静止同步补偿器的初始运行状态的确定方法与确定装置与流程

1.本技术涉及电力调度自动化技术领域，具体而言，涉及一种静止同步补偿器的初始运行状态的确定方法与确定装置。


背景技术：

2.对于大型负荷中心(特别是多常规直流集中馈入)，通常为了降低暂态电压的失稳风险，往往在多个变电站配置statcom(静止同步补偿器)。
3.statcom能够提高系统暂态电压稳定性的主要原因是：在交流系统发生严重短路故障时和故障切除后系统恢复期间，可以快速调出其动态无功，从而满足交流系统恢复过程中需要的动态无功。在动态无功上限一定的情况下，statcom在暂态过程中能够提供的动态无功与其的初始无功状态(即初始运行状态)相关。初始运行状态下，statcom向交流系统注入的无功功率越小(甚至向交流系统吸收无功功率)，暂态过程中能够调出的动态无功功率越多，对交流系统的暂态电压稳定性越有利。然而，statcom向交流系统吸收的无功功率越多，越不利于交流系统的稳态调压(增加稳态调压的难度))，有可能导致交流系统稳态运行电压过低。
4.如何在确保交流系统稳态电压满足运行要求的前提下，确定多个变电站的statcom的初始无功状态，最大限度地提高负荷中心的暂态电压稳定性，对电网安全稳定运行具有较为重要的意义。
5.因此，亟需一种能够确定多个变电站配置的多台statcom的初始运行状态的方案。


技术实现要素：

6.本技术的主要目的在于提供一种静止同步补偿器的初始运行状态的确定方法与确定装置，以至少解决现有技术中缺少确定多个变电站配置的多台statcom的初始运行状态的问题。
7.为了实现上述目的，根据本技术的一个方面，提供了静止同步补偿器的初始运行状态的确定方法，包括：基于各目标变电站配置的静止同步补偿器的初始无功功率，以及交流系统在给定的目标运行方式以及给定的目标故障下的低电压持续时间，构建目标优化函数，所述目标故障为预设故障集中的一个故障，所述目标变电站为配置有所述静止同步补偿器的变电站，所述目标运行方式为所述交流系统的运行方式，且一个所述交流系统包括多个所述目标运行方式；基于各所述目标变电站配置的所述静止同步补偿器向所述交流系统注入的无功功率的下限值和上限值，构建目标约束条件，并由所述目标优化函数和所述目标约束条件，构成单目标优化模型；采用秃鹰优化算法，对所述单目标优化模型进行优化求解，得到各所述目标变电站配置的所述静止同步补偿器的初始无功功率。
8.可选地，基于各目标变电站配置的静止同步补偿器的初始无功功率，以及交流系统在给定的目标运行方式以及给定的目标故障下的低电压持续时间，构建目标优化函数，包括：基于各所述目标变电站配置的所述静止同步补偿器的初始无功功率，构建第一因子，
并计算第一权重系数和所述第一因子的乘积，得到第一目标因子；基于所述交流系统在给定的所述目标运行方式以及给定的所述目标故障下的所述低电压持续时间，构建第二因子，并计算第二权重系数和所述第二因子的乘积，得到第二目标因子；计算所述第一目标因子、所述第二目标因子以及惩罚因子的和，得到所述目标优化函数。
9.可选地，基于各所述目标变电站配置的所述静止同步补偿器的初始无功功率，构建第一因子，包括：采用构建所述第一因子，f1为所述第一因子，qi为第i个所述目标变电站配置的所述静止同步补偿器的初始无功功率，q
i,min
为第i个所述目标变电站配置的所述静止同步补偿器向所述交流系统注入的无功功率的下限值，q
i,max
为第i个所述目标变电站配置的所述静止同步补偿器向所述交流系统注入的无功功率的上限值，i为整数且i的取值从1开始，一直到n，n为负荷中心中所述目标变电站的总数量。
10.可选地，基于所述交流系统在给定的所述目标运行方式以及给定的所述目标故障下的所述低电压持续时间，构建第二因子，包括：采用构建所述第二因子，f2为所述第二因子，t
j,m
为所述交流系统在第j个所述目标运行方式以及第m个所述目标故障下的所述低电压持续时间，t1′
与t2′
均为预先设定的阈值常数，j为整数且j的取值从1开始，一直到s，s为所述目标运行方式的总数量，m为整数且m的取值从1开始，一直到m，m为所述预设故障集中所述目标故障的总数量。
11.可选地，基于各所述目标变电站配置的所述静止同步补偿器向所述交流系统注入的无功功率的下限值和上限值，构建目标约束条件，包括：采用q
i,min
≤qi≤q
i,max
，构建所述目标约束条件，qi为第i个所述目标变电站配置的所述静止同步补偿器的初始无功功率，q
i,min
为第i个所述目标变电站配置的所述静止同步补偿器向所述交流系统注入的无功功率的下限值，q
i,max
为第i个所述目标变电站配置的所述静止同步补偿器向所述交流系统注入的无功功率的上限值，i为整数且i的取值从1开始，一直到n，n为负荷中心中所述目标变电站的总数量。
12.可选地，采用秃鹰优化算法，对所述单目标优化模型进行优化求解，得到各所述目标变电站配置的所述静止同步补偿器的初始无功功率，包括：初始化步骤，初始化目标种群，所述目标种群中包括k只秃鹰，每一只所述秃鹰的第i个位置用于表示第i个所述目标变电站配置的所述静止同步补偿器的初始无功功率，i为整数且i的取值从1开始，一直到n，n为负荷中心中所述目标变电站的总数量；第一计算步骤，采用所述目标种群和所述第一因子的表达式，计算在第j个所述目标运行方式下的第一适应度值，并采用所述目标种群和所述第二因子的表达式，计算在第j个所述目标运行方式下的第二适应度值，且采用所述第一适应度值、所述第二适应度值和所述目标优化函数，得到目标适应度值；更新步骤，采用多
只所述秃鹰的所述目标适应度值，对所述目标种群进行更新，得到更新后的所述目标种群；第一重复步骤，依次重复所述第一计算步骤和所述更新步骤至少一次，直到满足迭代次数，并将最小的所述目标适应度值对应的所述秃鹰，确定为各所述目标变电站配置的所述静止同步补偿器的初始无功功率。
13.可选地，采用所述目标种群和所述第二因子的表达式，计算在第j个所述目标运行方式下的第二适应度值，包括：第二计算步骤，通过潮流计算和所述目标种群，计算所述交流系统在第j个所述目标运行方式下，各所述目标变电站的电压以及被影响变电站的电压，所述被影响变电站为预定区域中的变电站；执行步骤，在存在一个候选变电站的电压高于预设电压上限值的情况下，退出所述候选变电站中的一组电容器组或者投入一组电抗器组，在存在一个所述候选变电站的电压低于预设电压下限值的情况下，投入所述候选变电站中的一组所述电容器组或者退出一组所述电抗器组，所述候选变电站为变电站组中的一个变电站，所述变电站组由n个所述目标变电站和所述被影响变电站构成；第二重复步骤，依次重复所述第二计算步骤和所述执行步骤至少一次，直到满足预设条件，所述预设条件包括以下之一：所述变电站组中的各所述变电站的电压均处于目标范围内、存在一个所述候选变电站的电压高于所述预设电压上限值且无法退出一组所述电容器组或者投入一组所述电抗器组、存在一个所述候选变电站的电压低于所述预设电压下限值且无法投入一组所述电容器组或者退出一组所述电抗器组，所述目标范围为由所述预设电压下限值与所述预设电压上限值组成的；确定步骤，采用故障仿真计算方法，确定第j个所述目标运行方式下以及第m个所述目标故障下的所述低电压持续时间，并采用所述低电压持续时间和所述第二因子，确定所述第二适应度值，m为整数且m的取值从1开始，一直到m，m为所述预设故障集中所述目标故障的总数量。
14.可选地，采用多只所述秃鹰的所述目标适应度值，对所述目标种群进行更新，得到更新后的所述目标种群，包括：采用选择-搜索-俯冲的更新方式，对所述目标种群中的各所述秃鹰进行计算，得到多只新秃鹰，所述目标种群中的一个所述秃鹰对应着多个所述新秃鹰；基于所述目标优化函数，计算所述目标种群中的一个所述秃鹰以及多个所述新秃鹰的所述目标适应度值，并将最小的所述目标适应度值对应的目标秃鹰，确定为遗传秃鹰，所述目标秃鹰为所述目标种群中的一个所述秃鹰与对应的多个所述新秃鹰所构成的秃鹰组合中的一个；由确定出的多个所述遗传秃鹰，构成更新后的所述目标种群。
