张家口地区风电场无功优化计算.doc

张家口地区风电场无功优化计算赵丽萍 王双 王岩鹏（华北电网公司张家口供电公司 河北 张家口 075000）摘要：本文研究了张家口风电场的分布特点，在张北地区电压越限率最低的目标下对各个风电场的功率因数进行优化，优化结果指明了张北地区无功分布的主要问题，并且根据这一优化功率因数，计算了相应风电场所需的无功优化措施。关键词：风电场 无功优化 随机规划理论 混合智能算法0引言无功优化是风电场运行中的重要问题。风能资源距离负荷中心远，因而风电场并网线路过长，输电线上功率损耗大、容易出现电压偏高或偏低的现象。因而采取一定方式对系统无功进行优化，按照需要进行补偿对于提高电压运行安全性和输电线路的效率有重要作用。1 随机规划理论应用于随机理论的数学优化模型按照对随机因素的不同处理方式，可以分为三类：期望值模型、机会约束模型、相关机会模型。机会约束模型和相关机会模型是两种适用于风电场无功优化的模型，都是随机环境中行之有效的数学规划方法。但是两者立意有所不同，机会约束模型是在随机约束下进行决策，约束条件以一定的置信水平成立；相关机会模型是在不确定环境下极大化目标事件（不确定事件）的成立概率。由于机会约束模型中随机约束条件是以一定置信水平满足，并非绝对成立，导致所做决策在实际中也会带来风险。对于电力系统等强调安全运行的部门，电网的安全运行是规划中首要的约束条件，即使在随机环境中，也应保证系统的安全运行，而不应以牺牲系统安全性进行优化决策，基于机会约束模型的风电规划会给系统带来运行风险，因而在实际规划中较难应用。在相关机会模型中，约束条件是不确定环境，目标事件是不确定事件，规划过程是在保证约束绝对满足的前提下极大化目标事件的成立概率，决策结果避免了运行风险，因而在保障电力系统安全运行前提下进行风电接入的规划中具有一定应用前景。2 风电场无功优化建模与求解风电场的无功优化结果体现为风电场功率因数得到改善。对发电侧而言，为了充分利用机组容量发出有功功率，希望风电场功率因数为1运行，即无功功率为0；但是从电网侧而言，功率因数为1运行并非最佳的方式，而应该根据接入电网的实际情况、本地的负荷水平以及本地的电压水平确定风电场最佳的功率因数。本节采用相关机会规划方法建立了风电场功率因数的优化模型，能够用于计算风电场最佳功率因数。2.1 基于相关机会规划的优化建模以风电接入地区的母线电压在系统运行中的平均越限概率最小作为目标函数，建立风电场功率因数优化模型如下式：式中：为第个风电场运行的功率因数，是优化过程的决策变量；是功率因数运行域，风电场功率因数在-0.95（吸收无功）到正的0.95（发出无功）间取值； 是第个风电场的风速，采用双参数威布尔分布进行计算；分别是第个风电场实际有功出力和无功出力，是该风电场的装机容量，是其计算公式；分别是所有风电场有功出力和无功出力的向量；是系统的有功负荷、无功负荷的向量，有功负荷满足正态分布，无功出力按照功率因数计算； 是节点电压的幅值、相角向量； 是电压运行的下限和上限；是所有风电场接入系统主变高压侧的等值电源电压，在实际运行中并不是一个确定值，因而本章将其作为服从正态分布的随机变量处理；是潮流方程；模型中风电场的有功、无功出力函数有多种选取方法，本文选择根据实际风电机组特性曲线计算风电场出力：式中：是运行风速，，，分别是切入风速、额定风速、切出风速，是风电场的额定功率，为出力特性曲线。风机特性曲线参见图1。图1 风电机出力特性曲线模型中风速是随机变量。通常用于拟合风速分布的有瑞利分布、对数正态分布、伽马分布、双参数威布尔分布、三参数威布尔分布等。其中威布尔双参曲线被认为最适合于风速频率分布。威布尔分布是一种单峰、两参数分布，概率密度函数为： 式中：、分别为威布尔分布的尺度参数和形状参数，可以根据风电场风速统计资料求得，该参数反映了风电场风况特性。对概率密度函数积分，可以得到分布函数为： 根据风速的威布尔分布函数，可以通过概率抽样的方法得到风速数值。威布尔分布的抽样样本按照概率抽样反变换方法产生，由服从均匀分布的随机变量计算求得： 式中：为服从均匀分布的随机变量，为服从威布尔分布的风速变量。2.2 模型的求解方法优化模型在模拟系统运行基础上求解。在模拟系统运行过程中，若系统中有多个风电场并网发电，则需要根据可能越限的母线和线路判定所需实施减出力操作的风电场，本文采用就近判定方法，即选择电气距离较近的风电场实施减出力操作。这一模拟计算过程较为复杂，采用常规的计算方法时求解效率非常低，因而本节采用了混合智能算法进行求解。混合智能算法是一类基于随机模拟、人工神经网络和遗传算法的高效算法，适用于复杂优化模型的求解计算。1）遗传算法遗传算法是一种通过模拟自然进化过程有哪些信誉好的足球投注网站最优解的方法，过去30年中，在解决复杂的全局优化问题方面，遗传算法