协调补偿方式以及 不等容分组的电容器组和动态无功补偿装置的协调补偿方式分别寻优， 获得各自的优化配 置方案 ； 比较各优化配置方案的综合年损耗费， 以综合年损耗费用最小的优化配置方案为 最优化配置方案。 权 利 要 求 书 CN 104022518 A 3 1/9 页 4 基于改进最优覆盖法的智能变电站无功优化配置方法 技术领域 0001 本发明属于智能变电站无功优化配置技术领域， 更具体地涉及一种基于改进最优 覆盖法的智能变电站无功优化配置方法。 背景技术 0002 智能电网是未来电网发展方向， 涵盖发电、 输电、 变电、 配电、 用电、 调度、 通。
10、信信息 等各个环节。其中智能变电站是智能电网的基础， 是整个电网安全、 可靠运行的重要环节。 智能电网对电能质量、 线损及电压稳定提出了更高的要求， 要求智能变电站的无功能实现 实时就地控制。 采用单一的电容器分组补偿略显乏力， 不能实现无功的实时就地平衡原则 ； 而完全配置动态无功补偿装置初期投资大， 也不符合经济性原则， 故需要考虑将电容器与 动态无功补偿装置共同配置于变电站并进行协调优化。 但目前关于电容器与动态无功补偿 装置协调优化配置的研究还不多见。 0003 变电站的无功优化配置是优化规划类问题， 主要研究无功补偿装置的配置位置、 类型、 容量的确定。目前通常研究的是补偿点的确定、。
11、 电容器分组优化及总容量的确定问 题。姚小寅等 1 提出考虑电压稳定的电力系统并利用电压稳定性及灵敏度分析来确定补 偿点的位置 ； 刘方等 2 将优化配置问题中的投资及有功损耗统一为经济最优问题， 并辅以 电网安全的约束， 采用优化的方法进行处理 ； 王佳贤等 3 提出一种电容器等容优化分组方 法， 根据变电站全年无功负荷统计出无功概率分布曲线， 采用最优覆盖思想建立电容器组 优化分组模型， 并通过全局搜索进行寻优。 但是以上现有技术均只考虑单一补偿类型， 未将 动态无功补偿装置与电容器相配合进行研究考虑。 0004 文中涉及如下参考文献 ： 0005 1 姚小寅等 . 电力系统无功源最佳配置。
12、地点的研究 J. 电力系统自 动 ,1999,23(3) ： 12-15. 0006 2 刘方等 . 基于遗传算法和内点法的无功优化混合策略 J. 中国电机工程学 报 ,2005,25(15) ： 67-72. 0007 3 王佳贤等 . 多负荷水平下的配电网无功优化规划方法 J. 电网技 术 ,2008,32(19):56-61. 发明内容 0008 针对现有技术存在的不足， 本发明考虑电容器组和动态无功补偿装置的协调配 置， 并提出了一种基于改进最优覆盖法的智能变电站无功优化配置方法。 0009 为解决上述技术问题， 本发明采用如下的技术方案 ： 0010 基于改进最优覆盖法的智能变电站无。
13、功优化配置方法， 将电容器组和动态无功补 偿装置安装于智能变电站低压侧母线上， 包括步骤 ： 0011 步骤 1， 根据智能变电站的历史无功数据生成年无功负荷曲线， 基于年无功负荷曲 线和概率分布原理， 获得无功负荷概率曲线及其函数表达式， 所述的无功负荷概率曲线反 说 明 书 CN 104022518 A 4 2/9 页 5 映了无功负荷及概率分布的关系 ； 0012 步骤 2， 采用电容器组对无功负荷概率曲线与坐标轴构成的区域进行阶梯式覆盖， 采用动态无功补偿装置对无功负荷概率曲线与坐标轴构成的未覆盖区域进行平滑覆盖 ； 0013 步骤 3， 根据失配面积函数获得无功的年损耗费用， 根据投。
14、资成本函数获得设备的 年损耗费用， 无功的年损耗费用和设备的年损耗费用之和为综合年损耗费用， 以综合年损 耗费用最小为目标函数 ； 0014 步骤 4， 根据目标函数采用遗传算法获得优化配置方案。 0015 步骤 1 进一步包括子步骤 ： 0016 1.1 根据智能变电站的历史无功数据生成年无功负荷曲线 ； 0017 1.2 对年无功负荷曲线进行采样， 无功负荷采样值从 0 开始逐渐增加预设增量， 获 得各无功负荷采样值对应的采样点 ； 0018 1.3针对各采样点a， 统计无功负荷采样值大于采样点a无功负荷采样值的采样点 数 b， 采样点数 b 与采样点总数的比值即为采样点 a 的概率分布值。
