梁樑1，陈冠儒2
1. 国网嘉兴供电公司，浙江嘉兴314100；2. 武汉大学 电气与自动化学院 湖北省 武汉市 430000
摘要：本文对配网中的无功电压协调控制技术进行了综合的阐述和分析。具体介绍了配网中主流无功补偿装置的原理和应用方法，然后描述了各种无功优化算法的优劣，说明了配电网无功电压协调控制技术的研究能提升配电网的电压调控能，缩短无功电压调节措施制订时间，减少电网配调人员的工作量。
关键词：电压调节；无功补偿；优化控制；无功平衡补偿装置
1 引言
在全球能源短缺和环境问题日趋严重的趋势下，开发新能源、保护生态环境逐渐成为未来国际社会发展的主要方向。近年来，随着节能减排与低碳生活的提出，我国分布式能源的开发速度与新能源技术的提升都取得了明显的进步。探索能源问题的发展方向，开发利用新能源无疑成为解决未来能源与环境问题的最佳之选。在浙江，最近几年农村的分布式光伏发展势头迅猛，由于分布式光伏出力具有强随机性、波动性及间歇性，其在就地控制模式下一般采用定并网点单位功率因数1控制。而配电网电阻/电抗比值一般较大，分布式光伏的有功注入将引起并网点电压上升，有功功率波动可能造成电压的大幅度波动，给配电网的电压调节带来困难。这时只能通过改变分布式电源的无功大小或者调整线路参数来进行电压调节。
配电系统多种设备综合协调的电压控制方法是指在满足系统各种运行约束条件下，通过优化计算确定中枢点电压、有载调压变压器分接头档位和无功补偿设备投入量等，以实现系统有功网损最小。光伏发电等通过逆变器并入电网的分布式电源，一般都具有一定的无功调节能力，在向电网输送有功功率的同时，也能发出一定容量的无功功率。因此分布式光伏并网发电改善了配电网的无功控制手段，能够有效支撑节点电压和减小线路无功功率的传输，显示出很好的发展潜力和应用前景。但同时分布式光伏并网发电也给配电网各控制设备之间的协调优化带来了新的挑战[1]。
在对增强型设备的协调控制时，一部分从功率主动调节能力入手，从集中调控的角度建立了主动配电网的储能系统多目标优化配置模型。文献[2]建立了用于独立光伏发电的超级电容器储能系统模型，指出在光伏发电系统受到光照变化及负载扰动的情况下，通过与超级电容器储能系统的协调配合，可以有效地稳定光伏系统的输出电压。为了充分发挥各种储能技术的优点，使其优势互补，相关学者对复合储能系统进行了研究[3]，能改善系统的电能质量，提高并网稳定性。DSTATCOM是近些年逐渐兴起的一种动态无功补偿设备，其作用是快速响应电网运行需要，能够平滑连续地补偿平衡无功负荷，其工作时能有稳定的输出，不受电网干扰和节点电压的影响，因此在倡导主动管理的主动配电网中能起到积极的推进作用。文献[4]从消纳更多分布式电源的角度出发，提出了一种由DSTATCOM和微网组成的无功电压协同控制系统，前者作为快速连续的无功电源进行小容量的无功调节，而分布式电源作为离散的控制手段进行大容量的分级无功调节，两者配合完成配电网中的无功协同控制。
在对分布式电源控制时，文献[5]针对光伏电源接入配电网的情况提出了一种优化控制策略来管理光伏的无功功率，利用线路的节点电压水平通过矩阵计算和最优潮流得到各光伏电站的无功出力最优定值，以改善中低压配电网电压质量。文献[6]建立了一种主动配电网的集中无功优化模型，考虑了主动配电网中各种主动管理措施，包括分布式电源的无功调节、配电网络重构等，并在模型中加入了变压器损耗，考虑了不同措施之间的优先次序，使得其模型更具实际意义。然而，由于分布式电源的随机性、不确定性会造成无功补偿装置的频繁投切，设备运行成本也会相应增加[7]，为此，文献[8]把变压器分接头操作次数、电容器投切次数归入到目标函数中进行统筹控制。文献[9]结合主动配电网复杂多样的可控元素，提出了一种适用于主动配电网 的电压分层协调控制策略，采用自上而下的方式来管理分布式电源的调节和OLTC和无功补偿设备，通过等效节点电压上下限指标可以规避常规电压控制中的调节震荡问题。
2 无功电压补偿装置
针对光伏发电功率非常大而造成的线路末端电压升高的问题，可在线路中添加无功电压补偿装置来补偿光伏逆变器本身的无功调节能力的不足。常用的无功电压补偿装置有串联电抗器、同步调相机、静止无功补偿器等。下面以串联电抗器为例对无功电压补偿装置进行介绍。
(1) 连续可调的可控串联电抗器
