含风电场的配电网无功优化策略研究_李闯1_陈民铀1_付昂2_李俊杰2_郑永伟1
考虑风光出力波动性的配电网无功优化策略
考虑风光出力波动性的配电网无功优化策略作者：董跃哲马平丁哲陈宽来源：《青岛大学学报（工程技术版）》2019年第01期摘要：针对风机及光伏出力的波动性对系统网损和电压的影响，本文以全天有功网损和电压偏移最小为目标，建立兼顾电压安全稳定和配电网经济运行的多目标无功优化模型。
利用三点估计法原理计算风光出力和负荷值，通过概率潮流判断状态变量是否满足概率约束，利用权重法将多目标转化为单目标，同时结合粒子群优化算法对所建模型进行求解，最后利用改进的IEEE33节点系统进行仿真计算。
仿真结果表明，本文所建模型对配电网进行无功优化，有效降低了网损，改善了节点电压质量。
该研究为含高比例可再生能源配电网的无功优化提供了有效方法。
关键词：概率模型; 三点估计法; 概率潮流; 无功优化中图分类号： TM761+.1文献标识码： A文章编号： 10069798（2019）01004707; DOI： 10.13306/j.10069798.2019.01.008随着能源危机和环境问题日益加重，世界各国都在大力发展可再生能源，预计到2030年，我国可再生能源的发电量将占30%以上[1]。
然而高比例可再生能源（如风电、光电）的并网，会导致潮流双向流动、电压波动、电压越限以及网损偏高等问题。
因此，研究高比例可再生能源并网后的无功功率优化，能够有效降低网损、改善节点电压的质量，从而保证可再生能源并网后配电网运行的经济性和电压的安全稳定。
在配电网的无功功率优化作为电压优化控制的一种方法，在降低网损和提高电压质量等方面起着重要的作用。
无功功率优化不仅要处理连续变量，如可再生能源的有功出力、静止无功补偿器（static vargenerator，SVG）的无功功率输出，还要处理离散变量，如有载调压变压器（onload tapchanger，OLTC）分接头位置、并联电容器（shunt capacitor，SC）的投切数量。
其中，由于可再生能源的出力具有较强的波动性，在配电网无功优化的模型中，如何处理可再生能源出力的波动性给无功优化提出了新的挑战。
风电场有功控制和无功控制的优化方法和装置[发明专利]
![风电场有功控制和无功控制的优化方法和装置[发明专利]](https://img.taocdn.com/s3/m/46de172b78563c1ec5da50e2524de518964bd3d6.png)
专利名称：风电场有功控制和无功控制的优化方法和装置专利类型：发明专利
发明人：吴昊,王忠超,杨和康,牛耘,郝龙,皇忠科,陈玉东,许林红,郑钦,李勇斌,彭安栋,任鑫,王华,李邦兴
申请号：CN202210307258.0
申请日：20220325
公开号：CN114583757A
公开日：
20220603
专利内容由知识产权出版社提供
摘要：本公开提出一种风电场有功控制和无功控制的优化方法和装置，该方法包括：构建等值潮流模型；确定风电场的无功出力目标值、集中式无功设备的无功容量、风机组的无功容量；利用并网点电压偏差、风机端电压偏差、线路功率损耗和有功功率损失构造目标函数；构造约束条件，约束条件包括电压约束条件、等值潮流模型约束条件、有功功率约束条件、风机组的无功容量约束条件、集中式无功设备的无功容量约束条件、无功功率分配约束条件；在约束条件满足的情况下，获取目标函数最小化时的集中式无功设备的最优无功功率、以及各个风机的最优有功功率和最优无功功率，进而对集中式无功设备和各风机进行控制。
申请人：华能大理风力发电有限公司洱源分公司,中国华能集团清洁能源技术研究院有限公司地址：650000 云南省昆明市盘龙区北京路延长线华能综合楼21楼
国籍：CN
代理机构：北京清亦华知识产权代理事务所(普通合伙)
代理人：黄垚琳
更多信息请下载全文后查看。
基于改进DE的含风电机组配电网多目标无功优化
