基于蝙蝠算法的电铁电能质量控制系统容量最优化配置的制作方法

本发明属于电气化铁路系统自动化技术领域，具体涉及一种基于蝙蝠算法的电气化铁路电能质量控制系统的容量优化模型。

背景技术：

近年来，我国的电气化铁路发展迅速。因为其牵引负荷——电力机车作为非线性大功率单相负荷，其在从公用电网获取电能的同时会给公用电网注入谐波和负序电流，会对电网的安全经济运行产生危害，其接入电网时所带来的电能质量问题一直备受关注。目前处理这些问题常用的措施是安装合适的补偿装置。其中一位日本学者提出的铁路静止功率补偿器，亦称为铁路电能质量控制系统(Railway Power Quality Manage System,RPQMS)，能对电气化铁路牵引供电系统进行负序、无功和谐波综合治理，表现出良好的应用前景。由于RPQMS由全控器件绝缘栅双极型晶体管(Insulated-Gate Bipolar Transistor,IGBT)构成，所以如果在不进行容量优化的情况下使用该系统，则经济成本太高。所以优化补偿容量对RPQMS的发展具有很重要的意义。

本发明所涉及的方法通过利用RPQMS的拓扑结构为依据所推导出的电能质量参数与补偿系数和负载特性之间的数学关系的基础上，建立以RPQMS补偿容量最小为目标函数、电能质量参数为约束条件、补偿系数为决策变量的优化模型，进一步采用蝙蝠算法(Bat algorithm,BA)来求取补偿系数的全局最优解和补偿容量的目标最小值；采用BA算法，能够在全局范围内满足电能质量指标的同时能够减少补偿容量提高经济性。

技术实现要素：

本发明通过利用RPQMS的拓扑结构为依据所推导出的电能质量参数与补偿系数和负载特性之间的数学关系的基础上，建立以RPQMS补偿容量最小为目标函数、电能质量参数为约束条件、补偿系数为决策变量的优化模型，进一步采用蝙蝠算法(Bat algorithm,BA)来求取补偿系数的全局最优解和补偿容量的目标最小值。为了实现上述目的，本发明采用的技术方案包括如下步骤：

(1)收集电气化铁路牵引负荷接入后的初始数据，包括系统短路容量、变压器连接组标号、变压器额定容量、变压器电压比、RPQMS容量、串联等效阻抗、直流电压、直流电容、开关频率等原始数据集；

(2)基于原始数据集，根据V/v-RPQMS系统的拓扑结构及其相量关系推导出的数学关系，建立容量优化模型；

(3)基于以上建立的容量优化模型，利用BA算法对该模型进行计算，求取补偿系数的全局最优解和补偿容量的目标最小值；

(4)分析将变压器二次侧两相接入不同负荷时网络各参数的情况。

在步骤(1)中，原始数据集的构造应包括：

系统短路容量、变压器连接组标号、变压器额定容量、变压器电压比、RPQMS容量、串联等效阻抗、直流电压、直流电容、开关频率等。

在步骤(2)中，基于原始数据集，根据V/v-RPQMS系统的拓扑结构及其相量关系推导出的数学关系，建立容量优化模型，具体如下：

①基波优化补偿：假设变压器二次侧两相之间转移的基波有功电流分量为ΔI_p，变压器二次侧两相端口电流从i_a10和i_a20变为i_a1和i_a2，计算

于是基波补偿功率为

则总的基波补偿功率为

②谐波优化补偿：根据国际GB/T 14549-1993《电能质量公用电网谐波》规定，只要将公共连接点比较严重的3次、5次、7次和9次谐波电流补偿到满足国际要求，其他次谐波完全补偿，就可以减少RPQMS的补偿容量。

谐波优化补偿需要的补偿功率为

其中，I_a1Lh、I_a2Lh和I′_a1Lh和I′_a2Lh分别为变压器二次侧a1、a2相牵引负荷产生的补偿前后的各次谐波电流。

则总的谐波补偿功率为

③负序电流与电压不平衡度：

其中，ε^*为电压不平衡度给定值，S_K为公共连接点三相短路容量(MVA)；且0≤φ_A≤π/6，0≤φ_B≤π/6。

④功率因数：设牵引网高压计量点处三相功率因数为PF，根据电力部门的要求，三相功率因数要满足PF≥0.9，在三相负载不平衡的条件下，三相功率因数是按照变压器一次侧三个端口的功率之和来计算的，即

