一种基于遗传算法的故障限流器优化布点配置方法与流程

本发明涉及电力设计
技术领域：
，特别是限流器在电网中的选点与容量配置问题。
背景技术：
：在500kv电网中，许多超高压变电站中配置的遮断容量为50KA的断路器存在短路容量严重不足的情况。在重点短路电流来源支路安装限流器的方法，能够将故障电流限制在断路器遮断容量以下，配合断路器动作，能够避免大规模更换断路器带来的浪费。但是，现有限流器选点技术大多是根据具体电网参数，通过人工经验的方式进行限流器选点配置，可能导致非最优的安装情况。技术实现要素：发明目的：为了克服现有技术中存在的不足，本发明提供一种基于遗传算法的故障限流器(faultcurrentlimiter，简称FCL)优化布点配置方法，用于解决现有技术中需通过人工经验进行限流器布点可能导致的非最优情况。技术方案：为实现上述目的，本发明采用的技术方案为：一种基于遗传算法的故障限流器优化布点配置方法，包括顺序执行的以下步骤：步骤1、通过对电网指定电压等级节点进行三相短路故障的短路电流扫描，确定需要限制短路电流的全部节点，并计算上述节点的自阻抗、互阻抗值；同时，设定电网中能够安装的故障限流器数量下限值为1、上限值为M，设定故障限流器的阻值范围，设定限制短路电流的节点的限流目标；步骤2、定义遗传算法中的每个染色体为由故障限流器在电网中的安装位置、故障限流器的安装数量以及故障限流器的阻值信息组成的二进制代码序列，设定遗传算法的种群中染色体的总数为N；步骤3、设定遗传算子系数，经过遗传算子迭代，寻找种群最优适应函数值FV对应的染色体作为全局最优个体，按照全局最优个体的二进制代码序列所对应的故障限流器在电网中的安装位置、故障限流器的安装数量以及故障限流器的阻值信息进行故障限流器的配置；步骤4、改变遗传算子系数，产生相应的故障限流器在电网中的配置方案，选取满足限流效果且限流效果最佳情况下对应的遗传算子系数以及相应的故障限流器的配置方案为最终结果。具体的，在本发明中，步骤3中，种群最优适应函数值FV的数学模型如下：maxδ=Σ|ΔYii(k)|ϵ(k)Yf1+Yf2+...+Yfi′+...+Yfms.t.Yii(k)≤YG(k),1≤k≤n]]>上式中：等号左边即为种群最优适应函数值FV；k为节点号；n为支路节点总数；Yfi'为故障限流器的阻值,i'取1到m,m表示使用的故障限流器的数量；ε(k)为节点号为k的节点超过短路电流允许值的幅度，为节点号为k的节点的限流目标，为节点号为k的节点的短路电流值；Yii(k)为节点号为k的节点自导纳模值，满足为节点号为k的节点线路导纳；YG(k)为节点号为k的节点的短路电流恰好达到时的节点号为k的节点的自导纳值；加入故障限流器前后节点号为k的节点的自导纳模值之差。更进一步的，在本发明的计算过程中，在节点导纳矩阵中计算加入故障限流器后的节点导纳；加入故障限流器前的节点导纳矩阵形式如下：上式中，节点i和节点j之间的互导纳用Yij表示，节点i的自导纳用Yii表示，i和j均在1到n中取值；加入故障限流器后的节点导纳矩阵形式如下：上式中：yij=1Zf′Zf′=-(Zij2Zf+Zij)]]>Zf为接入节点i和节点j之间的支路的故障限流器的电抗；Zij为节点i和节点j之间的支路在接入故障限流器之前的阻抗。有益效果：与现有技术相比，本发明的有益效果是：基利用计算机遗传算法遍历区域广，计算速度快的特点，将满足适应函数的最优方案提取出来。