[發明專利]一種基于BART算法的配電網電壓無功優化方法

有效

• 申請號: 201310455987.1
• 申請日: 2013-09-29
• 公開（公告）號: CN103490431A
• 公開（公告）日: 2014-01-01
• 發明（設計）人: 田翔;朱惠宗;郭燚;鄧興文
• 申請（專利權）人: 華南理工大學
• 主分類號: H02J3/18
• 分類號: H02J3/18
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 何淑珍

技術領域

本發明屬于電力系統繼電保護自動化領域，涉及一種配電網電壓無功優化控制方法，特別涉及一種基于BART算法的配電網電壓無功優化控制方法。

背景技術

在電力系統中，配電系統需要進行無功功率管理以保證電壓在正常的控制范圍，并降低網損。影響系統電壓和無功功率的因素有發動機電壓、變壓器分接頭位置、并聯電容器、電抗器組及系統負荷等，目前我國多數變電站中用于電壓無功調節的主要設備是有載調壓變壓器和并聯補償電容器組，通過調節變壓器分接頭檔位和投切并聯電容器組進行電壓和無功功率調節。

文獻《AVC分散控制模式下的變電站電壓無功控制策略研究》列舉了變電站常用的幾種電壓無功控制策略：（1）按功率因數大小控制：若功率因數低于下限則投入電容器組，高于上限則切除電容器組；但是功率因數只是無功分量的一部分，不能精確反映電網負荷的無功分量，難以做到跟蹤調節，容易導致過補償，而且可能會使系統反復投切電容造成控制系統的投切振蕩；（2）按母線電壓高低控制：主要依據電壓的高低進行電壓無功調節。缺陷是未考慮無功平衡的條件，根據實際的運行結果顯示，此方法的補償效果較差；（3）基于九區圖的綜合控制：由實時電壓、無功信息判斷當前運行區域，再根據九區圖控制策略調整檔位及投切電容器組；九區圖控制策略中，電壓、無功邊界是固定的，未能反映電壓與無功的相互影響，而對控制設備的使用沒有限制不符合實際操作要求，且可能會導致電壓不穩定；（4）基于在短期負荷預測基礎上進行全局規劃來尋求最優控制策略，根據短期負荷預測值，以一天中變壓器分接頭和電容器組最大允許動作次數為優化條件，建立涉及狀態變量二次側電壓和進線無功的目標函數，求解優化問題確定電壓分接頭位置及電容器的投切；難點在于目標函數建立及其求解；（5）基于人工智能的模糊控制：在九區圖控制的基礎上提取模糊規則，優化調節策略。但模糊控制的魯棒性、可靠性較差，且帶有主觀性，不能充分利用樣本數據的特征；（6）人工神經網絡控制：將神經網絡的學習和自適應能力引入到電壓無功調節問題當中，該方法有很強的容錯能力，但電力系統結構和運行方式處于不斷變化中，沒有足夠的訓練樣本，較難快速訓練神經網絡模型。

這里提供一種基于BART（Bayes?Additive?Regression?Trees）算法的配電網無功電壓優化方法，通過對歷史無功調節數據的自學習，在保證電壓處于合理控制范圍的前提下，使變壓器分接頭調節和電容器組投切動作盡量少，變壓器低壓側電壓和無功處于網損較小的理想狀態，且優化過程中不需要求解復雜的優化模型，在充分考慮負荷與電壓及無功的影響下，對無功進行柔性調節。

發明內容

本發明的主要目的在于克服現有技術的缺點與不足，提供一種基于BART算法的配電網電壓無功優化方法，其具有自學習AVC系統歷史數據，歸納電壓越限特征，事前預警，柔性調節，提高電壓合格率的優點。

本發明提出一種基于BART算法的配電網電壓無功優化方法，BART算法是一種集成預測方法，通過非參數化的貝葉斯回歸方法，將累加回歸樹模型分解成若干弱回歸樹，并通過集成方法整合成一個集成預測系統。每個弱回歸樹負責整個集成預測系統中的一小部分，通過弱化單個回歸樹模型對預測的影響來提高整體集成模型的預測效果。具體包括以下步驟：

第一步：首先將配電網電壓無功歷史數據，用電負荷歷史數據，電壓無功控制裝置VQC定值，導入計算模塊數據緩存池；

第二步：對一段時間內歷史數據進行預處理，將電壓越限數據分為正、負例樣本集（正負例比例與歷史數據總體比例相同）；

第三步：根據第二步所述特征因素，以及特征因素之間的相關性，采用逐步排除的方式，建立基于BART算法的電壓越限診斷模型，采用Gibbs抽樣方法逐步迭代計算模型參數直至參數收斂；

第四步：預測當前節點電壓無功，以及預測是否越限；

第五步：根據第三步計算的概率，考慮當前用電負荷變化率、補償電容器容量和允許動作次數、有載調壓變壓器分接頭位置，獲得操作規則指令；

第六步：將操作規則指令以定值形式寫入電壓無功控制裝置VQC,輔助調節有載調壓分接頭位置和補償電容器組投切。

本發明與現有技術相比，具有如下優點和有益效果：基于對歷史樣本數據的自學習，在保證電壓處于合理控制范圍的前提下，使變壓器分接頭調節和電容器組投切動作盡量少，變壓器低壓側電壓和無功處于網損較小的理想狀態，且優化過程中不需要求解復雜的優化模型，在充分考慮負荷與電壓及無功的影響下，對無功進行柔性調節。

附圖說明

圖1是系統拓撲結構圖；