可控串联电抗器由一个TCR（Thyristor Controlled Reactor，晶闸管相控电抗器）和一个电抗器（L1）并联，如图2-1所示。其中，TCR由一个电抗器（L2）和一对反并联的可控硅阀串联构成，反并联的一对晶闸管分别在供电电压的正、负半波导通，触发角在90°~180°范围内调节。
.png)
通过调节可控硅阀的触发角可以控制TCSR两端的电压和流过的电流大小，从而达到调节可控串联电抗器的等效电抗值的目的，应用此结构，可实现电抗值连续可调。TCSR的部分电压、电流波形图如图2-2所示。
.png)
从图2-2的波形可以看出，TCSR两端的电压和流过其的电流波形不是标准的正弦波，表明有谐波存在。晶闸管的存在使得电路中产生相应谐波，晶闸管所带来的损耗也会对串联电抗器的效率带来影响，此外，电路中存在的固定电抗器L1、L2亦会对晶闸管两端的电压产生一定影响。于是，可以考虑去除晶闸管，利用电抗器分段投切技术以来达到改变感抗值的目的。
(2) 分段投切的可控串联电抗器
分段投切的可控串联电抗器由一个电抗器与并联在其两端的三个开关构成，如图2-3所示。其中，开关S1、S2、S3将电抗器分为三个部分，三个部分的感抗值之比为4:2:1，即通过控制开关S1、S2、S3的通断，将电抗器的感抗值分为8个等级，假设总的感抗值为j7XL3，则各级感抗值分别为：0， jXL3， j2XL3，j7XL3。
.png)
采用分级投切的方式可以省去可控晶闸管，直接利用开关达到改变感抗值的目的，应用此种方法，可以避免电抗器两端的电压和流过的电流中出现谐波，并且由于去除了晶闸管，在省去了相应的触发角控制之外还可以减小损耗，提高效率。
虽然分级投切的可控串联电抗器具备以上优点，但其存在的缺点也值得注意。分级投切的电抗器感抗值并非连续可调，其调整精度与分级细致程度和分级方法密不可分，分级越细，则调整感抗的效果越好，也越精细，但是，分级越细，所需要的开关个数越多，每个开关之间的协调控制要求越严格，控制将更加复杂，因此带来的成本也将越高。对于某些电路，其成本甚至会超过前一种电抗器。所以，从达到感抗值连续可调的角度来看，分级越细则调整效果越理想；而从成本多少以及相应控制协调的角度来看，分级越少则成本越低，相应控制也越简单越容易实现。因此，需要根据实际情况来折中确定分级的程度以满足相应需求。
根据以上分析可以看出，无论是TCR与电抗器的组合还是电抗器与开关的组合均能达到调整感抗的作用，其各有优点又各有不足，根据不同的情况选择不同的拓扑以得到期望的结果。
3 无功优化问题的求解算法
电压无功控制问题是一个多目标、多约束、多变量的混合非线性问题，它具有控制变量不连续性、不确定性、动态性等特点。针对电压无功优化问题，各方面考虑的程度和处理的方法不同，就有不同类型的电压无功优化数学模型和处理方法。但总体而言，各类电压无功优化控制算法的基本思路是：在电力系统有功负荷、有功电源及有功潮流分布己经给定的情况下，以发电机端电压幅值、无功补偿设备和可调变压器分接头作为控制变量，而以发电机的无功出力、负荷节点电压幅值和支路传送功率作为约束变量，建立电力系统电压无功优化问题的数学模型，应用优化技术和人工智能技术，谋求合理的无功补偿点和最佳补偿容量，保证电力系统安全、经济地向用户供电。
无功优化问题是最优潮流(Optimal Power Flow，OPF)中一个重要的组成部分，几十年来国内外很多专家学者对此开展了大量的研究工作，提出了大量的优化算法。这些算法可以分为无功优化传统算法和人工智能算法两大类。
传统优化方法主要包括线性规划法、非线性规划法、动态规划法和混合整数规划法等，这些算法从某个初始点出发，按照一定的轨迹不断改进当前解，最终收敛于最优解。
(1)线性规划法
线性规划法理论完整，方法比较成熟，因此被广泛应用到电力系统电压无功优化领域中。它的基本思想就是利用线性规划法求解非线性规划问题。其中，灵敏度分析法是最典型的方法，也是应用最广泛的线性规划法。灵敏度分析法的指导思想是将非线性优化转化为线性优化，求出控制变量对无功注入的灵敏度、无功注入对节点电压的灵敏度、以及有功网损对节点电压的灵敏度，在某一初始运行状态附近，根据目标函数以及控制变量与约束变量之间的灵敏度关系来选择对象并计算调整量。线性规划法的优点在于计算速度快，易于处理各种约束条件，但由于它对非线性函数作线性化处理，模型精度不能令人满意。
(2)非线性规划法
