电容器作为配电网无功补偿的重要设备，在配电系统中被广泛使用。通过在配电系统中合理地配置和控制电容器，可以提高配电系统的电压质量，改善功率因素，降低网络损耗，加系统容量。

　　配电网络电容器优化问题分为规划和运行两大类。规划问题主要确定电容器的安装位置、类型和额定容量，在满足电压约束的条件下使投资费用*低。规划问题也称电容器优化配置问题。运行问题是在现有无功设备配置（电容器的位置和*大容量己定）的基础上，根据实际负荷的变化，确定可投切电容器组的投切方案，使网损（能耗）*小或运行费用*低。运行问题也称电容器优化投切问题。

　　自从上个世纪50年代以来，并联电容器的效益问题一直得到科技工作者的关注，有关非常多阐述了电容器优化配置问题的研究发展过程。

　　由于缺乏高效的计算工具，早期普遍采用解析方法，这要求目标函数是连续可微的。为得到这样设，如认为电容的位置和大小是连续变量、馈线截面均等以及各点负荷按统一的模式变化等。尽管作了这些假设，在多数情况下所得到的目标函数仍然相当复杂，这类方法的主要缺点是所得优化结果与实际情况不符。

　　随着计算机技术的发展，各种数学规划方法被应用于解决电容器优化配置问题，其中部分方法能够将电容器的位置和大小当成离散变量处理，这相对于解析方法来说是一大进步。该类方法虽然可以得到*优解，但计算繁杂，效率较低。

　　进入90年代以来，启发式方法、人工神经网络）/专家系统方法、基于随机化优化技术的方法，包括遗传算法（GeneticAlgorithmGA）、模拟退火（SimulatedAnnealing，SA）以及禁忌搜索（TabuSerch，IS）等己在配电网电容器优化配置问题中得到应用。相对于解析方法和数学规划方法来说，启发式方法以及专家系统方法直观，易于理解，实现起来简单，但是不能确保得到*优解；针对不同的配电系统负荷状态，将人工神经网络方法应用于电容器优化配置需要频繁训练样本对于一个有一定规模的配电网，要得到所有可能的负荷模式是困难的，而训练样本也需要大量的时间；基于随机化优化技术的方法由于能有效处理不可微的目标函数，特别适合于解决组合优化问题，实践证明这些随机化优化方法具有比传统优化方法更好的全局寻优能力，但其收敛性及计算速度有待进一步提高。

　　2电容器优化投切配电网电容器优化投切是用来决定配电系统中己安装的电容器组在不同负荷状态下的投切策略的碰函数需要做一A些笕际厉不遵的简化假砸（对于可调电容器组，re还要决定投切的组数以减小系统运行时功率或能量损耗的一种运行控制手段。按照运用的优化方法不同，可以将其分为以下几类。

　　2.1传统数学规划算法容器优化问题，用恒电流模型模拟负荷和电容器，构造了相应的数学模型，并进行了一系列的研究工作。由于所构造的模型将研究推向深入，引入了标准化等效馈线的概念，解决了带旁支的较复杂配电网络的无功电压控制问题，将其分解为电容器和电压调节器两个子问题，用非线性规划法求解。在电容器子问题中同时考虑了规划和运行，确定了在何处安装多大容量的电容器、以及如何控制这些固定的和可控的电容器以使年综合费用*低，即在考虑电容器安装费用的基础上通过优化投切电容器以*大限度地节约电能。上述中，只有考虑到电容器的整数约束，且用分支定界法求解；都把电容器的位置和大小当成连续变量，与实际情况不符。

　　邓佑满从实时控制角度研究电容器优化投切的台数问题，推导了其逐次线性整数规划模型，并提出了适合配电网电容器投切特点的对偶松驰解法和逐次归整法。所得模型简洁，求解过程无震荡现象，收敛快，计算量小。但优化结果依赖于网络的初始状态，对于同一个系统，当电容器给定的初值不同时，其优化结果不同，同时逐次归整所引起的误差取决于电容器的单台容量。作者在中进一步用模糊集中的梯形模糊数考虑了预测负荷值的不确定性，并用逐次线性整数规划优化三相不平衡系统的电容器投切。

　　TengJH在中分别考虑在不平衡和平衡配电系统中如何利用常用的线性规划技术实现电容器的实时优化控制。

　　还在于考虑了负荷的电压静特性以及电容器更换问题，仍然用模拟退火法求解。王守相等也应用模拟退火算法解决配电电容器三相分相投切问题，算法考虑了配电系统实际的三相不平衡状况和系统日负荷变化曲线以及电容器的实际操作次数约束。

　　1%丨-硷5等：提出a了愚中确定未字来e24J线，liShingH2）遗传算法GA）d.继电器司都非常重要，应将操作次数作为一个单独的目标而不是约束条件来考虑。此时电容器优化投切包含两个重要的目标：馈线的日运行损耗*小，操作次数*小。这两个目标量纲不同且相互冲突，为解决该问题，作者提出了与遗传算法相结合的交互式折衷*优方法。该方法的显著特点是可以提供一组灵活的折衷*优解以帮助系统运行人员确定*佳电容器投切方案。

　　刘莉等人用遗传算法解决配电网电容器优化投切问题，克服了传统优化方法在处理电容器整数约束上的不足，对初始条件无任何要求，具备全局寻优能力。

　　张学松也采用类似的将ANN与动态规划相结合的方法来解决电容器的投切问题。这个方法分3步实施：首先，收集历史负荷数据，应用动态规划法离线确定*佳决策。其次，用ANN的两种归类算法对负荷曲线归类，在每一类中，将前一步求出的*佳决策取平均得到预调度表。

　　*后，固定预调度表中可信度高的决策，再用动态规划法优化可信度低的决策，得到*终的控制方案。前两步离线进行，后一步在线应用。在线应用时由于状态变量数大大下降，计算速度大大加快了。ANN技术应用于控制的优点是在线计算快，特别适于实时控制。ANN离线训练时间长并不是主要缺络负荷变化频繁，对应每一种负荷模式都需要大量的样本来训练ANN，这限制了其实用性。

　　MiuKN和ChiangHD研究了GA在三相不平衡配电网电容器优化配置及控制问题中的应用，构造了两级优化模型。一级优化用遗传算法确定一个可行解空间，二级优化采用基于灵敏度分析的启发式算法，用上一级所得到的可行解空间作为搜索的初值继续寻优。该方法花费的时间比单纯使用GA要少，但解的精度有所降低。

　　配电网电容器的实时投切，用GA求解初值，然后用TS求出*优解。

　　J卜19*佑满张伯明继电器Ji-xiang，ZHANGHon「peng）。用改进的Tabu搜索方法优化补偿电容器分档投切的J.电网技术（Power LIU，etal）。基于遗传算法和TS算法的配电网电容器实时优化投切策略（ApplicationofGeneticAlgorithm/Tabu J.电网技术（Power Xhg-yingQIANFengYANGSi-qin）。模糊动态规划法在配电网无功优化控方兴（975?），男，博士研究生，从事配电网方面的研究；郭志忠（1961*），男，教授，博士生导师，研究方向为电力系统稳定分析与控制，电力系统的自动化、信息化和市场化光电互感器等。