15、， 从而获得无功负荷采样 值及其对应的概率分布值， 无功负荷采样值及其对应的概率分布值构成离散点 ； 0019 1.4 对离散点拟合获得无功负荷概率曲线及其函数表达式 f(Q)， Q 表示无功负荷。 0020 当等容分组的电容器组和动态无功补偿装置对智能变电站进行无功补偿时 ： 所述 的失配面积函数 f1为 ： 0021 0022 所述的投资成本函数 f2为 ： 0023 f2 Mc1+QC1c2+QC2c3； 0024 所述的无功的年损耗费用 f1 为 ： 0025 f1 f1T ； 0026 所述的设备的年损耗费用 f2 为 ： 0027 0028 其中， M 为电容器组分组数， i 表示。
16、电容器组分组编号 ； QM为电容器组单组容量， QC2 为动态无功补偿装置容量 ； f(Q) 为无功负荷概率曲线的函数表达式， Q 表示无功负荷 ； C1为 每组电容器配套成本 ； QC1为电容器组总容量， c2为电容器组容量单价 ； QC2为动态无功补偿 装置容量， c3为动态无功补偿装置容量单价 ； T 为变电站年运行时间， 为无功损耗电价 ； r 为贴现率， 为经验值 ； m 为设备使用年限。 0029 当不等容分组的电容器组和动态无功补偿装置对智能变电站进行无功补偿时 ： 0030 所述的失配面积函数 f1为 ： 0031 0032 所述的投资成本函数 f2为 ： 0033 f2 Mc。
17、1+QC1c2+QC2c3； 说 明 书 CN 104022518 A 5 3/9 页 6 0034 所述的无功的年损耗费用 f1 为 ： 0035 f1 f1T ； 0036 所述的设备的年损耗费用 f2 为 ： 0037 0038 其中， MZ为电容器组容量组合数， i 表示电容器组容量组合编号， QM1为电容器组最 小单组容量， QC2为动态无功补偿装置容量， f(Q) 为无功负荷概率曲线的函数表达式， Q 表示 无功负荷 ； M 为电容器组分组数， c1为每组电容器配套成本， QC1为电容器组总容量， c2为电 容器组容量单价， QC2为动态无功补偿装置容量， c3为动态无功补偿装置容。
18、量单价 ； T 为变电 站年运行时间， 为无功损耗电价 ； r 为贴现率， 为经验值 ； m 为设备使用年限 ； 为折损系 数， 即电容器组容量组合数与分组数的比值。 0039 作为优选， 步骤 4 具体为 ： 0040 采用遗传算法分别对等容分组的电容器组和动态无功补偿装置的协调补偿方式 以及不等容分组的电容器组和动态无功补偿装置的协调补偿方式分别寻优， 获得各自的优 化配置方案 ； 比较各优化配置方案的综合年损耗费， 以综合年损耗费用最小的优化配置方 案为最优化配置方案。 0041 本发明立足于智能变电站， 针对动态无功补偿装置与电容器组的协调配置， 对传 统最优覆盖法进行改进使之适用于动。
19、态无功补偿装置与电容器组的协调配置， 解决了动态 无功补偿装置与电容器组的协调配置问题。 并构造基于最优覆盖的适配面积函数与投资成 本函数的多目标优化数学模型， 采用遗传算法对目标函数进行寻优获得优选方案。 0042 本发明还可以针对等容分组电容器组和动态无功补偿装置的协调补偿方式以及 不等容分组电容器组和动态无功补偿装置的协调补偿方式分别获得对应的优化配置方案， 并通过人工比对综合年损耗费用从多种优化配置方案中获得最优配置方案。 0043 和现有技术相比， 本发明具有如下特点和有益效果 ： 0044 对传统最优覆盖法进行改进， 改进后的最优覆盖法可适用电容器组和动态无功补 偿装置两种不同补偿。
20、装置的协调补偿， 并适用于不等容分组电容器组的分析。有效解决智 能变电站无功补偿新形势下动态无功补偿装置与电容器组的协调配置问题， 并从概率角度 对无功配置进行优化， 在概率上累积最小的控制误差， 提高了设备利用概率， 在智能电网建 设新形势下具有重大理论与指导意义。 附图说明 0045 图 1 为本发明方法的具体流程图 ； 0046 图 2 为本发明改进最优覆盖法的覆盖示意图 ； 0047 图 3 为本发明实施例中变电站年无功负荷曲线示意图 ； 0048 图 4 为本发明实施例中无功负荷概率曲线拟合示意图。 具体实施方式 0049 本发明在传统电容器组补偿基础上加入动态无功补偿装置进行协调补。