该算法综合考虑了单台限流器阻值、限流安装台数以及限流器安装布点因素，将上述因素以二进制编码的形式作为遗传算法的个体基因输入数据，通过遗传算法以及适应函数值的大小遍历电网中所有可能的安装方案，并且通过设置不同的算法系数，计算出不同参数下的适应函数最大值，并从中提取最优方案，获得限流器的全局最优布点配置，为限流器电网配置提供充分的数据支撑，避免了凭借经验人工选择安装布点可能导致的非最优安装情况。附图说明图1为故障限流器接入的等效图；图2为算法的计算流程；图3为乔司站局部线路图。具体实施方式下面结合附图对本发明作更进一步的说明。遗传算法以遗传理论和自然选择为基础，通过“生成+检测”的迭代过程进行搜索，将群体内部染色体的随机信息交换机制和生物进化论思想相结合来实现最优解的搜索。在遗传算法搜索之前，首先要进行编码获得染色体，然后构建一个由若干染色体所组成的种群，并且设定一个检测函数来对问题的优化程度进行评价；最后根据生物进化论进行迭代。在遗传算法中包含了如下4个基本要素。(1)编码一般采用一定长度的二进制编码串对优化问题的变量进行编码，编码串中的内容称之为基因，整个编码串称之为个体即染色体，每一个染色体就代表了优化问题的一个可行解。(2)种群将若干个染色体组成一个初始种群，并且在遗传、迭代过程中不断实现种群中染色体的更新。种群表示优化问题的一组可行解集合。本实施方式中将种群中染色体的数量设置为200。(3)适应度函数适应度函数即对染色体的个体适应函数值FV进行评价，计算个体适应函数值FV在种群总适应函数值所占的比重作为评价适应值优劣的标准，相当于优化问题的目标函数值。一般而言，个体适应函数值FV大的个体表示适应度更高。(4)遗传算子遗传算子即遗传算法迭代过程中对优化问题的可行解进行随机搜索的过程，遗传算子包括选择、交叉和变异。①其中选择表示按照一定的比例从种群中选取一部分适应度较高的染色体直接遗传到下一代，从而保证基因较好的个体能够保留，具有更多的繁殖后代的机会。②交叉模拟生物界配种的过程，通过交换两个染色体的部分基因，通过交叉随机系数px作为两个染色体交换基因的位置，从而构成下一代新的染色体；③变异即随机对染色体的某些基因位置进行随机修改，其中随机门槛值为变异系数pm，随机确定变异的位置，将染色体中该位置取反，模拟自然界中的基因突变，得到下一代新的染色体。在遗传算子中，选择算子主要是保证种群中优秀的个体能够顺利的保留到下一代，从而保证算法的收敛性；交叉算子和变异算子的主要目的就是为了扩大搜索范围，从而提高得到最优解的可行性。因此，在上述遗传算法的基础上，对FCL进行全局优化配置，步骤如下：步骤1、通过对电网指定电压等级节点进行三相短路故障的短路电流扫描，确定需要限制短路电流的全部节点，并计算上述节点的自阻抗、互阻抗值；同时，设定电网中能够安装的故障限流器数量下限值为1、上限值为M，设定故障限流器的阻值范围，设定限制短路电流的节点的限流目标(如使指定电压等级所有节点短路电流小于断路器遮断容量等，该目标可根据具体需求制定)。步骤2、编制遗传算法所需的二进制代码序列获得染色体，根据故障限流器优化配置问题的算法特点，遗传算法的编码采用二进制编码技术建模，每一组二进制编码的染色体包含故障限流器在电网安装的位置(随机设置初始位置)、故障限流器安装的数量以及故障限流器阻值的信息，可以由下式表示：X＝(x1,x2,……xi”……xn')(1)(1)式中：xi”为由0、1组成的二值变量；xi的下标i表示单个染色体中变量的标号，满足1<i”<n',n'表示表达每个染色体需要的变量总数；故障限流器在电网安装的位置参照其所在支路号进行编码，依据电网中支路总数NL，计算No＝log2NL，取大于等于No的最小整数为故障限流器在电网安装位置所需编码的二进制位数，然后参照故障限流器具体所在支路号的位置进行编码；故障限流器阻值信息依据设定的阻值范围上限Zf，计算Z＝log2Zf，取大于等于Z的最小整数为故障限流器阻值所需编码的二进制位数，然后参照故障限流器的具体阻值进行编码。