基于改进DE的含风电机组配电网多目标无功优化冯肯;杨迪;肖汉;李嘉逸【摘要】电网无功优化是保障电网安全、经济、可靠运行的基本手段,普遍方法是应用智能优化算法以确定电网无功设备投切方案,为此引入差分进化算法解决含风电机组的配电网无功优化问题.考虑风电机组出力的随机性,采用基于场景概率方法,建立了全场景下计及有功网损、静态电压稳定指标、无功补偿设备投资成本的多目标无功优化模型.针对基本差分进化算法的不足,结合免疫原理和二次变异思想改进了差分算法,改进后算法在充分利用进化过程中优良信息的同时,又能保持种群多样性.算例分析结果验证了所建模型与改进方法的可行性和有效性.【期刊名称】《四川电力技术》【年(卷),期】2018(041)006【总页数】6页(P60-65)【关键词】风电机组;无功优化;差分进化算法;免疫原理;二次变异【作者】冯肯;杨迪;肖汉;李嘉逸【作者单位】中国电力工程顾问集团西南电力设计院有限公司,四川成都610021;国网四川省电力公司技能培训中心,四川成都610072;中国电力工程顾问集团西南电力设计院有限公司,四川成都610021;中国电力工程顾问集团西南电力设计院有限公司,四川成都610021【正文语种】中文【中图分类】TM7140 引言配电网无功优化既是保障电网安全、经济、可靠运行的基本手段，也是提高系统电压水平的重要方式[1]。
随着风力、光伏、燃料电池等分布式发电技术不断进步，在优化能源供给结构的同时，也改善了环境问题。
但分布式电源的并网会对配电网系统产生重要影响[2-4]，与此同时，分布式电源出力的不确定性，如风机出力随风速变化、光伏发电随光照强度变化等，使得传统配电网无功优化方法难以适应这些复杂变化情况。
目前，含风电机组的配电网无功优化已引起广大学者的重视。
文献[5]建立了以有功能耗为目标的单目标优化模型，在不同风机出力下应用遗传算法确定各状态下SVC补偿容量。
文献[6]考虑了有功网损和电压稳定裕度指标，提出了一种基于场景发生概率的无功优化指标。
含风电场的电网多目标无功优化
含风电场的电网多目标无功优化魏希文;邱晓燕;李兴源;张子健【期刊名称】《电力系统保护与控制》【年(卷),期】2010(038)017【摘要】随着智能电网建设提上日程,各种分布式电源的并网技术也亟需发展,其中就包括风电场的并网技术,研究了含风电场的电网无功优化问题.考虑风速随机变化的特点,采用无功-电压潮流计算模型,并建立了以系统网损、电压平均偏离和静态电压稳定裕度为目标函数的多目标无功优化模型.改进了传统的遗传算法,有效地避免了早熟和局部收敛,并在适应度函数中引入了内点法的对数障碍函数,有效改善了传统无功优化结果中某些节点电压容易接近上限的问题.算例表明该方法对含风电场的IEEE57节点系统具有良好的适用性.【总页数】5页(P107-111)【作者】魏希文;邱晓燕;李兴源;张子健【作者单位】四川大学电气信息学院,智能电网四川省重点实验室,四川,成都,610065;四川大学电气信息学院,智能电网四川省重点实验室,四川,成都,610065;四川大学电气信息学院,智能电网四川省重点实验室,四川,成都,610065;四川大学电气信息学院,智能电网四川省重点实验室,四川,成都,610065【正文语种】中文【中图分类】TM76【相关文献】1.模糊熵权法和CCPSO算法的含风电场电力系统多目标无功优化 [J], 陈璟华;邱明晋;郭经韬;唐俊杰2.电压越限概率指标及其在含风电场电网无功优化控制的应用 [J], 原蔚鹏;王孟邻;张勇军;左郑敏;陈海琼3.含风电场电力系统多目标无功优化研究 [J], 柳杰;柳林;温俊莹4.基于改进遗传算法含风电场的配电网无功优化研究 [J], 代君君5.基于改进ABC算法的含双馈风电场配电网无功优化 [J], 陈冉;苏宏升因版权原因，仅展示原文概要，查看原文内容请购买。
含风力发电的电网无功优化
ｄ ｉ ０３ ６ ／ｉ ｎ１ ６ — ７ ５２ １ ．５ １ ｏ： ． ９ｊｓ ． ３ ４ ９ ． ２０ ． １ １ ９ ．ｓ ５ ０ ０
含风 力发电的电网无功优化
张 韧 ，郭 永
６ ０３） １０ １ （ 西南 交通 大 学电 气工程 学院 ，四川 成都
摘 要 ：将 改进后
Ｚｈ ｎ ｎ， ｏ Ｙｏ ｇ ａ ｇ Ｒｅ Ｇｕ ｎ
