关键字 |
差分进化(DE)算法,灵活交流输电系统(事实),最小切割算法,安全约束最优功率流(SCOPF)、静态无功补偿器(SVC),晶闸管控制的串联补偿器(TCSC)。 |
介绍 |
电力系统安全运行已成为一个重要的和关键问题在今天的大型,复杂,负荷增加系统。通常,电力系统计划和运营基于n - 1安全标准,这意味着系统应该保持安全在所有重要的第的突发事件。因此需要设计系统来满足n - 1安全判据是保守的和昂贵的[1]。更好的系统操作条件取得足够的安全性和经济贡献被称为安全约束最优潮流(SCOPF)。SCOPF是OPF问题考虑约束的扩展带来的操作系统下一组假设的突发事件。SCOPF问题是一个非线性、非凸、大规模优化问题,连续和离散变量[2,3]。 |
来解决这一问题,必须有效地利用现有的输电线路,或新的输电线路应该添加到现有的系统中。环境通行权和成本问题是主要的输电网络扩张的障碍。因此有兴趣更好的利用现有的电力系统的能力。灵活交流输电系统(事实)传输系统设备获得了极大的兴趣,由于电力电子的最新进展。 |
这项工作最优位置使用Mincut算法获得的TCSC和SVC和微分进化算法。因此安全约束最优功率流(SCOPF)。 |
文献调查 |
各种方法被用来确定事实的最优位置和控制设备池的传动系统模型。提出了基于灵敏度的方法来定位晶闸管控制的串联补偿器(TCSC)和统一潮流控制器(UPFC),考虑电压和角度对系统负载的变化敏感性[4]。延续功率流(CPF)是用于获取系列的大小和位置补偿器来增加系统的安全性。本研究确定关键线路,可以启动级联生产线停顿和最优位置和参数设置的系列和并联补偿装置[5]。基于混合整数线性规划(MILP)的最优潮流(OPF)方法被用来确定晶闸管控制移相变压器的最佳位置(TCPST)池模型[6]。基于人口的计算智能技术,如遗传算法(GA),进化编程(EP)和粒子群优化(PSO)被用来确定事实设备池模型的最优位置。遗传算法同时利用搜索位置,类型,和事实设备的参数设置,温度和电压限制[7]。GA也被利用来确定最优的位置和设置设备(8、9)的事实。EP提出了获得最优位置的多类型事实设备同时最大化总传输能力而降低整个系统的功率损耗和损失相比,结果是更好的敏感性指数法[10]。单一的最优位置和多类型的事实设备来提高系统安全是决定使用PSO [11]。最小切割算法被用来获得最优的位置TCSC [12]。 |
本文分切算法和差分进化(DE)算法应用于选择适当的位置的事实设备SCOPF池在正常和n - 1的应急操作条件的放松管制的电力系统模型。论文的目的是获取SCOPF解决方案在正常操作和n - 1应急条件下通过优化设备利用率的事实。微分进化的性能对比,验证结果与最小割算法。 |
建模的事实设备 |
答:TCSC的建模 |
TCSC由晶闸管控制的串联补偿电容分流的反应堆。这是建模为可控电抗,插入系列调整线路阻抗的传输线,从而控制功率流增加网络安全如图1所示[13]。 |
(1) |
电抗后TCSC的位置 |
输电线路的电抗 |
电抗的TCSC |
b . SVC的建模 |
SVC是模仿并联连接的静态无功发生器和吸收器,QSVC的输出调整交换电容或者电感补偿和直接插入到负载巴士如图2所示[14]。 |
目标函数是最小化活跃的发电成本,即表示为: |
(2) |
在那里, |
(4) |
|
计算智能技术 |
a最小割算法 |
Mechthild国标和弗兰克·瓦格纳提出了一个算法寻找最低的一个无向edgeweighted图。这是简单的在各方面。它有一个短而紧凑的描述,很容易实现,令人惊讶的是简单的正确性证明。它的运行时比赛,最快的算法。运行时分析很简单。最小割算法非常简单的确定性和最快的运行时间。它降低了算法的复杂性,避免了不必要的模拟分解的边缘。这使我们能够给一个相对简单的避免正确性的证明,例如,未加权的之间的区别,整数,理性和real-weighted情况。该算法概括我们简单的子模块函数的极小化方法[15]。 |
实现最小切割算法包括以下步骤: |
1。找到任何路径从源节点到目标节点。如果没有更多这样的路径,退出。 |
2。确定最大流量f,沿着这条路径,这就等于最小的流量在任何弧路径(瓶颈弧)。 |
3所示。减去f剩余的流量根据方向从源节点到目的节点的路径中的每个弧。 |
4所示。步骤1。 |