不同的电网情况，支路的数量不一样，所以编码的位数也不一样、具体的支路数以及故障限流器阻值由实际情况而定。对于染色体中的每个故障限流器，都按照上述方法将故障限流器在电网安装的位置、以及故障限流器的阻值信息转化成二进制编码，并按照故障限流器的数量一一全部完成编码形成一个完整的染色体。并计算种群中染色体的个体适应函数值FV，寻找种群最优适应函数值FV。步骤3、设定遗传算子系数，经过遗传算子迭代，寻找种群最优适应函数值FV对应的染色体作为全局最优个体，按照全局最优个体的二进制代码序列所对应的故障限流器在电网中的安装位置、故障限流器的安装数量以及故障限流器的阻值信息进行故障限流器的配置。步骤4、改变遗传算子系数，产生相应的故障限流器在电网中的配置方案，选取满足限流效果且限流效果最佳情况下对应的遗传算子系数以及相应的故障限流器的配置方案为最终结果。为获得全局最优限流效果，需要适当的限流衡量指标。从短路电流的计算原理来看，节点的短路电流值与该节点所在的各支路阻抗的和的大小有关，当故障限流器安装在对节点短路电流贡献较大的支路上时，可以达到最优的限流效果。在短路电流增大时，故障限流器串入所在支路增大了线路阻抗，也同时增大了节点自阻抗。当不计接地阻抗时，节点短路电流与该节点自阻抗的大小近似成反比。同理，线路导纳为线路阻抗的倒数，因此线路电流大小与线路导纳成正比。节点的自导纳为该节点所在各个支路的支路导纳值之和。因此，节点自导纳可作为在安装故障限流器后短路电流限制效果的评定指标。一般的，对于有n个独立节点的网络，可以列写(2)式中的n个节点方程以及转化为(3)式中的矩阵形式：Y11V·1+Y12V·2+...Y1nV·n=I·1Y21V·1+Y22V·2+...Y2nV·n=I·2...Yn1V·1+Yn2V·2+...YnnV·n=I·n---(2)]]>Y11Y12...Y1nY21Y22...Y2n.........Yn1Yn2...YnnV·1V·2...V·n=I·1I·2...I·n---(3)]]>(2)式和(3)式中：节点i和节点j之间的互导纳用Yij表示，它等于直接连接于节点i和j之间的支路导纳的负值，如果节点i和节点j之间不存在直接支路，则Yij＝0；节点i的自导纳用Yii表示，其值等于接于节点i的所有支路导纳之和，类比于节点的短路电流值为所在支路的电流之和，这里i和j均在1到n中取值；因此，(3)式左侧的节点导纳矩阵是一个稀疏对称矩阵。在计算节点导纳矩阵的时候，采用支路追加法。当发生故障时，故障限流器自动串入限流支路，增加支路阻抗。由于在线路中串入故障限流器将改变节点阻抗矩阵中的每一个元素，为了计算的方便，可以将支路串联电抗等价于并联一个等效阻抗，支路并联等效阻抗等价于支路导纳值相加。假定节点i、节点j间原支路阻抗为Zij，在该支路中串联一个限流电抗为Zf的故障限流器，则故障限流器接入后，如下图1所示，等价于在节点i、节点j间并联一个阻抗为Z'f、导纳为yij的支路，这里阻抗Z'f、导纳yij可由故障限流器的电抗Zf、以及原支路阻抗Zij通过下列(4)式计算得到：yij=1Zf′Zf′=-(Zij2Zf+Zij)---(4)]]>(4)式中：Zf为接入节点i和节点j之间的支路的故障限流器的电抗；Zij为节点i和节点j之间的支路在接入故障限流器之前的阻抗。