（ｃ ｏｌ ｆ ｌｃ ｉ ｌ ｎ ｉｅ ｒ ｇ Ｓ ｕｈ ｅｔ ｉｏ ｎ ｎｖｒｉ ｈ ｎ ｄ ６ ０ ３ ） Ｓ ｈ ｏ ｏ ｅｔ ｃ ｇ ｅｉ ， ｏ ｔｗ ｓ Ｊ ｔ ｇＵ ｉｅｓｙＣ ｅ ｇ ｕ １０ １ Ｅ ｒａＥ ｎ ｎ ａ ｏ ｔ
Ａ ｓｒｃ： ｂ ｔａｔ Ｐ ｐｌｔ ｎ Ｂ ｓｄ Ｉｃｅ ｅｔ ｅｒｉ ｌ ｒｈ ｏｕａｉ ａｅ ｎ ｒｍ ｎａ Ｌａｎｎ Ａｇ ｉ ｍ ｏ ｌ ｇ ｏｔ （ＢＬ ａ ｓｄ ｔ ｄａ ｗｔ ｅｃ ｖ ｏ ｅ Ｐ Ｉ）ｗ ｓ ｕｅ ｏ ｅｌ ｉ ｒａｔ ｅ ｐｗ ｒ ｈ ｉ
ｌ 无 功 优 化模 型
无 功 优 化 通 常 以 电 网有 功 网损 为 目标 函 数 。
在 潮 流 收 敛 以及 各 变 量 的合理 变 化 范 围 内 ，求 得 最 小 的有 功 网损 和 电 网各 参 数 的状 态 。 当风 力 发
收 稿 日期 ：０ ２ ０ — ５ ２ １ — ３ ０
力 和应 用 价 值 。从 数 学 的角 度 讲 无 功 优 化 是 一 个
多 变量 多约 束 的 非 线性 规 划 问题 ，当前传 统 的
大量 的分 布 式 电源 的 接 人 ，将 对 配 电系 统 的安 全
稳定运 行产 生极 大 的影 响 。［ １ １
含风电场电力系统多目标无功优化研究
值 ；Ｋ 、Ｋ ｍ 为可 调变 压器 分 接 头位 置 的上 、下 Ｔｉ
限值 ；印 、Ｑ ｍｎ 偿 电容投 切组 数 的上 、下 限 Ｃｉ 为补 值 ；０、Ｑｍ、Ｑｍ分 别 为发 电机 节点无 功 出力 及其 。 ｏ Ｇｎ ａ ｌ
上 限和 下 限。
算 无差 别 。
３ 基 于 粒 子 群 多 目标 优 化 算 法 的无 功 优化 模
，
（ ａ ｕ ｎ ｏ ｅ Ｓｐ ｙＢ ｒａ ， ａ ｕｎ０ ０ ０， ｈｎ ； ａ ｕｎＩｏ １Ｔｉ ａ Ｐ ｗ ｒ ｕｐｌ ｕｅｕ Ｔｉ ａ ３０ ９ Ｃ ｉａ ２Ｔ ｉ ａ ｒｎ＆ ＳｅｌＧｒｕ ） ｏ， Ｔ ｉ ａ ３ ０ ３ Ｃ ｉａ ｙ ｙ ｙ ｔｅ（ ｏｐ Ｃ ．Ｌ ａ ｕ ｎ０ ０ ０ ｈｎ ） ｙ
一
１ — ８
含风 电场 电力系统多 目标无功优化研究
电工 电气
（０ ２ ｏ８ ２ １ ． Ｎ ）
１ 潮 流计 算 中风 电机 组 的处 理
本文研 究所 采用 的风 电机组 为 己在我 国广泛 使
２ １ 目标 函数 ．
１有 功 网损 ： ）
Ｐｏ＝ ｌ￣∑ （２ — ｃｓ 』 ｓ 』２ 十２ ｏ ）
０ 引言
风 电场 是一种 可再 生 的绿 色 能源 ，在 能源短 缺 和环境 污染 日益严 重 的当今世 界 ，其光 明 的应用 前
目标 无功优 化 问题进行 了大量 的研 究。参考文献 ［］ １
建立 了基于遗传算法 以有功网损、电压平均偏离和静 态 电压稳 定裕 度为 目标 函数 的多 目标无功优化模 型 。
其 等值 电路如 图 １ 所示 。
（） ３
式 中 Ⅳ为 节 点 数 ； 为 支 路 数 ；ａ为 违 反 节 点 电 压 约束 的节 点集 合 ； ０为 节 点 电 压相 角 ； 、
含风电机组的配电网无功优化补偿
含风电机组的配电网无功优化补偿
刘学平;刘天琪;李兴源
【期刊名称】《电力系统保护与控制》
【年(卷),期】2010(038)020
【摘要】根据风电机组各运行状态发生的概率,计算出风机有功输出的期望,来近似代替随机变化的输出功率.用最大、一般和最小负荷运行方式代替规划时期的运行状况.建立了最大负荷方式下电容器投资成本最小、节省电能损失费用和静态电压稳定性最大的多目标优化模型,运用NSGA-Ⅱ算法进行求解;一般及最小负荷方式下以节省电能损失费用最大为目标进行优化.三种运行方式通过补偿后节省的资金最多来协调,得出电容器的最优配置,实现整体最优.算例验证了模型和算法的可行性.【总页数】6页(P130-135)
【作者】刘学平;刘天琪;李兴源
【作者单位】四川大学电气信息学院,四川,成都,610065;四川大学电气信息学院,四川,成都,610065;四川大学电气信息学院,四川,成都,610065
【正文语种】中文
【中图分类】TM76
【相关文献】