终止,沿着路径流动的总和中发现step1给最大总流量出发地和目的地之间的节点。 |
拟议的工作有两个步骤的方法首先,事实设备在网络的最优位置必须确定最小切割和DE算法,然后用事实SCOPF设备在正常和应急操作条件是解决。 |
b .微分进化算法 |
Storn呈现古典DE算法在1997年由四个步骤即初始化的人口、变异、交叉或重组和选择。 |
1)初始化 |
DE搜索全球最佳点采用实际参数空间。人口成员随机初始化使用方程(14)。 |
(14) |
在Np -人口规模;D -维度;习,j(0) -最初生成的目标向量兰德[0,1]-均匀分布随机数在0和1之间;我——人口数量;j -数量的变量;Xjmax——个人的最大价值;Xjmax——个人的最小值。考虑到应该优化变量(即。,the location and the parameter setting of FACTS device). These parameters are randomly initialized within feasible ranges. |
2)突变 |
突变是一种变化或扰动随机元素。任意两个的差异这三个向量是由一个比例因子F和缩放比例的区别是添加到第三个获得捐赠向量使用方程(15)。 |
(15) |
3)交叉 |
提高潜在的人口多样性,交叉操作执行后生成向量通过突变的人。试验向量决定使用方程(16) |
(16) |
4)选择 |
下一步是选择目标向量或试验向量为下一代使用方程(17)。 |
(17) |
f() -适应度函数在哪里 |
如果试验向量收益率同等或更低价值的适应度函数,它取代相应的目标向量在下一代;否则目标向量是保留在人口。因此,人口变得更好或健康状态是相同的,但永远不会变质。停止过程和打印的最佳个体的停止准则是否满意,否则回到突变。 |
结果与讨论 |
微分进化算法的最优位置TCSC和SVC获得了最优功率流IEEE 6总线测试系统上实现。答:IEEE 6公交系统 |
有11个在IEEE 6公交系统。总系统负载为210 MW, IEEE 6的网络和负载数据总线系统作为MATPOWER 4.1中给出。 |
场景1:在正常操作条件 |
为了验证最优位置的影响的事实设备四个病例进行调查。 |
案例1:OPF没有TCSC &没有考虑行限制 |
案例2:OPF没有TCSC考虑行限制 |
案例3:OPF TCSC考虑行限制 |
案例4:OPF SVC考虑行限制 |
从这些消息结果如表1和表2所示,据了解,当线限制不考虑成本低但2 - 4线被重载。对这条线被淘汰的过载SCOPF解决方案考虑线限制因此燃料成本增加从3126.36(美元/小时)3143.97(美元/小时)如表1所示。事实设备放置在最佳位置降低负载很高的流动线条和保持活跃的发电成本最小。 |
从表3,据悉,1 - 4和2 - 6社区行加载线2 - 4。其中两条线1 - 4是最好的放置TCSC的位置,因为它给了最低成本的活跃发电从最小切割算法的结果如图所示。装运的2 - 4已经减少 |
从表4,据悉,当DE算法获得最优位置,结果是2号线(1 - 4)放置TCSC的最佳位置。除了参数设置的TCSC发现了DE算法和最小活跃的发电成本。这表明DE的有效性等较少的计算时间和最小有功功率发电成本由TCSC的放置在最佳位置及其参数设置。SVC的最佳位置和参数设置的SVC发现该方法。通过将SVC在最佳位置(巴士5)活动进一步降低发电成本从3115.84(美元/小时)3102.08(美元/小时)。 |
从表5据悉,而把TCSC线路2(1 - 4)与获得的参数设置,装运的2 - 4已经从98.23%减少到99.03%。放置SVC在巴士5加载线2 - 4进一步降低到84.48%。DE算法找到最优位置直接从计算如表6所示。然而分支的数量需要调查以确定TCSC的位置降低了从3分支单一分支。 |
从图3和图4,据悉,在这两个案件DE收敛更快的目标函数的最优值。 |
场景2:在应急操作条件 |
在电力系统中,如果一个线断裂,其功率流将其他的系统之间共享。这将导致可能的重载的线。11行中IEEE 6公交系统,三行线更重要对剩余的系统有更大的影响。停机的影响这三个线剩余的系统研究。如果有网络中的拥塞,然后安装TCSC, SVC发生在OPF解决方案获得这样一种方式,没有任何过载。从表6,据悉,在大多数的情况下2 - 4被重载。OPF的解决方案而安全的放置TCSC, SVC是列在表7 - 9。在负载线2 - 4淘汰了TCSC的安装,提供在表8所示。表7和表9中最佳代概要DE TCSC和SVC算法。 |