21、偿， 并建立 说 明 书 CN 104022518 A 6 4/9 页 7 了基于改进最优覆盖思想的多目标优化模型， 通过统一纲量， 将多目标优化模型转化为年 损耗最小的单一目标评价函数， 即目标函数 ； 在不等容分组情况下， 通过引入设备折损系数 对目标函数进行适应性修正。最后， 基于目标函数， 采用传统遗传算法进行优化计算， 获得 多组待选优化配置方案， 通过比较多组待选优化配置方案的综合年损耗费用， 得到智能变 电站的最佳优化配置方案。 0050 由于 SVC( 静止无功补偿器 ) 技术成熟， 成本相对较低， 因此本发明的具体实施中 采用 SVC 与电容器组对智能变电站进行无功优化配置。。
22、 0051 下面将结合附图对本发明技术方案进行详细说明。 0052 图 1 为本发明方法的具体流程图， 步骤如下 ： 0053 步骤 1， 基于智能变电站的无功特性要求， 对传统最优覆盖法进行改进。 0054 在传统最优覆盖法仅考虑等容分组的电容器组对变电站的无功负荷概率曲线的 阶梯性覆盖情况下， 本发明增加不等容分组的电容器组并考虑SVC(静止无功补偿装置)的 平滑覆盖， 获得考虑了传统最优覆盖法的改进方案。 0055 传统最优覆盖法的具体实施为 ： 通过变电站的历史无功数据生成年无功负荷曲 线， 年无功负荷曲线反映了变电站的无功负荷随时间的变化 ； 对年无功负荷曲线进行采样， 统计采样点及。
23、其概率分布值， 经拟合获得无功负荷概率曲线。电容器组对智能变电站的无 功补偿即是对无功负荷概率曲线进行覆盖， 并以无功负荷概率曲线的未覆盖面积 ( 即失配 面积 ) 最小为目标函数， 通过全局寻优方法获得电容器组的最优分组及容量。 0056 本发明在传统最优覆盖法上增加了电容器组不等容分组情况并考虑 SVC 补偿情 况， 提出了改进的最优覆盖法， 本发明的改进的最优覆盖法包括如下步骤 ： 0057 1.1 通过智能变电站的历史无功数据生成年无功负荷曲线， 年无功负荷曲线反映 了变电站的无功负荷随时间的变化， 见图 3。 0058 1.2 基于概率分布原理， 对年无功负荷曲线进行采样， 统计采样。
24、点及其概率分布 值， 经拟合获得无功负荷概率曲线及其函数表达式。 0059 本子步骤具体实施为 ： 0060 对年无功负荷曲线进行采样， 无功负荷采样值从 0 开始逐渐增加预设增量， 获得 各无功负荷采样值对应的采样点 ； 针对各采样点 a， 统计无功负荷采样值大于采样点 a 对 应的无功负荷采样值的采样点数 b， 采样点数 b 与采样点总数的比值即为采样点 a 的概率 分布值 ； 采用上述方法可获得一系列反映无功负荷采样值及其概率分布值的离散点， 采用 MATLAB 对离散点拟合就获得了无功负荷概率曲线及其函数表达式 f(Q)， Q 表示无功负荷。 0061 1.3 采用电容器组和 SVC 。
25、对无功负荷概率曲线和坐标轴构成的区域进行覆盖。 0062 见图 2， 采用电容器组对无功负荷概率曲线和坐标轴构成的区域进行阶梯式覆盖， 采用 SVC 对无功负荷概率曲线未覆盖区域进行平滑覆盖。 0063 步骤 2， 构建智能变电站无功优化配置的目标函数。 0064 加入连续变化的SVC容量后， 必将导致SVC容量取尽可能大后， 无论电容器组如何 取值， 目标函数均收敛于零。 故增加投资成本函数， 并结合投资成本函数和失配面积函数构 成多目标函数。 0065 下面以等容分组的电阻器组和 SVC 为例说明智能变电站无功优化配置的目标函 数的构建过程。 说 明 书 CN 104022518 A 7 。
