一种无功补偿装置配置方案优化方法、装置、设备及介质

技术领域

本发明属于无功补偿技术领域，具体涉及一种无功补偿装置配置方案优化方法、装置、设备及介质。

背景技术

随着半导体制造、精密加工、机器人制造、航空航天装备等高端制造业的发展，交流接触器(AC contactor，ACC)、变频调速系统(adjustable speed drive，ASD)、可编程逻辑控制器(programmable logic controller，PLC)、个人计算机(personal computer，PC)等对电压暂降敏感的设备得到广泛应用。这些设备在提高工业生产效率的同时，也因其对电压暂降的高敏感性大幅增加了用户的电能质量经济损失。

传统的无功补偿装置有静止无功补偿器(SVC)、静止同步补偿器(STATCOM)等。值得注意的是，大部分电池储能电站的研究场景是调峰、调频。电池储能电站面向调节无功/电压的场景研究少之又少。其实，电池储能电站是一种优质的调压资源，应用于辅助调压更具有可观的潜在效益——无论应用于正常调压还是动态无功支撑，理论上只占有电力转换系统(PCS)容量而不消耗电池的储存能量(SOC)。因此，当受端电网呈现出以电压问题为主导性的运行状态时，利用电池储能电站动态无功补偿来辅助调压的同时，电池储能电站仍可以在其他应用场景下发挥作用，有效拓展了电池储能电站的应用空间，提高了其利用效率。并且电池储能电站响应速度快，可以显著改善暂态电压质量。但无功补偿装置一般设置规模较大，维护成本高。

在大型的受端电网中，电压暂降跌落幅值过大，持续时间过长，都会导致受端电网电压失稳甚至换相失败。

发明内容

本发明的目的在于提供一种无功补偿装置配置方案优化方法、装置、设备及介质，以解决现有无功补偿装置为满足安全性导致成本过高的技术问题。

为实现上述目的，本发明采用如下技术方案予以实现：

第一方面，本发明提供一种无功补偿装置配置方案优化方法，包括以下步骤：

获取历史故障数据，根据历史故障数据采用蒙特卡罗概率统计法建立电压暂降风险概率评估模型，并利用电压暂降风险概率评估模型生成暂降电压发生概率表；

根据暂降电压发生概率表获取不稳定区暂降电压和不稳定区暂降电压持续时间，根据不稳定区暂降电压和不稳定区暂降电压持续时间定义电压暂降风险系数；

根据电压暂降风险系数和暂降电压发生概率表建立电压暂降风险度计算模型；

在电压暂降风险度计算模型基础上，以最低设备维护成本和无功补偿后最低暂降风险为目的，建立目标函数；

采用粒子群算法求解目标函数得到Pareto解集，采用VIKOR决策方法选取Pareto解集中的最优配置方案。

本发明的进一步改进在于：所述获取历史故障数据，根据历史故障数据采用蒙特卡罗概率统计法建立电压暂降风险概率评估模型，并利用电压暂降风险概率评估模型生成暂降电压发生概率表的步骤中，具体包括：

获取历史故障数据，历史故障数据包括故障类型和故障位置，通过MATLAB选取随机变量(x，y)，x表示故障位置，y表示故障类型；

通过蒙特卡罗概率统计法确定变量x在不同取值下对应不同故障位置，得到故障位置模型；

通过历史故障数据得到不同故障类型的概率统计表；

通过不同故障类型的概率统计表确定变量y在不同取值下对应不同故障类型，得到故障类型模型，电压暂降风险概率评估模型由故障类型模型和故障位置模型组成；

根据电压暂降风险概率评估模型采用PSCAD进行时域暂态仿真，仿真进行预设次数，记录每次仿真时的电压暂降幅度和持续时长，得到暂降电压发生概率表。

本发明的进一步改进在于：所述电压暂降风险系数的定义公式如下：

式中，VSRC

本发明的进一步改进在于：所述根据电压暂降风险系数和暂降电压发生概率表建立电压暂降风险度计算模型的步骤中，具体包括：

根据电压暂降系数对应的暂降电压和暂降电压持续时间，在暂降电压发生概率表中找到对应的暂降电压发生概率；

然后建立电压暂降风险度计算模型；

式中，η表示电压暂降风险度，p

本发明的进一步改进在于：所述目标函数包括经济目标函数和电压暂降风险目标函数，所述根据电压暂降风险度计算模型以最低设备维护成本和无功补偿后最低暂降风险为目的，建立目标函数的步骤中，具体包括：

