[发明专利]一种大电网无功补偿选址及容量优化方法及系统

说明书

本发明公开了一种大电网无功补偿选址及容量优化方法及系统，包括：利用广域监测系统WAMS统计的全年电网监测数据计算实测电网无功分析指标，并确定是否启动年度无功优化总体规划；确定启动年度无功优化总体规划，以电压裕度最低时刻进行统计，确定电网电压最薄弱的典型运行方式，并进行网络潮流计算确定仿真数据库；利用无功平衡分析方法确定无功补偿选址；通过电压无功灵敏度分析，计算初选的无功补偿容量，并根据节点对应的发电机组的动态无功贮备量，对所述初选的无功补偿容量进行修正，确定修正的无功补偿容量；根据所述无功补偿选址、修正的无功补偿容量以及广域监测系统WAMS统计的全年电网监测数据确定备选节点的无功补偿容量。

技术领域

本发明涉及大电网无功补偿自动选址技术领域，并且更具体地，涉及大电网无功补偿选址及容量优化方法及系统。

背景技术

1961年，法国学者J.Carpentier最早提出了建立在严格数学基础上的电力系统最优潮流(Optimal Power Flow，OPF)模型，虽然没有形成无功优化的专门研究领域，但是这是现代无功优化的雏形。1968年，利用电力传输网络的物理弱耦合性，学者将有功功率和无功功率解耦，最早提出了无功最优潮流，开始独立研究无功优化问题。此后，无功优化问题愈来愈受学术、工程界重视。

1981年，Thompson等人采用整数分支定界方法进行变电站优化规划。之后，又有专家采用基于牛顿拉夫逊潮流计算的“灵敏度分析法”进行无功进行优化计算。运筹学上的多种优化方法，几乎都在无功优化计算上作了研究、尝试和应用。其中比较经典的算法有：

梯度类算法、牛顿法、二次规划法和线性规划法。90年代人工智能的出现使无功优化有了一个很大的飞跃。现在的无功规划方法大多都是使用人工智能算法，包括现代启发式搜索算法、专家系统和人工神经元网络等。尤其是现代启发式算法，在电力系统无功优化问题方面的应用中取得了大量的研究成果，现代启发式算法的优点在于其所具备的“鲁棒性”对于无功优化问题提供了较为可靠的解。近年来，专家学者一直致力于算法的改进和完善工作中，以使这些人工智能算法在改善后更适用于求解此类问题，目前常用的有遗传算法、禁忌搜索算法和粒子群算法等。

随着调度控制技术支持系统快速发展，尤其是广域向量测量系统(Wide AreaMeasurement System,WAMS)集成及向量测量单元(Phase Measure Uni t,PMU)的逐渐优化布置，为无功电压安全稳定分析提供了有效的综合技术手段。现有的无功规划优化通常以系统的有功网损或综合费用最小为目标函数，通过给定电压范围来满足安全条件的约束，确定补偿地点和补偿容量，无法实现自动选址，增加了无功补偿手工计算的工作量，同时由于仿真计算工具模型与实际负荷机理的偏差，使得无功规划的效率与效果受到一定限制。

发明内容

本发明提出一种大电网无功补偿选址及容量优化方法及系统，以解决如何对大电网无功补偿选址及容量进行优化计算的问题。

为了解决上述问题，根据本发明的一个方面，提供了一种大电网无功补偿选址及容量优化方法，所述方法包括：

利用广域监测系统WAMS统计的全年电网监测数据计算实测电网无功分析指标，并根据所述实测电网无功分析指标确定是否启动年度无功优化总体规划；

确定启动年度无功优化总体规划，根据广域监测系统WAMS统计的全年电网监测数据以电压裕度最低时刻进行统计，确定电网电压最薄弱的典型运行方式，并进行网络潮流计算确定仿真数据库；

利用无功平衡分析方法确定无功补偿选址；

通过电压无功灵敏度分析，计算初选的无功补偿容量，并根据节点对应的发电机组的动态无功贮备量，对所述初选的无功补偿容量进行修正，确定修正的无功补偿容量；

根据所述无功补偿选址、修正的无功补偿容量以及广域监测系统WAMS统计的全年电网监测数据确定备选节点的无功补偿容量。