如果要满足PF≥PF^*(PF^*为功率因数给定值)，则有

⑤RPQMS容量规划优化数学模型：以补偿系数ΔI_p、φ_A和φ_B为决策变量，以补偿容量S_c的最小值为目标函数，以电压不平衡度ε和功率因数PF与ΔI_p、φ_A和φ_B的不等式为约束函数，得到RPQMS容量优化数学模型为

在步骤(3)中，基于以上建立的容量优化模型，利用BA算法对该模型进行计算，求取补偿系数的全局最优解和补偿容量的目标最小值，具体如下：

①BA算法基本原理：设所有蝙蝠的种群为m，在一个n维空间里，蝙蝠i的速度和位置分别由式(25)和式(26)来计算：

f_i＝f_min+(f_max-f_min)α (10)

式中：α是在[0,1]之间的一个随机数；l_*是在当前所处的全局搜索中使目标函数达到最优时的蝙蝠所处的位置；f_min和f_max分别是蝙蝠所发出的声波的频率最小值和最大值。该算法在初始化的过程中首先要给每只蝙蝠随机的分配一个频率。其中所分配的频率的取值都要满足给频率所设定的范围。

算法在局部搜索过程中，如果最优解的集合的一个解被选中，则该蝙蝠的位置是式(27)来进行更新。

l_new＝l_old+βA^t (13)

式中：β为[-1,1]之间的一个随机数；A^t是所有蝙蝠在时刻为t时的平均响度；l_old为局部搜索过程中从最优解的集合中随机选择的一个解。

蝙蝠寻找猎物时，它所发出的脉冲的响度A_i和频度P_i不是固定的，而是一直变化的。如果A_min＝0说明在这个时候蝙蝠已经找到了猎物，暂时不向外发出超声波来寻找其他的猎物；如果A_max＝10说明蝙蝠尽可能的增大所发脉冲的强度，用以搜索到更远距离的猎物。脉冲响度和频度由式(28)和式(29)来计算：

式中：γ和λ分别为脉冲响度增加系数和脉冲频度衰减系数。这两个参数的取值取决于所要研究的实验对象。γ在[0,1]之间，λ为一个大于零的数。

在BA算法中，最优解就相当于蝙蝠的猎物，脉冲响度和频度的变化可以说明该猎物与最优解的临近程度。

②BA算法求解非线性规划问题：容量优化补偿的含义就是在能够满足电能质量基本指标的前提下，实现补偿容量最小。将该过程转化到BA算法中就是对n维空间内的蝙蝠种群进行优化求解。蝙蝠的位置可以由变压器二次侧的某两相之间所转移的基波有功电流分量ΔI_p来表示。算法在每次迭代的过程中都要通过所构造的目标函数来评价各个蝙蝠所处位置的优劣，然后更新蝙蝠的速度和位置，直到满足所设定的结束条件为止，最后所得到的蝙蝠位置即为所搜寻的最优解。脉冲响度和频度分别为ε和PF。具体的算法流程图如图4所示。其中蝙蝠i的位置可以初始化为随机生成的一行n列的数组。设最大的迭代次数为N-gen和目标函数最小值连续重复出现的次数为count。本发明将蝙蝠脉冲响度和频度设为定值，所以不用对γ和λ进行初始化。

在步骤(4)中，分析将变压器二次侧两相接入不同负荷时网络各参数的情况。

本发明的特点在于：针对采集到的反应电铁牵引负荷电能质量数据的特点，基于牵引负荷在从公用电网获取电能的同时会给公用电网注入谐波和负序电流问题，利用RPQMS的拓扑结构和相量关系建立容量优化补偿模型，利用蝙蝠算法(Bat algorithm,BA)来求取补偿系数的全局最优解和补偿容量的目标最小值，该算法能够在全局范围内满足电能质量指标，同时能够减少补偿容量提高经济性。

本发明具有以效果：本发明作为一种基于大数据处理方法的电铁牵引负荷电能质量分析方法，能够对电气化铁路运行中牵引负荷接入电网时引起的谐波和负序电流问题进行分析，通过对基于蝙蝠算法的容量优化模型的分析，可以对RPQMS未来的发展提供理论指导，同时提高其经济效益。

