本站原创摘自：论文查重www.udooo.com
摘要：本文比较了各种电流法在计算原理、数据来源、各种算法需采集的数据、适用条件及局限性，介绍均方根电流法、平均电流法、最大电流法、等值电阻法的优缺点，分析传统配电网理论线损计算方法的基本原理。本文提出了适合目前配电网理论线损计算的新方法，但都是在对一些配电网理论线损计算方法进行深入研究的基础上，部分学者在潮流算法方面都处于理论研究和探索阶段，距离实用化还有一段差距，都进行了新的研究，丰富和发展了潮流算法。为解决配电网理论线损计算困难，近年来，部分学者采用模糊理论中的模型识别原理对支路电流的分配进行修正，将遗传算法与人工神经网络理论引入配电网理论线损计算中，寻找出能够满足配电网线损理论计算要求的计算方法，通过不断深入地研究配电网理论线损计算，使计算结果尽可能准确，促进降损节能，提高供电企业运行管理水平和经济效益。关键词：配电网理论线损 等值电阻法 潮流算法
0 引言
在实际工作中通过线损理论计算，能较准确的了解电网中损耗的组成情况。尤其在对需要增加投资的降损措施几种方案的技术经济比较以及考察各种降损措施的效果方面，线损理论计算显出重要作用，这就为实际分级、分压、分区、分线管理，线损计划指标的分解提供了可靠依据。此外，通过线损理论计算得出的数值与传统数值比较，还可以发现线损管理中薄弱环节，以便有针对性地采取降损措施。
1 传统的主要的配电网理论线损计算方法
1.1 等值电阻法
等值电阻法的理论基础是均方根电流法。缺点是：对没有实测负荷记录的配电变压器，各节点负荷率相同，这种计算不完全符合实际负荷情况，检测设负荷分布按与配电变压器额定容量成比例；需要检测设计算条件，影响计算结果精度；检测设各负荷点功率因数、类别系数和电压相同，一般情况下，计算出的电能损耗值偏小，实际系统各个负荷点的功率因数、类别系数和电压都不相同。等值电阻法的优点是：在理论上比较完善，不用收集运行数据，计算出等值电阻数据就可以进行电能损耗计算，仅与结构参数配电变压器额定容量、分段线路电阻有关；在方法上克服了均方根电流法的诸多方面的缺点。1.2 最大电流法
最大电流法也称损失因数法，优点是：计算需要的资料少，易于计算机编程计算，进行电能损耗计算只需测量出代表日最大电流和计算出损失因数等数据。缺点是：损失因数不易计算，计算出的损耗因数不同，不能通用，主要由于不同的负荷曲线、网络结构和负荷特性，此方法常用于计算精度要求不高的情况，是利用均方根电流法与最大电流的等效关系进行计算的。计算精度低，使用此方法时必须根据电网实际情况计算损耗因数。1.3 平均电流法
由均方根电流法派生而来，是利用均方根电流法与平均电流的等效关系进行损耗计算的，平均电流法也称形状系数法。平均电流法的优点是：计算结果较为准确，计算出的电能损耗结果精度较高，用实际中较容易得到并且较为精确的电量作为计算参数，按照代表日平均电流和计算出形状系数等数据计算，易于计算机编程计算，可以进行电能损耗计算。平均电流法的物理概念是：实际负荷在同一时间内所产生的电能损耗几乎等同于线路中流过的平均电流所产生的电能损耗。缺点是：形状系数不易确定，计算误差较大。对没有实测记录的配电变压器，数据不够准确。1.4 均方根电流法
均方根电流法是基本计算方法。均方根电流法的优点是：方法简单，易于计算机编程计算，按照代表日24小时整点负荷电流或有功功率、无功功率或有功电量、无功电量、电压、配电变压器额定容量、参数等数据计算出均方根电流就可以进行电能损耗计算。均方根电流法的物理概念是：实际负荷在同一时间内所产生的电能损耗差不多等同于线路中流过的均方根电流所产生的电能损耗。缺点是：代表日选取不同会有不同的计算结果，误差较大。2 配电网理论线损计算方法研究新进展
降低线损率，可以减少电能传输能耗，线损率是主要经济技术指标，它综合反映电力网规划设计、生产运行和经营管理水平，研究配电网理论线损计算方法，提高电力供应能力，增加供电企业经济效益，有很重要的理论与实际意义。2.1 潮流新算法
文献指出，由于配电网表计不全，运行参数无法全部收集，对于10kV配电网理论线损计算，无法采用潮流方法，或者网络的元件和节点数太多，运行数据和结构参数的收集整理很困难。近年来，大部分学者都处于理论研究和探索阶段，距离实用化还有一段差距，只是在潮流算法方面进行了新的研究，丰富和发展了潮流算法。鉴于当前配电网潮流计算采用恒功率负荷模型不能准确反映网络潮流分布，提出在潮流计算中考虑负荷静态电压特性。针对传统前推回代法在解决该问题时，存在算法效率降低、对负荷静态电压特性呈强敏感性的缺陷，将传统前推回代法中前推功率、回代电压改为前推回代都进行电压迭代，设计了一种新的前推回代法。IEEE36节点系统测试表明，所提算法能够准确、快速地求解配电网潮流，且算法效率对负荷静态电压特性变化具有弱敏感性。同时，通过潮流结果分析负荷静态电压特性变化对系统电压的影响。2.2 遗传算法与人工神经网络算法
遗传算法用于神经网络，最主要的是学习神经网络的权重，评价一个学习算法的标准是：简单性、可塑性和有效性，也就是用遗传算法来取代一些传统的学习算法。主要是用遗传算法学习神经网络的权重和学习神经网络的拓朴结构。一般地，简单的算法并不有效，又与算法的可塑性、简单性相冲突，有效的算法则要求算法的专一性、完美性，可塑的算法又不简单。Rumel hart等人推广误差反向传播（BP）算法，在目前广泛研究的前馈网络中采用，BP算法具有简单和可塑的优点，这种方法的收敛速度慢，且常受局部极小点的困扰，是神经网络权值学习的有效方法，它是基于梯度的方法，克服了BP算法的缺陷，采用GA则可把神经网络的结构优化和权值学习合并起来。
摘自：毕业论文小结www.udooo.com