一种配电台区无功功率优化降损方法及系统技术方案

本发明专利技术提出了一种配电台区无功功率优化降损方法及系统，涉及配电系统无功调节技术领域，包括获取光伏接入配电台区的配电网节点以及光伏并网点数据；确定配电台区无功优化目标以及目标函数约束条件，构建多目标无功优化模型目标函数；根据确定的配电台区无功优化目标以及构建的目标函数建立多目标无功优化模型，利用布谷鸟改进灰狼算法对所述多目标无功优化模型进行求解，对所述多目标无功优化模型进行优化，获取配电台区各个节点最优的运行策略和无功补偿容量；本发明专利技术解决了灰狼算法全局搜索能力不足，容易陷入局部最优的问题。容易陷入局部最优的问题。容易陷入局部最优的问题。

【技术实现步骤摘要】
一种配电台区无功功率优化降损方法及系统


[0001]本专利技术属于配电系统无功调节领域，尤其涉及一种配电台区无功功率优化降损方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]以分布式电源DG(Distributed Generation)为代表的新能源在配电系统的电能生产方面得到了广泛应用和快速发展，但分布式电源在配电系统中越来越高的渗透率给配电系统的无功调节带来了严重的困难，可能会导致功率因数过低，从而会造成较高的网络损耗以及电压越限问题。通过对含DG的配电系统进行无功优化，能够有效降低网络有功损耗，减少电压偏差，提高电网稳定性与经济性。
[0004]专利技术人发现，为了全面考虑系统稳定性、经济性等指标，现有的无功优化模型在考虑系统有功损耗的基础上，同时将有功损耗、电压水平以及稳定指标作为目标函数，将模糊隶属度应用于将多目标问题转化为单目标，分开后再统一整合处理或者采用了有功损耗和电压偏差量最小，静态电压稳定裕度最大的多目标优化函数模型。但是对于无功优化数学模型的建立均未考虑经济性指标中的调压设备成本问题。
[0005]无功优化降损的常规算法主要分为线性规划法和非线性规划法，其中线性规划法优化结果可信度较低；非线性规划法计算量较大，且很难处理不确定问题。因此，相关学者将智能算法应用于无功优化降损，引入细胞膜优化算法对鲸鱼算法进行改进，并将改进后的混合鲸鱼算法应用于主动配电网无功优化数学模型或者采用改进线性递减惯性权重的萤火虫算法与潮流计算相结合求解模型，验证了算法的正确性和可行性。有的现有优化方法提出利用非支配排序遗传算法NSGA
‑Ⅲ
求解含光伏发电的配电网无功优化问题，并在配电网系统上进行了算例分析。但是在进行配电系统无功补偿降损时，算法均存在容易陷入局部最优，导致寻优效果不理想的情况。

