CN107565576B - 一种多主动管理手段相协调的主动配电网无功电压优化方法 - Google Patents

Abstract

本发明公开了一种多主动管理手段相协调的主动配电网无功电压优化方法。采用一种全局优化‑局部调整的两阶段无功电压优化策略：先以网损与电压偏差综合满意度最优为目标，优化有载分接开关、电容器组、联络与分段开关等调节时间尺度较长元件的运行方案；再以电压波动性指标最小为目标，实施DG与储能的无功优化调度。应用改进和声搜索算法来求解优化模型。最后，通过算例分析，验证了所提无功电压优化方法的合理性与优越性。

Description

一种多主动管理手段相协调的主动配电网无功电压优化方法

技术领域

本发明涉及一种主动配电网无功电压优化方法，特别是一种用多主动管理手段相协调的主动配电网无功电压优化方法。

背景技术

能源枯竭与环境污染等问题的加剧使可再生能源分布式发电技术得到了大力发展，然而分布式电源(distributed generation，DG)的高渗透率并网将对配电网运行造成一系列深刻影响。为适应DG的规模化接入，提高配电网对DG的兼容性与绿色电力的消纳能力，进一步提升配电网的优化运行水平，主动配电网(active distribution network，ADN)技术应际而生。风机(wind turbine，WT)、光伏(photovoltaic，PV)等绿色DG出力的间歇波动将对网络安全运行(尤其电压水平合格与否)造成严重影响，如何减轻间歇型DG对配电网安全运行的影响、提高绿色能源利用率、优化网络的无功电压分布是ADN技术应当解决的核心问题之一。目前已有众多学者对配电网的无功电压优化问题展开了探索，积淀了一定的研究成果。例如：(1)在配电网日前无功优化中考虑了电容器组投切与DG无功调度，对于电容器组投切，先实施时段解耦的整体静态优化，再利用模糊聚类对理想方案进行时序分段与融合，最后基于合理的电容器组投切方案实施DG的无功优化。(2)以配电网总运行损耗最小为目标，研究了某一运行时间段面的静态无功优化，计及了OLTC、电容器组、DG无功等主动管理手段，但没有考虑关键元件的调整次数约束与DG出力间歇波动对***电压的影响。(3)考虑了风光车的不确定性，采用点估计法求解随机潮流，以节点电压均值偏差最小为目标，研究了配电网的无功电压优化问题，其中计及了传统无功电压设备调节、DG无功调度和电动汽车充电管理。(4)综合考虑了OLTC、电容器组、静止无功补偿器、调压器等多种无功电压设备的优化控制，研究了有源配电网的静态无功电压优化，没有计及网络运行的时序特性。

发明内容

本发明的目的在于克服现有技术的不足之处，而提供一种采用全局综合优化-局部优化调整两阶段策略的多主动管理手段相协调的主动配电网无功电压优化方法。

一种多主动管理手段相协调的主动配电网无功电压优化方法，(1)建立主动配电网的电压波动性评估指标：

对于单个节点，运行周期内不同时段的电压波动性指标为：

其中：K_VF,i为节点i的电压波动性指标，指标值越大表示节点电压的波动性越强；T为运行周期的总时段数；V_t,i为t时段节点i的电压值；为节点i的平均电压值，

***的电压波动性指标可利用节点指标求和来构建：

其中：K_VF为***的电压波动性指标，指标值越大表示***的电压波动性越强；N_node为节点数；

(2)建立无功电压优化的数学模型：本发明将整个优化过程分为两阶段，第一阶段进行无功电压的全局综合优化，以网损与电压偏差综合满意度最高为目标，优化OLTC、电容器组、网络开关的日运行方案；基于第一阶段的优化结果，第二阶段以***电压波动性指标最小为目标，优化调度DG功率因数与储能无功出力，实施时段内无功电压的局部优化调整，

1)全局综合优化数学模型：

无功电压全局综合优化的决策变量为运行周期内各时段的OLTC档位、电容器组投入组数、联络与分段开关开合位置，以运行周期全时段的网损和电压偏差来考量全局综合优化方案的优劣，目标函数如式(4)所示，

