含高比例风光新能源电网的多目标无功优化算法研究

王宇

摘  要：在当下的社会发展中，伴随着化石能源的逐渐枯竭，同时加上人们在生活生产当中对于能源物质的需求量不断提升，就使得人们越发的关注起新能源的发展。对于这种新能源接入电网方面的研究已经取得了一定的成果，本文就基于含高比例风光新能源电网的多目标无功优化算法角度出发，进行深入的研究，为相关领域的研究人员提供一定的技术性参考。

关键词：新能源;高比例风光;多目标无功优化;无功调控模型

前言：为了能够在当下的电力网络系统的发展中，可以很好的获取到变压器分接头单位调节，以及无功补偿设备的投切处理效果，就需要积极的进行相关电力网络设计的分析，以此保障其实现无功优化的求解。在本文的分析中，就需要基于这样的设计方式，实现针对性的分析，找到最优化的处理方式。

1 含高比例风光新能源电网

在当下电力系统的整体运行中，其核心工作就是需要对其电力系统进行全面的调控，以此保障实现无功的优化处理。其无功优化的过程中，主要涉及到对其无功补偿装置的出力、电压输出、档位控制以及等多方面的操作进行优化 调整。这样就可以保障在电网系统的运行中，可以很好的应对各种情况下的问题，充分的保障电网系统的稳定性以及安全性。其次，伴随着新能源的高速发展，也使得电网已经逐渐进行了全面的创新发展，例如采用了含高比例风光新能源的电网系统。但是，这样的电网系统在运行的过程中，直接提升了电网所需要开展的无功调控压力，并提升电网的运行程度。但是，这样的电网新能源开展的过程中，不仅仅可以满足当下电网的有功负荷实际需求，同时，针对一些特殊的电力设备，也可以进行针对性的高效率调节。为此，为了保障在未来电力系统的运行中，可以创造出更多的经济效益以及社会效益，就需要对其风管新能源接入到电网系统进行深入的研究与分析，并进行无功调控处理，以此提升新能源的调控能力。

相比较这样的传统的电网系统，这样进行无功优化的过程中，往往会呈现出非线性的问题，例如呈现出离散型、复杂多目标的特征。同时，受到电网当中的线损、电压偏差等方面的影响，就会导致在研究的过程中，呈现出较大的复杂性。在过去的研究过程中，主要是基于线性的加权方式，对其转变成单一性的分析目标。但是对于这种计算方式而言，往往无法很好的对其目标进行分析。相比较帕累托的计算方式，可以很好的进行复杂多目标的分析，进而保障在实际的分析过程中，可以很好的进行进化算法求解分析。

2 风光新能源下的无功优化模型构建

2.1 风电无功调控模型构建

在对其进行分析的工程中，为了实现无功优化的效果，就需要积极的对其采用双馈感应分级的方式，以此很好的对其風电机组进行调控模型的构建。在设计的分析中，需要结合起机械功率，以及注入到电网当中的实际风速，以此就可以计算出风轮机在运行的过程中，所能够产生的真实机械功率。而在分析中，需要假设在有功功率的分析中，需要基于最大的功率出发，对其功率点进行跟踪式的分析以及控制，这样就可以保障基于不同的功率大小，进行相应的风速计算分析。

2.2 光伏无功调控模型

在光伏电站的运行中，其有功输出的功率上，主要受到光照强度，以及运行过程中的气候温度的影响，因此就需要在分析的过程中，对其实际的功率点进行建设，以此就可以实现功率点的跟踪分析。在分析的过程中，其光伏电站的无功输出功率上，其产生的可调范围，则是受到当下电站的整体运行功率输出影响，也同样受到其逆变器容量方面的限制。

2.3 目标函数

在本文的分析体系当中，就是一种基于无功优化的方式下，使得电网吸纳路在实际的运行过程中，可以很好的降低线损的最小值，同时在电压排查最小化的过程中，需要充分的保障其静态电压可以有着较高的稳定性。其次，需要注意的是在最大化静态电压稳定裕度的分析中，还需要将其转变成最小化系统当中的数值，以此进行针对性的分析以及预估。

