一种基于人工蜂群算法的含直流换流站电源恢复路径优化方法
【技术领域】
[0001] 本发明属于电力系统分析控制领域，特别是一种基于人工蜂群算法的含直流换流 站电源恢复路径优化方法。
【背景技术】
[0002] 随着电力系统规模的日益扩大和市场化进程的推进，我国进入了大电网、大电厂、 大机组、超高压输电、高度自动控制的发展阶段，目前形成华北电网、东北电网、西北电网、 华东电网、华中电网和南方电网等有区域特点的电网。电网之间日益紧密的联系使运行工 况十分复杂，面临的不确定情况也日趋增多，由于人为或自然因素导致的电网事故可能诱 发连锁故障，严重的情况下甚至会导致大面积全网停电，造成国家安全与国民经济的巨大 损失。2003年8月的美加大停电、2005年9月的海南大停电、2006年11月的西欧大停电、2012 年7月的印度大停电等事故充分说明了这一点。可见，不断进步的技术虽能够提高系统的安 全稳定运行能力，却无法从根本上避免大停电事故的发生。因此，根据电网特点和实际情 况，研究和制定发生大面积停电事故后电网的事故处理和系统恢复控制方案，实现事故后 电网的快速黑启动自救，对最大限度地缩短停电时间和减少事故损失具有重要的意义。
[0003] 在目前的电网黑启动研究过程中，电源恢复的优化对象都是传统的火电机组和水 电机组，未在优化过程中考虑直流换流站的恢复。大型常规发电机组尤其是火电机组的自 身特性，具有启动速度慢、辅机启动冲击大等不足，影响着黑启动过程中负荷的恢复速度和 整个恢复系统的稳定性。
【发明内容】
[0004] 本发明的目的在于提供一种基于人工蜂群算法的含直流换流站电源恢复路径优 化方法。
[0005] 实现本发明目的的技术解决方案为:一种基于人工蜂群算法的含直流换流站电源 恢复路径优化方法，包括以下步骤：
[0006] 步骤1，参数初始化，设定人工蜂群算法的最大迭代次数Me、蜜蜂数量SN、蜜源最大 开采次数1 imi t;对种群进行初始化，将已迭代次数置0，随机生成SN/2个蜜源，对每个蜜源 调用迪杰斯特拉算法，搜索已恢复小系统S,到待恢复电源的最短恢复路径Piyjil， 2，…，m;并对最短恢复路径Pu进行技术校验，对未通过技术校验的蜜源进行重新生成，将 蜜源随机分配给S N/2个引领蜂，将蜜源的已开采次数置0;
[0007] 随机生成SN/2个蜜源，具体为：
[0008] 采用一个N维向量Xi = (xu，Xi2，…，XiN)表示第i个蜜源，蜜源i中第j维参数的计算 方法为：
[0009] - vmiii +rand(0,l)(xJm^ -x^n)
[0010] 式中，和_^分别为第j维参数取值的上下限;rand(0，l)是[0，1]之间的随机 数;所述蜜源为电源恢复次序的数字编码，所述蜜源位置中每一维参数均为整数，将上式计 算结果取整;蜜源的每一维参数均不重复，后生成的参数需要判断是否与前面参数重复，如 有重复，则重新生成。
[0011] 对每个蜜源调用迪杰斯特拉算法，搜索已恢复小系统Si到待恢复电源的最短恢 复路径Pij具体为：
[0012] 步骤1-1，将不带电的线路的支路权值设为高抗或低抗补偿后的充电功率WLi:
[0013] ffLi=max{ | Qci | -1 Qli | ,0}
[0014] 式中，QCi--支路充电功率；
[0015] QLi--高压电抗器容量；
[0016] 步骤1-2,将不带电的变压器的支路权值设为一个较大的数值，使其优先级低于线 路;变压器的支路权值WT设为一个较大的数值，具体为：
[0017] ffT=max{ffLi}+20, i = l ,2, ··· ,nL
[0018] 式中，WLi为线路i的支路权值；
[0019] nL为已恢复系统内线路的条数。
[0020]步骤1-3,对已启动机组及其恢复路径组成的带电系统QE,t，将处于的支路 权值设置为〇，从而使得Ω E,t内任一点到目标机组的最短路径即Ω E,t至目标机组的最短路 径；
[0021] 步骤1-4,调用迪杰斯特拉算法求解已恢复小系统Si到待恢复电源的最短恢复 路径P&
[0022] 对每个蜜源的恢复路径Pu进行技术校验，具体为：
[0023] 1)对直流换流站的启动，校验直流换流站启动约束，短路容量和惯性时间常数需 要满足以下条件：
[0024] Ssc > 14Qfiler
[0025] Hdc > 70s
[0026] 式中，SSC-一换流站交流母线的短路容量；
[0027] Hd〇一一已启动交流系统的有效惯性时间常数；
[0028] Qfilter--单组滤波器容量；