1.含双馈异步风电机组的配电网无功优化 [J], 潘峰;夏泽超
2.多场景下含风电机组的配电网无功优化的研究 [J], 陈继明;祁丽志;孙名妤;薛永端
3.基于改进DE的含风电机组配电网多目标无功优化 [J], 冯肯;杨迪;肖汉;李嘉逸
4.含风电机组的配电网动态概率无功优化 [J], 文天舒; 马平; 董跃哲
5.电力市场环境下含风电机组的配电网无功优化 [J], 徐昭麟; 黄纯
因版权原因，仅展示原文概要，查看原文内容请购买。
计及双馈风机接入的配电网无功优化
（１）
式中： Ｅ、Ｕｓ、Ｕｒ′———双 馈 风 力 发 电 机 组 励 磁 电
动势、定子电压和折算到定
子侧的转子电压；
Ｉｍ、Ｉｓ、Ｉ′ｒ———双馈 风 力 发 电 机 组 励 磁 电 流、定子电流和折算到定子
侧的转子电流；
Ｒｓ、Ｘｓ———定子 绕 组 的 等 值 电 阻 和 等 值电抗；
Ｒ′ｒ、Ｘ′ｒ———转子 绕 组 的 等 值 电 阻 和 等 值电抗；
ＲｅａｃｔｉｖｅＰｏｗｅｒＯｐｔｉｍｉｚａｔｉｏｎｏｆＤｉｓｔｒｉｂｕｔｉｏｎＮｅｔｗｏｒｋ ＣｏｎｓｉｄｅｒｉｎｇＤｏｕｂｌｙＦｅｄＦａｎＡｃｃｅｓｓ
ＬＩＺｈｕｘｉｎｇ， ＬＵＪｉａｌｉｎ， ＧＡＯＱｉ， ＹＩＮＪｕｎ， ＬＵＧｕａｎｇｃａｉ （ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃａｌａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＣｈａｎｇｓｈａＵｎｉｖｅｒｓｉｔｙ
缓。风力发电技术其具有无污染、可再生的显著 优势，开发潜力巨大，发展前景可观。加快风电产 业及相关 技 术 的 发 展［１］对 于 我 国 经 济 战 略 的 调 整和改善能源结构、缓解一次能源消耗具有重大
卢家麟（１９９３—），男，硕士研究生，研究方向为电力系统稳定分析与控制。 高 琪（１９９５—），男，硕士研究生，研究方向为电力系统稳定分析与控制。 基金项目：湖南省教育厅重点项目（２０Ａ０１３）
发电机组的无功调节范围与其有功功率大小成反
比。根据式 （３），可 以 推 导 出 双 馈 风 力 发 电 机 定
子侧的无功功率极限为
槡( )
Ｑｓｍａｘ
＝－３Ｕ２ｓ ２Ｘｓ
＋
３２ＸＸｍｓＵｓＩｒｍａｘ ２ －Ｐ２ｓ
槡( )
Ｑｓｍｉｎ
＝－３Ｕ２ｓ － ２Ｘｓ
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
(2)
k v f v c c
k 1
v k exp c
(3)
式中，k 和 c 分别为形状参数和尺度参数。由图 1 可知风电场有三种运行状态，即额定运行、停机、 欠额定运行，其中欠额定运行状态的输出功率取决 于风速。因此可以将风电机组输出功率分为三个典 型的场景 1~3：其中 1 为零输出场景，对应于停机 状态；2 为欠额定场景，对应于输出功率近似随风 速线性变化的状态；3 为额定场景，对应于风电机 组的额定输出功率状态；每一种场景发生的概率不 一样，可以通过 Weibull 的概率密度函数求得，三 种场景的场景概率 P1、P2、P3 分别为 (4) p1 p v vi p v vo 1 [ F vo F vi ]
- 102 -
电力系统保护与控制
子侧有功功率 PS，无功功率 QS 可以表示为[9]
2 PT 2 QS 3U S IS 1 s 2
(8)
2
US2 X M PT US IR 3 QS 3 X SS X SS 1 s
0 k1v k2 p r
v vc or v vo vc v vr vr v vo
(1)
(7) 由此可以求出每一种场景对应的场景功率，为 了验证风电场的无功出力对配电网降低网损以及改 善电压质量的作用，因此本文选用了一台风机，实 际工程应用中，情况更为复杂，场景可以根据风电 场的规模划分的更细。 1.2 风电场的无功功率极限 双馈感应风电机组主要由风力机、双馈感应发 电机和转子励磁变换器组成。双馈电机可以同时通 过定子侧和网侧变换器向电网输出无功功率， 因此， 考虑双馈发电机组的无功发生能力时，必须要考虑 定子侧和网侧变换器的无功功率极限。双馈电机定
