基于随机矩阵理论和改进粒子群优化-深度置信网络的无功优化

夏 芃，张 倩，王群京，王 璨

(1.安徽大学电气工程及自动化学院，合肥 230601；2.安徽大学工业节电与电能质量控制协同创新中心，合肥 230601;3.教育部电能质量工程研究中心(安徽大学)，合肥 230601；4.工业节电与用电安全安徽省重点实验室(安徽大学)，合肥 230601；5.国网安徽省电力有限公司，合肥 230601)

分布式电源并网导致配电网结构趋于复杂，配电网电压波动过大[1]、网损较大[2]等问题日趋严重。因此，如何保障电力系统稳定且安全运行，并减小配电网电压波动和网损是国内外学者研究的热点。配电网无功优化是指在电力系统能稳定且安全运行的前提情况下通过针对配电网发电机端电压的调节[3]、变压器分接头次数[4]以及增加无功补偿装置[5-6]等方式来减少电压波动并降低网损。

为解决大规模分布式电源并网所引发的相关问题，目前中外学者主要从改变无功优化模型以及无功优化算法等方面进行研究。文献[7]通过建立系统运行成本和用户满意度为目标的配电网无功优化模型，提高了计算精度和速度。文献[8]建立了混合整数半定规划模型，先将传统无功优化模型转化成半定规划模型，在此基础上增加离散变量使其变成混合整数半定规划模型，使配电网无功优化模型的求解更加方便。上述改进虽然和配电网原始模型相比计算速度得到提高，但改进的方法过于依赖配电网的模型，当配电网的模型过于复杂时，该方法存在局限性。文献[9]将禁忌搜索算法和粒子群算法相融合，对传统的粒子群算法进行改进，并运用到配电网无功优化策略当中。……