其中：F为网损与电压偏差综合满意度，取值越大表示满意度越高、运行方案越优；α₁、α₂分别为网损满意度和电压偏差满意度的权重因子，均取为0.5；F_1,t为t时段的网损满意度(取决于t时段***的实际网损P_loss,t)，取值越大表示满意度越高、运行方案网损越小，其具体计算方法见式(5)；F_2,t为t时段的电压偏差满意度(取决于t时段的最大节点电压偏差ΔV_t)，取值越大表示满意度越高、运行方案电压偏差越小，其具体计算方法见式(6)。

其中：P_max,t为t时段的最大允许网损，即无功电压优化前的网损；P_min,t为t时段的理想网损，即所有无功负荷都被就地补偿、线路只传输有功时的网损；ΔV_max为最大允许电压偏差，本发明取0.05；ΔV_min为理想电压偏差，可取为0.01；V_N为额定电压，

在无功电压全局综合优化中本发明考虑了***运行约束、OLTC和电容器组控制约束、网络结构调整约束等方面的约束条件，具体如下：

V_i,min≤V_i≤V_i,max (9)

S_j≤S_j,max (10)

n_OLTC,i,min≤n_OLTC,t,i≤n_OLTC,i,max (11)

0≤n_C,t,i≤n_C,i,max (13)

γ_t,i∈{0,1} (15)

O_t∈O_radi (17)

其中：P_grid,t、Q_grid,t分别为t时段ADN与上级电网交互的有功、无功功率；P_load,t、Q_load,t分别为t时段ADN的有功、无功负荷值；P_loss,t、Q_loss,t分别为t时段ADN的有功、无功损耗；P_DG,t,i、Q_DG,t,i分别为t时段第i台DG的有功、无功出力；P_ESS,t,i、Q_ESS,t,i为t时段第i台储能的有功、无功出力；N_DG、N_ESS分别为ADN中DG、储能的数量；V_i为节点i的电压幅值，V_i,max、V_i,min分别为其上下限(取额定电压的1.05、0.95倍)；S_j为支路j的视在功率，S_j,max为其上限；n_OLTC,t,i为t时段第i台OLTC的分接头档位，n_OLTC,i,max、n_OLTC,i,min为其上下限；Δ_OLTC,t,i为t时段第i台OLTC的调节变量，取值1表示进行了档位调节、0表示未调节；M_OLTC为OLTC的日最大允许调节次数；n_C,t,i为t时段第i台电容器组投入组数，n_C,i,max为其上限；Δ_C,t,i为t时段第i台电容器组的操作变量，取值1表示进行了投切操作、0表示未操作；M_C为电容器组的日最大允许投切操作次数；γ_t,i为t时段第i个开关的位置变量，1表示开关闭合、0表示开关打开；Δ_S,t,i为t时段第i个开关的动作变量，取值1表示开关动作、0表示开关位置不变；M_S为单个开关的日最大允许动作次数；O_t为t时段配电网的网络结构，由γ_t,i决定；O_radi为配电网的辐射状网络结构集合；

2)局部优化调整数学模型

调节时间尺度较长元件的日运行方案确定之后，则对运行周期内各时段的DG与储能无功出力进行优化，充分利用ADN内DG与储能的双向无功调节能力，来减弱***的电压波动性、实现无功电压时段内的局部优化调整，局部优化调整的决策变量为各时段DG的运行功率因数与储能的无功出力，其目标为***的电压波动性指标最小化：

无功电压的局部优化调整中还应考虑DG与储能无功调节的相关约束：

Q_ESS,i,min≤Q_ESS,t,i≤Q_ESS,i,max (19)

其中：Q_ESS,i,max、Q_ESS,i,min为第i台储能的无功出力上下限；S_PCS,i为第i台储能的逆变器容量；为t时段第i台DG的运行功率因数，/>为其允许调节的上下限；

(3)利用改进的和声搜索算法求解数学模型

改进的和声搜索算法，在每次迭代寻优中生成多个新和声，其中一部分新和声采用原方法生成，保持HS良好的计算性能、保证全局搜索能力；另一部分新和声在基于原方法生成后，根据粒子群算法的思想，将继续向当前最优和声所在位置的方向进行搜索，实现新和声向当前最优和声的学习和新和声的更新修正，新和声生成后，向最优和声所在位置的方向进行更新修正的方式为：

