摘要：有效降低配电网有功损失是配电网安全、经济运行的重要课题。为解决局部地区网损偏大的问题，文中将改进的遗传算法用于无功补偿优化。在考虑配电网拓扑结构的同时，设计了自适应遗传算子并构造了指数型适应度函数来提升遗传算法收敛速度和精度，充分发挥了遗传算法的全局随机快速搜索能力。优化某16节点算例的结果表明，配电网有功网损由6．76%下降到5．16%，电压达标率从70．61%提高到92．86%，表明该方法能够提高全局寻优精度，改善区域网络电压质量，同时也证明了该改进遗传算法用于无功优化的可行性和实用性。
关键词：配电网;多目标无功优化;降低网损;
随着电力系统的经济安全运行问题日益受到重视，如何降低网络损耗，改善供电质量，提高经济效益已成为电力部门面临的实际问题。配电网无功优化主要是通过合理分配无功功率来实现无功就地平衡，可减少有功损耗，提高电能质量和经济效益。配电网无功优化组合寻优具有目标函数多、非线性规划、控制变量离散化等特点。现行优化算法均有各自缺陷，诸如计算数据量偏大、收敛性能不达标、运行稳定性不佳等。遗传算法在初值问题、收敛特性、计算速度、解的情况等各方面能得到相对最优解。领域内众多研究人员对遗传算法在配电网无功中应用进行研究，并取得了实质性进展。本文参考已有的研究成果，考虑配电网复杂树状分支结构，建立了潮流计算数学模型，构造出基于网损最小的目标函数模型。文中设计了惩罚函数并改进遗传算子、编码方式，将改进的遗传算法用于配电网无功优化，最后和传统遗传算法优化效果进行对比。文中研究了优化方案对配电网络(网损偏大)网损率、电压达标率、补偿容量等方面的影响，定量计算降损幅度和改善电压效果，对改进的遗传算法的应用特点及优势进行了定性评价。
1无功优化数学模型
配电网潮流计算一般采用简化等值模型。由实际运行精确数学模型计算出的配电网潮流分布更加准确，因此本文配电网模型是某地区长期运行网络数学模型。本文考虑到配电网络特殊拓扑结构:电抗值相对较小，单电源节点形成的树状环形网络，线路杂节点多。PV节点较少且线路潮流功率多数单向流动，一般负荷线路上没有相应测量表计，负荷率水平起伏不一。忽略发电机无功输出功率，假设发电机端电压为额定电压，发电机无功出力在约束条件范围内。在配电网满足电压不越限条件下，本文采用有功网损最小作为目标函数，以投切并联电容器组和调节变压器分接头档位补偿的方法来降低网损。
2改进遗传算法算子设计
2.1数据编码
为提高变量精度、增加算法寻优精度和效率，配电网数学模型采取整实数混合编码，其中节点电压以实数表示，变压器分接头档位和投切电容器组以整数来表示。
2.2选择算子设计
先对全部个体按适应度大小降序排列，从大到小分为4等份。保持种群大小不变［11］的前提下保留适应度高的两等份并克隆出另外两份，适应度值较小的个体不进化入子代种群。选出精英个体的优良基因以确保高适应度值个体在种群内快速繁殖增加，从而提升算法的收敛速度。
2.3变异算子设计
传统遗传算法中，变异概率Pm是常量。改进变异概率使其作自适应调整，可使算法具有跳出局部收敛的能力。本文选用Pm随适应度值作自适应调整的变异算子。变异概率反比于适应度值，在设计上最大限度保留了优良个体基因，体现出“优胜劣汰、适者生存”的遗传进化规律。用适应度均值评价个体基因好坏时，若适应度均值大于个体适应度值，表明个体基因已不适应种群环境，该个体变异概率增大，其向优良个体进化。此种设计提升了算法局部搜索能力和收敛速度，可使其更快的达到全局收敛。
3MATLAB程序优化结果
在MATLAB中编写无功优化程序仿真，在程序计算过程中，从图1曲线对比看出，在实验运算中迭代次数相同时，改进遗传算法(实线)比传统遗传算法(虚线)消耗时间明显减少。从大范围寻优前期到小范围种群收敛后期，改进遗传算法同样能够保持收敛速度，逐渐增大与传统遗传算法迭代时间差。到完全收敛时，在保持收敛精度的前提下，改进遗传算法比传统遗传算法节约7小时左右，这对于应用算法设计在线实时调度系统十分关键。
4无功优化前后分析对比
由图2无功补偿前后节点电压对比看出，改进遗传算法(实线)和传统遗传算法(短虚线)无功补偿后，网络的所有节点电压值较补偿前都有提高。其中改进遗传算法电压提升的幅度更大，最低点电压从0．9625(标幺值)增加到0．9801(标幺值)，电压达标率由70．61%提高到92．86%，说明改进后算法提升了电力供应质量。目标函数值随进化代数变化曲线如图所示。
改进遗传算法在降低网损的同时也可改善电压质量，网损率减少幅度为23．66%，比传统遗传算法多降低2．514%;电压达标率由70．61%提升为92．86%，同比传统遗传算法达标率增加幅度为10．536%;总补偿容量也较传统遗传算法减少了10kVar，节省了网络投资运行费用。对比结果得出改进遗传算法在降低网损率、改进电压质量、补偿容量配置等方面较传统遗传算法更为经济合理。运用改进遗传算法配置配电网络无功功率，调节无功优化补偿装置组合投切方案，较传统遗传算法能有效降低网损，并且大幅度改善电压质量，提高供电可靠性，无功优化补偿效果显著。同时，最优解减少了电容器组补偿容量，节约了配电网运行投资额。数据对比分析表明改进遗传算法在技术、经济方面具有显著的优化效果。
结束语：
本文分析了配电网无功优化基本理论，并结合实际配电网搭建无功优化数学模型，对于违反约束条件的节点数据利用惩罚函数处理，给出了改进遗传算法优化无功配置的计算流程框图。文中针对遗传算法所固有的“早熟”缺陷，改进遗传算子、适应度函数，兼顾最优解、收敛速度和收敛精度等方面指标，为差异化的配电网(网损较大)无功优化提供了一种解决思路。实验算例证明，与传统遗传算法相比，该改进遗传算法能有效改善节点电压质量，降低网络有功功率损耗，提高配电网供电可靠性，对类似局部网损偏大地区无功优化应用有重要意义。在后续研究中，将在无功优化补偿中考虑分布式电源不稳定接入和设备投资运行维护费用等因素。
参考文献
[1]向萌，左剑，王文林，等．基于改进量子遗传算法的配电网无功优化研究及应用［J］．电网与清洁能源，2017，33(8):32－37．
[2]马耀名，卢明扬，孙世重．基于混合算法的含分布式电源的配电网优化［J］．测控技术，2017，36(2):132－136．
[3]何仰赞，温增银．电力系统分析［M］．武汉:华中科技大学出版社，2010．
[4]熊信银，吴耀武．遗传算法及其在电力系统中的应用［M］．武汉:华中科技大学出版社，2002
[5]尤毅，刘东，钟清等．主动配电网优化调度策略研究［J］．电力系统自动化，2014，38(9):177－183．
论文作者:李文东
论文发表刊物:《当代电力文化》2019年第5期
论文发表时间:2019/7/22
标签：算法论文; 配电网论文; 电压论文; 节点论文; 算子论文; 个体论文; 传统论文; 《当代电力文化》2019年第5期论文;