基于粒子群算法的发电厂低压配电系统中SPD优化配置方法与流程

本发明涉及发电厂低压配电系统防雷保护技术领域，尤其涉及一种基于粒子群算法的发电厂低压配电系统中电涌保护器(spd)优化配置方法。

背景技术：

随着电力电子相关设备对防雷要求的日益严格，安装电涌保护器(spd)来限制线路上的瞬时过电压，泄放线路上的过电流成为现代防雷技术的重要环节之一。好的电涌保护方案不仅取决于电涌保护器本身的好坏，而且与电涌保护器的配置、选用有很大关系。即使电涌保护器本身是好的，如果使用不当、配置不合适,不仅达不到良好的保护效果，还有可能出现误动，甚至某级器件可能爆炸。

对于低压系统中spd的配置，已有的国际、国内应用标准有许多不一致，对其中一些重要问题如保护距离、级间配合、后备过电流保护等还没有明确的规定，spd的配置存在一定的随意性。当前，低压系统中spd级数多，散布面广，器件数量多，投资大，给维护带来了不少麻烦，工程设计和施工阶段的工作量大。发电厂低压配电系统中设备众多，而在大多数情况下雷击事件是小概率事件。因此，在以一定概率确保设备安全的情况下，确定spd最佳定位，充分利用每一个spd的保护距离，优化spd的配置数量，将带来一定的经济效益，对于实际工程应用具有重要意义。

技术实现要素：

本发明的目的就是为了解决上述难题，提供了一种基于粒子群算法的发电厂低压配电系统中spd优化配置方法，该方法将粒子群算法应用于spd定位中，能综合考虑电压保护水平和电气距离，在满足被保护设备冲击耐压要求的前提下，可以最大限度地减少spd的数目。

为实现上述目的，本发明的具体方案如下：

基于粒子群算法的发电厂低压配电系统中spd优化配置方法，包括以下步骤：

(1)设低压配电网络中需保护的设备有m个，包括：设备1，设备2，……，设备m；需要进行定位的spd保护有n个，可接受故障率为r,电缆长度为s,第x个spd到设备1的电气距离为lx，x＝1，2，…，n，跟据lx确定第x个spd的位置；