15.可选地，在依次重复所述第二重复步骤和所述执行步骤至少一次，直到满足预设条件之后，所述确定方法还包括：在满足的所述预设条件为所述变电站组中的各所述变电站的电压均处于目标范围内的情况下，将所述惩罚因子设置为0；在满足的所述预设条件不为所述变电站组中的各所述变电站的电压均处于目标范围内的情况下，将所述惩罚因子设置为正实数。
16.根据本技术的另一方面，提供了一种静止同步补偿器的初始运行状态的确定装置，包括：第一构建单元，用于基于各目标变电站配置的静止同步补偿器的初始无功功率，以及交流系统在给定的目标运行方式以及给定的目标故障下的低电压持续时间，构建目标优化函数，所述目标故障为预设故障集中的一个故障，所述目标变电站为配置有所述静止同步补偿器的变电站，所述目标运行方式为所述交流系统的运行方式，且一个所述交流系统包括多个所述目标运行方式；第二构建单元，用于基于各所述目标变电站配置的所述静
止同步补偿器向所述交流系统注入的无功功率的下限值和上限值，构建目标约束条件，并由所述目标优化函数和所述目标约束条件，构成单目标优化模型；优化求解单元，用于采用秃鹰优化算法，对所述单目标优化模型进行优化求解，得到各所述目标变电站配置的所述静止同步补偿器的初始无功功率。
17.应用本技术的技术方案，首先，基于各目标变电站配置的静止同步补偿器的初始无功功率，以及交流系统在给定的目标运行方式以及给定的目标故障下的低电压持续时间，构建目标优化函数；然后，基于各目标变电站配置的静止同步补偿器向交流系统注入的无功功率的下限值和上限值，构建目标约束条件；也就是说，本方案以多个目标变电站配置的静止同步补偿器的初始无功功率的总和最小，最大限度地提高负荷中心的暂态电压稳定性为目标，以各目标变电站配置的静止同步补偿器的无功功率的下限值和上限值为约束，建立单目标优化模型；最后，采用秃鹰优化算法，对建立的单目标优化模型进行优化求解，从而实现了在保证多个目标变电站配置的静止同步补偿器的初始无功功率的总和最小的基础上，得到各目标变电站配置的静止同步补偿器的初始无功功率，进而解决了现有技术中缺少确定目标变电站的statcom的初始运行状态的问题。另外，本方案通过优化多个目标变电站配置的初始无功功率，在不影响系统稳态调压、且兼顾经济性和有效性的基础上，最大限度地利用静止同步补偿器，提高了负荷中心的暂态电压稳定性，为交流系统的运行调度提供了有效的技术支撑。
附图说明
18.构成本技术的一部分的说明书附图用来提供对本技术的进一步理解，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
19.图1示出了本技术的实施例中提供的一种执行静止同步补偿器的初始运行状态的确定方法的移动终端的硬件结构框图；
20.图2示出了本技术的实施例提供的一种静止同步补偿器的初始运行状态的确定方法的流程示意图；
21.图3示出了本技术的实施例提供的一种静止同步补偿器的初始运行状态的确定装置的结构示意图。
22.其中，上述附图包括以下附图标记：
23.102、处理器；104、存储器；106、传输设备；108、输入输出设备。
具体实施方式
24.需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本技术。
25.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分的实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本技术保护的范围。
26.需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第
二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
27.正如背景技术中所介绍的，现有技术中缺少多个变电站配置的多台statcom的初始运行状态，为解决上述的问题，本技术的实施例提供了一种静止同步补偿器的初始运行状态的确定方法与确定装置。
28.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。
29.本技术实施例中所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例，图1是本发明实施例的一种静止同步补偿器的初始运行状态的确定方法的移动终端的硬件结构框图。如图1所示，移动终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器mcu或可编程逻辑器件fpga等的处理装置)和用于存储数据的存储器104，其中，上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述移动终端的结构造成限定。例如，移动终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
30.存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的静止同步补偿器的初始运行状态的确定方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至移动终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。传输设备106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端的通信供应商提供的无线网络。在一个实例中，传输设备106包括一个网络适配器(network interface controller，简称为nic)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输设备106可以为射频(radio frequency，简称为rf)模块，其用于通过无线方式与互联网进行通讯。
31.在本实施例中提供了一种运行于移动终端、计算机终端或者类似的运算装置的静止同步补偿器的初始运行状态的确定方法，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
32.图2是根据本技术实施例的静止同步补偿器的初始运行状态的确定方法的流程图。如图2所示，该确定方法包括以下步骤：
33.步骤s201，基于各目标变电站配置的静止同步补偿器的初始无功功率，以及交流系统在给定的目标运行方式以及给定的目标故障下的低电压持续时间，构建目标优化函数，上述目标故障为预设故障集中的一个故障，上述目标变电站为配置有上述静止同步补
偿器的变电站，上述目标运行方式为上述交流系统的运行方式，且一个上述交流系统包括多个上述目标运行方式；
34.具体地，上述目标运行方式可以为正常运行方式、事故运行方式或者特殊运行方式(检修运行方式)等等。上述预设故障集中可以包括多个目标故障。上述预设故障集为预先给定的且需要考察的故障集。
35.步骤s202，基于各上述目标变电站配置的上述静止同步补偿器向上述交流系统注入的无功功率的下限值和上限值，构建目标约束条件，并由上述目标优化函数和上述目标约束条件，构成单目标优化模型；
36.步骤s203，采用秃鹰优化算法，对上述单目标优化模型进行优化求解，得到各上述目标变电站配置的上述静止同步补偿器的初始无功功率。
37.通过本实施例，首先，基于各目标变电站配置的静止同步补偿器的初始无功功率，以及交流系统在给定的目标运行方式以及给定的目标故障下的低电压持续时间，构建目标优化函数；然后，基于各目标变电站配置的静止同步补偿器向交流系统注入的无功功率的下限值和上限值，构建目标约束条件；也就是说，本方案以多个目标变电站配置的静止同步补偿器的初始无功功率的总和最小，最大限度地提高负荷中心的暂态电压稳定性为目标，以各目标变电站配置的静止同步补偿器的无功功率的下限值和上限值为约束，建立单目标优化模型；最后，采用秃鹰优化算法，对建立的单目标优化模型进行优化求解，从而实现了在保证多个目标变电站配置的静止同步补偿器的初始无功功率的总和最小的基础上，得到各目标变电站配置的静止同步补偿器的初始无功功率，进而解决了现有技术中缺少确定目标变电站的statcom的初始运行状态的问题。另外，本方案通过优化多个目标变电站配置的初始无功功率，在不影响系统稳态调压、且兼顾经济性和有效性的基础上，最大限度地利用静止同步补偿器，提高了负荷中心的暂态电压稳定性，为交流系统的运行调度提供了有效的技术支撑。