将折算后的故障限流器导纳值yij与公式(3)中原有节点导纳矩阵相应位置上的值相加，便可以生成新的节点导纳矩阵，如下列(5)式。节点导纳矩阵其余部分的值均不改变。在整个算法中，节点导纳矩阵中的元素即导纳值只需在中间修改一次便可以带入适应度函数计算得到适应度函数值。这种计算方法节省了中间步骤，加快了计算时间。从短路电流计算的原理看，其需要使用到节点阻抗矩阵元素，节点导纳矩阵为其逆矩阵。短路等效阻抗为节点自阻抗，非对角元素为互阻抗。互阻抗反映节点辐射支路的阻抗。在导纳矩阵中，互导纳为互阻抗的倒数，假如进入节点的电流为单位电流，互导纳的大小与流过支路的电流成正比。导纳矩阵中的对角元素Yii为节点自导纳，节点自导纳为节点线路导纳值之和。因此研究节点短路电流的大小可以转化为研究节点导纳值的大小，导纳值较大的线路，在短路故障发生后对节点短路电流的贡献较大，反之较小。布点优化问题可由下列(6)式的数学模型描述：步骤3中，种群最优适应函数值FV的数学模型如下：maxδ=Σ|ΔYii(k)|ϵ(k)Yf1+Yf2+...+Yfi′+...+Yfms.t.Yii(k)≤YG(k),1≤k≤n---(6)]]>上式中：等号左边即为种群最优适应函数值FV；k为节点号；n为支路节点总数；Yfi'为故障限流器的阻值,i'取1到m,m表示使用的故障限流器的数量；ε(k)为节点号为k的节点超过短路电流允许值的幅度，为节点号为k的节点的限流目标，为节点号为k的节点的短路电流值；Yii(k)为节点号为k的节点自导纳模值，满足为节点号为k的节点线路导纳；YG(k)为节点号为k的节点的短路电流恰好达到时的节点号为k的节点的自导纳值；加入故障限流器前后节点号为k的节点的自导纳模值之差。以下对浙江电网的乔司变电站进行分析。15-18年乔司站短路电流水平，各年度变化不大，乔司站三相短路电流均在56kA-58kA左右，单相短路电流均在58kA-60kA左右。乔司-涌潮线路15-18年典型运行方式的情况下，单回的有功功率在780MW-850MW左右，折合电流为0.86kA-0.93kA，考虑潮流波动，实际运行可能会比该值大，应在故障限流器额定电流的取值时留一定裕度。乔司-涌潮线路本身最大可承受2.3kA运行电流。500kv乔司变电站各支路在三相/单相短路电流贡献值如下表1所示：表1局部线路参数如下表2所示：表2由表可知，乔司站的短路电流贡献最大支路在乔司-涌潮线，当投入饱和铁心型限流器为22欧时，适应函数值为106.764，当投入电抗值为24欧时其适应函数值为106.806，数学模型公式(6)中的约束条件满足，计算停止。双回线投入限流器阻值为24欧左右时的方案为最佳方案。在实际电网中计算可得，当故障限流器值为24.3欧时，节点短路电流满足限流要求。由短路电流计算可得下表：乔司三相短路电流降到50KA：乔司-涌潮双回需各增加电抗至少24.3欧姆。在乔司-涌潮加限流器后最大可将乔司短路电流限制到55-57kA以下(继续增加电抗效果不明显)。由于计算短路电流的边界条件假定短路时各发电机机端电压不变，随着乔司-涌潮单回线阻抗增加，其分支并联电压也随之增大，导致乔司-涌潮另一回线短路电流增加，但总短路电流减少。随着单回线加装的限流电抗的增大，乔司-涌潮单回分支电流已很小，继续增加限流电抗效果已不明显。因此,对于乔司站出线都是双回的情况，建议双回都加装限流器，限流效果较好。以上所述仅是本发明的优选实施方式，应当指出：对于本
技术领域：
的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。当前第1页1 2 3