由于电压无功优化问题是一个典型的非线性数学规划问题，所以非线性规划法是处理电压无功优化的最直接的方法。常用的非线性规划方法包括半光滑牛顿法、光滑牛顿法、广义简约梯度法、逐次二次规划法和内点法等。近年来，内点法的研究取得了极大的进展，已有研究将分支定界法及原对偶内点法相结合用于求解电网电压无功优化问题，并在国内多个省级电网自动电压控制（AVC）系统中获得应用。
(3)人工智能类算法
近年来，人工智能类算法取得了巨大进展，并有文章将其应用于求解电压无功优化问题。遗传算法（Genetic Algorithm，GA）是通过模拟生物在自然界环境中的遗传和进化过程而形成的一种自适应全局优化搜索算法。遗传算法具有较高的鲁棒性和广泛的适应性，对求解问题不涉及常规优化问题求解的复杂数学过程，并能够获得全局最优解，在电力系统研究领域中得到了广泛的应用。模拟退火算法是一种随机的启发式搜索方法，适用于处理非线性规划问题，理论上是一个全局最优算法，所以计算结果较精确，能以较大的概率找到全局最优解或准全局最优解。但在实际应用中，算法的收敛性和计算速度取决于退火方案的选择。人工神经网络方法首先利用一个隶属函数将总负荷模糊化，然后将模糊化的负荷输入神经网络，得到各控制变量的隶属度，通过隶属度函数解出控制变量的实际值，最后用专家系统结灵敏度分析法来处理各边界越界的情况。此法收敛特性很好，但是如果缺乏有效的学习算法，人工神经网络在训练过程中容易陷入局部极小点。专家系统是在结合其他方法的基础上根据专家经验设置初始值，并不断调整控制参数的大小，直到取得一个比较好的解。模糊优化法通过引入模糊集理论，使一些不确定的问题得到解决。模糊优化法所需的信息量少，智能性强，迭代次数也少，所以计算速度快于非模糊控制，并能很好地反应电压的变化情况，容易在线实现。禁忌搜索算法是近年来伴随计算机技术的发展而产生的“现代启发式”优化技术，是一种扩展邻域的启发式搜索方法。其基本思想是利用一种灵活的“记忆”技术，对已经进行的优化过程进行记录和选择，指导下一步搜索方向。为避免落入局部最优，当达到局部最优解时，它将搜索方向后退到目标退化最小的一个方向上，以此作为新的初始方向。随着科学技术的不断发展，一些新兴算法不断产生，它们大多是通过观察自然界的生物特征得到启发而确立的，如人工鱼群算法、免疫遗传算法、蚁群寻优算法、粒子群优化算法等，有的已被应用于实际工程中，但缺乏严谨的数学证明，理论上也还不够成熟，计算效率仍有待提高。
4 结论
本文介绍了主流的配电网无功补装置的原理和应用方法，对无功优化问题的优化求解算法做了综合的分析。配网无功电压综合协调控制具有如下好处：
?可提升配电网的电压调控能力，提高电压合格率，提高电能质量，降低配电网络损耗，形成良好的经济与社会效益。
?可大大降低配调人员的工作难度，缩短无功电压调节措施制订时间，减少工作量，提高工作质量；可有效提高配电网电能质量，并为分布式清洁能源占比的进一步提高提供技术支撑，进而创造更多经济、社会与环境效益。
参考文献：
[1] 陈旭，张勇军，黄向敏. 主动配电网背景下无功电压控制方法综述[J]. 电力系统自动化
[2] 刘建涛, 张建成. 一种基于超级电容器的光伏系统电压控制方法研究[J]. 电网与清洁能源, 2010 (11): 107-111.
[3] 王虹富, 曹军, 邱家驹, 等. 一种用于分布式发电系统的有功功率补偿模型[J]. 电力系统自动化, 2009 (8): 94-98.
[4] 吕志鹏, 罗安, 周柯, 等. 静止同步补偿器与微网在配电网无功电压协同控制中的联合运用[J]. 中国电机工程学报, 2010, 30: 18-24.
[5] 邢海军, 程浩忠, 张逸. 基于多种主动管理策略的配电网综合无功优化[J]. 电网技术, 2015, 39(6):1504-1510.
[6] 刘自发, 刘刚, 刘幸. 基于量子差分进化算法的分布式电源协调优化调度[J]. 电网技术, 2013, 37(7):1922-1928.
[7] 陈树恒, 党晓强, 李兴源,等. 考虑分布式电源接入与设备运行成本的配电网无功优化[J]. 电力系统保护与控制, 2012(21):36-41.
[8] 陈飞, 刘东, 陈云辉. 主动配电网电压分层协调控制策略[J]. 电力系统自动化, 2015, 39(9):61-67.
[9] 黄有为, 王承民, 林子钊. 配网无功电压分散协调控制策略研究[J]. 电力系统保护与控制, 2005, 33(18):36-39.