Reactive power optimization strategy in distribution network with wind farm
LI Chuang1, CHEN Min-you1, FU Ang2, LI Jun-jie2, ZHENG Yong-wei1 (1. State Key Laboratory of Power Transmission Equipment & System Security and New Technology, Chongqing 400044, China; 2. Chongqing Electric Power Research Institute, Chongqing 401123, China) Abstract: Considering the traditional methods of voltage adjusting in distribution network reactive power optimization is discretized, and difficult to realize the continuous voltage adjustment, this paper studies the reactive power optimization model and algorithm in distribution network with wind farm. The limitation of reactive power capacity of doubly-fed induction generator is considered and the wind farm is taken as a continuous reactive power adjustment means to participate in the optimization. Scenario power is used to describe the random power of wind farm in respect to the random characteristic of wind power. The network loss, deviation of voltage and stability of voltage are included in the multi-objective reactive power optimization model. Reactive power optimization based on quantum particle swarm optimization(QPSO) is proposed. The algorithm describes particle state by wave function, which not only increases the diversity of population, but also avoids premature of population. The comparison of results between QPSO with PSO on the modified IEEE 33-bus system demonstrates the effectiveness and advantage of quantum particle swarm optimization model, which can achieve a better global optimal solution and shows a faster convergence speed. This work is supported by National Natural Science Foundation of China (No. 51177177). Key words：wind farm; reactive power limitation; scenario model; multi-objective reactive power optimization; QPSO 中图分类号： TM714 文献标识码：A 文章编号： 1674-3415(2013)09-00100-06
