关键字 |
| 遗传算法;拥塞管理;严重程度指数;优化技术;发电机重新安排。 |
介绍 |
| 由于世界范围内的放松管制或私有化进程，电力行业发生了巨大的变化，这对能源市场产生了重大影响。输电线路的拥塞是在解除管制环境下特别出现的技术问题之一。由于发电和输电设施之间缺乏协调，或者由于发电机停运、负载需求突然增加或设备故障等意外事故，可能会出现拥塞。研究发现，违反电压限值和线路负荷限值是造成多次重大电网崩溃、部分甚至完全停电的原因。减轻线路超载是这方面适当的纠正措施。可用于缓解线路过载的各种控制行动策略是发电重新调度，使用移相变压器，通过HVDC链路控制功率流，线路切换，操作FACTS设备和减载。拥塞管理最常用和最明显的技术之一是重新调度系统中发电机的输出功率。文献中报道的各种拥塞管理方案如下。在b[1]中讨论了使用交流潮流的基于池的电力市场的拥塞管理。在[2]，[3]中报道了利用粒子群算法对发电机进行最优重调度的拥塞管理。 Corrective switching method is proposed for relieving overloads in [4]; where as in [5] corrective rescheduling method is discussed. Local optimization method is proposed for rescheduling of generators and load sheds in [6].Real time congestion management in Deregulated markets using Artificial neural Network is reported in [7].The cost control in transmission congestion based on ant colony optimization was reported in [8].The economic power dispatch of electrical power dispatch using GA algorithm was reported in [9].In the restructuring markets congestion is alleviated using demand response and FACTS devices was reported in [10].The evaluation of market power due to congestion effects on transmission system is reported in [11]. |
纾缓挤塞程序 |
| 在解除管制的电力系统中，输电公司(TRANSCOs)、发电公司(GENCOs)和配电公司(DISCOs)属于不同的组织。为了保持它们之间的协调，在各种解除管制的电力系统模式中都会有一个系统运营商，一般是独立的系统运营商(ISO)。几家公用事业公司联合起来形成一个池，由一个中央经纪人到位，以协调每小时的操作。在池内，发电公司和迪斯科公司以卖出或买入投标的形式向市场运营商提交购买和出售决策，而市场运营商则使用适当的市场清算程序清算市场。最后，它导致24小时能源价格由消费者支付，由生产商收取。通常情况下，池市场结果会导致网络拥塞问题，ISO应该确定市场结果的最小变化，以确保安全运行。本文通过对发电机组进行最优调度来实现拥塞管理，使拥塞管理的总成本最小化。这一成本被认为是供应商对拥堵管理贡献的收入。 |
堵塞方法 |
| 尽管传输系统中的拥塞是不可避免的，但它不应该持续太短的时间，因为这可能导致级联中断，并导致无法控制的负载损失。因此，拥堵是一个值得关注的重要问题，如果不能完全控制，就必须采取措施来减少其影响。已经看到，有许多方法用于拥塞管理，这些可以大致分为两个领域。主要的技术是堵塞线路的老化、变压器抽头的运行、FACTS设备的运行、发电机的重新调度和减载。 |
拥堵管理和市场设计 |
| 拥塞管理最好通过传输负载缓解(TLR)的操作来实现。TLR在电力能源市场中有几个固有的低效率。TLR在很大程度上取决于总传输能力(TTC)或两点之间可以传输的电量的确定，也取决于可用传输能力或两点之间可以同时传输的电量，以及可靠性所需的其他交易和储备。然而，在计算中没有考虑ATC成本，而且该方法本身缺乏准确性和不确定性，可能导致传输线容量利用率不足或超售。 |
问题公式化 |
| 拥塞管理的思想是通过增加或减少发电机的有功输出来实现的。所选发电机所需的重调度量通过求解以下优化问题得到: |
 （1） |
| 在那里, |
| kp是线k处的最大功率 |
| P是线k处的功率 |
| Δpg是真实发电的变化 |
| 从而使目标函数受到等式约束、安全约束和电压约束。 |