38.需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
39.具体实现过程中，上述步骤s201可以通过步骤s2011、步骤s2012以及步骤s2013实现。其中，步骤s2011：基于各上述目标变电站配置的上述静止同步补偿器的初始无功功率，构建第一因子，并计算第一权重系数和上述第一因子的乘积，得到第一目标因子；步骤s2012：基于上述交流系统在给定的上述目标运行方式以及给定的上述目标故障下的上述低电压持续时间，构建第二因子，并计算第二权重系数和上述第二因子的乘积，得到第二目标因子；步骤s2013：计算上述第一目标因子、上述第二目标因子以及惩罚因子的和，得到上述目标优化函数。在该方案中，若第一因子为f1以及第一权重系数为α，则第一目标因子可以为α
×
f1；若第二因子为f2以及第二权重系数β，则第二目标因子可以为β
×
f2，最后可以得到目标优化函数为α
×
f1+β
×
f2+γ，其中，γ为惩罚因子。这样保证了确定的目标优化函数较为合理，进一步地实现了以多个目标变电站配置的静止同步补偿器的初始无功功率的总和最小，最大限度地提高负荷中心的暂态电压稳定性为目标，来构建目标优化函数，进一步地保证了确定的多个目标变电站配置的静止同步补偿器的初始运行状态较为合理和准确，进一步地保证了交流系统的暂态电压稳定性较高。
40.具体地，在实际的应用过程中，上述实施例中所提及到的第一权重系数α、第二权重系数β以及惩罚因子γ均为常数。在本技术中，并不对第一权重系数α以及第二权重系数β的大小进行限制，其可以根据具体的场景进行灵活的调整。
41.对于上述的实施例中，建立的单目标优化模型，其可以表示为：
[0042][0043]
为了较为简单地对多个目标变电站配置的静止同步补偿器进行归一化处理，以及进一步地保证多个目标变电站配置的静止同步补偿器的初始无功功率的总和最小，本技术的上述步骤s2011可以通过以下步骤实现：采用构建上述第一因子，f1为上述第一因子，qi为第i个上述目标变电站配置的上述静止同步补偿器的初始无功功率，q
i,min
为第i个上述目标变电站配置的上述静止同步补偿器向上述交流系统注入的无功功率的下限值，q
i,max
为第i个上述目标变电站配置的上述静止同步补偿器向上述交流系统注入的无功功率的上限值，i为整数且i的取值从1开始，一直到n，n为负荷中心中上述目标变电站的总数量。
[0044]
对于上述实施例所提及到的第一因子f1，该第一因子f1的表达式中的q
i,min
以及q
i,max
均为常数，而qi为要优化求解得到的值，也就是说，qi为未知数。
[0045]
上述步骤s2012还可以通过其他方式实现，采用构建上述第二因子，f2为上述第二因子，t
j,m
为上述交流系统在第j个上述目标运行方式以及第m个上述目标故障下的上述低电压持续时间，t1′
与t2′
均为预先设定的阈值常数，j为整数且j的取值从1开始，一直到s，s为上述目标运行方式的总数量，m为整数且m的取值从1开始，一直到m，m为上述预设故障集中上述目标故障的总数量。在该实施例中，在构建目标优化函数的过程中，还充分考虑了低电压持续时间的影响，这样进一步地保证了后续构建的目标优化函数较为合理，以及进一步地实现了以多个目标变电站配置的静止同步补偿器的初始无功功率的总和最小，最大限度地提高负荷中心的暂态电压稳定性为目标，来构建目标优化函数。
[0046]
为了避免后续在采用秃鹰优化算法，对目标优化函数进行优化求解的过程中，确定的各静止同步补偿器的初始无功功率越界的情形，在一些实施例上，上述步骤s202具体可以通过以下步骤实现：采用q
i,min
≤qi≤q
i,max
，构建上述目标约束条件，qi为第i个上述目标变电站配置的上述静止同步补偿器的初始无功功率，q
i,min
为第i个上述目标变电站配置的上述静止同步补偿器向上述交流系统注入的无功功率的下限值，q
i,max
为第i个上述目标变电站配置的上述静止同步补偿器向上述交流系统注入的无功功率的上限值，i为整数且i
的取值从1开始，一直到n，n为负荷中心中上述目标变电站的总数量。
[0047]
在一些实施例中，上述步骤s203还可以通过步骤s2031、步骤s2032、步骤s2033以及步骤s2034来实现。步骤s2031：初始化步骤，初始化目标种群，上述目标种群中包括k只秃鹰，每一只上述秃鹰的第i个位置用于表示第i个上述目标变电站配置的上述静止同步补偿器的初始无功功率，i为整数且i的取值从1开始，一直到n，n为负荷中心中上述目标变电站的总数量；步骤s2032：第一计算步骤，采用上述目标种群和上述第一因子的表达式，计算在第j个上述目标运行方式下的第一适应度值，并采用上述目标种群和上述第二因子的表达式，计算在第j个上述目标运行方式下的第二适应度值，且采用上述第一适应度值、上述第二适应度值和上述目标优化函数，得到目标适应度值；步骤s2033：更新步骤，采用多只上述秃鹰的上述目标适应度值，对上述目标种群进行更新，得到更新后的上述目标种群；步骤s2034：第一重复步骤，依次重复上述第一计算步骤和上述更新步骤至少一次，直到满足迭代次数，并将最小的上述目标适应度值对应的上述秃鹰，确定为各上述目标变电站配置的上述静止同步补偿器的初始无功功率，这样保证了本方案中的秃鹰优化算法可以较为快速地达到收敛状态，较为快速地得到最优的各目标变电站配置的静止同步补偿器的初始无功功率。
[0048]
在上述步骤s2031中，对于初始化得到的目标种群。该目标种群中包括k只秃鹰。对于该目标种群中的每一个秃鹰，其具有n个位置，而每一个位置的编码可以用于表示对应的目标变电站配置的静止同步补偿器的初始无功功率。也就是说，该目标种群中的每一个秃鹰，其的位置排序与n个目标变电站配置的静止同步补偿器的顺序是相同的。
[0049]
另外，在上述步骤s2032中，采用目标种群和上述第一因子的表达式，计算在第j个目标运行方式下的第一适应度值，也就是说，将目标种群中的各个秃鹰对应的编码值代入到第一因子的表达式中，得到第一适应度值(也即为第一因子对应的函数值)。总结来说，在交流系统处于第j个目标运行方式下，可以得到n个第一适应度值。
[0050]
具体地，在上述步骤s2032中，采用第一适应度值、第二适应度值和目标优化函数，得到目标适应度值，即为将第一适应度值以及第二适应度值代入到目标优化函数中，而第一权重系数、第二权重系数以及惩罚因子均为常数，故可以直接计算出目标适应度值。
[0051]
在上述步骤s2034中，上述迭代次数的设置具体可以根据实际的收敛情况进行灵活地调整。在本技术中，并不对上述迭代次数的大小进行限制。另外，将最小的目标适应度值对应的秃鹰，确定为各目标变电站配置的静止同步补偿器的初始无功功率，具体地为：首先在最后一次迭代完毕之后，筛选出最小的目标适应度；然后，通过最小的目标适应度值，确定对应的秃鹰；最后，将确定的秃鹰中的各个位置上的值，确定为对应的静止同步补偿器初始无功功率。
[0052]
为了进一步地保证负荷中心的暂态电压稳定性，在具体的实现过程中，上述步骤s2032还可以通过以下步骤来实现：第二计算步骤，通过潮流计算和上述目标种群，计算上述交流系统在第j个上述目标运行方式下，各上述目标变电站的电压以及被影响变电站的电压，上述被影响变电站为预定区域中的变电站；执行步骤，在存在一个候选变电站的电压高于预设电压上限值的情况下，退出上述候选变电站中的一组电容器组或者投入一组电抗器组，在存在一个上述候选变电站的电压低于预设电压下限值的情况下，投入上述候选变电站中的一组上述电容器组或者退出一组上述电抗器组，上述候选变电站为变电站组中的
