淺談煤礦配電網兩階段無功補償優化配制方法

趙景春

摘 要： 煤礦配電網通常存在著電壓較低的情況，而傳統的無功補償裝置存在著某些缺點，因此本篇文章針對煤礦配電網無功優化存在的問題，提出新型的優化補償方案，就是運用靜止無功發生器以及電容器組來配合實現配電網兩階段無功補償的優化。通過研究結果表明，配電網的有功損耗顯著下降，電壓水平也得到了明顯的改善。

關鍵詞： 煤礦配電網；兩階段；無功補償

【中圖分類號】 TM727 【文獻標識碼】 A【文章編號】 2236-1879（2018）14-0281-01

前言：

在煤礦開采過程中，隨著開采深度的不斷增加，機械化應用程度也逐漸加大，因此使用的大功率用電設備也隨之增加，帶來的結果就是煤礦用電的負荷不斷增加，煤礦供配電系統的整體電壓偏低的情況出現。而且煤礦的供配電系統往往在配電網后端，很容易出現電壓不穩定的現象。因此對煤礦配電網實行無功優化補償便非常有必要。一方面能夠顯著的降低供電網系統中的損耗提高電壓，保證設備的正常運行，另一方面能夠有效的節約用電，節省煤礦采集成本。

不過傳統的無功優化補償方案計算得出的電壓往往偏高，這會對電網中設備的使用壽命造成顯著的影響，而且電容器組的調節不能連續進行，導致在投切的過程中會出現過補償或者欠補償的問題。

因此本篇文章考慮到無功優化補償以及綜合考慮煤礦的效益前提下，嘗試利用靜止無功發生器SVG以及電容器組來配合實現配電網的無功優化兩階段無功優化方法，并且使用改進的粒子群算法來解答無功補償容量。

第一階段將有功網損作為無功優化配置電容器組的目標，第二階段則將電壓偏離作為目標，保證節點電壓在一定范圍內穩定。

一、補償裝置的地點選擇

煤礦的整個電力系統具有規模較大的網路結構，并且具有眾多的節點，不能夠對每一個節點都進行補償，因此需要首先對無功補償裝置的地址進行選擇確定，也就是要選擇出能夠最大限度的、最有效的提升電壓和系統電能質量的補償節點。本篇文章中采用靈敏度法來確定無功補償的節點。

二、建立兩階段補償容量優化模型

確定好補償位置之后需要對補償容量進行優化配置來達到最優的補償效果。傳統的無功補償優化結果節點電壓通常較高，會損傷電網中用電設備的使用壽命，因此本篇文章采用兩階段優化模型。第一階段配置電容器組，第二階段克服第一階段中電壓偏高的缺陷，利用SVG進行連續調節，提高優化后電網中設備的電壓質量。

（一）電容器組優化配置模型。

輸電網中的常用控制變量為發電機斷電壓、變壓器分接頭位置和補償電容器組數量。煤礦配電系統中通常使用單個電源，因此在配置無功優化模型的時候不將發電機考慮在內。

（二）SVG優化配置模型。

運用SVG無功補償能夠濾除諧波的特點，選擇適合的位置來安裝從而抑制電壓的大幅度變化，從而將電壓穩定在一定的范圍之內。在第一階段優化配置的基礎之上，通過安裝SVG優化裝置來保證電網系統中電壓的穩定。第二階段將電壓諧波總畸變率作為目標，力求總畸變率最小值。

三、補償容量的優化算法

目前國內外已經有許多學者提出了關于無功優化的計算方法，包括傳統的數學規劃方法，不過這種方法杜宇初始值的選取要求比較高，而且要求目標函數要足夠連續并且可微性要求也比較高。第二類便是通過人工智能方法來進行計算，這類方法的應用效果比較好。本篇文章通過PSO算法進行無功優化。

（一）共享適應度技術。

共享適應度技術就是指更新粒子適應度的時候，減小相似度高的粒子適應度，從而保證粒子種群的多樣性。

（二）學習因子的動態調整。

學習因子表現的是粒子的社會學習能力和自我學習能力，如果社會學習能力較大，說明能夠利于種群的局部搜索，而自我學習能力較大的時候，有助于粒子跳出局部最優解，搜索全局最優解。采用動態調整策略來控制粒子的飛行速度和方向，提高解的收斂速度和精度。

（三）兩階段無功補償設備優化配置過程。

兩階段無功補償優化配置的計算流程需要首先對網略各支路的參數進行確定，然后計算得出各個節點的靈敏度值，選擇各個節點中靈敏度最高的節點做為最終確定的電容器組的補償位置，然后計算確定出第一階段的初始化種群中，每個例子包含控制變量電容器組的補償容量以及調壓變壓器的檔位，計算得到相應的種群狀態，通過得到的有功網損最小作為標準。第二個階段中，種群的每個粒子控制變量是SVG的補償容量，通過計算優化保證電網中的電壓偏差最小。

四、案例

將某煤礦中10kV礦井供電系統簡化的節點圖為案例。

上圖的電網中共存在二十八的節點。

（一）補償結果

第一階段配置電容器組時根據靈敏度法選取補償節點為節點2、5、9、11四個節點。

第二階段中，節點11符合變化較大且呈現不確定性的要求，因此將其作為SVG補償節點。

（二）補償結果的分析

通過對無功優化前和無功優化之后兩個階段的有功損耗進行對比發現，實施無功優化之后兩個階段的電網系統中的有功損耗減少，而且第二階段的有功損耗下降的更為明顯。

利用改進的PSO方法對SVG進行優化配置之后，系統節點電壓的最大畸變率也得到了控制，改善了系統的運行條件。特別是節點11安裝了SVG后改善效果最為明顯，不僅降低了電壓最大畸變率，還一直了系統和電容器之間的諧波。

小結：

和傳統的投切電容器組進行無功優化補償的效果相比較，靜止無功發生器SVG的兩階段無功優化補償方法更能夠保證煤礦電網系統中的電壓穩定性，從而保證電網系統中的設備壽命不會受到影響。在計算優化效果的過程中，首先通過靈敏度法確定補償節點并且采用PSO計算進行無功優化，提高煤礦電網系統中電壓的質量，有效的減少電網系統中的有功損耗。通過對煤礦系統中的電力系統進行無功優化補償配置計算，可以看到優化效果明顯，可以經得起大力推行使用。

參考文獻

[1] 張勇軍，劉瀚林，朱心銘.地區電網感性無功補償優化配置方法[J].電網技術，2011，35（11）：141-145

[2] 劉銘.中國煤礦最大容量SVG在同煤麻家梁礦的應用[J].遼寧工程技術大學學報（自然解學版），2013，32（3）：305-310

[3] 高慧敏，章堅民，江力.基于二階網損無功靈敏度矩陣的配電網無功補償選點[J].電網技術，2014，38（7）：1979-1983