| A)等式约束 |
 （2） |
 （3） |
 （4） |
| 其中，c Dj P为市场出清程序确定的需求j消耗的有功功率，gkp为发电机k的实际发电量，Dj P为拥堵管理后需求j的实际耗电量。gkq和Dk Q分别为第k母线处的无功发电量和无功需求;j V、k V分别为母线j、k的电压幅值;J Δ、k Δ分别为母线电压J、k角度;kj Y和kj θ为母线导纳矩阵的幅值和角度。g N、d N、N分别表示发电机个数、负载个数、母线个数。约束(2)和(3)分别为各母线的实功率和无功功率平衡。约束(4)是最终幂。 |
| B)不等式约束: |
| 设备负荷的极限和运行的要求通常由问题的不等式约束构成。 |
 (5） |
 （6） |
 （7） |
| 约束(5)和(6)为发电机实功率和无功功率的上下限。约束(7)表明，增量幂和递减幂都是正的。 |
| C)安全约束: |
| 为保证输电线路的安全运行，将负荷系数ij L控制在上限内，如下所示: |
 （8） |
| 其中ij P和max ij P分别为线路i-j的实际功率流和线路i-j的最大流量极限。 |
| D)电压约束: |
| 负载母线上的负载母线电压水平保持在上下边界内，表示为: |
 (9) |
| (E)严重性指数: |
| 对于任何电力系统来说，线路或变压器的意外中断都是由于故障或其他干扰造成的。这些被称为阻塞，导致线路或变压器过载。拥塞对电力系统的压力可以表示为: |
 (10) |
| 其中，ol为过载线路集，kp为第k支路的实际功率，max kp为第k支路的最大流量限制，m为加权系数。 |
| 选择m的值为1，以减少掩蔽效果。对于安全系统，SI值为零。值越大，拥塞就越严重。 |
遗传算法 |
| 遗传算法是在20世纪70年代由密歇根大学的约翰·霍兰德在美国正式引入的。计算系统的价格/性能的持续改进使得它们对某些类型的优化具有吸引力。特别是，遗传算法在混合(连续和离散)、组合问题上工作得非常好。与梯度搜索方法相比，它们更不容易在局部最优处“卡住”。但它们往往在计算上很昂贵。遗传算法是一种模仿自然选择过程的搜索启发式算法。GA的灵感通常来自达尔文的进化论。这些算法利用遗传、突变、选择和杂交等自然解的启发，生成最优化问题的解。适应度函数用于评价个体，繁殖成功率随适应度的变化而变化 |
| 通常，当产生最大代数或达到令人满意的种群适应度水平时，算法终止。如果算法因最大代数而终止，则可能已达到或未达到令人满意的解决方案。遗传算法在生物信息学、系统发育学、计算科学、工程学、经济学、化学、制造、数学、物理等领域都有应用。要使用遗传算法，必须将问题的解决方案表示为基因组(或染色体)。然后，遗传算法创建一个解群，并应用变异和交叉等遗传算子对解进行进化，以找到最佳解。 |
 |
| A.种群初始化 |
| 用于确定初始总体的策略仅由随机生成的非劣势可行解组成。与随机生成任何类型(可行或不可行)或可行解(劣势或非劣势)的策略相比，该策略产生了更好的结果。 |
| B.遗传算子 |
| 遗传操作包括片段、交叉和突变。操作者选择涉及到为新一代选择最佳个体群体的过程。在每一代中，根据目标函数选择现有种群的一定比例繁殖新一代。这是遗传算法中的一个重要算子。在交叉中，通过比较两个连续的值，值将根据目标函数变化。之所以采用两点交叉，是因为两点交叉比一点均匀交叉效果更好。突变表示值的自我改变来解决问题。这表示基于目标函数的值自变到最优值。这是遗传算法中的一个重要算子。 |
结果与讨论 |
| 本文讨论了利用遗传优化技术进行拥塞管理的发电机重调度的概念，并在IEEE 30总线系统[12]上进行了说明。30母线系统由6个发电机、4个负载母线和41条传输线组成。在拥堵管理的研究中，对基本情况世代和需求进行了分析，以找到最严重的线路。对于每条线路的故障，采用高斯-西德尔潮流法进行过载情况的识别。在所有行中，行1-2被认为是最严重的，严重指数大于1。 |
 |
| a .提议遗传算法的测试 |
| 针对这三种情况对所提出的遗传算法进行了测试。采用高斯-西德尔潮流法对各负荷情况下的过载线路和重调度量进行了计算。GA参数为: |
| 交叉分数:0.8。 |
| 精英数:1 |
| 代:100 |
| 混合功能:[] |
| 迁移时间间隔:20 |
| 迁移分数:0.2 |
| 人口类型:'位串' |
| 情况下 |
| 总线14上的负载从基本情况值(6.2+j1.6)MVA增加到(11.16+2.88j)MVA，增加了80%。由于1-2号线停机，导致1-3号线和3-4号线分别出现过载。这两条线路的实际潮流分别为153.091MW和141.094 mw，限流为130MW。出于安全考虑，应尽快缓解电力系统的过载。因此，应采取措施，通过对发电机进行优化调度来缓解电力系统的拥塞。因此，重调度后的重调度功率为29.01 MW。 |