以最低设备维护费为目的，建立经济目标函数；

minf＝R

式中，R

根据电压暂降风险度计算模型计算无功补偿前后的电压暂降风险度，根据无功补偿前后的电压暂降风险度以无功补偿后最低暂降风险为目的，建立电压暂降风险目标函数；

电压暂降风险目标函数：

式中，η

本发明的进一步改进在于：所述目标函数满足约束条件；

0≤Q

-S

式中：b是确定的无功补偿规划容量，是常数。P

本发明的进一步改进在于：所述采用粒子群算法求解目标函数得到Pareto解集，采用VIKOR决策方法选取Pareto解集中的最优配置方案的步骤中，具体包括：

采用粒子群算法求解目标函数得到Pareto解集的过程中采用如下公式：

ω＝ω

式中，ω是惯性权重；c

根据Pareto解集设m个参评方案，每个参评方案中包括n个指标，根据m和n建立初始决策矩阵A＝(a

将初始决策矩阵进行归一化得到归一化矩阵；

根据归一化矩阵计算正负理想解；

根据正负理想解计算每个方案的群体效益值和个体遗憾值；

根据每个方案的群体效益值和个体遗憾值计算每个方案的利益比率；

选择利益比率最大的方案作为最优配置方案输出。

第二方面，本发明提供一种无功补偿装置配置方案优化装置，包括：

概率模块：用于获取历史故障数据，根据历史故障数据采用蒙特卡罗概率统计法建立电压暂降风险概率评估模型，并利用电压暂降风险概率评估模型生成暂降电压发生概率表；

电压暂降风险系数计算模块：用于根据暂降电压发生概率表获取不稳定区暂降电压和不稳定区暂降电压持续时间，根据不稳定区暂降电压和不稳定区暂降电压持续时间定义电压暂降风险系数；

电压暂降风险度计算模型建立模块：用于根据电压暂降风险系数和暂降电压发生概率表建立电压暂降风险度计算模型；

目标函数建立模块：用于在电压暂降风险度计算模型基础上，以最低设备维护成本和无功补偿后最低暂降风险为目的，建立目标函数；

求解模块：用于采用粒子群算法求解目标函数得到Pareto解集，采用VIKOR决策方法选取Pareto解集中的最优配置方案。

第三方面，本发明提供一种计算机设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述的一种无功补偿装置配置方案优化方法。

第四方面，本发明提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述的一种无功补偿装置配置方案优化方法。

与现有技术相比，本发明至少包括以下有益效果：

1、本发明以最低成本和最低暂降风险为目标函数，通过粒子群算法得到pareto解集，然后通过VIKOR决策方法得到最优配置方案，通过最优配置方案设置无功补偿装置在保证安全性的前提下有效降低成本；

2、本发明提出电压暂降风险系数表示节点电压暂降的严重程度，定义电压暂降风险度，用更优化、合理的标准来评价电网面临电压暂降风险的大小。

附图说明

构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。

在附图中：

图1为本发明一种无功补偿装置配置方案优化方法的流程图；

图2为本发明一种无功补偿装置配置方案优化装置的结构框图；

图3为本发明实施例中的敏感负荷电压耐受曲线示意图。

具体实施方式

下面将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

以下详细说明均是示例性的说明，旨在对本发明提供进一步的详细说明。除非另有指明，本发明所采用的所有技术术语与本发明所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式，而并非意图限制根据本发明的示例性实施方式。

实施例1

一种无功补偿装置配置方案优化方法，如图1所示，包括以下步骤：

S1、获取历史故障数据，根据历史故障数据采用蒙特卡罗概率统计法建立电压暂降风险概率评估模型，并利用电压暂降风险概率评估模型生成暂降电压发生概率表；

具体的，在S1中基于蒙特卡罗概率统计法，对受端区域配电网所面临的电压暂降风险进行建模评估，电压暂降风险概率评估模型考虑了影响各节点电压暂降的效果因素更加准确；

具体的，在S1中包括以下步骤：

S11、获取历史故障数据，历史故障数据包括故障类型和故障位置，通过MATLAB选取随机变量(x，y)，x表示故障位置，y表示故障类型；

S12、通过蒙特卡罗概率统计法确定变量x在不同取值下对应不同故障位置，得到故障位置模型；

故障位置模型：

式中，p＝1/n；n表示线路总数；

具体的，对于故障位置模型，考虑同一线路上的故障引起负荷点的电压暂降程度差别不大，为了简化分析，将各条母线和线路均看作是同一个故障节点，不考虑线路发生故障的具体位置，并认为所有的节点发生故障的概率是相等的。

