面向智能电网的配电网多目标动态无功优化研究

配电网无功优化是改善配电网系统电能质量、有效提高电力系统稳定性的重要方法。电力系统无功优化不仅能降低系统的有功损耗,还能对电网的电压进行调整,从而保障电力系统安全、稳定的运行。随着智能电网建设进程的加快,分布式电源(DG)将批量并入电网,会对系统潮流、电压造成一定影响,使传统的配电网无功优化问题发生改变。因此,在DG并网的背景下,研究配电网无功优化问题具有重要的工程意义。由于DG的并网和DG的随机性使传统的无功优化模型不再适用,针对这一问题,本文提出了一种新型的优化算法——混沌蜂群差分进化算法(CABC-DE)。并分别用于建立含DG多目标无功优化模型和动态无功优化模型。具体工作如下：1.针对差分进化算法(DE)具有收敛过早、局部搜索能力较差的缺陷。本文采用人工蜂群算法(ABC)和混沌思想(Chaos)对其进行改进,提出了混沌蜂群差分进化算法(CABC-DE)。建立以最小化有功网损为目标函数的模型,将CABC-DE算法和DE算法分别用于IEEE-14和IEEE-30节点系统进行仿真实验,仿真结果表明了新算法的有效性。2.研究了DG并网后的配电网系统的多目标无功优化问题。在Pareto最优理论的基础上提出了多目标混沌蜂群差分进化算法。随后构建以有功网损最小、电压偏差最小、无功补偿最小为目标函数的多目标无功优化模型,在含DG的IEEE-30节点系统中进行仿真。仿真结果表明该算法能获得分布均匀的Pareto前沿,实现了对三个目标的优化,同时满足了电网运行对经济和安全两方面的要求。3.研究了DG并网后的配电网系统的动态无功优化。为了充分考虑到DG功率输出的随机性和配电网系统的安全性、经济性,首先构建了含DG的配电网动态无功优化模型,限制无功控制设备的操作次数以保障操作成本和设备使用寿命。然后考虑了系统负荷的变化,将日均负荷曲线分割大小时段,每个时段充分考虑DG的随机性,获得最优的动态无功优化方案。