2.4 约束条件

在进行分析的过程中，出于风光新能源方面的影响因素，会对其整个电网的无功优化产生一定的影响，因此就需要在分析的过程中，进行约束条件方面的分析以及研究。

3 多目标樽海鞘群算法

3.1 樽海鞘群算法

对于这种算法而言，就是一种受到海洋当中樽海鞘集群运动的基本规律，以及具体觅食的链式结构为基础，所形成的一种数学模型构建分析方式。对于每一个单独的樽海鞘而言，运行的过程中，不同的个体所形成的运行结构，就可以构成一种链式的结构类型。在樽海鞘当中的领导者，可以成为每一个单独个体的追随者，以此就在进行问题的优化处理过程中，其领导者的运动发生变化，其追随者也会相应的发生变化。以此，这样的计算分析下，就可以很好的形成最优解的分析逻辑。

在进行计算分析的过程中，伴随着不同迭代计算的分析，就需要掌握其樽海鞘群的算法运行中，可以更新食物源，同时可以很好的对其具体的位置进行分析，以此成为高质量的最优解处理方式。

3.2 帕累托解集存储与筛选

在进行计算分析的过程中，基于MSSA的方式进行最优化处理中，其会呈现出帕累托解集的积累，同时还需要将其求解放入到特定的存储池当中，这样就可以实现对其针对性的分析。

伴随着算法的演进，在出现了非支配解之后，就需要对其存储池当中的一些非支配解集进行相应的分析。相比较传统的最优化分析，这样的分析方式与可以很好的实现多目标的优化分析目标。

首先，需要进行新解支配的分析，并将其中一些新解进行替换处理。而在存储池当中存在着一个以上的支配新解的时候，就需要进行新解的去除。需要注意的是，在新解与其所有解都呈现出较大差异性的时候，就证明内部比并不存在着支配关系。

因此，为了进一步的保障在计算分析的过程中，有着较高的计算效率，就要保障存储池当中，保持着动态非支配接的处理方式。另外，在进行计算中，还要针对对一些非支配解进行合理的去除，以此避免对其计算结果造成不良的影响。

根据计算分析后可以发现，在进行计算的过程中，可以有效的利用轮盘的方式，对其中一些超出限值的个数进行去除，并且需要保障一些非支配解的临解释数量可观的情况下，就可以明确被剔除的可能性越高。

3.3 无功优化应用设计

在本文所提出的MSSA算法的分析中，是一种基于对目标智能的优化算法，因此就需要在对其进行无功优化的分析过程中，需要积极的进行优化变量的处理，同时还要进行相应的连续变量的分析。同时，需要注意的是，还要进行实用度函数的合理性评估。在进行分析的过程中，需要让个体可以找到相应的潮流，这样就可以很好的进行计算以及分析，保障对每一个函數都可以找寻到相应的适应度函数，最终提高无功优化应用设计水平，提高算法的准确性。

总结：综上所述，在本文的所提出的计算方式来看，是一种很好的基于实际的新能源接入到电网系统当中的实际情况，并实现针对性的分析以及计算，以此充分保障在计算之后，可以及时的发现一些最优解，让我国电力网络系统可以稳定的进行运行下去，创造出更多的经济效益和社会效益。

参考文献：

[1]张俊涛，程春田，申建建，等.考虑风光不确定性的高比例可再生能源电网短期联合优化调度方法[J].中国电机工程学报，2020，40（18）：5921-5932.

[2]王皓，张弛，张宏图.含高比例可再生能源的发电系统可靠性评估[D].华北电力大学，2020.

[3]戚永志，黄越辉，王伟胜.高比例清洁能源下水风光消纳能力分析方法研究[J].电网与清洁能源，2020，36（01）：55-63.