一个变电站，上述变电站组由n个上述目标变电站和上述被影响变电站构成；第二重复步骤，依次重复上述第二计算步骤和上述执行步骤至少一次，直到满足预设条件，上述预设条件包括以下之一：上述变电站组中的各上述变电站的电压均处于目标范围内、存在一个上述候选变电站的电压高于上述预设电压上限值且无法退出一组上述电容器组或者投入一组上述电抗器组、存在一个上述候选变电站的电压低于上述预设电压下限值且无法投入一组上述电容器组或者退出一组上述电抗器组，上述目标范围为由上述预设电压下限值与上述预设电压上限值组成的；确定步骤，采用故障仿真计算方法，确定第j个上述目标运行方式下以及第m个上述目标故障下的上述低电压持续时间，并采用上述低电压持续时间和上述第二因子，确定上述第二适应度值，m为整数且m的取值从1开始，一直到m，m为上述预设故障集中上述目标故障的总数量，也就是说，在确定步骤中，在一个目标运行方式下以及一个目标故障下，可以确定出一个低电压持续时间，从而可以得到一个第二适应度值。后续再将该确定出的一个第二适应度值以及已经确定的第一适应度值，可以得到一个目标适应度值。依次类推，在一个目标运行方式下以及一个目标故障下，后续便可以确定出目标种群中各秃鹰对应的目标适应度值。
[0053]
另外，在上述的实施例中，上述所提及到的被影响变电站的数量可以有一个，也可以有多个。上述被影响变电站为预定区域的变电站，上述预定区域与对应的目标变电站所在的区域之间的距离处于预定范围内，也就是说，上述被影响变电站为目标变电站附近的变电站。
[0054]
在一些实现过程中，上述步骤s2033还可以通过以下步骤来实现，采用“选择-搜索-俯冲”三个步骤，对上述目标种群中的各上述秃鹰进行优化计算，得到多只新秃鹰，上述目标种群中的一个上述秃鹰对应着多个上述新秃鹰；基于上述目标优化函数，计算上述目标种群中的一个上述秃鹰以及多个上述新秃鹰的上述目标适应度值，并将最小的上述目标适应度值对应的目标秃鹰，确定为遗传秃鹰，上述目标秃鹰为上述目标种群中的一个上述秃鹰与对应的多个上述新秃鹰所构成的秃鹰组合中的一个；由确定出的多个上述遗传秃鹰，构成更新后的上述目标种群。在该实施例中，通过本方案中的选择方法，这样保证在每一次迭代之后，均可以得到较优的遗传秃鹰，进一步地保证了可以快速地实现收敛。
[0055]
具体地，在上述的实施例中，采用“选择-搜索-俯冲”三个步骤更新方式，对上述目标种群中的各上述秃鹰进行计算，得到多只新秃鹰，具体地为：对于目标种群中的一个秃鹰，基于该秃鹰以及“选择-搜索-俯冲”三个步骤更新方式，便可以计算得到多个新秃鹰。例如，基于一个秃鹰，便可以得到三个新秃鹰。再基于目标优化函数，计算一个秃鹰以及其对应的三个新秃鹰的目标适应度值，得到四个目标适应度值。再从四个目标适应度值中确定一个最小的目标适应度值，并将最小的目标适应度值对应的秃鹰，确定为遗传秃鹰。对于上述的步骤，目标种群中的每一个秃鹰均进行上述的计算过程，那么最终可以确定得到n个遗传秃鹰。
[0056]
具体地，上述实施例中所提及到的“选择”步骤，具体可以为：
[0057][0058]
其中，为第k只秃鹰的第i个位置的新的取值，为当前的目标种群中目
标适应度值最小的秃鹰的第i个位置的取值，为当前的目标种群中所有秃鹰的第i个位置的取值的平均值，a为预先设定的常数，r1为[0,1]内均匀分布的随机数。通过上述步骤可以得到新的秃鹰，它的位置为若新的秃鹰的目标适应度值小于当前的第k只秃鹰的目标适应度值，则将新的秃鹰的位置替代第k只秃鹰的原来位置的取值，否则不替换。接着对第k只秃鹰进行“搜索”步骤。
[0059]“搜索”步骤，具体可以为：
[0060][0061][0062]
其中，r、r以及b为预先设定的常数，r2与r3为[0,1]的随机数，为第k只秃鹰的第i个位置新的取值，为第k只秃鹰的第i个位置的当前的取值，为当前的目标种群中所有秃鹰的第i个位置的取值的平均值，为第k+1只秃鹰的第i个位置的当前的取值。另外，若第k只秃鹰为最后一只秃鹰(k＝k)，第k+1只秃鹰取第1只秃鹰。通过上述步骤可以得到新的秃鹰，它的位置为若新的秃鹰的目标适应度值小于当前的第k只秃鹰的目标适应度值，则将新的秃鹰的位置取值替代第k只秃鹰的位置的取值，否则不替换。接着对第k只秃鹰进行“俯冲”步骤。
[0063]“俯冲”步骤具体可以为：
[0064][0065][0066]
其中，c1与c2为常数，一般取2，r4为[0,1]的随机数。通过上述步骤可以得到新的秃鹰，它的位置为若新的秃鹰的目标适应度值小于当前的第k只秃鹰的目标适应度值，则将新的秃鹰的位置的取值替代第k只秃鹰的位置的取值，否则不替换。综上，通过“选择-搜索-俯冲”三个步骤可以得到第k只秃鹰的最新位置。
[0067]
重复上述过程，对n个秃鹰的位置进行更新，最终得到所有秃鹰的新的位置。
[0068]
为了保证对目标优化函数中的惩罚因子的设置较为合理，上述确定方法还包括步骤s204和步骤s205。其中，上述步骤s204，在依次重复上述第二重复步骤和上述执行步骤至少一次，直到满足预设条件之后，在满足的上述预设条件为上述变电站组中的各上述变电站的电压均处于目标范围内的情况下，将上述惩罚因子设置为0；上述步骤s205，在满足的上述预设条件不为上述变电站组中的各上述变电站的电压均处于目标范围内的情况下，将上述惩罚因子设置为正实数。
[0069]
本技术的一种具体的实施例中，在满足的上述预设条件不为上述变电站组中的各上述变电站的电压均处于目标范围内的情况下，可以将惩罚因子设置为1000。
[0070]
为了使得本领域技术人员能够更加清楚地了解本技术的技术方案，以下将结合具体的实施例对本技术的静止同步补偿器的初始运行状态的确定方法的实现过程进行详细说明。
[0071]
本实施例涉及一种具体的静止同步补偿器的初始运行状态的确定方法，具体包括如下步骤：
[0072]
步骤s1：首先构建单目标优化模型，该单目标优化模型的表达式具体如下：
[0073][0074]
其中：
[0075][0076][0077]
步骤s2：采用秃鹰优化算法，对单目标优化模型进行优化求解，得到各目标变电站配置的静止同步补偿器的初始无功功率。
[0078]
在本实施例中以第j个目标运行方式以及以及第m个目标故障下进行举例说明，上述步骤s2中的步骤具体如下：
[0079]
初始化步骤：初始化目标种群，该目标种群中包括k只秃鹰，第k只(1≤k≤k)秃鹰的位置为表示第k只秃鹰第i个位置的取值，代表第i个目标变电站配置statcom的初始无功功率qi，且
[0080]
第一计算步骤：
[0081]
第一子步骤：对于第k只秃鹰，可以将第k只秃鹰对应的编码值直接带入到第一因子f1，得到第一适应度值。
[0082]
第二子步骤：以第k只秃鹰为例，它确定了n个目标变电站配置statcom的初始无功功率。在第j个目标运行方式下，通过潮流计算，可求得n个目标变电站及其附近变电站(即被影响变电站)的电压(即变电站组)。设变电站组中共有n
′
座变电站，分别记为：b1,b2,...,bn′
。也就是说n≤n
′
。
[0083]
这n
′
座变电站的电压中，若存在一个候选变电站的电压高于预设电压上限值v
max
，则退出该候选变电站的一组电容器组或投入一组电抗器组(退出电容器组优先，直到所有电容器组退出才开始投入电抗器组)，若存在一个候选变电站的电压低于预设电压下限值vmin
，则投入该候选变电站的一组电容器组或退出一组电抗器组(退出电抗器组优先，直到所有电抗器组退出才开始投入电容器组)，重新对第j个目标运行方式下进行潮流计算。
[0084]
重复上述过程直到这n
′
座变电站的电压均在目标范围内或者出现以下预设条件：若存在一个候选变电站的电压高于预设电压上限值v
max
且无法退出一组电容器组或投入一组电抗器组，或者，若存在一个候选变电站的电压低于预设电压下限值v
min
且无法投入一组电容器组或切除一组电抗器组。
[0085]
若最终这n
′
座变电站的电压均在规定的运行范围内，则惩罚因子γ＝0，否则，γ取一大正实数(如1000)。
[0086]
最后，对通过上述调整后的第j个目标运行方式下进行故障仿真计算，这样可求得在所考察的第j个目标运行方式下以及第m个目标故障下低电压持续时间t
j,m
，从而可求得第k只秃鹰对应的第二适应度值。以及采用第一适应度值、第二适应度值和目标优化函数，得到目标适应度值。
[0087]
更新步骤：采用多只秃鹰的上述目标适应度值，对目标种群进行更新，得到更新后的目标种群。该步骤的具体过程如下上述，这里不再一一赘述。
