摘要：随着电网负荷的不断增加，电网的容量逐步提高，其实用的经济性及其安全性问题越发引起人们重视，为了更好地降低无功损耗，提高运行效率，无功优化问题已成为了电力部门以及广大使用者所关注的重点话题，因此本文对电力系统无功补偿点的确定及其容量优化的研究有重要意义。
关键词：电力系统；无功裕度；无功补偿点；补偿容量
1无功补偿点的确定
1.1电力系统电压稳定状态下的约束条件
设潮流功率方向为S（送端）→R（受端），将电路简化后，其交流支路图1所示。
1.2无功裕度
根据电网的运行特点，当电网负荷达到临界值时，电网电压几近崩溃，必须以电压稳定为前提，并同时满足rP≥0，rQ≥0，rP+rQ≥D这三个条件。由此可得，无功裕度的定义可以概括为：在静态电压稳定的前提下，系统运行点与临界崩溃电压点之间的电气距离，可以表示为QRPM=rP+rQ-D。
根据相关理论，节点i的等效无功裕度可以表示为：QRPMi=（rPij+rQij-Dj）式中：Ni表示与节点i相连接的支路数，j是与节点i相连的节点。
1.3节点无功裕度值计算方法
计算方法主要可以划分为以下几个步骤：
（1）立足于电力系统本身，根据其结构特点和线路参数，对电网中的潮流进行计算，并准确得到不同节点的电压和功率。
（2）根据第一章第一小节的计算公式，得出不同节点的rP、rQ以及D。
（3）借助网络拓扑，根据无功裕度概念和公式，得出每个节点的无功裕度值，并按照一定的规律进行排列组合。
（4）一般而言，通过计算得到的无功裕度值会按照大小顺序进行排列，从小到大，根据这个数据合理采取无功补偿措施。
2基于改进粒子群算法的无功容量优化分析
2.1标准粒子群优化算法
粒子群优化算法是一种有效的全局寻优算法，其搜索空间中每个优化问题的解看作为一个“粒子”。若粒子群在D维搜索空间中搜索，种群规模为N，第t代粒子i所处的空间位置为Xti=（xti1，xti2，…，xtiD），i=1，2，…，N，速度为Vti=（vti1，vti2，…，vtiD），其个体历史最优位置为Pti=（pti1，pti2，…，ptiD），第t代的全局最优位置为Ptg=（ptg1，ptg2，…，ptgD），则粒子i的速度和位置更新为
本文采用分段调整加速因子的方法，当t＜Genmax/2时，c1=2，c2=1，当t≥Genmax/2时，c1=1，c2=2，粒子主要跟随“群体经验”。其中，t为当前迭代次数，Genmax为最大迭代次数。c1、c2的具体取值以及分界代数Genmax/2均为定性确定的，在迭代前期，粒子跟随个体极值的权重比较大；在迭代后期，粒子跟随全局极值的权重比较大。
2.3改进粒子群算法无功优化步骤
步骤1输入系统原始数据。随机初始化粒子位置X0i=（x0i1，x0i2，…，x0iD）和粒子速度V0i=（v0i1，v0i2，…，v0iD），计算粒子的适应度，即目标函数值。粒子的个体历史最优位置为Pi=X0i，其群体全局最优位置为Pg。令迭代次数t=0。
步骤2根据式（9）和式（10）对粒子的个体历史最优位置Pi进行更新，并确定全局最优位置Pg。
步骤3由迭代次数确定加速因子的值，根据式（6）和式（7）更新粒子的速度和位置。
步骤4根据更新后的粒子位置计算粒子的适应度值，确定每个粒子的个体历史最优位置Pi以及种群的当前全局最优位置Pg。
步骤5如果算法达到终止条件，则停止；否则，令t=t+1，转至步骤2。
3总结
本文通过节点无功欲度值进行无功补偿点的确定，通过该方法可以找到系统无功源最佳配置地点；然后基于改进粒子群优化算法进行无功补偿容量的优化，该方法能够有效减少无功补偿量。改进的粒子群优化算法提高了算法的寻优能力和收敛速度，有效减少了系统的有功网损，提高了电压质量。
参考文献
［1］陈前宇，陈维荣，戴朝华，等．基于改进pso算法的电力系统无功优化［J］．电力系统及其自动化学报，2014，26（2）：8－13，43．
作者简介：李盛楠（1983.7），女，东北电力大学工学硕士，工程师，主要从事新能源电站的电气设计工作。
胡倩（1986.4），女，英国斯特拉斯克莱德大学硕士，工程师，主要从事新能源电站的电气设计工作。
论文作者:李盛楠,胡倩
论文发表刊物:《电力设备管理》2017年第7期
论文发表时间:2017/9/6
标签：粒子论文; 位置论文; 节点论文; 算法论文; 最优论文; 电压论文; 电网论文; 《电力设备管理》2017年第7期论文;