关键字：电力系统；无功补偿点；补偿容量；确定
引言
电力系统中无功功率补偿点和补偿容量的确定是保证电力系统安全有效运行的关键因素，因此合理的选择电力系统无功补偿能够对电力系统无功电源起到合理的配置，促进电压水平的有效维持，进而提高电力系统运行的稳定性和安全性，同时能够避免无功的远距离传输，降低有功网损和无功网损，促使电力系统能够得到更高的经济效益。对电力系统的无功规划主要包含两个内容，首先是无功补偿点的确定、其二补偿容量的确定。
一、电力系统无功补偿的意义
随着社会的发展，科技的进步，我国用电量需求不断增多，越来越多的家用电器以及大型用电设备会导致电力系统的功率因素降低，因此在电力系统供电过程中电虹炉、电压器等多种大型设备消耗的无功功率较大导致电网的存在一系列问题影响输电的效率和质量。就好比无功功率在网络中的输送会促使电流变量也会直接影响导线和设备的容量，进而增加电力系统的一系列成本。其次，针对二次回收的测量机构尺寸和规格也在增加相应提高了成本。一旦输送的电流增大也会引起设备和线路的有功损耗增加，造成电力系统的效率降低影响电力系统运行的经济性和安全性。最后电力系统的正常运行是一个动态的平衡系统，主要有无功功率的平衡。一旦无功功率出现不足时主要由于发电机的工作点超过上限，必然会影响电力系统的稳定性运行。因此，电力系统无功补偿点的确定和补偿容量的确定能够带动电力系统的有效稳定运行，促进电力系统的健康发展。
二、无功补偿点的确定
（一）电力系统电压保持稳定时的约束条件
将潮流功率的方向设置为S(送端)------R(受端)，然后将电路进行简化。
期刊文章分类查询,尽在期刊图书馆主要把静态电压稳定时作为根本，计算两个功率圆的标准形式，如下：
[URX-Us/2]2+[Ury+（b/2g）Us]2=Us2/4+b2Us2/4g2-PRS/g
[URS-Us/2]2+[Ury+（g/2b）Us]2=Us2/4+g2Us2/4b2-QRS/b
此时，两个圆的圆心为Op、Oq的坐标分别为：
OP[Us/2，-bUs/2g]、OQ[Us/2，gUs/2b]
两个圆心的半径分别是：
rP=√Us2/4+b2Us2/4g2-PRS/g
rQ=√Us2/4+g2Us2/4b2-PRS/b
两圆心之间的距离则用D表示：
D=（g2+b2）/2gb?Us
两功率圆相交和相切时的情况如下图：
（二）无功裕度
结合电力系统工作的内容及其特点来看，如果出现载荷超过某一临界值的时候，电压则会出现崩溃现象。与此同时，在满足电压稳定的时候，也需要满足rP≥0，rQ≥0，rP+rQ≥D。无功裕度主要是指在静态电压稳定的状态下，电力系统工作点与临界崩溃电压二者间的电气距离。就相当于，用下面公式来表示：
QRPM=rP+rQ-D
（三）无功裕度的计算过程
根据无功补偿容量和无功裕度来说，他们两者是相反的存在。如果无功裕度较低时，无功补偿容量就越高。那么想要从根本上增强无功裕度的准确性，可以利用科学、合理的方式进行选择无功补偿点。此外，当计算无功裕度的时候，主要借助以下几种方式进行：1、首先依靠电力系统本身结合结构的特点以及线路的参数对其电网中的潮流进行合理的计算，然后得出不同节点的电压和功率。2、结合第二段落中第一小节的公司计算出不同的节点rP、rQ、D的值。3、结合网络拓扑，依靠无功裕度的相关定义和公司计算每个节点的无功裕度值，然后根据相应的规律进行排列组合。4、通常来说，根据已经计算得到的相关数值，按照从大到小的顺序进行排列然后根据顺序的排列采取相应的无功裕度的补偿措施。
三、补偿容量的确定
(一)混合改进遗传算法
根据无功优化的特点，目前可以结合混合改进的遗传算法。所谓混合改进遗传算法主要结合了改进遗传以及二阶传统搜索技术，用改进遗传算法作为一阶搜索可以在有效的时间内找到可行域，借用优化的二阶局部搜索方法可以逐渐的减少可行域，进而达到较为准确的全局方式。首先需要编码，基于无功优化问题的特点，利用浮点数编码的方式主要将个体的每个基因用变量取值范围内的一个浮点数来表示个体的编码长度，就相当于控制变量的个数。其次是选择，选择是自然进化特色的有效操作之一。它主要通过所有附带中选取部分个体组成繁殖库的过程，它可以建立在对个体的适应度评价的根本上，同时还可以直接关联到收敛速度的问题。也可以从附带中随机选取两个或多个个体参与竞争，然后保留优秀的个体、淘汰较差的个体。这样一来，形成了优胜劣汰的现象。其三是交叉、变异。针对遗传算法中。交叉率PC和交异率PM是影响遗传算法性能的主要因素，它可以直接影响着算法的收敛性，主要的思想是PC、PM能够随着适应度自动发生改变。如果出现个体适应度趋向于一次性或者局部优化时，PC和PM在一定程度上增加。而当群体适应度较为分散时，PC和PM适当减少。如果适应值高于群体平均值的个体对应较低的PC和PM，我们应该保护到下一代，保证适应值低于群体平均值的个体，他是相对于较高的PC、PM，该解应该淘汰。最后是算法终止判据，可以利用最大遗传代数和最优个体适应值相结合的宗旨，在给定的遗传代数限定范围内来搜索最优解，然后确定该解经过多次的运算达到最优，则退出净化，一定要满足到最优个体最小保留代数才能成功。一旦最大遗传代数N限定范围内没有满足最优个体最强保留代数的解，那么需要输出当前的最优解。
（二）二阶算法
经过了一阶算法后可以结合二阶算法搜索领域逐渐缩小，才能够保证结果的精确度，因此以一阶算法后获得的最优值作为二阶算法的初始值，然后进行优化搜索。同一阶算法来说，二阶算法更具实用性和优越性，它明显优于局部搜索能力，二阶算法更有局部搜索能力，容易获得全局的最优值。
四.小结
综上所述，根据本文提供的电力系统无功补偿点和补偿容量的确定的方式简单并且容易计算，通过此项方法可以找到电力系统无功源最佳配置的补偿点，然后结合混合改进的遗传方法计算出各个补偿点的无功补偿容量。因此可以在电力市场中大力推行，提升电力市场的实用性和可行性。
参考文献
[1]潘国能.电力系统无功补偿点及其补偿容量的确定[J].设备管理与维修,2019(22):137-138.
[2]祁建怀,张昌丽,刘永江.电力系统无功补偿点及其补偿容量的确定[J/OL].中国高新技术企业,2017(11):49-50[2019-12-28].
论文作者:马昱璞
论文发表刊物:《中国电业》2019年 19期
论文发表时间:2020/3/4
标签：电力系统论文; 算法论文; 容量论文; 个体论文; 功率论文; 电网论文; 电压论文; 《中国电业》2019年 19期论文;