杨劭炜

(国网浙江省电力有限公司龙泉市供电公司，浙江 龙泉 323700)

0 引 言

随着能源枯竭和环境的持续恶化，新能源发电和电动汽车技术的发展得到人们的日益重视。在政府的大力扶持下，我国的新能源发电和电动汽车得到了高速的发展[1]。新能源发电和电动汽车充电站在配电网并网的情况越来越多，但其功率的随机性改变了配电网潮流的流向及大小，给配电网的无功优化增加了更多的困难[2]。因此，需对含新能源和电动汽车并网的配电网无功优化进行研究。

配电网无功优化求解的内点法和简化梯度法等传统方法耗时过长，无法满足配电网运行实时性要求而被逐渐淘汰[3]。近年来人工智能优化法以其优异的适用性和高效性而获得广泛发展和应用。文献[4]采用粒子群算法对优化模型进行求解，但粒子群法全局搜索能力较差。文献[5]利用遗传算法进行无功优化，但其未考虑新能源功率的随机性特征。文献[6]将蚁群算法应用于无功优化模型求解，但蚁群法求解结果易收敛于局部最优。文献[7]在配电网无功优化模型求解时提出了模拟退火和粒子群相融合的求解方法，该方法求解精度有了一定的提高，但其寻优收敛时间较长。

本文以配电网经济性和安全性为综合目标，建立了计及新能源和电动汽车随机性的配电网无功优化数学模型，并提出了基于Q学习算法和蚁群算法的融合求解方法。

1 新能源功率特性分析

1.1 风电功率特性分析

新能源风电的输出功率Pw与风速v的关系表达式为：