（1国家电网山西省大同供电公司 037000；2国家电网山西省大同供电公司 037000）
摘要：为更好得发挥静止无功发生器（SVG）的作用、提高电能质量，本文针对风机的概率出力模型进行分析，将分布式电源的时序波动性转化为输出功率的概率分布模型。提出了基于DG概率出力的SVG和配电补偿电容器联合优化配置模型，以网损、补偿设备总投资最小，电压稳定指标（VSI）最优为目标，并利用Pareto最优的多目标粒子群算法进行寻优，结果表明，通过合理配置，能够最大限度的发挥分布式电源的能力，降低损耗，该方法具有很好的应用前景。
关键词：静止无功发生器；概率出力模型；多目标粒子群算法；
1引言
配电网的无功优化指在满足系统运行约束的前提下，使用尽可能少的无功设备投资来最大限度的改善电压、降低网损。从实现途径上看，可将无功优化问题分为系统无功设备不足情况下的规划配置问题和无功容量满足需求时的调度优化。一般来说，配网无功优化的目标可区分为技术性能指标和经济性能指标。常用的经济性指标有功网损、投资费用指标、运行效益指标等；技术性能指标有电压偏差最小等。
无功补偿优化规划问题是以某些技术经济指标为目标，寻找各补偿装置的位置和容量。文献[1]在对分布式光伏概率出力建模的基础上，充分发挥其输出无功的能力；建立了以无功投资全周期收益现值为目标的优化模型，实现了在满足补偿要求的前提下的经济性。文献[2]针对配电负荷的特点，在进行优化时考虑安全性的因素。文献[3]使用机会约束方法，分析了风机和负荷的变化特性，在目标中综合考虑投资成本和运行费用最优。文献[4]则考虑了配网的多个负荷水平，通过对补偿容量分组配置来满足在不同负荷水平下总的经济效益最好。
风机作为代表性的分布式电源类型，其运行过程中需要从配网中吸收无功功率，不同风速下的风机无功需求也不相同。因此，本文首先分析了风机的概率出力模型，并划分了状态。由于静止无功发生器（SVG）在补偿分布式电源波动性方面效果显著，因此，将 SVG和电容器结合起来进行优化配置，并将电压稳定指标纳入考虑，使用基于Pareto解集的多目标粒子群算法来求解。
2计及风机概率出力的配网无功补偿优化配置模型
无功优化费用模型一般有三种目标函数：有功损耗最小、无功补偿投资最小、两者之和最小。本文选用第三种优化模型，具体为系统有功网损加SVG投资费用以及补偿电容器安装及运维费用综合最小为无功优化目标函数。在潮流约束里考虑分布式电源的概率出力模型，该模型的决策变量为不同自然条件下SVG的最优安装位置和容量以及补偿电容器的配置方案。其中，SVG以及补偿电容的安装位置由0-1离散变量决定，SVG的输出大小由连续变量来表示。
2.1 系统无功补偿后有功网损
作为表征无功补偿对于系统降损的重要指标，计算系统无功补偿后的有功损耗总费用是十分具有参考价值的。为简化分析难度，假定在优化的时间尺度上负荷维持恒定，系统有功网损为分布式电源在不同状态下的网损费用之和：
经过计算，总的投资费用为74.5万元，年损耗节约的电费为12.2万元，按设计使用年限20年计算，7年即可收回成本。
在实际使用中，SVG可根据实时负荷情况、无功电流的大小无差调节其出力，动态调节电压，将整体电压水平维持在较高的情况；当线路轻载时，SVG根据需要可发出一定的感性无功，防止线路末端电压过高，这是补偿电容所不能做到的。
4小结
本文研究了风速概率分布，并由此得到风机的出力分布，为克服风机出力的波动性，将动态补偿装置SVG引入配电网，并结合传统补偿电容器进行统一优化配置，建立了经济效益最好、电压稳定指标最优的多目标优化模型，该模型可用于实际配电系统无功配置。针对该模型的特点，利用基于Pareto最优的多目标粒子群算法来进行求解，计算结果表明了该方案的可行性和有效性。
参考文献：
[1]谷晓东.分布式电源对配电网的影响分析[D].燕山大学，2016.
[2]张海龙.中国新能源发展研究[D].吉林大学，2014.
论文作者:王启银1,王晓强2
论文发表刊物:《电力设备》2017年第21期
论文发表时间:2017/11/30
标签：模型论文; 分布式论文; 概率论文; 目标论文; 风机论文; 电压论文; 电容器论文; 《电力设备》2017年第21期论文;