THE GATS BASED VAR AND VOLTAGE INTEGRATED CONTROL
Zhou Hui Tan Shuntao
(Wuhan University, Electric Power Engineering Inst., Wuhan, Hubei province, 430072)
ABSTRACT: In this paper the necessity of reactive power and voltage integrated control is briefly formulated. and the design principles as well as the main function of it are presented too. Based on operational practice in power network and the characteristic of this system, the particular realization of a hybrid GATS optimization strategy is proposed in the selection of PV node voltage, the construction of fitness function, the confirmation of crossover rate and mutation rate and the combination of GA and TS, so as to actualize the counter-regulation of voltage, optimize the node voltage profile, avoid premature convergence and shorten the search time. The improved algorithm achieved satisfactory result in IEEE 118 node power system compared with SGA, the search time is shortened and optimization effect is better, thus indicates the practicability of the hybrid GATS optimization strategy.
KEYWORD: genetic algorithms(GA); tabu search(TS); fuzzy logic; hybrid optimization strategy
1．引言
随着我国电力体制改革不断引向深入，对供电质量的要求越来越高，无功电压综合控制作为提高电能质量的一条重要途径正受到越来越多的关注。为保障电网的供电质量和安全经济运行，在地区电网中安装了相当数量的无功补偿装置和不同调压方式的变压器。充分发挥已有无功补偿装置和变压器调压的作用，改进电网调度运行方式，是电力系统运行亟待解决的一个问题。因此实现无功与电压协调控制及无功功率的优化调度，从而改善电网运行条件、减少电网损耗及进一步完善电力系统自动化系统的功能就显得格外重要。
1 无功电压综合控制概述
1.1无功电压综合控制系统的设计思想
地区电网无功电压综合控制系统的总体思想是：通过SCADA系统采集全网各节点运行电压、无功功率、有功功率等实时数据，在现有EMS系统基础上，以电网电能损耗最少和各节点电压总体水平为综合控制目标，以各节点电压合格为约束条件，进行综合优化处理后，形成有载调压变压器分接开关调节,AGC的调节方式和无功补偿设备投切控制的指令，利用调度自动化系统的“四遥”功能，实现地区电网无功电压的优化运行。控制策略采用GATS混合优化策略与专家规则相结合。其中，采用GATS混合优化策略为主体算法来求解目标优化问题，以专家规则的形式引入运行经验中的有效知识便于取得更符合实际的结果，且减少了计算量。
1.2无功电压综合控制系统主要功能
（1）基本功能：保证各节点电压合格并尽可能趋于目标值，并在此基础上使全网网损最小。
（2）设备保护功能：预先计算控制措施的效果，防止无功补偿设备投切振荡；以尽量少的设备动作次数实现基本功能，有效防止主变分接头、电容器的频繁投切。
（3）防止电压失稳的功能：将通过选择有效的基于就地信息或区域信息的电压稳定指标，引入无功电压集中优化控制中，以实现电网或重负荷节点的电压稳定性监控。
2.基于GATS混合优化策略的优化算法
2.1无功电压综合控制数学模型