[0088]
第一重复步骤，依次重复第一计算步骤和更新步骤至少一次，直到满足迭代次数，并将最后一次迭代完成后得到的最小的目标适应度值对应的秃鹰，确定为各目标变电站配置的静止同步补偿器的初始无功功率。
[0089]
本技术实施例还提供了一种静止同步补偿器的初始运行状态的确定装置，需要说明的是，本技术实施例的静止同步补偿器的初始运行状态的确定装置可以用于执行本技术实施例所提供的用于静止同步补偿器的初始运行状态的确定方法。该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
[0090]
以下对本技术实施例提供的静止同步补偿器的初始运行状态的确定装置进行介绍。
[0091]
图3是根据本技术实施例的静止同步补偿器的初始运行状态的确定装置的结构示意图。如图3所示，该确定装置包括：
[0092]
第一构建单元10，用于基于各目标变电站配置的静止同步补偿器的初始无功功率，以及交流系统在给定的目标运行方式以及给定的目标故障下的低电压持续时间，构建目标优化函数，上述目标故障为预设故障集中的一个故障，上述目标变电站为配置有上述静止同步补偿器的变电站，上述目标运行方式为上述交流系统的运行方式，且一个上述交流系统包括多个上述目标运行方式；
[0093]
具体地，上述目标运行方式可以为正常运行方式、事故运行方式或者特殊运行方式(检修运行方式)等等。上述预设故障集中可以包括多个目标故障。上述预设故障集为预先给定的且需要考察的故障集。
[0094]
第二构建单元20，用于基于各上述目标变电站配置的上述静止同步补偿器向上述交流系统注入的无功功率的下限值和上限值，构建目标约束条件，并由上述目标优化函数和上述目标约束条件，构成单目标优化模型；
[0095]
优化求解单元30，用于采用秃鹰优化算法，对上述单目标优化模型进行优化求解，
得到各上述目标变电站配置的上述静止同步补偿器的初始无功功率。
[0096]
上述的确定装置中，第一构建单元用于基于各目标变电站配置的静止同步补偿器的初始无功功率，以及交流系统在给定的目标运行方式以及给定的目标故障下的低电压持续时间，构建目标优化函数；第二构建单元用于基于各目标变电站配置的静止同步补偿器向交流系统注入的无功功率的下限值和上限值，构建目标约束条件；也就是说，本方案以多个目标变电站配置的静止同步补偿器的初始无功功率的总和最小，最大限度地提高负荷中心的暂态电压稳定性为目标，以各目标变电站配置的静止同步补偿器的无功功率的下限值和上限值为约束，建立单目标优化模型；优化求解单元，用于采用秃鹰优化算法，对建立的单目标优化模型进行优化求解，从而实现了在保证多个目标变电站配置的静止同步补偿器的初始无功功率的总和最小的基础上，得到各目标变电站配置的静止同步补偿器的初始无功功率，进而解决了现有技术中缺少确定目标变电站的statcom的初始运行状态的问题。另外，本方案通过优化多个目标变电站配置的初始无功功率，在不影响系统稳态调压、且兼顾经济性和有效性的基础上，最大限度地利用静止同步补偿器，提高了负荷中心的暂态电压稳定性，为交流系统的运行调度提供了有效的技术支撑。
[0097]
具体实现过程中，上述第一构建单元包括第一构建模块、第二构建模块和第一计算模块。其中，上述第一构建模块，用于基于各上述目标变电站配置的上述静止同步补偿器的初始无功功率，构建第一因子，并计算第一权重系数和上述第一因子的乘积，得到第一目标因子；上述第二构建模块，用于基于上述交流系统在给定的上述目标运行方式以及给定的上述目标故障下的上述低电压持续时间，构建第二因子，并计算第二权重系数和上述第二因子的乘积，得到第二目标因子；上述第一计算模块，用于计算上述第一目标因子、上述第二目标因子以及惩罚因子的和，得到上述目标优化函数。在该方案中，若第一因子为f1以及第一权重系数为α，则第一目标因子可以为α
×
f1；若第二因子为f2以及第二权重系数β，则第二目标因子可以为β
×
f2，最后可以得到目标优化函数为α
×
f1+β
×
f2+γ，其中，γ为惩罚因子。这样保证了确定的目标优化函数较为合理，进一步地实现了以多个目标变电站配置的静止同步补偿器的初始无功功率的总和最小，最大限度地提高负荷中心的暂态电压稳定性为目标，来构建目标优化函数，进一步地保证了确定的多个目标变电站配置的静止同步补偿器的初始运行状态较为合理和准确，进一步地保证了交流系统的暂态电压稳定性较高。
[0098]
具体地，在实际的应用过程中，上述实施例中所提及到的第一权重系数α、第二权重系数β以及惩罚因子γ均为常数。在本技术中，并不对第一权重系数α以及第二权重系数β的大小进行限制，其可以根据具体的场景进行灵活的调整。
[0099]
对于上述的实施例中，建立的单目标优化模型，其可以表示为：
[0100][0101]
为了较为简单地对多个目标变电站配置的静止同步补偿器进行归一化处理，以及进一步地保证多个目标变电站配置的静止同步补偿器的初始无功功率的总和最小，上述第
一构建模块包括第一构建子模块，用于采用构建上述第一因子，f1为上述第一因子，qi为第i个上述目标变电站配置的上述静止同步补偿器的初始无功功率，q
i,min
为第i个上述目标变电站配置的上述静止同步补偿器向上述交流系统注入的无功功率的下限值，q
i,max
为第i个上述目标变电站配置的上述静止同步补偿器向上述交流系统注入的无功功率的上限值，i为整数且i的取值从1开始，一直到n，n为负荷中心中上述目标变电站的总数量。
[0102]
对于上述实施例所提及到的第一因子f1，该第一因子f1的表达式中的q
i,min
以及q
i,max
均为常数，而qi为要优化求解得到的值，也就是说，qi为未知数。
[0103]
上述第二构建模块还包括第二构建子模块，用于采用构建上述第二因子，f2为上述第二因子，t
j,m
为上述交流系统在第j个上述目标运行方式以及第m个上述目标故障下的上述低电压持续时间，t1′
与t2′
均为预先设定的阈值常数，j为整数且j的取值从1开始，一直到s，s为上述目标运行方式的总数量，m为整数且m的取值从1开始，一直到m，m为上述预设故障集中上述目标故障的总数量。在该实施例中，在构建目标优化函数的过程中，还充分考虑了低电压持续时间的影响，这样进一步地保证了后续构建的目标优化函数较为合理，以及进一步地实现了以多个目标变电站配置的静止同步补偿器的初始无功功率的总和最小，最大限度地提高负荷中心的暂态电压稳定性为目标，来构建目标优化函数。
[0104]
为了避免后续在采用秃鹰优化算法，对目标优化函数进行优化求解的过程中，确定的各静止同步补偿器的初始无功功率越界的情形，在一些实施例上，上述第二构建单元还包括第三构建模块，用于采用q
i,min
≤qi≤q
i,max
，构建上述目标约束条件，qi为第i个上述目标变电站配置的上述静止同步补偿器的初始无功功率，q
i,min
为第i个上述目标变电站配置的上述静止同步补偿器向上述交流系统注入的无功功率的下限值，q
i,max
为第i个上述目标变电站配置的上述静止同步补偿器向上述交流系统注入的无功功率的上限值，i为整数且i的取值从1开始，一直到n，n为负荷中心中上述目标变电站的总数量。
[0105]
在一些实施例中，上述优化求解单元还包括初始化模块、第二计算模块、更新模块和重复模块，其中，初始化模块，用于执行初始化步骤，初始化目标种群，上述目标种群中包括k只秃鹰，每一只上述秃鹰的第i个位置用于表示第i个上述目标变电站配置的上述静止同步补偿器的初始无功功率，i为整数且i的取值从1开始，一直到n，n为负荷中心中上述目标变电站的总数量；上述第二计算模块，用于执行第一计算步骤，采用上述目标种群和上述第一因子的表达式，计算在第j个上述目标运行方式下的第一适应度值，并采用上述目标种群和上述第二因子的表达式，计算在第j个上述目标运行方式下的第二适应度值，且采用上述第一适应度值、上述第二适应度值和上述目标优化函数，得到目标适应度值；上述更新模