其中：为新和声第j维分量的更新速度；c为学习因子；rand₄为(0,1)上均匀分布的随机数；/>为最优和声的第j维分量，

求解数学模型的具体步骤为：

①输入优化运行问题求解所需的诸项参数，包括：网络拓扑结构、线路参数、负荷与风光有功的预测数据、储能电池的有功计划等；

②基于改进和声搜索算法，以网损与电压偏差综合满意度最高为目标，求解无功电压的全局综合优化问题，得出OLTC、电容器组和网络结构的日优化运行方案；

③在已得全局优化方案的基础上，再次应用改进和声搜索算法来求解各时段无功电压的局部优化调整问题，促进***电压波动性的减弱，得出DG与储能无功的日优化运行方案。

本发明的和声编码策略是对调整OLTC、电容器组、网络结构的时段以及这些元件所调整的运行状态进行编码，OLTC与电容器组的具体编码见式(23)、网络结构见式(24)。

其中：t_OLTC,m,i为第i台OLTC第m次调节的时段编号；N_OLTC为OLTC总台数；n_OLTC,m,i为第i台OLTC第m次调节的档位；t_C,m,i第i台电容器组第m次投切的时段编号；N_C为电容器组总台数；n_C,m,i为第i台电容器组第m次投切的投入组数；t_TOPO,m为第m次网络结构调整的时段编号；M_TOPO为网络结构的日最大允许调整次数；B_m,i为第m次网络结构调整中第i个环路的开环支路编号；N_loop为网络的总环路数。

无功电压局部优化调整的和声编码较为简便，只需对各时段的DG运行功率因数和储能无功出力逐一进行编码即可。

综上所述的，本发明相比现有技术如下优点：

(1)计及了主动配电网的OLTC调节、电容器组投切、灵活网络拓扑调整、DG和储能无功调度等多种主动管理手段。

(2)采用一种两阶段的无功电压优化策略，既考虑了不同可控元件的运行特点、顾及了多种主动管理手段的相互协调；又能够简化最优问题的复杂性、降低维度，以利于求解。

(3)能够减轻网络的电压波动，使全网电压分布更为平缓，从而间接的为日内不可预期的DG出力间歇性波动预留安全裕度，减轻日内调度运行的压力。

附图说明

图1是本发明的改进和声搜索算法流程图。

图2是本发明的基于改进和声搜索算法的模型求解策略流程图。

图3是主动配电网测试算例图。

图4是各馈线的风光荷预测曲线图。

图5是储能的有功出力日计划图。

图6是小型风电场及其储能无功的日优化运行方案图。

图7是小型光伏电站及其储能无功的日优化运行方案图。

图8配电网各时段各节点的电压水平比较优化前示意图。

图9是传统方法优化后示意图。

图10是本发明优化后示意图

具体实施方式

下面结合实施例对本发明进行更详细的描述。

实施例1

一种多主动管理手段相协调的主动配电网无功电压优化方法，其特征在于，具体步骤为：(1)建立主动配电网的电压波动性评估指标：

对于单个节点，运行周期内不同时段的电压波动性指标为：

其中：K_VF,i为节点i的电压波动性指标，指标值越大表示节点电压的波动性越强；T为运行周期的总时段数；V_t,i为t时段节点i的电压值；为节点i的平均电压值，

***的电压波动性指标可利用节点指标求和来构建：

其中：K_VF为***的电压波动性指标，指标值越大表示***的电压波动性越强；N_node为节点数；

(2)建立无功电压优化的数学模型：本发明将整个优化过程分为两阶段，第一阶段进行无功电压的全局综合优化，以网损与电压偏差综合满意度最高为目标，优化OLTC、电容器组、网络开关的日运行方案；基于第一阶段的优化结果，第二阶段以***电压波动性指标最小为目标，优化调度DG功率因数与储能无功出力，实施时段内无功电压的局部优化调整，

1)全局综合优化数学模型：

无功电压全局综合优化的决策变量为运行周期内各时段的OLTC档位、电容器组投入组数、联络与分段开关开合位置，以运行周期全时段的网损和电压偏差来考量全局综合优化方案的优劣，目标函数如式(4)所示，