技术实现思路

[0006]为克服上述现有技术的不足，本专利技术提供了一种配电台区无功功率优化降损方法及系统，通过构建以有功网损、电压偏移以及调压措施成本为无功优化目标的目标函数，将灰狼算法(Grey Wolf Optimization,GWO)与布谷鸟搜索算法(Cuckoo Search,CS)进行结合，提出了布谷鸟改进灰狼算法(GWOCS)并将其用于求解配电系统的无功优化问题，得到最优无功优化降损策略，保证了配电网络能够经济安全稳定运行。
[0007]为实现上述目的，本专利技术的一个或多个实施例提供了如下技术方案：
[0008]一种配电台区无功功率优化降损方法，包括：
[0009]获取光伏接入配电台区的配电网节点以及光伏并网点数据；
[0010]确定配电台区无功优化目标以及目标函数约束条件，构建多目标无功优化模型目
标函数；
[0011]根据确定的配电台区无功优化目标以及构建的目标函数建立多目标无功优化模型，利用布谷鸟改进灰狼算法对所述多目标无功优化模型进行求解，对所述多目标无功优化模型进行优化，获取配电台区各个节点最优的运行策略和无功补偿容量。
[0012]为实现上述目的，本专利技术的另一个或多个实施例提供了如下技术方案：
[0013]一种配电台区无功功率优化降损系统，包括：
[0014]参数获取模块，用于获取光伏接入配电台区的配电网节点以及光伏并网点数据；
[0015]目标函数构建模块，用于确定配电台区无功优化目标以及目标函数约束条件，构建多目标无功优化模型目标函数；
[0016]模型优化求解模块，用于根据确定的配电台区无功优化目标以及构建的目标函数建立多目标无功优化模型，利用布谷鸟改进灰狼算法对所述多目标无功优化模型进行求解，对所述多目标无功优化模型进行优化，获取配电台区各个节点最优的运行策略和无功补偿容量。
[0017]为实现上述目的，本专利技术的一个或多个实施例还提供了如下技术方案：
[0018]一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行所述的一种配电台区无功功率优化降损方法。
[0019]为实现上述目的，本专利技术的一个或多个实施例还提供了如下技术方案：
[0020]一种终端设备，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行所述的一种配电台区无功功率优化降损方法。
[0021]以上一个或多个技术方案存在以下有益效果：
[0022]本专利技术基于光伏接入配电台区可能会引起网损较高的问题，采取构建以有功网损、电压偏移以及调压措施成本为无功优化目标的多目标函数模型，使用布谷鸟改进灰狼算法对该优化模型进行求解，引入布谷鸟搜索算法中寄养行为和莱维飞行的高度随机性对灰狼算法的寻优过程进行改进，解决了灰狼算法全局搜索能力不足，容易陷入局部最优的问题。将改进后的灰狼算法应用于某配电台区模型中，并与灰狼算法、布谷鸟算法的优化结果进行对比分析，结果表明布谷鸟改进灰狼算法得出的无功优化方案效果更佳，仿真结果证明了本专利技术多目标优化模型的合理性以及改进灰狼算法的可行性和有效性。
[0023]本专利技术附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
附图说明
[0024]构成本专利技术的一部分的说明书附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。
[0025]图1为本专利技术实施例一所述的布谷鸟搜索算法改进灰狼算法的具体实施流程示意图；
[0026]图2为本专利技术实施例一所述的灰狼算法具体实施流程示意图；
[0027]图3为本专利技术实施例一所述的配电台区某节点拓扑结构示意图；
[0028]图4为本专利技术实施例一所述的适应度函数值优化对比图；
[0029]图5为本专利技术实施例一所述的网损优化对比图；
[0030]图6为本专利技术实施例一所述的节点电压最低值对比图；
[0031]图7为本专利技术实施例一所述的光伏逆变器动作情况变化示意图；
[0032]图8为本专利技术实施例一所述的电容器组动作情况变化示意图；
[0033]图9为本专利技术实施例一所述的SVC动作情况变化示意图；
[0034]图10为本专利技术实施例一所述的需求响应方案情况对比图；
[0035]其中，图10中的(a)表示经灰狼算法优化后的需求响应方案；
[0036](b)表示表示经布谷鸟算法优化后的需求响应方案；
[0037](c)表示表示经GWOCS算法优化后的需求响应方案。
具体实施方式
[0038]应该指出，以下详细说明都是示例性的，旨在对本专利技术提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本专利技术所属
的普通技术人员通常理解的相同含义。
[0039]需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种配电台区无功功率优化降损方法，其特征在于，包括：获取光伏接入配电台区的配电网节点以及光伏并网点数据；确定配电台区无功优化目标以及目标函数约束条件，构建多目标无功优化模型目标函数；根据确定的配电台区无功优化目标以及构建的目标函数建立多目标无功优化模型，利用布谷鸟改进灰狼算法对所述多目标无功优化模型进行求解，对所述多目标无功优化模型进行优化，获取配电台区各个节点最优的运行策略和无功补偿容量。2.如权利要求1所述的一种配电台区无功功率优化降损方法，其特征在于，确定的配电台区无功优化目标为台区有功损耗和设备调压成本最低以及配电网节点电压偏差最小和光伏并网点电压偏差最小。3.如权利要求2所述的一种配电台区无功功率优化降损方法，其特征在于，所述设备调节成本为无功补偿设备的调节成本。4.如权利要求1所述的一种配电台区无功功率优化降损方法，其特征在于，所述约束条件包括潮流约束、节点电压约束、光伏有功无功出力约束、电容器无功容量约束、SVC无功容量约束和储能有功出力约束。5.如权利要求1所述的一种配电台区无功功率优化降损方法，其特征在于，所述多目标无功优化模型目标函数为：其中，ω
i
为第i个目标函数的权重；f
i
为第i个目标函数值；f
Bi
为第i个目标函数的基准值；X
k
为第k个变量的越限值；Ω为越限变量的集合；λ为越限罚因子。6.如权利要求1所述的一种配电台区无功功率优化降损方法，其特征在于，所述布谷鸟改进灰狼算法的具体流程包括：步骤1：初始化灰狼算法相关参数：包括最大允许迭代次数、灰狼种群产生个体数、攻击系数、协同系数、收敛因子，以及最优解灰狼、次优解灰狼和再优解灰狼的位置向量；步骤2：依据步骤1得到的初始值计算出在当前每匹灰狼的适应度取值；步骤3：根...

【专利技术属性】
技术研发人员：薛寒，张慧芬，刘宗杰，丁子甲，李浩，孟璐琳，李大鹏，罗蛟，任坤龙，孙文胜，赵猛，李忻贤，黄杰，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：