Vol.41 No.9 May 1, 2013
含风电场的配电网无功优化策略研究
李 闯 1，陈民铀 1，付 昂 2，李俊杰 2，郑永伟 1
（1.输配电装备及系统安全与新技术国家重点实验室（重庆大学） ，重庆 400044; 2.重庆市电力公司电力科学研究院， 重庆 401123） 摘要：针对传统的配电网无功优化调节手段离散化、难以实现电压的连续调节等问题，研究了含风电场的配电网无功优化模 型和算法，分析了双馈感应电机的无功发生能力，将风电场作为连续的无功调节手段参与配电网无功优化。并针对风电出力 随机性的特点，用场景功率描述风电的随机出力，使之更具代表性。考虑了配电网的网损、电压偏差以及电压稳定性指标， 建立了多目标无功优化模型。提出了基于量子粒子群算法(QPSO)的无功优化方法，该算法通过波函数描述粒子的状态，增加 了种群的多样性，有效地避免了种群早熟等问题。用该算法对改进的 IEEE33 节点进行无功优化计算，并和粒子群算法(PSO) 进行了比较，结果表明量子粒子群算法能更好地达到全局最优解，收敛速度更快，证明了优化模型和算法的有效性。 关键词：风电场；无功极限； 场景模型； 多目标无功优化； 量子粒子群算法
0
引言
随着传统能源的日益枯竭、全球发展对能源的 需求以及各国对环境保护的重视，风能作为最具发 展潜力的新能源发电技术得到了快速发展。但由于 风能的间歇性和随机性，风电场的并网会改变配电
基金项目：国家自然科学基金资助项目（51177177） ；重庆 市科技攻关项目（CSTC2011AC3076）
网的潮流分布，对节点电压、网络损耗等产生重大 影响[1]，从而对配电网的无功优化控制带来新的问 题和挑战。 传统的无功优化模型在含风电的配电网中具有 一定的局限性，一方面风电机组出力具有随机性和 间歇性；另一方面，配电网无功优化调节手段主要 为投切电容器组和改变有载变压器变比，具有离散 化、调节速度慢的特点。而风电机组具有一定的无 功出力能力[2-3]，可以作为连续的无功功率源。文献
场景 1 和 2 的场景功率分别为 0 和 Pr，对于场 景 2，取其场景期望输出功率，更具有代表性，场 景 2 的期望功率为
vo
pw2 E pw pw f v dv
vr pr
0
p k k k pw k 2 w 2 pw exp dpw k1c k1c k c 1
李 闯，等
含风电场的配电网无功优化策略研究
- 101 -
[4-5]将风电场作为一个 PQ （V） 模型参与无功优化， 没有考虑风电出力的随机性; 文献[6]基于场景分析 法来描述风电的随机出力及其影响，以适应多风电 场同时接入系统的情况，但该模型没有考虑风电场 的无功出力能力；文献[7]基于风速预测曲线来考虑 对风速变化对无功容量的影响，但误差较大，无法 适应风电出力的快速变化。目前，关于含风电场的 无功电压控制主要集中在风电场级，对中小型风电 场接入配电网的情况研究比较少。本文研究如何在 考虑风电出力随机性的前提下，充分利用风电场的 无功出力能力，实现含中小型风电场的配电网无功 优化。 由于风速的不确定性考虑到风电场出力的随机 性和间歇性，采用场景模型描述风电机组的随机出 力，并考虑到风电场的无功发生能力，将风电场当 做连续的无功电源接入到配电网中，并将基于量子 理论的粒子群优化算法 (Quantum Particle Swarm Optimization，QPSO)用于电力系统无功优化中。该 算法将单个粒子用量子叠加态表示，增加了种群的 多样性，从而避免了早熟现象。最后，采用改进的 IEEE33 节点系统进行了仿真， 验证了所提方法的有 效性。
网络出版时间：2013-04-26 16:46 网络出版地址：/kcms/detail/41.1401.TM.20130426.1646.009.html