 |
 |
| 案例B |
| 总线19上的负载比基本情况值增加了55%。由于1-2号线停机，导致1-3号线和3-4号线分别出现过载。这两条线路的实际潮流分别为153.581MW和141.522 mw，限流为130MW。对于安全用例，应该尽可能快地减轻过载。因此，应采取措施，通过对发电机进行优化调度来缓解拥堵。因此，重调度后的重调度功率为30.5MW。 |
 |
 |
| 案例C |
| 总线10上的负载比基本情况值增加了60%。由于1-2号线的中断，它导致两条线路1-3和3-4分别过载。这两条线路的实际潮流分别为151.234MW和139.483 mw，限流为130MW。出于安全考虑，应尽快缓解电力系统的过载。因此，应采取措施，通过对发电机进行优化调度来缓解电力系统的拥塞。因此，重调度后的重调度功率为27.8 MW。 |
 |
 |
| 表1显示了不同负载情况下的模拟情况，以及在没有遗传算法的情况下的每种情况下的潮流。所考虑的情况下，重新调度前后确定的过载线路的潮流如图8所示。因此，从图中可以清楚地看出，重新调度后的潮流显示它们在限制范围内。这样就保证了通过重新调度发电机来完全缓解过载。因此，也实现了不同负载情况下的性能特征，如图所示。4, 6, 8。因此，执行时间将非常少，从而获得最优解。因此，该方法非常适合于实时拥塞管理。 |
 |
结论 |
| 为了电力系统的有效运行，需要了解可能的拥塞管理方法。本文采用发电机有功功率重调度的方法进行拥塞管理。因此，本文选择遗传算法作为优化方法来求解拥塞线路的重调度功率。结果在IEEE 30总线系统上进行了测试。因此，严重性指数可以用来发现由于拥塞而对电力系统造成的压力。选取个体的适应度值，在此基础上求解具有实权变化最小目标函数并受若干约束条件约束的问题。同时发现遗传算法给出的发电机重调度值几乎准确。因此，所提出的技术完全减轻了本研究中考虑的所有情况下的线路过载。 |
参考文献 |
- J. Antonio Conejo, F. Milano, R. Garcia-Bertrand，“电压稳定的拥塞管理”，《电气与电子工程学报》。电力系统。，vol.21, no. 1, pp. 357-364, Feb. 2006.
- J. Hazra和K. AvinashSinha，“基于多目标粒子群优化的拥塞管理”，IEEE翻译。电力系统，第22卷，no。4，第1726-1734页，2007年11月。
- 杨建军，“基于粒子群算法的电力系统调度优化”，《电力工程学报》。电力系统,卷。23日,没有。4，第1560-1569页，2008年11月。
- 魏、维塔，“基于校正开关算法的电力系统过载控制”，《电气与电子工程学报》。《电力系统》，第20卷，第2期。4，第1877-1885页，2005年11月。
- 李志强，李志强，“基于纠偏调度的电力系统负荷控制”，《电力工程学报》。Transm.Distrib。，vol. 140, no. 4, pp. 249-255, 1993.
- A. Shandilya, H. Gupta, J. Sharma，“基于局部优化的电力系统负荷调度方法”，《电力工程学报》，vol. 14, no. 11。5，第337-342页，1993年9月。
- SujathaBalaraman和N. Kamaraj，“基于人工神经网络的电力市场实时拥塞管理”，国际电气与计算机工程学报，第10卷，2011。
- 刘斌，王继新，江楠，井元伟，“基于蚁群优化的输电拥塞管理成本控制”，能源与电力系统工程，2011,pp 17-23。
- T.Bouktir, L。Slimani，“基于最小污染遗传算法的电力系统经济调度”，电力系统学报，2005,pp 19-34。
- A.yousefi和T.T.Nuygen，“基于需求响应和FACTS设备的拥堵管理”，电力与能源系统，2012。
- Mnuel Joao D.Gonclaves, Zita a .，“电力市场的竞争分析”，可再生能源与电力质量国际会议，2003。
- M. A. Pai，电力系统分析中的计算机技术，新德里，Tata McGraw-Hill, 1979。
- 朱继忠，“电力系统优化”，Wiley出版社，2009
- A. Kumar, S. C. Srivastava, S. N. Singh， ⠓基于交流传输拥塞分布因子的区域拥塞管理方法”，《选择》。电力系统。Res.，第72卷，第85-93页，2004年。
- K. Bhattacharya, M.H.J. Bollen， & J.E. Daalder，《重组电力系统的运行》(Kluwer学术出版社，2001)。
|
菜单
（1）
（2）
（3）
（4）
(5）
（6）
（7）
（8）
(9)
(10)