S13、通过历史故障数据得到不同故障类型的概率统计表，如表1所示；

表1不同故障类型的概率统计表

S14、通过不同故障类型的概率统计表确定变量y在不同取值下对应不同故障类型，得到故障类型模型，电压暂降风险概率评估模型由故障类型模型和故障位置模型组成；

故障类型模型：

针对故障持续时间，由于系统永久故障仿真跳开时间大多为5个周波，即时长0.1s，因此，本实施例中故障持续时间设定为0.1秒；

S15、根据电压暂降风险概率评估模型采用PSCAD进行时域暂态仿真，仿真进行预设次数，统计仿真数据得到暂降电压发生概率表，如表2所示；

表1暂降电压发生概率表

具体的，在S15中可先记录所有故障地点分别发生不同类型故障后负荷节点的电压暂降情况，将数据保存，再利用MATLAB确定了随机变量后，直接调用数据即可，最后生成表2。

S2、根据暂降电压发生概率表获取不稳定区暂降电压和不稳定区暂降电压持续时间，根据不稳定区暂降电压和不稳定区暂降电压持续时间定义电压暂降风险系数；

当系统发生电压暂降时，各类敏感负荷电压耐受能力变化范围不一样。但都基本符合图3的电压耐受曲线图，即各敏感负荷都存在三种运行状态：正常、不稳定、故障。

随着电压暂降到某一幅值和持续时间的不同，不同敏感负荷的运行状态也不一样。为了简化计算，本发明将所有的敏感负荷等效为一个综合性的敏感负荷进行处理。设定当电压暂降值大于U

具体的，在S2中，引入暂降风险系数(Voltage Sag Risk Coefficient，VSRC)，正常区和故障区很容易看出，其VSRC分别定为0和1，其物理意义为敏感负荷没有脱扣和全部脱扣。针对不稳定区，考虑到故障发生的严重程度与暂降时间和暂降电压值密切相关，故电压暂降风险度计算公式如下：

式中，VSRC

S3、根据电压暂降风险系数和暂降电压发生概率表建立电压暂降风险度计算模型；

具体的，在S3中，由于无功补偿前后，电网受到大扰动后，各节点暂降电压幅度和电压暂降持续时间是不同的，容量相等、类型不同的无功补偿装置，电压暂降情况也有所差异，为了反映电网所面临的电压暂降风险，本发明引入电压暂降风险度计算模型：

式中，η表示电压暂降风险度，p

η越大，电压暂降风险度越大，说明电网故障时，电压稳定性越差，因此，在电力系统中装设无功补偿装置时，要考虑无功补偿装置对电压暂降风险度削弱效果，电压暂降风险度越高，则表明系统面临电压暂态失稳的风险也就越高。综上所述，电压暂降风险度的应用具有一定的工程实际意义。

S4、在电压暂降风险度计算模型基础上，以最低设备维护成本和无功补偿后最低暂降风险为目的，建立目标函数；

具体的，目标函数包括经济目标函数和电压暂降风险目标函数；

具体的，在S4中包括以下步骤：

S41、以最低设备维护费为目的，建立经济目标函数；

本实施例中均等效为年费用进行分析；

经济目标函数：

minf＝R

式中，R

经济目标函数中设备的种类根据实际情况进行设置，不局限于本实施例中列出的一种。

针对R

式中，c

针对R

C

C

S42、根据电压暂降风险度计算模型计算无功补偿前后的电压暂降风险度，根据无功补偿前后的电压暂降风险度以无功补偿后最低暂降风险为目的，建立电压暂降风险目标函数；

电压暂降风险目标函数：

式中，η

S43、目标函数包括经济目标函数和电压暂降风险目标函数，目标函数满足约束条件；

0≤Q

-S

式中：b是确定的无功补偿规划容量，是常数。P

S5、采用粒子群算法求解目标函数得到Pareto解集，采用VIKOR决策方法求解Pareto解集得到最优配置方案；

具体的，采用粒子群算法求解目标函数得到Pareto解集的过程中采用如下公式：

ω＝ω

式中，ω是惯性权重；c

粒子群算法(Particle Swarm Optimization，PSO)是为多目标、非线性、多变量求解提出的全局进化算法，其基本思想是在进化过程中，把一个“粒子”作为优化问题解，并且适应度决定了粒子的优越性，通常由目标函数作为各粒子的适应度。新粒子的位置由飞行速度v决定，v的大小由种群进化过程的个体最优粒子位置pbest和全局最优粒子位置gbest计算。