其中：F为网损与电压偏差综合满意度，取值越大表示满意度越高、运行方案越优；α₁、α₂分别为网损满意度和电压偏差满意度的权重因子，均取为0.5；F_1,t为t时段的网损满意度(取决于t时段***的实际网损P_loss,t)，取值越大表示满意度越高、运行方案网损越小，其具体计算方法见式(5)；F_2,t为t时段的电压偏差满意度(取决于t时段的最大节点电压偏差ΔV_t)，取值越大表示满意度越高、运行方案电压偏差越小，其具体计算方法见式(6)。

其中：P_max,t为t时段的最大允许网损，即无功电压优化前的网损；P_min,t为t时段的理想网损，即所有无功负荷都被就地补偿、线路只传输有功时的网损；ΔV_max为最大允许电压偏差，本发明取0.05；ΔV_min为理想电压偏差，可取为0.01；V_N为额定电压，

在无功电压全局综合优化中本发明考虑了***运行约束、OLTC和电容器组控制约束、网络结构调整约束等方面的约束条件，具体如下：

V_i,min≤V_i≤V_i,max (9)

S_j≤S_j,max (10)

n_OLTC,i,min≤n_OLTC,t,i≤n_OLTC,i,max (11)

0≤n_C,t,i≤n_C,i,max (13)

γ_t,i∈{0,1} (15)

O_t∈O_radi (17)

其中：P_grid,t、Q_grid,t分别为t时段ADN与上级电网交互的有功、无功功率；P_load,t、Q_load,t分别为t时段ADN的有功、无功负荷值；P_loss,t、Q_loss,t分别为t时段ADN的有功、无功损耗；P_DG,t,i、Q_DG,t,i分别为t时段第i台DG的有功、无功出力；P_ESS,t,i、Q_ESS,t,i为t时段第i台储能的有功、无功出力；N_DG、N_ESS分别为ADN中DG、储能的数量；V_i为节点i的电压幅值，V_i,max、V_i,min分别为其上下限(取额定电压的1.05、0.95倍)；S_j为支路j的视在功率，S_j,max为其上限；n_OLTC,t,i为t时段第i台OLTC的分接头档位，n_OLTC,i,max、n_OLTC,i,min为其上下限；Δ_OLTC,t,i为t时段第i台OLTC的调节变量，取值1表示进行了档位调节、0表示未调节；M_OLTC为OLTC的日最大允许调节次数；n_C,t,i为t时段第i台电容器组投入组数，n_C,i,max为其上限；Δ_C,t,i为t时段第i台电容器组的操作变量，取值1表示进行了投切操作、0表示未操作；M_C为电容器组的日最大允许投切操作次数；γ_t,i为t时段第i个开关的位置变量，1表示开关闭合、0表示开关打开；Δ_S,t,i为t时段第i个开关的动作变量，取值1表示开关动作、0表示开关位置不变；M_S为单个开关的日最大允许动作次数；O_t为t时段配电网的网络结构，由γ_t,i决定；O_radi为配电网的辐射状网络结构集合；

2)局部优化调整数学模型

调节时间尺度较长元件的日运行方案确定之后，则对运行周期内各时段的DG与储能无功出力进行优化，充分利用ADN内DG与储能的双向无功调节能力，来减弱***的电压波动性、实现无功电压时段内的局部优化调整，局部优化调整的决策变量为各时段DG的运行功率因数与储能的无功出力，其目标为***的电压波动性指标最小化：

无功电压的局部优化调整中还应考虑DG与储能无功调节的相关约束：

Q_ESS,i,min≤Q_ESS,t,i≤Q_ESS,i,max (19)

其中：Q_ESS,i,max、Q_ESS,i,min为第i台储能的无功出力上下限；S_PCS,i为第i台储能的逆变器容量；为t时段第i台DG的运行功率因数，/>为其允许调节的上下限；

(3)利用改进的和声搜索算法求解数学模型

改进的和声搜索算法，在每次迭代寻优中生成多个新和声，其中一部分新和声采用原方法生成，保持HS良好的计算性能、保证全局搜索能力；另一部分新和声在基于原方法生成后，根据粒子群算法的思想，将继续向当前最优和声所在位置的方向进行搜索，实现新和声向当前最优和声的学习和新和声的更新修正，新和声生成后，向最优和声所在位置的方向进行更新修正的方式为：