26、5/9 页 8 0066 该过程基于上述改进最优覆盖法， 综合考虑失配面积最小和投资成本最小构建目 标函数， 将失配面积函数和投资成本函数均统一为年损耗费用最小的经济性指标， 进而将 多目标优化处理为单一目标的优化。具体步骤包括 ： 0067 2.1 建立失配面积函数。 0068 根据步骤 1.3 的覆盖结果， 获取未覆盖面积 ( 即失配面积 ) 的函数 f1： 0069 0070 公式 (1) 中 ： M 为电容器组分组数， i 表示电容器组分组编号 ； QM为电容器组单组 容量， QC2为 SVC 容量 ； f(Q) 为无功负荷概率曲线的函数表达式， Q 表示无功负荷。 0071 2.2 。
27、建立投资成本函数。 0072 电容器组的投资成本包括两部分 ： 每组配套设施投资及电容器成本。动态无功补 偿设备， 单价较贵， 可认为其成本为容量的线性函数。将装设了电容器组与 SVC 的智能变电 站的投资成本函数为 f2： 0073 f2 Mc1+QC1c2+QC2c3 (2) 0074 式 (2) 中 ： M 为电容器组分组数， c1为每组电容器配套成本 ； QC1为电容器组总容 量， c2为电容器组容量单价 ； QC2为 SVC 容量， c3为 SVC 容量单价。 0075 2.3 建立考虑失配面积和投资成本的目标函数。 0076 将同时考虑失配面积最小及投资成本最小的模型描述为 ： 0。
28、077 minF f1， f2 (3) 0078 将失配面积函数和投资成本函数统一为年经济性指标， 具体为 ： 0079 根据失配面积函数获取无功的年损耗费用， 即将失配面积函数乘以变电站年运行 时间 T 及无功损耗电价 ， 获得无功的年损耗费用 f1 ： 0080 0081 根据投资成本函数获取设备的年损耗费用， 即利用等年值法将投资成本函数乘以 折算系数， 获得设备的年损耗费用 f2 ： 0082 0083 其中，为折算系数 ； r 为贴现率， 为经验值 ； m 为设备的使用年限。 0084 上述设备指使用的补偿装置， 针对本发明即指电容器组和动态无功补偿装置。 0085 综合无功的年损耗。
29、费用和设备的年损耗费用， 获得综合年损耗费用 F， 并以综合年 损耗费用 F 最小为目标函数 ： 说 明 书 CN 104022518 A 8 6/9 页 9 0086 0087 约束条件为 ： 0088 0089 式(7)中 ： M为电容器组分组数， Mmin和Mmax分别为电容组分组数的下限和上限 ； QC1 为电容器组总容量， QC2为 SVC 容量， QCmin和 QCmax分别为总补偿容量的下限和上限 ； QM为电 容器单组容量， QMmax为电容器单组容量上限。Mmin、 Mmax、 QCmin、 QCmax、 QMmax根据变电站具体参数 及相关标准设定。 0090 若电容器组为。
30、不等容分组， 采用不等容分组的电容器组和 SVC 对变电站进行无功 优化配置的目标函数的构建步骤同步骤2.12.3， 但是需要对公式(1)所示的失配面积函 数和公式 (2) 所示的投资成本函数做适应性修改 ： 将失配面积函数中投切的极差从等容分 组情况下的电容器组单组容量 QM替换为不等容分组情况下的电容器组最小单组容量 QM1， 将失配面积函数中电容器组分组数 M 替换为电容器组容量组合数 MZ。考虑在相同分组下， 相比等容分组方式， 不等容分组方式的组合容量更多， 投切更为频繁， 因而设备损耗也更为 加剧， 因此在设备的年损耗费用中引入折损系数 ， 折损系数 定义为电容器组容量组合 数与分。
31、组数的比值 ， 在等容分组方式下， 折损系数 为 1。 0091 采用不等容分组的电容器组和 SVC 对变电站进行无功优化配置的目标函数为 ： 0092 0093 式 (8) 中 ： M 为电容器组分组数 ； MZ为电容器组容量组合数， i 表示电容器组容量 组合编号， QC1为电容器组总容量， QM1为电容器组最小单组容量， QC2为 SVC 的容量， c1为每 组电容器配套成本， c2为电容器组容量单价， c3为 SVC 单价， r 为贴现率， m 为设备的使用年 限， T 为设备年运行时间， 为无功损耗电价， 为折损系数。 0094 步骤 3， 基于目标函数， 采用遗传算法获得优化配置方。