附图说明

下面结合附图和具体实施方式来详细说明本发明：

图1为本发明提供的基于蝙蝠算法的电气化铁路电能质量控制系统容量配置流程图；

图2为本发明提供的V/v-RPQMS系统的结构图；

图3为本发明提供的V/v-RPQMS系统的相量图；

图4为本发明提供的BA算法求解优化模型流程图。

具体实施方式

下面结合说明书附图和实施范例对本发明的技术方案做进一步详细阐述。

本发明提供了一种基于蝙蝠算法的电气化铁路电能质量控制系统容量配置方法，其流程如图1所示，包括以下步骤：

步骤1：收集电气化铁路牵引负荷接入的初始数据，包括：系统短路容量为450MVA；变压器连接组标号为Vv0/Vv6；变压器额定容量：AC绕组为6000MVA，BC绕组为10000MVA；变压器电压比为110(1±5％)/27.5；RPQMS容量为8500×2kVA；串联等效电阻为0.2Ω，串联等效电抗为70mH，直流电压为85kV；直流电容为6000μF；开关频率为1900Hz。

如表1所示即为在三种不同负载下所得到的补偿系数的最优解以及补偿容量最小值。

步骤2:在考虑电能质量指标的前提下，采用BA算法，对接不同负载的系统进行优化计算，得到相应的补偿系数、控制器给定值和系统补偿容量。其中负载分别接为①a1相取最大负载，a2相空载；②a2相负荷大于a1相负荷且a2相负载电流i_a2L滞后于u_B的情况；③a1相空载，a2相取最大负载。结果如表1所示。

表1实验计算结果

Table1experimental results

步骤3：数据分析，表1中，分别为系统接入三种不同负载时的优化计算结果，每种负载的第一行：完全补偿时的数据，第二行优化补偿1：电能质量指标只考虑功率因数而不考虑电压不平衡度时求得的补偿系数的最优解和RPQMS最小补偿容量的数据，第三行优化补偿2：同时考虑了两个电能质量指标——功率因数和电压不平衡度时所求得的补偿系数的最优解和RPQMS最小补偿容量的数据。

完全补偿是指将|(|I_a1Lp-I_a2Lp|)/2|赋给转移的有功功率差值ΔP，将功率因数角φ_A、φ_B补偿为0，从而可以使得负序电流为0，三相电流完全对称，功率因数为1，由此可得到负载①的RPQMS的最小补偿容量S_c＝12.47MVA。优化补偿1将电压不平衡度给定为0，即在只考虑功率因数的情况下用BA算法进行优化计算，得到补偿系数的最优解φ_A＝20°，φ_B＝0°,以及RPQMS的最小补偿容量S_c＝11.83MVA。优化补偿2是在同时考虑到功率因数和电压不平衡度的情况下进行优化计算，得到补偿系数的最优解φ_A＝20°，φ_B＝0°,以及RPQMS的最小补偿容量S_c＝7.63MVA。可以看到在接入负载为负载①的情况下，最优补偿系数中的φ_B＝0°，其原因在于变压器二次侧a1相的负载电流i_a1L滞后于电压u_A，而a2相的负载电流i_a2L则超前于电压u_B，所以将i_a2L补偿到与u_B同相(即φ_B＝0°)所需无功功率比将i_a2L补偿到比u_B滞后所需的无功功率较少。而且对比完全补偿和优化补偿2的最小补偿容量可以看出优化补偿2得到的最小补偿容量要比完全补偿所得到的最小补偿容量降低了大概38.8％。

同时可以看到负载②在做优化补偿计算的时候其补偿系数的最优解φ_B＝16°，不再是负载①中所计算出的φ_B＝0°。根本原因在于此时变压器二次侧a2相的i_a2L滞后于u_B，所以将i_a2L补偿到φ_B＝16°所需无功功率较少。

同理在所接负载为负载③的情况下，可以看到补偿系数的最优解为φ_A＝0°，φ_B＝16°，其原因在于变压器二次侧a1相的负载电流i_a1Lp滞后于电压u_A，而a2相的负载电流i_a2L则超前于电压u_B，所以将i_a1L补偿到与u_A同相(即φ_A＝0°)所需无功功率比将i_a1L补偿到比u_A超前所需的无功功率较少。

通过以上实验数据可以看到采用蝙蝠算法对V/v-RPQMS系统做容量优化补偿，与完全补偿进行对比，其可以在满足基本电能质量指标的前提下，获得全局范围内的补偿系数的最优解于，并且减少所需最小补偿容量，比完全补偿具有更好的电力系统运行经济效益，使得V/v-RPQMS系统可以获得更好的利用价值。

以上实施范例仅用于帮助理解本发明的核心思想，不能以此限制本发明，对于本领域的技术人员，凡事依据本发明的思想，在具体实施方式及应用范围上所作的任何改动，均应包含在本发明的保护范围之内。