其中：为新和声第j维分量的更新速度；c为学习因子；rand₄为(0,1)上均匀分布的随机数；/>为最优和声的第j维分量，

求解数学模型的具体步骤为：

①输入优化运行问题求解所需的诸项参数，包括：网络拓扑结构、线路参数、负荷与风光有功的预测数据、储能电池的有功计划等；

②基于改进和声搜索算法，以网损与电压偏差综合满意度最高为目标，求解无功电压的全局综合优化问题，得出OLTC、电容器组和网络结构的日优化运行方案；

③在已得全局优化方案的基础上，再次应用改进和声搜索算法来求解各时段无功电压的局部优化调整问题，促进***电压波动性的减弱，得出DG与储能无功的日优化运行方案。

下面具体举例说明本发明的优化方法：

本发明构建了如图3所示的主动配电网测试算例，基于该网络验证所提出无功电压优化方法的有效性。主变压器的有载分接开关共17档，变比调节范围±8×1.25％。低压母线B2、B3分别装设有无功补偿并联电容器10组、5组，每组容量400kvar。对于馈线2、3，可通过操作开关S5-S11实现单环网重构；网络中的其他开关主要用于故障隔离和设备检修等，不进行调度控制。有载分接开关、电容器组、网络结构的日允许调整次数为为4次。各支路线路均为电缆，每公里阻抗0.15+j0.12Ω，相邻节点的距离为2km，最大载流量为509A。馈线1、3负荷以居民负荷为主，馈线2负荷以工业负荷为主。

网络的风光总渗透率约为50％，其中馈线1以风电为主，馈线2为风光混合，馈线3均为光伏。小型风电场于节点16并网，额定容量为1.2MW；其余风机均为分散式接入，额定容量均为0.3MW。小型光伏电站于28节点并网，额定容量为1.2MW；其余光伏均为分散式接入，额定容量均为0.3MW。调度中心对小型风电场和小型光伏电站的运行功率因数实施优化控制，其余DG不予调度。小型风电场和小型光伏电站的并网节点配有蓄电池组作为储能设备，储能变流器的容量为为0.5MW。

各馈线负荷与风光有功的预测结果如图4所示，储能有功日计划如图5所示(图中有功大于零表示放电、小于零为充电)。

无功电压优化基本结果

主动配电网无功电压的全局综合优化(OLTC档位调节、电容器组投切、网络结构灵活调整)结果见表1，局部优化调整(DG与储能的无功出力优化)方案如图6-图7所示。

表1 OLTC、电容器组和网络结构的日优化运行方案

OLTC的档位调节和电容器组的投切操作由负荷需求决定、与馈线电压水平相协调。网络结构方面，在时段8-16，馈线2负荷较重，馈线3负荷相对较轻，闭合联络开关S11，打开分段开关S7，可将馈线2的末端负荷转移至馈线3；反之，在时段21～24，馈线3负荷较重，馈线2负荷相对较轻，则闭合联络开关S11，打开分段开关S10，将馈线3的末端负荷转移至馈线2；其余时段网络保持原始拓扑。灵活拓扑调整有利于平衡馈线负荷、降低网损和改善电压质量。

图7与图8中无功出力大于零为发出无功、小于零为吸收无功。在DG有功出力较大、电压水平较高时段，DG采用超前功率因数运行、吸收无功，从而避免电压越上限；在DG有功出力较小或负荷较重、电压水平较低时段，DG功率因数滞后、发出无功，以促进电压水平的提高。储能电池能够P-Q四象限运行，在逆变器容量范围内具备一定的无功调节能力：在风光DG有功出力较大时段，储能吸收***多余的无功，抑制电压水平过高；在馈线重载或DG无功调节能力较弱时段，储能则发出无功，为***提供无功支撑，确保电压水平合格。

多场景对比分析

为进一步验证所提无功电压优化方法的优越性，本节对三种场景的无功电压优化效果进行了比较分析(见表2)。传统无功电压优化是指仅计及OLTC与电容器组的无功电压优化方法，本发明的无功电压优化则综合考虑了OLTC档位调节、电容器组投切、网络拓扑灵活调整、储能与DG无功调度等主动管理手段。表2中的网损为日全时段全支路的有功损耗之和，电压偏差为日全时段全节点的电压偏差之和。