(2)计算各设备的故障率r；

(3)通过对各设备故障率进行线性加权，得到综合故障率r；

(4)构建以第x个spd的位置lx为参数，以综合故障率r最小为目标的优化函数；

(5)采用粒子群算法对优化函数进行求解，得到n个spd到某一设备距离的最优解，从而确定n个spd的位置。

进一步地，所述步骤(2)中，各设备的故障率r具体为：

其中，vk是雷电过电压，pb(vk)为设备在过电压vk作用下发生闪络的概率，p0(vk)为过电压分布的概率密度函数。

进一步地，设备在过电压vk作用下发生闪络的概率pb(vk)具体为：

过电压分布的概率密度函数p0(vk)具体为：

其中，v50％和σj分别是设备绝缘放电电压的数学期望和标准偏差；va和σg分别是雷电过电压的数学期望和标准偏差。

进一步地，所述步骤(3)中，综合故障率r具体为：

其中，ry为设备y的故障率，αy为设备y故障率的权重。

进一步地，所述步骤(4)中，构建的目标函数具体为：

其中，r为综合故障率，lx为第x个spd到设备1的电气距离。

进一步地，所述步骤(5)中的具体方法包括：

1)初始化：在问题空间的解区间[0，s]中随机产生粒子的位置与速度；

2)评价粒子:对每一个粒子,评价优化函数的适用值；

3)更新最优：计算粒子所经历的最好位置；计算群体中所有粒子经历过的最好位置，即全局最好位置；

4)：更新粒子：根据3)的结果对粒子的速度和位置进行进化；

5)：判断结束条件，如果综合故障率满足故障率要求或者进化到预先设定的最大迭代次数，则计算结束；否则，返回2)，继续进行；

6)：算法结束后得到一组最优解，l1，l2，…，ln，即n个spd到某一设备的距离，从而可以确定n个spd的位置。

进一步地，所述步骤1)中，设定群体的规模为n,则随机生成如下矩阵

其中，{lij,i＝1，2，…，n,j＝1，2，…，n}表示群体中i粒子的位置为j,vij是对应它的速度,二者均为区间[0，s]上均匀分布的随机数。

进一步地，所述步骤2)中，对每一个粒子lij所确定的对应n个spd位置，采用matlab仿真软件对雷电波入侵进行仿真计算,得到网络中各节点的雷电过电压分布。

进一步地，所述步骤3)中，计算粒子所经历的最好位置pbesti(t)＝(li1，li2，…，lin，)，也就是粒子所经历过的具有最好适应度的位置,由下式确定：

其中，pbesti(t)是粒子所经历过的具有最好适应度的位置,r(l1(t+1)，l2(t+1)，…，ln(t+1))、r(pbesti(t))均为粒子适应度。

进一步地，所述步骤3)中，群体中所有粒子经历过的最好位置具体为：

gbesti(t)＝min{r(pbest1(t)，pbest2(t)，…，pbestn(t))}；

其中，r(pbest1(t)，pbest2(t)，…，pbestn(t))为粒子适应度。

本发明的有益效果：

(1)本发明从理论上计算分析确定spd位置，将spd定位转换为以设备故障率为目标函数，以spd到设备的电气距离为参数的最优问题，并利用粒子群算法计算寻求最优解。对于解决实际工程问题，有十分重要的意义。

(2)本发明虽然只解决spd的定位问题，但在计算过程中，综合考虑了电压保护水平和电气距离。

(3)本发明将多目标函数通过加权，转换为单目标函数，可以由对应权重反映出各设备的重要性，危险程度，以及所需定位的spd是哪一个设备的主保护等。

(4)粒子群算法规则简单，易于实现，没有遗传算法“交叉”，“变异”的操作，收敛速度快，适合参数较少的最优问题。该算法十分适合本发明所研究的，只有spd到被保护设备的距离这一个参数的，故障率最小的寻优问题。

附图说明

图1是本发明基于粒子群算法的发电厂低压配电系统中spd优化配置方法流程图。

具体实施方式：

下面结合附图对本发明进行详细说明：

本发明公开了一种基于粒子群算法的发电厂低压配电系统中spd优化配置方法，spd配置的一个重要环节就是确定spd的电压保护水平和安装位置，确定安装位置就是确定被保护设备与spd的电气距离。本发明方法将粒子群算法应用于spd定位中的，能综合考虑电压保护水平和电气距离的配置方法，在满足被保护设备冲击耐压要求的前提下，可以最大限度地减少spd的数目。

本发明具体方法如图1所示，具体如下：

设低压配电网络中需保护设备有m个(设备1，设备2……设备m)，需对n个spd保护进行定位，可接受故障率为r0,电缆长度为s,以第x个spd到设备1的电气距离lx为参数

(x＝1，2，…，n)，则lx满足0≤lx≤s，根据lx确定的第x个spd位置，计算各设备故障率

vk是雷电过电压，pb(vk)为设备在过电压vk作用下发生闪络的概率，p0(vk)为过电压分布的概率密度函数。

其中，v50％和σj分别是设备绝缘放电电压的数学期望(通称50％放电电压)和标准偏差；va和σg分别是雷电过电压的数学期望和标准偏差，分别取3％和10％。

通过对各设备故障率线性加权，得到综合故障率r，

其中，ry为设备y的故障率，αy为设备y故障率的权重，可根据各设备重要性，危险程度等确定，若待定位的spd为主要保护某一设备，可将该设备的对应权重设为最大。

构建以第i个spd的位置lx为参数，以综合故障率r最小为目标的优化函数，将spd定位问题，表示为最优问题：

采用粒子群算法对优化函数进行求解，得到n个spd到某一设备距离的最优解，从而确定n个spd的位置,具体步骤如下：

步骤(1)：初始化：在问题空间的解区间[0，s]中随机产生粒子的位置与速度；

设定群体的规模为n,则随机生成如下矩阵

其中{lij,i＝1，2，…，n,j＝1，2，…，n}表示群体中i粒子的位置为j,vij是对应它的速度,二者均为区间[0，s]上均匀分布的随机数。

步骤(2)：评价粒子:对每一个粒子,评价优化函数的适用值

1)对每一个粒子lij所确定的对应n个spd位置，采用matlab仿真软件对雷电波入侵进行仿真计算,得到网络中各节点的雷电过电压分布。

2)根据公式(3-1)计算各设备的设备故障率ri，根据公式(3-4)加权得到综合故障率r，即各粒子lij的适用值。

步骤(3)：更新最优：计算粒子所经历的最好位置

pbesti(t)＝(li1，li2，…，lin),也就是粒子所经历过的具有最好适应度的位置,由下式确定

计算群体中所有粒子经历过最好位置,即全局最好位置

gbesti(t)＝min{r(pbest1(t)，pbest2(t)，…，pbestn(t))}

步骤(4)：更新粒子：依据式(3-5)和式(3-6)对粒子的速度和位置进行进化。

步骤(5)：判断结束条件,目标函数的适应度达到足够好(综合故障率满足故障率要求r≤r0)或者进化到预先设定的最大迭代次数,否则返回步骤(2),继续进行。

步骤(6)：算法结束后得到一组最优解，l1，l2，…，ln，即n个spd到某一设备的距离，从而可以确定n个spd的位置。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。