VIKOR是属于一种多属性决策中最佳化妥协解方法，也是一种基于理想点法的决策方法。

VIKOR的基本观念在于首先界定理想解与负理想解，而后根据各备选方案的评估值与理想方案的接近程度来排列方案之间的优先顺序。在综合的方法上，VIKOR采用了Lp-metric发展而来的聚合函数。其最大的特色就是最大化群体效益和最小化反对意见的个别遗憾，所以其妥协解可被决策者接受。该方法可以给出带有优先级的折中方案，使得决策结果更为可靠。

具体的，采用VIKOR决策方法求解Pareto解集得到最优配置方案的步骤中，包括以下步骤：

S51、根据Pareto解集设m个参评方案，每个参评方案中包括n个指标，根据m和n建立初始决策矩阵A＝(a

S52、将初始决策矩阵进行归一化；

式中，v

S53、根据归一化矩阵计算正负理想解；

r

r

式中，r

S54、根据正负理想解计算每个方案的群体效益值和个体遗憾值；

如果是效益型指标，处理方法为：

如果是成本型指标，处理方法为：

式中，S

S55、根据每个方案的群体效益值和个体遗憾值计算每个方案的利益比率；

式中，Q

v反映了标准的重要性或决策者的偏好。当v>0.5时，偏向于群体效益越大，属于风险偏好类型；v<0.5时，偏向于少数派的个别遗憾，属于风险规避类型。当v＝0.5时，它考虑了多数群体的利益和少数群体的反对意见，这是风险中立的，本实施例中v＝0.5。

S56、选择利益比率最大的方案作为最优配置方案输出。

实施例2

一种无功补偿装置配置方案优化装置，如图2所示，包括：

概率模块：用于获取历史故障数据，根据历史故障数据采用蒙特卡罗概率统计法建立电压暂降风险概率评估模型，并利用电压暂降风险概率评估模型生成暂降电压发生概率表；

具体的，在概率模块中基于蒙特卡罗概率统计法，对受端区域配电网所面临的电压暂降风险进行建模评估，电压暂降风险概率评估模型考虑了影响各节点电压暂降的效果因素更加准确；

具体的，在概率模块中包括以下步骤：

获取历史故障数据，历史故障数据包括故障类型和故障位置，通过MATLA B选取随机变量(x，y)，x表示故障位置，y表示故障类型；

通过蒙特卡罗概率统计法确定x在不同取值下对应不同的故障位置，得到故障位置模型；

故障位置模型：

式中，p

具体的，对于故障位置模型，考虑同一线路上的故障引起负荷点的电压暂降程度差别不大，为了简化分析，将各条母线和线路均看作是同一个故障节点，不考虑线路发生故障的具体位置，并认为所有的节点发生故障的概率是相等的。

通过历史故障数据得到不同故障类型的概率统计表，如表1所示；

表1不同故障类型的概率统计表

通过不同故障类型的概率统计表确定y在不同取值下对应不同故障类型，得到故障类型模型，电压暂降风险概率评估模型由故障类型模型和故障位置模型组成；

故障类型模型：

/>

针对故障持续时间，由于系统永久故障仿真跳开时间大多为5个周波，即时长0.1s，因此，本实施例中故障持续时间设定为0.1秒；

根据电压暂降风险概率评估模型采用PSCAD进行时域暂态仿真，仿真进行预设次数，统计仿真数据得到暂降电压发生概率表；

电压暂降风险系数计算模块：用于根据暂降电压发生概率表获取不稳定区暂降电压和不稳定区暂降电压持续时间，根据不稳定区暂降电压和不稳定区暂降电压持续时间定义电压暂降风险系数；

当系统发生电压暂降时，各类敏感负荷电压耐受能力变化范围不一样。但都基本符合图3的电压耐受曲线图，即各敏感负荷都存在三种运行状态：正常、不稳定、故障。

随着电压暂降到某一幅值和持续时间的不同，不同敏感负荷的运行状态也不一样。为了简化计算，本发明将所有的敏感负荷等效为一个综合性的敏感负荷进行处理。设定当电压暂降值大于U