表2不同场景的无功电压优化效果对比

分析表2可知，相较传统无功电压优化，本发明所提无功电压优化方法所得方案的网损更低、电压偏差更小、综合满意度更高(提高了83.82％)、电压波动性指标值更小(减小了63.62％)，可见所提无功电压优化方法能够显著降低网损和电压偏差、并有效控制***电压波动性。

图8-10为三种场景下配电网各时段各节点电压的三维柱状图(t-i-V)，该图能够清晰直观的反映***电压的分布情况。由于缺乏对传统无功电压设备与新型无功资源的有效管控，无功电压优化前(图8)，网络电压水平明显偏低，在夜间峰荷时段许多节点电压已严重越下限。图9与图10两种方案的电压水平均在合理范围内，但仔细比对可看出：图10的电压分布更为平缓、更集中于标准电压附近、电压波动性更小。

上述图表与对比分析说明：本发明所提出的多主动管理手段相协调的无功电压优化方法能够有效降损、减小电压偏差、提高综合满意度；另一方面，该法所得的无功电压优化方案能够在确保电压水平合格的基础上，减轻网络的电压波动，使全网电压分布更为平缓，从而间接的为日内不可预期的DG出力间歇性波动预留安全裕度，减轻日内调度运行的压力。

本实施例未述部分与现有技术相同。

Claims (2)

1.一种多主动管理手段相协调的主动配电网无功电压优化方法，其特征在于，具体步骤为：(1)建立主动配电网的电压波动性评估指标：

对于单个节点，运行周期内不同时段的电压波动性指标为：

其中：K_VF,i为节点i的电压波动性指标，指标值越大表示节点电压的波动性越强；T为运行周期的总时段数；V_t,i为t时段节点i的电压值；为节点i的平均电压值，

***的电压波动性指标可利用节点指标求和来构建：

其中：K_VF为***的电压波动性指标，指标值越大表示***的电压波动性越强；N_node为节点数；

(2)建立无功电压优化的数学模型：将整个优化过程分为两阶段，第一阶段进行无功电压的全局综合优化，以网损与电压偏差综合满意度最高为目标，优化OLTC、电容器组、网络开关的日运行方案；基于第一阶段的优化结果，第二阶段以***电压波动性指标最小为目标，优化调度DG功率因数与储能无功出力，实施时段内无功电压的局部优化调整，

1)全局综合优化数学模型：

无功电压全局综合优化的决策变量为运行周期内各时段的OLTC档位、电容器组投入组数、联络与分段开关开合位置，以运行周期全时段的网损和电压偏差来考量全局综合优化方案的优劣，目标函数如式(4)所示，

其中：F为网损与电压偏差综合满意度，取值越大表示满意度越高、运行方案越优；α₁、α₂分别为网损满意度和电压偏差满意度的权重因子，均取为0.5；F_1,t为t时段的网损满意度，网损满意度取决于t时段***的实际网损P_loss,t，取值越大表示满意度越高、运行方案网损越小，其具体计算方法见式(5)；F_2,t为t时段的电压偏差满意度，电压偏差满意度取决于t时段的最大节点电压偏差ΔV_t，取值越大表示满意度越高、运行方案电压偏差越小，其具体计算方法见式(6)，

其中：P_max,t为t时段的最大允许网损，即无功电压优化前的网损；P_min,t为t时段的理想网损，即所有无功负荷都被就地补偿、线路只传输有功时的网损；ΔV_max为最大允许电压偏差，取0.05；ΔV_min为理想电压偏差，可取为0.01；V_N为额定电压，

在无功电压全局综合优化中考虑了***运行约束、OLTC和电容器组控制约束、网络结构调整约束等方面的约束条件，具体如下：

V_i,min≤V_i≤V_i,max (9)

S_j≤S_j,max (10)

n_OLTC,i,min≤n_OLTC,t,i≤n_OLTC,i,max (11)

0≤n_C,t,i≤n_C,i,max (13)

γ_t,i∈{0,1} (15)

O_t∈O_radi (17)