[0029] 2)无功和自励磁约束，空载线路上产生的无功既不能大于电网吸收无功，也不能 大于发电机自励磁约束的无功要求：
[0030] <min(
[0031] 式中，nL-一恢复路径的线路总数；
[0032] Qlj 考虑尚抗或低抗补偿后线路j上剩余的无功功率；
[0033] Ng一一系统内已并网电源的个数；
[0034] Qrmax 电源机组r能吸收的最大无功功率；
[0035] KcBr--机组r的短路比；
[0036] SBr--机组r的额定容量；
[0037] 3)启动时间约束，电源i的实际启动时间Tm小于其最大临界热启动时间TCH,i或大 于其最大冷启动时间T CC,i，gp:
[0038] \TAi>TCCri
[0039] 式中，Tou为机组的最大临界热启动时间；
[0040] TCC,i为机组的最小临界冷启动时间；
[0041] 4)启动功率约束，已恢复小系统在当前时刻所能提供的总功率，应大于待恢复电 源所需的启动功率，机组i的启动功率约束为：
[0042] XPG(t)-Pcr,i>〇
[0043] 式中，XPG(t)-一当前时刻系统具有的可供发电机组启动用的总功率；
[0044] Pcr.i--机组i启动过程所需的机组启动功率；
[0045] 5)网络潮流约束，发电机发出的功率、节点电压和输电线路上的功率需要满足电 网运行要求，潮流约束为： pmin p p；inax / _ i 9 η 1 Gi - 1 Cri - 1 Gi ， 1 ~
[0046] 成翁" :1,2,""，％ Pi, - Pimsm ? 2 = . , . , % υΓ<υ,<υ^\ i = \X …,nb
[0047] 式中，Pci--发电机i发出的有功功率；
[0048] QGi--发电机i发出的无功功率；
[0049] nc一一已恢复系统的发电机台数；
[0050] Pi 支路i上流过的有功功率；
[0051 ] nL一一已恢复系统内线路的条数；
[0052] Ui--节点电压；
[0053] nb一一已恢复系统包含的节点个数。
[0054] 步骤2,引领蜂搜索蜜源，每个引领蜂在其对应的蜜源周围搜索新的蜜源，如果新 搜索蜜源的质量优于原有蜜源，将新蜜源作为引领蜂搜索到的待开采蜜源，并将已开采次 数置〇;否则，将该蜜源的已开采次数加1;
[0055] 每个引领蜂在其对应的蜜源周围搜索新的蜜源，具体为：
[0056] 假设蜜源Xi=(Xil，Xi2,…，XiN)周围搜索的新蜜源为Xk=(Xkl，Xk2,…，XkN)，新1蜜源 中第j维参数的计算方法为：
[0057] xkj = xkj+rand(_l，1) X (Xkj-Xmj)
[0058] 式中，Xmj为随机选择的蜜源Xm中第j维参数;rand(-l，l)是[_1，1]之间的随机数， 蜜源中每一维参数同样是整数且不能重复。
[0059] 蜜源质量用适应度函数表示：
[0060]
[00611 式中，Ng为待后动电源总数；
[0062] T为所有电源启动的时间；
[0063] PGi (t)为电源i在t时刻所发出的有功功率。
[0064] 步骤3,跟随蜂开发蜜源，根据引领蜂搜索到的所有蜜源的适应度，计算每个蜜源 的被选择概率，跟随蜂按照选择概率，选择采蜜的蜜源，生成新的蜜源，并计算蜜源适应度， 如果新的蜜源适应度优于原有蜜源，跟随蜂转变为引领蜂，将新的蜜源作为待开采的蜜源， 蜜源已开采次数置0;否则蜜源和引领蜂保持不变，将蜜源的已开采次数加1;
[0065] 每个蜜源的被选择概率计算公式为：
[0066] 1=1
[0067] 式中，SN为蜜源总数，蜜源的质量越好，被跟随的概率越大。
[0068] 步骤4,实时记录最优解，在跟随蜂和侦查蜂搜索结束后，迭代次数加1，记录截止 到目前为止的最优蜜源；
[0069]步骤5,侦查蜂搜索蜜源，当某一个蜜源的开采次数已经达到上限limit时，该引领 蜂转变为侦查蜂，并生成新的蜜源代替原有蜜源，并将已开采次数置〇;
[0070] 步骤6,结束条件判断，判断已迭代次数是否小于最大迭代次数MC，如果小于则转 到步骤2继续执行;否则，结束计算，输出最优解，即最优蜜源。
[0071] 本发明与现有技术相比，其有益效果为:本发明以待电网恢复过程中发电量与恢 复时间的比值最大为优化目标为目标，建立了含直流换流站电网的恢复路径优化模型，基 于迪杰斯特拉最短路径法求解待启动电源的恢复路径，采用人工蜂群算法求解全局最优的 恢复路径，全面考虑恢复过程中机组的启动条件、直流输电系统启动条件和系统的网络约 束条件，保证系统恢复过程中的安全与稳定。该方法在黑启动初期