块，用于执行更新步骤，采用多只上述秃鹰的上述目标适应度值，对上述目标种群进行更新，得到更新后的上述目标种群；上述重复模块，用于执行第一重复步骤，依次重复上述第一计算步骤和上述更新步骤至少一次，直到满足迭代次数，并将最小的上述目标适应度值对应的上述秃鹰，确定为各上述目标变电站配置的上述静止同步补偿器的初始无功功率，这样保证了本方案中的秃鹰优化算法可以较为快速地达到收敛状态，较为快速地得到最优的各目标变电站配置的静止同步补偿器的初始无功功率。
[0106]
在上述初始化步骤中，对于初始化得到的目标种群。该目标种群中包括k只秃鹰。对于该目标种群中的每一个秃鹰，其具有n个位置，而每一个位置的编码可以用于表示对应的目标变电站配置的静止同步补偿器的初始无功功率。也就是说，该目标种群中的每一个秃鹰，其的位置排序与n个目标变电站配置的静止同步补偿器的顺序是相同的。
[0107]
另外，在上述第一计算步骤中，采用目标种群和上述第一因子的表达式，计算在第j个目标运行方式下的第一适应度值，也就是说，将目标种群中的各个秃鹰对应的编码值代入到第一因子的表达式中，得到第一适应度值(也即为第一因子对应的函数值)。总结来说，在交流系统处于第j个目标运行方式下，可以得到n个第一适应度值。
[0108]
具体地，在上述第一计算步骤中，采用第一适应度值、第二适应度值和目标优化函数，得到目标适应度值，即为将第一适应度值以及第二适应度值代入到目标优化函数中，而第一权重系数、第二权重系数以及惩罚因子均为常数，故可以直接计算出目标适应度值。
[0109]
在上述第一重复步骤中，上述迭代次数的设置具体可以根据实际的收敛情况进行灵活地调整。在本技术中，并不对上述迭代次数的大小进行限制。另外，将最小的目标适应度值对应的秃鹰，确定为各目标变电站配置的静止同步补偿器的初始无功功率，具体地为：首先在最后一次迭代完毕之后，筛选出最小的目标适应度；然后，通过最小的目标适应度值，确定对应的秃鹰；最后，将确定的秃鹰中的各个位置上的值，确定为对应的静止同步补偿器初始无功功率。
[0110]
为了进一步地保证负荷中心的暂态电压稳定性，在具体的实现过程中，上述第二计算模块还包括第一计算子模块、执行子模块、重复子模块和确定子模块，其中，上述第一计算子模块用于执行第二计算步骤，通过潮流计算和上述目标种群，计算上述交流系统在第j个上述目标运行方式下，各上述目标变电站的电压以及被影响变电站的电压，上述被影响变电站为预定区域中的变电站；上述执行子模块用于执行执行步骤，在存在一个候选变电站的电压高于预设电压上限值的情况下，退出上述候选变电站中的一组电容器组或者投入一组电抗器组，在存在一个上述候选变电站的电压低于预设电压下限值的情况下，投入上述候选变电站中的一组上述电容器组或者退出一组上述电抗器组，上述候选变电站为变电站组中的一个变电站，上述变电站组由n个上述目标变电站和上述被影响变电站构成；上述重复子模块用于执行第二重复步骤，依次重复上述第二计算步骤和上述执行步骤至少一次，直到满足预设条件，上述预设条件包括以下之一：上述变电站组中的各上述变电站的电压均处于目标范围内、存在一个上述候选变电站的电压高于上述预设电压上限值且无法退出一组上述电容器组或者投入一组上述电抗器组、存在一个上述候选变电站的电压低于上述预设电压下限值且无法投入一组上述电容器组或者退出一组上述电抗器组，上述目标范围为由上述预设电压下限值与上述预设电压上限值组成的；上述确定子模块用于执行确定步骤，采用故障仿真计算方法，确定第j个上述目标运行方式下以及第m个上述目标故障下
的上述低电压持续时间，并采用上述低电压持续时间和上述第二因子，确定上述第二适应度值，m为整数且m的取值从1开始，一直到m，m为上述预设故障集中上述目标故障的总数量，也就是说，在确定步骤中，在一个目标运行方式下以及一个目标故障下，可以确定出一个低电压持续时间，从而可以得到一个第二适应度值。后续再将该确定出的一个第二适应度值以及已经确定的第一适应度值，可以得到一个目标适应度值。依次类推，在一个目标运行方式下以及一个目标故障下，后续便可以确定出目标种群中各秃鹰对应的目标适应度值。
[0111]
另外，在上述的实施例中，上述所提及到的被影响变电站的数量可以有一个，也可以有多个。上述被影响变电站为预定区域的变电站，上述预定区域与对应的目标变电站所在的区域之间的距离处于预定范围内，也就是说，上述被影响变电站为目标变电站附近的变电站。
[0112]
在一些实现过程中，上述更新模块还包括第二计算子模块、第三计算子模块以及更新子模块，其中，上述第二计算子模块用于采用多种预设更新方式，对上述目标种群中的各上述秃鹰进行计算，得到多只新秃鹰，上述目标种群中的一个上述秃鹰对应着多个上述新秃鹰；上述第三计算子模块用于基于上述目标优化函数，计算上述目标种群中的一个上述秃鹰以及多个上述新秃鹰的上述目标适应度值，并将最小的上述目标适应度值对应的目标秃鹰，确定为遗传秃鹰，上述目标秃鹰为上述目标种群中的一个上述秃鹰与对应的多个上述新秃鹰所构成的秃鹰组合中的一个；上述更新子模块用于由确定出的多个上述遗传秃鹰，构成更新后的上述目标种群。在该实施例中，通过本方案中的选择方法，这样保证在每一次迭代之后，均可以得到较优的遗传秃鹰，进一步地保证了可以快速地实现收敛。
[0113]
具体地，在上述的实施例中，采用“选择-搜索-俯冲”三个步骤更新方式，对上述目标种群中的各上述秃鹰进行计算，得到多只新秃鹰，具体地为：对于目标种群中的一个秃鹰，基于该秃鹰以及选择-搜索-俯冲”三个步骤更新方式，便可以计算得到多个新秃鹰。例如，在预设更新方式有三种的情况下，则基于一个秃鹰，便可以得到三个新秃鹰。再基于目标优化函数，计算一个秃鹰以及其对应的三个新秃鹰的目标适应度值，得到四个目标适应度值。再从四个目标适应度值中确定一个最小的目标适应度值，并将最小的目标适应度值对应的秃鹰，确定为遗传秃鹰。对于上述的步骤，目标种群中的每一个秃鹰均进行上述的计算过程，那么最终可以确定得到n个遗传秃鹰。
[0114]
为了保证对目标优化函数中的惩罚因子的设置较为合理，上述确定装置还包括第一执行单元和第二执行单元，其中，上述第一执行单元用于在依次重复上述第二重复步骤和上述执行步骤至少一次，直到满足预设条件之后，在满足的上述预设条件为上述变电站组中的各上述变电站的电压均处于目标范围内的情况下，将上述惩罚因子设置为0；上述第二执行单元用于在满足的上述预设条件不为上述变电站组中的各上述变电站的电压均处于目标范围内的情况下，将上述惩罚因子设置为正实数。
[0115]
本技术的一种具体的实施例中，在满足的上述预设条件不为上述变电站组中的各上述变电站的电压均处于目标范围内的情况下，可以将惩罚因子设置为1000。
[0116]
上述静止同步补偿器的初始运行状态的确定装置包括处理器和存储器，上述第一构建单元、第二构建单元和优化求解单元等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。
[0117]
处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来解决现有技术中缺少多个变电站配置的多台statcom的初始运行状态的问题。
[0118]
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)，存储器包括至少一个存储芯片。
[0119]
本发明实施例提供了一种计算机可读存储介质，上述计算机可读存储介质包括存储的程序，其中，在上述程序运行时控制上述计算机可读存储介质所在设备执行上述静止同步补偿器的初始运行状态的确定方法。
[0120]
具体地，静止同步补偿器的初始运行状态的确定方法包括：
[0121]
步骤s201，基于各目标变电站配置的静止同步补偿器的初始无功功率，以及交流系统在给定的目标运行方式以及给定的目标故障下的低电压持续时间，构建目标优化函数，上述目标故障为预设故障集中的一个故障，上述目标变电站为配置有上述静止同步补偿器的变电站，上述目标运行方式为上述交流系统的运行方式，且一个上述交流系统包括多个上述目标运行方式；
[0122]
步骤s202，基于各上述目标变电站配置的上述静止同步补偿器向上述交流系统注入的无功功率的下限值和上限值，构建目标约束条件，并由上述目标优化函数和上述目标约束条件，构成单目标优化模型；
[0123]