32、案。 0095 将构建的目标函数、 约束条件及目标函数和约束条件中各参数值输入遗传算法， 并设定初始种群数、 交叉概率、 变异概率、 最大迭代次数， 即可获得优化配置方案。 0096 可以采用遗传算法分别对等容分组的电容器组和 SVC 的协调补偿方式以及不等 说 明 书 CN 104022518 A 9 7/9 页 10 容分组的电容器组和 SVC 的协调补偿方式分别进行寻优， 获得各自的优化配置方案， 然后 比较各优化配置方案的综合年损耗费用， 以综合年损耗费用最小的优化配置方案为最优化 配置方案。 0097 下面将结合实施例进一步说明本发明。 0098 采用电容器组和 SVC 协调对国网某。
33、 110kV 变电站进行无功补偿， 该变电站有主变 两台， 每台容量均为 50MVA。原无功配置仅为 4 组电容器， 每组电容器容量 4Mvar。根据变 电站主变容量等指标及相关规程规定获得约束条件及目标函数中各参数值， 见表 1 2。 0099 表 1 目标函数中各参数值 0100 0101 表 2 约束条件中各参数值 0102 0103 实测该变电站全年无功负荷数据， 获得年无功负荷曲线， 见图 3 ； 对年无功负荷曲 线进行采样并拟合生成无功负荷概率曲线及对应的函数表达式， 见图4。 基于无功负荷概率 曲线构建考虑了失配面积和投资成本的目标函数。 0104 本实施例中， 不等容分组电容器。
34、组的容量组合采用如下四种 ： 1:2:3、 1:2:4、 1:1:2:2 和 1:1:2:4， 1:2:3 表示三组电容器的容量比为 1:2:3。1:2:3 的不等容分组中， 分 组数为 3， 容量组合数为 6， 则对应的折损系数 为 2。 0105 设定 5 种补偿方式 ： (1) 等容分组的电容器组和 SVC 的协调补偿 ； (2) 不等容分 组的电容器组和 SVC 的协调补偿， 其中， 不等容分组电容器组的容量组合为 1:2:3 ； (3) 不 等容分组的电容器组和 SVC 的协调补偿， 其中， 不等容分组电容器组的容量组合为 1:2:4 ； 说 明 书 CN 104022518 A 1。
35、0 8/9 页 11 (4) 不等容分组的电容器组和 SVC 的协调补偿， 其中， 不等容分组电容器组的容量组合为 1:1:2:2 ； (5) 不等容分组的电容器组和 SVC 的协调补偿， 其中， 不等容分组电容器组的容量 组合为 1:1:2:4。以目标函数、 约束条件和表 1 2 中参数值作为遗传算法的输入进行优 化， 设定初始种群大小为 100、 交叉概率为 0.85、 变异概率为 0.15、 最大迭代数为 500， 对上 述5种补偿方式分别进行优化配置， 从而获得5种补偿方式对应的最优配置方案， 并将获得 的最优配置方案与仅采用电容器组的原配置方案比较， 见表3。 通过比较表3中多组配置。
36、方 案的综合年损耗费用， 以综合年损耗费用最少的方案为最优化配置方案， 见表 4。 0106 表 3 优化配置方案 0107 0108 表 4 优化配置方案的对比 0109 0110 和原方案对比， 本发明方法获得的配置方案虽然前期投资有所提高， 但象征补偿 效果的失配系数更低， 补偿效果更佳， 且年损耗费用大幅下降， 综合经济效应更优。同时等 容分组方案相比不等容方案前期投资更高， 但考虑折损情况及补偿效果下， 综合经济指标 年损耗费用更低， 故该变电站最终可选取等容分组电容器 +SVC 的配置方案。由该实例可 说 明 书 CN 104022518 A 11 9/9 页 12 知， 最终得到的优化方法较原方案补偿效果及经济效应均更佳， 本发明无功优化配置方法 更具适用性和有效性。 说 明 书 CN 104022518 A 12 1/3 页 13 图 1 说 明 书 附 图 CN 104022518 A 13 2/3 页 14 图 2 图 3 说 明 书 附 图 CN 104022518 A 14 3/3 页 15 图 4 说 明 书 附 图 CN 104022518 A 15 。