其中：P_grid,t、Q_grid,t分别为t时段ADN与上级电网交互的有功、无功功率；P_load,t、Q_load,t分别为t时段ADN的有功、无功负荷值；P_loss,t、Q_loss,t分别为t时段ADN的有功、无功损耗；P_DG,t,i、Q_DG,t,i分别为t时段第i台DG的有功、无功出力；P_ESS,t,i、Q_ESS,t,i为t时段第i台储能的有功、无功出力；N_DG、N_ESS分别为ADN中DG、储能的数量；V_i为节点i的电压幅值，V_i,max、V_i,min分别为其上下限，上下限取额定电压的1.05、0.95倍；S_j为支路j的视在功率，S_j,max为其上限；n_OLTC,t,i为t时段第i台OLTC的分接头档位，n_OLTC,i,max、n_OLTC,i,min为其上下限；Δ_OLTC,t,i为t时段第i台OLTC的调节变量，取值1表示进行了档位调节、0表示未调节；M_OLTC为OLTC的日最大允许调节次数；n_C,t,i为t时段第i台电容器组投入组数，n_C,i,max为其上限；Δ_C,t,i为t时段第i台电容器组的操作变量，取值1表示进行了投切操作、0表示未操作；M_C为电容器组的日最大允许投切操作次数；γ_t,i为t时段第i个开关的位置变量，1表示开关闭合、0表示开关打开；Δ_S,t,i为t时段第i个开关的动作变量，取值1表示开关动作、0表示开关位置不变；M_S为单个开关的日最大允许动作次数；O_t为t时段配电网的网络结构，由γ_t,i决定；O_radi为配电网的辐射状网络结构集合；

2)局部优化调整数学模型

调节时间尺度较长元件的日运行方案确定之后，则对运行周期内各时段的DG与储能无功出力进行优化，充分利用ADN内DG与储能的双向无功调节能力，来减弱***的电压波动性、实现无功电压时段内的局部优化调整，局部优化调整的决策变量为各时段DG的运行功率因数与储能的无功出力，其目标为***的电压波动性指标最小化：

无功电压的局部优化调整中还应考虑DG与储能无功调节的相关约束：

Q_ESS,i,min≤Q_ESS,t,i≤Q_ESS,i,max (19)

其中：Q_ESS,i,max、Q_ESS,i,min为第i台储能的无功出力上下限；S_PCS,i为第i台储能的逆变器容量；为t时段第i台DG的运行功率因数，/>为其允许调节的上下限；

(3)利用改进的和声搜索算法求解数学模型

改进的和声搜索算法，在每次迭代寻优中生成多个新和声，其中一部分新和声采用原方法生成，保持HS良好的计算性能、保证全局搜索能力；另一部分新和声在基于原方法生成后，根据粒子群算法的思想，将继续向当前最优和声所在位置的方向进行搜索，实现新和声向当前最优和声的学习和新和声的更新修正，新和声生成后，向最优和声所在位置的方向进行更新修正的方式为：

其中：为新和声第j维分量的更新速度；c为学习因子；rand₄为(0,1)上均匀分布的随机数；/>为最优和声的第j维分量，

求解数学模型的具体步骤为：

①输入优化运行问题求解所需的诸项参数，包括：网络拓扑结构、线路参数、负荷与风光有功的预测数据、储能电池的有功计划等；

②基于改进和声搜索算法，以网损与电压偏差综合满意度最高为目标，求解无功电压的全局综合优化问题，得出OLTC、电容器组和网络结构的日优化运行方案；

③在已得全局优化方案的基础上，再次应用改进和声搜索算法来求解各时段无功电压的局部优化调整问题，促进***电压波动性的减弱，得出DG与储能无功的日优化运行方案。

2.根据权利要求1所述的一种多主动管理手段相协调的主动配电网无功电压优化方法，其特征在于，改进和声搜索算法求解模型时OLTC与电容器组的具体编码见式(23)、网络结构见式(24)，

其中：t_OLTC,m,i为第i台OLTC第m次调节的时段编号；N_OLTC为OLTC总台数；n_OLTC,m,i为第i台OLTC第m次调节的档位；t_C,m,i第i台电容器组第m次投切的时段编号；N_C为电容器组总台数；n_C,m,i为第i台电容器组第m次投切的投入组数；t_TOPO,m为第m次网络结构调整的时段编号；M_TOPO为网络结构的日最大允许调整次数；B_m,i为第m次网络结构调整中第i个环路的开环支路编号；N_loop为网络的总环路数。