步骤s203，采用秃鹰优化算法，对上述单目标优化模型进行优化求解，得到各上述目标变电站配置的上述静止同步补偿器的初始无功功率。
[0124]
本发明实施例提供了一种电子装置，包括存储器和处理器，上述存储器中存储有计算机程序，上述处理器被设置为通过上述计算机程序执行上述的静止同步补偿器的初始运行状态的确定方法。
[0125]
具体地，静止同步补偿器的初始运行状态的确定方法包括：
[0126]
步骤s201，基于各目标变电站配置的静止同步补偿器的初始无功功率，以及交流系统在给定的目标运行方式以及给定的目标故障下的低电压持续时间，构建目标优化函数，上述目标故障为预设故障集中的一个故障，上述目标运行方式为上述交流系统的运行方式，且一个上述交流系统包括多个上述目标运行方式；
[0127]
步骤s202，基于各上述目标变电站配置的上述静止同步补偿器向上述交流系统注入的无功功率的下限值和上限值，构建目标约束条件，并由上述目标优化函数和上述目标约束条件，构成单目标优化模型；
[0128]
步骤s203，采用秃鹰优化算法，对上述单目标优化模型进行优化求解，得到各上述目标变电站配置的上述静止同步补偿器的初始无功功率。
[0129]
本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现至少以下步骤：
[0130]
步骤s201，基于各目标变电站配置的静止同步补偿器的初始无功功率，以及交流系统在给定的目标运行方式以及给定的目标故障下的低电压持续时间，构建目标优化函数，上述目标故障为预设故障集中的一个故障，上述目标运行方式为交流系统的运行方式，且一个上述交流系统包括多个上述目标运行方式；
[0131]
步骤s202，基于各上述目标变电站配置的上述静止同步补偿器向上述交流系统注入的无功功率的下限值和上限值，构建目标约束条件，并由上述目标优化函数和上述目标约束条件，构成单目标优化模型；
[0132]
步骤s203，采用秃鹰优化算法，对上述单目标优化模型进行优化求解，得到各上述目标变电站配置的上述静止同步补偿器的初始无功功率。
[0133]
本文中的设备可以是服务器、pc、pad、手机等。
[0134]
本技术还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有至少如下方法步骤的程序：
[0135]
步骤s201，基于各目标变电站配置的静止同步补偿器的初始无功功率，以及交流系统在给定的目标运行方式以及给定的目标故障下的低电压持续时间，构建目标优化函数，上述目标故障为预设故障集中的一个故障，上述目标运行方式为上述交流系统的运行方式，且一个上述交流系统包括多个上述目标运行方式；
[0136]
步骤s202，基于各上述目标变电站配置的上述静止同步补偿器向上述交流系统注入的无功功率的下限值和上限值，构建目标约束条件，并由上述目标优化函数和上述目标约束条件，构成单目标优化模型；
[0137]
步骤s203，采用秃鹰优化算法，对上述单目标优化模型进行优化求解，得到各上述目标变电站配置的上述静止同步补偿器的初始无功功率。
[0138]
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
[0139]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术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，本技术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。
[0140]
本技术是参照根据本技术实施例的方法、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。
[0141]
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。
[0142]
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。
[0143]
在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
[0144]
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。存储器是计算机可读介质的示例。
[0145]
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
[0146]
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
[0147]
从以上的描述中，可以看出，本技术上述的实施例实现了如下技术效果：
[0148]
1)、本技术的确定方法中，首先，基于各目标变电站配置的静止同步补偿器的初始无功功率，以及交流系统在给定的目标运行方式以及给定的目标故障下的低电压持续时间，构建目标优化函数；然后，基于各目标变电站配置的静止同步补偿器向交流系统注入的无功功率的下限值和上限值，构建目标约束条件；也就是说，本方案以多个目标变电站配置的静止同步补偿器的初始无功功率的总和最小，最大限度地提高负荷中心的暂态电压稳定性为目标，以各目标变电站配置的静止同步补偿器的无功功率的下限值和上限值为约束，建立单目标优化模型；最后，采用秃鹰优化算法，对建立的单目标优化模型进行优化求解，从而实现了在保证多个目标变电站配置的静止同步补偿器的初始无功功率的总和最小的基础上，得到各目标变电站配置的静止同步补偿器的初始无功功率，进而解决了现有技术中缺少确定目标变电站的statcom的初始运行状态的问题。另外，本方案通过优化多个目标变电站配置的初始无功功率，在不影响系统稳态调压、且兼顾经济性和有效性的基础上，最大限度地利用静止同步补偿器，提高了负荷中心的暂态电压稳定性，为交流系统的运行调度提供了有效的技术支撑。
[0149]
2)、本技术的确定装置中，的确定装置中，第一构建单元用于基于各目标变电站配置的静止同步补偿器的初始无功功率，以及交流系统在给定的目标运行方式以及给定的目标故障下的低电压持续时间，构建目标优化函数；第二构建单元用于基于各目标变电站配置的静止同步补偿器向交流系统注入的无功功率的下限值和上限值，构建目标约束条件；
也就是说，本方案以多个目标变电站配置的静止同步补偿器的初始无功功率的总和最小，最大限度地提高负荷中心的暂态电压稳定性为目标，以各目标变电站配置的静止同步补偿器的无功功率的下限值和上限值为约束，建立单目标优化模型；优化求解单元，用于采用秃鹰优化算法，对建立的单目标优化模型进行优化求解，从而实现了在保证多个目标变电站配置的静止同步补偿器的初始无功功率的总和最小的基础上，得到各目标变电站配置的静止同步补偿器的初始无功功率，进而解决了现有技术中缺少确定目标变电站的statcom的初始运行状态的问题。另外，本方案通过优化多个目标变电站配置的初始无功功率，在不影响系统稳态调压、且兼顾经济性和有效性的基础上，最大限度地利用静止同步补偿器，提高了负荷中心的暂态电压稳定性，为交流系统的运行调度提供了有效的技术支撑。
[0150]
以上所述仅为本技术的优选实施例而已，并不用于限制本技术，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。

技术特征：