具体的，在电压暂降风险系数计算模块中，引入暂降风险系数(Voltage Sag RiskCoefficient，VSRC)，正常区和故障区很容易看出，其VSRC分别定为0和1，其物理意义为敏感负荷没有脱扣和全部脱扣。针对不稳定区，考虑到故障发生的严重程度与暂降时间和暂降电压值密切相关，故电压暂降风险度计算公式定义如下：

式中，VSRC

电压暂降风险度计算模型建立模块：用于根据电压暂降风险系数和暂降电压发生概率表建立电压暂降风险度计算模型；

具体的，在电压暂降风险度计算模型建立模块中，由于无功补偿前后，电网受到大扰动后，各节点暂降电压幅度和电压暂降持续时间是不同的，容量相等、类型不同的无功补偿装置，电压暂降情况也有所差异，为了反映电网所面临的电压暂降风险，本发明引入电压暂降风险度计算模型：

式中，η表示电压暂降风险度，p

η越大，电压暂降风险度越大，说明电网故障时，电压稳定性越差，因此，在电力系统中装设无功补偿装置时，要考虑无功补偿装置对电压暂降风险度削弱效果，电压暂降风险度越高，则表明系统面临电压暂态失稳的风险也就越高。综上所述，电压暂降风险度的应用具有一定的工程实际意义。

目标函数建立模块：用于在电压暂降风险度计算模型基础上，以最低设备维护成本和无功补偿后最低暂降风险为目的，建立目标函数；

具体的，目标函数包括经济目标函数和电压暂降风险目标函数；

具体的，在目标函数建立模块中包括以下步骤：

以最低设备维护费为目的，建立经济目标函数；

本实施例中均等效为年费用进行分析；

经济目标函数：

minf＝R

式中，R

经济目标函数中设备的种类根据实际情况进行设置，不局限于本实施例中列出的一种。

针对R

式中，c

针对R

C

C

根据电压暂降风险度计算模型计算无功补偿前后的电压暂降风险度，根据无功补偿前后的电压暂降风险度以无功补偿后最低暂降风险为目的，建立电压暂降风险目标函数；

电压暂降风险目标函数：

式中，η

目标函数包括经济目标函数和电压暂降风险目标函数，目标函数满足约束条件；

0≤Q

-S

式中：b是确定的无功补偿规划容量，是常数。P

求解模块：采用粒子群算法求解目标函数得到Pareto解集，采用VIKOR决策方法求解Pareto解集得到最优配置方案；

具体的，采用粒子群算法求解目标函数得到Pareto解集的过程中采用如下公式：

ω＝ω

式中，ω是惯性权重；c

粒子群算法(Particle Swarm Optimization，PSO)是为多目标、非线性、多变量求解提出的全局进化算法，其基本思想是在进化过程中，把一个“粒子”作为优化问题解，并且适应度决定了粒子的优越性，通常由目标函数作为各粒子的适应度。新粒子的位置由飞行速度v决定，v的大小由种群进化过程的个体最优粒子位置pbest和全局最优粒子位置gbest计算。

VIKOR是属于一种多属性决策中最佳化妥协解方法，也是一种基于理想点法的决策方法。

VIKOR的基本观念在于首先界定理想解与负理想解，而后根据各备选方案的评估值与理想方案的接近程度来排列方案之间的优先顺序。在综合的方法上，VIKOR采用了Lp-metric发展而来的聚合函数。其最大的特色就是最大化群体效益和最小化反对意见的个别遗憾，所以其妥协解可被决策者接受。该方法可以给出带有优先级的折中方案，使得决策结果更为可靠。

具体的，采用VIKOR决策方法求解Pareto解集得到最优配置方案的步骤中，包括以下步骤：

根据Pareto解集设m个参评方案，每个参评方案中包括n个指标，根据m和n建立初始决策矩阵A＝(a

将初始决策矩阵进行归一化得到归一化矩阵；

式中，v

根据归一化矩阵计算正负理想解；

r

r

式中，r

根据正负理想解计算每个方案的群体效益值和个体遗憾值；

如果是效益型指标，处理方法为：

如果是成本型指标，处理方法为：

式中，S

式中，Q

选择利益比率最大的方案作为最优配置方案输出。

实施例3

一种计算机设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现实施例1的一种无功补偿装置配置方案优化方法。

实施例4

一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现实施例1的一种无功补偿装置配置方案优化方法。

由技术常识可知，本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。因此，上述公开的实施方案，就各方面而言，都只是举例说明，并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。