基于神经网络的配电网综合节能降损技术

摘要

节约能源和保护环境是我国经济和社会发展的一项长远战略方针,有效地降低配电网线损对实现现代电力系统经济运行具有深远的意义。目前,我国的配网线损率在世界各国之中处于中等水平,与世界上发达国家相比仍然较高,节能降损的空间较大。深入研究配网节能降损措施,采用新的算法和技术,应用更科学的线损管理手段,能够把不合理的电能损耗减少到最小,降低电网线损率,提高电网经济运行水平。降低配电网损耗不但可以减少电费开支,提高经济效益,挖掘配电设备的供电能力,同时对于国家能源的利用、环境的保护以及资源的优化配置非常有利。因此,节能降损、节约电力,在电力相关部门和企业提高输配电效率和效益,产生的经济效益非常可观,也是我国在能源紧张、建设“节约型”社会的背景条件下的要求,符合国家大政方针。
　　 本文从配电网的实际情况出发,在研究配电网节能降损措施发展现状和总结前人经验基础上,提出配电网综合节能降损技术。将人工神经网络算法应用到负荷预测、配网重构、无功补偿之中,针对负荷预测的结果,分析配网潮流的变化趋势,给出更为合理的配网拓扑结构与无功补偿方案,最终达到降低网损的目的。主要研究内容如下:
　　 从变压器节能节电、无功补偿、电网优化运行、节能改造、配网重构五个方面研究配电网节能降损措施。研究各种措施的节能降损原理和效果,分析在实际应用时需注意的问题。无功补偿和配网重构投资小,降损效果好,收益大,需考虑的问题较为复杂,具有较高的研究价值。
　　 对综合节能降损技术的三个主要环节负荷预测、配网重构、无功补偿的各种算法进行了分析比较。本文采用BP神经网络实现负荷预测、配网重构、无功补偿的全过程,达到节能降损的目的。重点研究了BP神经网络学习与训练规则、学习速率和隐层神经元数量的设计等问题。相比其他方法,神经网络算法具有学习功能强大、多输入输出并行处理、非线性映射、分布式存储、容错性强等优势,而BP神经网络理论最为成熟,应用最为广泛。
　　 将人工神经网络算法应用到负荷预测、配网重构、无功补偿之中,形成配电网综合节能降损技术,根据负荷预测的结果,以降低网损为目标,给出优化后的配网拓扑与无功补偿方案。完成了基于神经网络的负荷预测、配网重构、无功补偿模型的建立和实现、程序编制等工作。
　　 以山东省菏泽地区一条10kV配电线路为例,完成了节能降损相关的计算,分析综合节能降损方案的技术细节和降损效果,验证了该技术的可行性和有效性。