提高系统无功备用容量的多目标无功补偿规划探究.docVIP

提高系统无功备用容量的多目标无功补偿规划探究 　　摘 要：电力能源是国民经济发展的重要动力之一，在经过电力市场改革和电力技术优化后，我国电力输出能力有了大幅度的提升，基本上满足了国内企业生产和人们生活的需要。但是我们也应当看到，在电力输送过程中，经常会出现电压不稳现象，不仅影响了企业和个人的用电质量，而且极易给输电线路中的电气设备造成损害。因此，必须要通过开展系统无功备用容量的多目标无功补偿规划工作，来提升电力系统运行的稳定性和可靠性。 　　关键词：无功备用容量；无功补偿规划；多目标 　　1 无功补偿节点的选择 　　1.1 提升无功备用容量的灵敏度 　　在我国经济保持中高速发展的背景下，国内企业的用电量也在不断增加。从企业生产角度来说，为了尽可能地提高生产质量和经营效益，必须要保证企业供电的稳定性和持续性，无功补偿器在维护企业正常用电方面发挥了重要作用。考虑到无功补偿器在使用过程中，对给无功电源的备用容量造成一定程度的干扰，因此在选择无功补偿节点时，要重点考虑无功备用容量的灵敏度。 　　1.2 提升电网综合灵敏度 　　理论上来说，在进行用电系统规划时，可以人为地提升系统无功备用容量灵敏度的节点，并且可以根据实际工作的需要，将该节点作为无功补偿的候选点。这样一来，在电网运行过程中，系统内部的电能损耗就会大大降低。但是经过多次的实践证明，无论是企业用电系统还是家庭用电系统，系统无功备用容量的灵敏度变化，与网络损耗灵敏度之间并不存在直接的线性关系。所以我们在选择无功补偿节点时，不能单纯地考虑无功备用容量的灵敏度，还要综合考虑电网系统的灵敏度。 　　2 提高系统无功备用容量多目标无功补偿规划的方法分析 　　2.1 自适应免疫优化算法 　　目前，能够用于提高系统无功备用容量多目标无功补偿的计算方法有很多种，但是由于计算方式、系统目标等多方面因素的影响，这些方法各有其优缺点。自适应免疫优化算法结合了克隆数、变异率、交叉率等多个的专业内容，对于保证计算结果的准确性起到了积极帮助。当自适应免疫优化算法中变异率和交叉率显著提升时，系统中单位时间内产生个体的速度也就越快，从而极大地提升了种群的?S富度。当种群丰富度超过标准值后，就会对自适应免疫算法的计算结果产生干扰影响。因此，我们在选用自适应免疫优化算法时，为了保证其计算结果的有效性，需要人为控制系统的运行效率，甚至要改变系统的变异率和交叉率。 　　2.2 自适应免疫优化算法的实施步骤 　　如上文所说，自适应免疫优化算法包含了克隆数、交叉率在内的多种计算方法，而每一种因素的变化都会对自适应免疫优化算法的计算结果产生影响，并最终决定了系统无功备用容量多目标无功补偿规划效率的高低。在采用自适应免疫优化算法时，可以参照以下几个步骤，确保计算工作的有序进行： 　　第一步，根据系统无功备用容量的目标及补偿规划，确定自适应免疫优化算法的抗原及抗体。通常情况下，我们将无功优化多目标的约束条件及函数作为抗原，而将多目标函数条件下的可行解析作为抗体。在明确抗原和抗原的定义后，就可以以此作为基本参量，进行下一步的计算。 　　第二步，考虑到系统无功备用容量多目标的约束性条件会随着无功补偿规划的实行而产生变化，加上不同约束条件下所采取的计算函数也会有所差异，因此要结合用电系统的实际情况，及时开展抗原和抗体的亲和力计算，以确保计算结果具有代表性。 　　第三步，在求出抗原、抗体亲和力的基础上，要选择整体中亲和力较高的抗体，并将其延伸到记忆种群中。随后，对同一系统中的多个抗体进行叠加，并求出抗体群体的平均亲和力。最后，以抗体平均亲和力作为基本参量，代入相应计算公式中，求出整个系统中抗体的变异率和交叉率。 　　第四步，将经过克隆、变异、交叉后所得的新的抗体群（A），与记忆抗体群（B）进行充分组合，并对重新组合后的抗体群（C）进行预测。如果预测结果符合结束标准，则结束组合操作，从抗体群中找出最优解输出，并以此为依据制定系统无功备用容量多目标无功补偿规划的最佳规划方案。如果预测结果达不到结束标准，则将所得抗体群（C）作为新的抗体群（A1），进行新一轮的组合、预测，直到求出最优解。 　　2.3 补偿容量的求解 　　求出无功补偿节点，是实现无功补偿规划方案优化的关键。结合自适应免疫算法的运算流程，可以根据无功补偿节点，求出该节点所对应的解析数值，以便于为电力系统的稳定运行提供参数对照。除此之外，在进行无功补偿期间，还需要综合考虑变电站空间位置的影响。无功补偿规划是电力系统无功备用容量多目标无功补偿规划的关键，并且其节点补偿容量也直接影响到了整个电力系统的运行稳定性。 　　不可否认的是，自适应免疫算法在应用过程中，还存在一些局限性，这就需要我们结合用电系统无功备用容量多目标无功补偿规划的实际