电力系统无功电压综合控制是指在满足系统各种运行约束的条件下，通过优化计算确定发电机的机端电压、有载调压变压器的分接头挡位和无功补偿设备投入量等，以达到系统有功网损最小和各节点电压的优化。其数学模型如下：
1．目标函数：
界时为0，越界时为越界量的平方；Tt、Tc分别为所有变压器和电容器动作次数的计数器；α1、α2、α3－各惩罚项的系数。
2．等式约束：即为各节点有功和无功平衡约束。
式中，N—电网节点总数；PGi，PLi－分别为节点i发电机有功出力和有功负荷；QGi，QCi，QLi，QRi－分别为节点i发电机无功出力、容性无功补偿容量、无功负荷和感性无功补偿容量；Gij，Bij，δij－分别为电网中节点i和j之间的电导、电纳和节点电压相角差。
2.2 GATS混合优化策略
上述无功电压综合控制是一个多变量、不连续、多约束的非线性规划问题，线性规划（LP）、非线性规划（NLP）等传统的优化方法存在需要粗颗粒的近似处理、线性化等问题，且易于收敛到局部最优解。近年来，一些基于人工智能的新型高效启发式算法，如人工神经网络、专家系统、BOX算法、模拟退火算法[1]以及遗传算法[3,4]等被相继用于电力系统无功优化及相关领域的研究。遗传算法(GA)和禁忌搜索（TS）是近年来逐渐兴起的启发式搜索算法。GA是利用生物界中“优胜劣汰”的思想，通过随机搜索的方式不断地产生新解，淘汰性能差的解，并通过变异的方式逃离局部最优解，以达到全局最优或近似全局最优。它在解决多变量、非线性、不连续、多约束的问题时显示出独特的优势；TS是在邻域搜索的基础上，通过设置禁忌表来避免循环搜索，并利用藐视准则来奖励一些优良状态，藉此实现不同空间区域的搜索。GA算法具有隐含并行性，且能进行全局解空间的搜索，实现简单，但易于陷入早熟收敛；TS算法具有较强的“爬山”能力，且能有效避免重复搜索，速度快，但对初始解比较敏感，且为串行搜索。因此，将这两种算法结合起来构造出的GATS混合优化策略，既具有TS优良的局部搜索能力，又能实现GA的并行搜索方式，是一种有效可行的提高优化性能的方法。
GATS混合优化策略是在进程层次上的组合邻域搜索，其基本思想是：利用经验知识产生初始解群；利用隶属函数解决不确定参数问题，从而构造适应度函数；利用改进遗传算法进行外层循环寻优，确保对整个解空间的搜索；在遗传操作中嵌套并行的TS操作，充分结合两种搜索策略的优点。
GATS混合优化策略的关键改进介绍如下：
1. 在目标函数中加入对负荷情况的考虑，采用模糊数学的思想，引入隶属函数来调节各PV节点的目标电压值，以实现逆调压方式。对应的惩罚项应为实际电压值与给定电压值之差乘以相应系数，具体表达式为
式中，Npv—PV节点的总数；ΔU—所有PV节点目标电压实现程度的惩罚项；λi－每个PV节点目标电压实现程度的惩罚项系数；Upvi－各PV节点的给定电压值；μ(i)－每个PV节点负荷轻重程度的隶属函数。
Upvi＋μ(i)就是考虑了负荷水平后的PV节电目标电压值。由于平衡节点的存在，使得PV节点的实际电压值在无功优化实施前必然等于原始的给定值，即Upvi，因此，(7)式最终等效于
式中，N－节点总数；Pi－每个节点的有功负荷大小（流入节点时取负，流出时取正）；－根据历史记录得出的全网正常负荷的平均值（对于不同季节可分别计算）；τ－对应于全网总负荷相对水平的系数；τi－对应于各节点负荷相对水平的系数；此外，若Upvi＋μ(i)的值超过节点电压上下限，则将目标电压锁定在边界值上。
通过以上考虑，既记及了全网的负荷总水平，又考虑到不同节点的个体差异和重要程度，因而能实时地跟踪负荷水平，确定适当的PV节点目标电压值。以上各系数在每次迭代中都保持不变，但针对不同时期的网络、负荷状况和具体调度要求，可以随时进行调整。
在考虑了设备动作次数的限制及节点电压越限的惩罚后，目标函数的表达式为:
式中，α4－对应ΔU的惩罚项的系数，通过对系数的合理选择可以使目标函数值保持为正。
2. 考虑到GA容易发生“早熟”收敛的现象，为避免在进化初期，种群中个别适应值较大个体大量繁殖而造成过早收敛，应根据种群状况，在不同的进化阶段采用不同的适应函数表达式。由于所有适应值均为正值，为了减少适应值的差异，当整个种群适应值的样本方差与样本平均值之比超过规定值或者最大适应值与平均值之比过大时，对于每一代种群，可以在原有适应值的基础上，加上整个种群适应值的样本均值，以此作为选择操作中选择概率的基础。而样本方差与样本平均值之比较小或最小适应值与平均值之比过小时，为了加速收敛，可以在原适应值基础上减去最小适应值的一半。适应值表达式如下：
本文关键字：暂无联系方式家电综合知识，电子学习 - 家电综合知识
上一篇：低压电器行业的用户需求和经济结构