结论 |
安装TCSC和SVC装置在电力系统提高了系统安全在正常和应急操作条件。TCSC和SVC装置的有效性很大程度上取决于设备所在的地方。本文的一个有效的计算智能技术,德已经成功用于正在考虑的问题。活跃的发电成本最小化作为优化准则。该方法找到最合适的位置安装TCSC和SVC为减少线路的过载在正常和应急操作条件。仿真是进行IEEE 6总线测试系统验证工作的有效性。仿真结果表明,在最优位置使用TCSC和SVC与最优参数设置可以显著提高安全电力系统下一行的突发事件。 |
表乍一看 |
|
|
|
|
|
表1 |
表2 |
表3 |
表4 |
表5 |
|
|
|
|
表6 |
表7 |
表8 |
表9 |
|
|
数据乍一看 |
|
|
引用 |
- j·伍德艾伦和F。Wollenberg布鲁斯,“发电运行和控制”,第二版。约翰·威利& Sons . n:行情);1996年。
- o . Alsac赞助和b·斯托特和稳态安全”“最佳负载流,IEEE .Power明显的系统。PAS - 93卷,第3期,第751 - 745页,可能/ Jun.1974。
- a . j . Monticelli m v p·佩雷拉,格兰维尔,可由主体访问“受安全机制约束的最优功率流post-contingency纠正延期”,IEEE反式。电力系统。,Vol. 2, No. 1, pp. 175–182,Feb. 1987.
- J.G.辛格,S.N.辛格,南卡罗来纳州斯利瓦斯塔瓦,“事实控制器的位置提高电力系统载荷能力”,IEEE电力印度会议,2006。
- r·拉·阿尔瓦拉多,a . Maniaci r . Camfield拉里说道,“确定位置和数量的串联补偿提高功率传输能力”,IEEE电力系统,13卷,2号,页294 - 300年,1998年。
- F.G.M.利马是Galiana Kockar, j·穆尼奥斯,“移相器放置在大型系统通过混合整数线性规划”,IEEE电力系统,卷。18日,没有。3,pp.1029 - 1034, 2003。
- s . Gerbex r . Cherkaoui j . Germond多类型事实的“最优位置设备通过遗传算法在电力系统”,IEEE电力系统,16卷,3号,页537 - 544年,2001年。
- “剩下Cai,埃利希事实设备使用遗传算法优化选择和分配,“诉讼在智能系统应用电力系统会议,2003年,页1 - 6。
- g·l·j·蔡,埃利希Stamtsis”,事实设备的最佳选择和分配使用遗传算法在解除管制的电力市场,“IEEE PES:电力系统会议,2004。
- w . Ongsakul, p . Jirapong事实设备的优化配置来提高全转移能力使用进化编程”,IEEE国际研讨会在ISCAS电路系统,卷。5页。4175 - 4178年,2005年。
- m·萨拉瓦南s MaryRajaSlochanal p . Venkatesh j .王子斯蒂芬•亚伯拉罕“应用粒子群优化技术的最优位置的事实设备考虑成本安装和系统载荷能力”,电力系统研究的国际期刊,77卷,第283 - 276页,2007年。
- ThanhLong Duong,姚明JianGang VietAnh Truong,“一种新方法获得最优功率流在正常和网络突发事件通过TCSC最佳位置”,电力和能源系统的国际期刊,52卷,pp.68 - 80, 2013。
- W。Ongsakul, P。Bhasaputra”,与事实设备最优功率流混合TS / SA的方法”,电力能源系统卷。24日,页。851 - 857年,2002年。
- d . Mondal a . Chakrabarti森古普塔,“最优位置和参数设置的SVC和TCSC使用PSO减轻小信号稳定问题”,电力和能源系统,42卷,pp.334 - 340, 2012。
- MechthildStoer,弗兰克·瓦格纳,“简单Min-Cut算法”,第二届年度欧洲研讨会算法,卷855,pp。141 - 147年,1994年。
|