1.一种静止同步补偿器的初始运行状态的确定方法，其特征在于，包括：基于各目标变电站配置的静止同步补偿器的初始无功功率，以及交流系统在给定的目标运行方式以及给定的目标故障下的低电压持续时间，构建目标优化函数，所述目标故障为预设故障集中的一个故障，所述目标变电站为配置有所述静止同步补偿器的变电站，所述目标运行方式为所述交流系统的运行方式，且一个所述交流系统包括多个所述目标运行方式；基于各所述目标变电站配置的所述静止同步补偿器向所述交流系统注入的无功功率的下限值和上限值，构建目标约束条件，并由所述目标优化函数和所述目标约束条件，构成单目标优化模型；采用秃鹰优化算法，对所述单目标优化模型进行优化求解，得到各所述目标变电站配置的所述静止同步补偿器的初始无功功率。2.根据权利要求1所述的确定方法，其特征在于，基于各目标变电站配置的静止同步补偿器的初始无功功率，以及交流系统在给定的目标运行方式以及给定的目标故障下的低电压持续时间，构建目标优化函数，包括：基于各所述目标变电站配置的所述静止同步补偿器的初始无功功率，构建第一因子，并计算第一权重系数和所述第一因子的乘积，得到第一目标因子；基于所述交流系统在给定的所述目标运行方式以及给定的所述目标故障下的所述低电压持续时间，构建第二因子，并计算第二权重系数和所述第二因子的乘积，得到第二目标因子；计算所述第一目标因子、所述第二目标因子以及惩罚因子的和，得到所述目标优化函数。3.根据权利要求2所述的确定方法，其特征在于，基于各所述目标变电站配置的所述静止同步补偿器的初始无功功率，构建第一因子，包括：采用构建所述第一因子，f1为所述第一因子，q
i
为第i个所述目标变电站配置的所述静止同步补偿器的初始无功功率，q
i,min
为第i个所述目标变电站配置的所述静止同步补偿器向所述交流系统注入的无功功率的下限值，q
i,max
为第i个所述目标变电站配置的所述静止同步补偿器向所述交流系统注入的无功功率的上限值，i为整数且i的取值从1开始，一直到n，n为负荷中心中所述目标变电站的总数量。4.根据权利要求2所述的确定方法，其特征在于，基于所述交流系统在给定的所述目标运行方式以及给定的所述目标故障下的所述低电压持续时间，构建第二因子，包括：采用构建所述第二因子，f2为所述第二因子，t
j,m
为所述交流系统在第j个所述目标运行方式以及第m个所述目
标故障下的所述低电压持续时间，t1′
与t2′
均为预先设定的阈值常数，j为整数且j的取值从1开始，一直到s，s为所述目标运行方式的总数量，m为整数且m的取值从1开始，一直到m，m为所述预设故障集中所述目标故障的总数量。5.根据权利要求1所述的确定方法，其特征在于，基于各所述目标变电站配置的所述静止同步补偿器向所述交流系统注入的无功功率的下限值和上限值，构建目标约束条件，包括：采用q
i,min
≤q
i
≤q
i,max
，构建所述目标约束条件，q
i
为第i个所述目标变电站配置的所述静止同步补偿器的初始无功功率，q
i,min
为第i个所述目标变电站配置的所述静止同步补偿器向所述交流系统注入的无功功率的下限值，q
i,max
为第i个所述目标变电站配置的所述静止同步补偿器向所述交流系统注入的无功功率的上限值，i为整数且i的取值从1开始，一直到n，n为负荷中心中所述目标变电站的总数量。6.根据权利要求2所述的确定方法，其特征在于，采用秃鹰优化算法，对所述单目标优化模型进行优化求解，得到各所述目标变电站配置的所述静止同步补偿器的初始无功功率，包括：初始化步骤，初始化目标种群，所述目标种群中包括k只秃鹰，每一只所述秃鹰的第i个位置用于表示第i个所述目标变电站配置的所述静止同步补偿器的初始无功功率，i为整数且i的取值从1开始，一直到n，n为负荷中心中所述目标变电站的总数量；第一计算步骤，采用所述目标种群和所述第一因子的表达式，计算在第j个所述目标运行方式下的第一适应度值，并采用所述目标种群和所述第二因子的表达式，计算在第j个所述目标运行方式下的第二适应度值，且采用所述第一适应度值、所述第二适应度值和所述目标优化函数，得到目标适应度值；更新步骤，采用多只所述秃鹰的所述目标适应度值，对所述目标种群进行更新，得到更新后的所述目标种群；第一重复步骤，依次重复所述第一计算步骤和所述更新步骤至少一次，直到满足迭代次数，并将最小的所述目标适应度值对应的所述秃鹰，确定为各所述目标变电站配置的所述静止同步补偿器的初始无功功率。7.根据权利要求6所述的确定方法，其特征在于，采用所述目标种群和所述第二因子的表达式，计算在第j个所述目标运行方式下的第二适应度值，包括：第二计算步骤，通过潮流计算和所述目标种群，计算所述交流系统在第j个所述目标运行方式下，各所述目标变电站的电压以及被影响变电站的电压，所述被影响变电站为预定区域中的变电站；执行步骤，在存在一个候选变电站的电压高于预设电压上限值的情况下，退出所述候选变电站中的一组电容器组或者投入一组电抗器组，在存在一个所述候选变电站的电压低于预设电压下限值的情况下，投入所述候选变电站中的一组所述电容器组或者退出一组所述电抗器组，所述候选变电站为变电站组中的一个变电站，所述变电站组由n个所述目标变电站和所述被影响变电站构成；第二重复步骤，依次重复所述第二计算步骤和所述执行步骤至少一次，直到满足预设条件，所述预设条件包括以下之一：所述变电站组中的各所述变电站的电压均处于目标范围内、存在一个所述候选变电站的电压高于所述预设电压上限值且无法退出一组所述电容
器组或者投入一组所述电抗器组、存在一个所述候选变电站的电压低于所述预设电压下限值且无法投入一组所述电容器组或者退出一组所述电抗器组，所述目标范围为由所述预设电压下限值与所述预设电压上限值组成的；确定步骤，采用故障仿真计算方法，确定第j个所述目标运行方式下以及第m个所述目标故障下的所述低电压持续时间，并采用所述低电压持续时间和所述第二因子，确定所述第二适应度值，m为整数且m的取值从1开始，一直到m，m为所述预设故障集中所述目标故障的总数量。8.根据权利要求6所述的确定方法，其特征在于，采用多只所述秃鹰的所述目标适应度值，对所述目标种群进行更新，得到更新后的所述目标种群，包括：采用选择-搜索-俯冲的更新方式，对所述目标种群中的各所述秃鹰进行计算，得到多只新秃鹰，所述目标种群中的一个所述秃鹰对应着多个所述新秃鹰；基于所述目标优化函数，计算所述目标种群中的一个所述秃鹰以及多个所述新秃鹰的所述目标适应度值，并将最小的所述目标适应度值对应的目标秃鹰，确定为遗传秃鹰，所述目标秃鹰为所述目标种群中的一个所述秃鹰与对应的多个所述新秃鹰所构成的秃鹰组合中的一个；由确定出的多个所述遗传秃鹰，构成更新后的所述目标种群。9.根据权利要求7所述的确定方法，其特征在于，在依次重复所述第二重复步骤和所述执行步骤至少一次，直到满足预设条件之后，所述确定方法还包括：在满足的所述预设条件为所述变电站组中的各所述变电站的电压均处于目标范围内的情况下，将所述惩罚因子设置为0；在满足的所述预设条件不为所述变电站组中的各所述变电站的电压均处于目标范围内的情况下，将所述惩罚因子设置为正实数。10.一种静止同步补偿器的初始运行状态的确定装置，其特征在于，包括：第一构建单元，用于基于各目标变电站配置的静止同步补偿器的初始无功功率，以及交流系统在给定的目标运行方式以及给定的目标故障下的低电压持续时间，构建目标优化函数，所述目标故障为预设故障集中的一个故障，所述目标变电站为配置有所述静止同步补偿器的变电站，所述目标运行方式为所述交流系统的运行方式，且一个所述交流系统包括多个所述目标运行方式；第二构建单元，用于基于各所述目标变电站配置的所述静止同步补偿器向所述交流系统注入的无功功率的下限值和上限值，构建目标约束条件，并由所述目标优化函数和所述目标约束条件，构成单目标优化模型；优化求解单元，用于采用秃鹰优化算法，对所述单目标优化模型进行优化求解，得到各所述目标变电站配置的所述静止同步补偿器的初始无功功率。

技术总结
本申请提供了一种静止同步补偿器的初始运行状态的确定方法与确定装置。该方法包括：基于各目标变电站配置的静止同步补偿器的初始无功功率，以及交流系统在给定的目标运行方式以及给定的目标故障下的低电压持续时间，构建目标优化函数，目标故障为预设故障集中的一个故障；基于各目标变电站配置的静止同步补偿器向交流系统注入的无功功率的下限值和上限值，构建目标约束条件，并由目标优化函数和目标约束条件，构成单目标优化模型；采用秃鹰优化算法，对单目标优化模型进行优化求解，得到各目标变电站配置的静止同步补偿器的初始无功功率，解决了现有技术中缺少确定多个目标变电站的STATCOM的初始运行状态的问题。电站的STATCOM的初始运行状态的问题。电站的STATCOM的初始运行状态的问题。


技术研发人员：金楚 左郑敏 陈雁 杨燕 姚文峰 娄源媛 庾力维 刘若平 彭穗 张蓓 潘维
受保护的技术使用者：广东电网有限责任公司东莞供电局
技术研发日：2023.03.31
技术公布日：2023/8/21