电压概要文件由电容器不平衡的分布位置和控制系统改进使用微分进化算法

A.Hemasekhar¹,Chevireddy Harika²

副教授,H.O.D, EEE称,S.V.P.C.E.T PUTTUR ANDHRAPRADESH,印度
PG学生(EPS),部门EEE, S.V.P.C.E.T PUTTUR ANDHRAPRADESH,印度

文摘

最重要的一个方法减少损失和控制配电系统的电压的利用率是固定和切换电容器。要做到这一点,实际系统的模型在实际操作条件包括不平衡或平衡加载和实际馈电结构,即径向/网状的配置,是必需的。一项新技术,寻找最优的固定值和切换电容器在上面的分销网络和属性基于微分进化算法。为此,负载在不同负荷水平的造型模拟低压和中压电容器市场上可用。关于上述因素除了各种参数优化问题,DE算法是用来找到最好的和真正的最优网络与电容器的最佳利率

关键字

不平衡的分销网络,DE算法,电容器位置、模糊专家系统。

介绍

最有效和有用的方法之一,减少分销网络的功率损耗是uti-lization最佳电容器的位置。通过使用并联电容,负载所需的无功功率能提供,除了减少节点的电压损失也有所改善。当然,nu-merous困难在电容器的最佳位置在减少损失的目的。这些问题包括:

)non-clarity食动物的行为的负荷,特别是国内加载,

b)分布的网络的复杂性,

c)的不确定性电力分配公司返回用于capaci-tor位置和初始资本支出

d)各种类型的网络负载。由于这些困难方面,在许多研究到目前为止,一些假设在电容器配售一直被认为是一个更简单的方法来解决这个问题(队),没有吸引分销公司,所以网络中损失仍然很高。大部分的消费在国内分销网络是单相负荷不平衡。因此,它是有用的调查电容器位置不平衡分布网络[1 - 3]。然而,它还没有被大多数的作品[4-18]。另一方面,在[6 - 17]中提出的方法减少损失已经完成只通过使用固定电容器。此外,在此前的许多方法,中压电容器使用更昂贵的比低电压(2、3、5日至18日期间召开)。在电容器的位置的一个重要问题是考虑网络的负载变化。在负载变化的一些方法被认为是在几个不同的水平,和其他一些方法[1,6日至14日,18],它并没有被认为是,负载一直在一个固定的形式。此外,电容器位置也建议要做每日市场实际价值,这样的分配公司可能向生产力。这是考虑但只在引用(3、6、16)。In the previous works presented by researchers, capacitor placement has been done on the basis of different techniques including: integer programming method [2], non-linear programming method [1, 3], method of sensitivity analysis [12, 16], method of optimization of the equal area criterion for selecting the sites of fixed capacitors [13], dynamic programming method [8], and some methods based on the experimental criteria. In these methods, in order to solve the capacitor placement problem, some assumptions have been considered on the type of the objective function and also on the type and number of problem restrictions.

也有陷阱的困难问题的答案在一个局部最优解。此外,由于电容器银行包含不连续值,解决问题在连续域,然后近似结果在最优解会导致一个大错误。由于上述问题方面,遗传算法在解决优化问题的工具。基于模糊的解决方案方法用模糊隶属度函数模型的实际系统。识别合适的隶属函数是最具挑战性的任务发展的基于模糊技术的解决方案。网络中的节点电压的措施和功率损耗分支被利用为指标确定的位置和还在基于模糊的电容器电容的大小位置的方法。他最有用的全局优化方法获得最优电容器的大小对应于最大的每年节省。在这个意义上说,是一种流行的meta-heuristic方法在所有的工程领域。在第二阶段,提出了DEA找到电容的大小。电容器的位置与目标函数建模问题,每年节省的最大化。 The proposed method is tested on 15-bus, 34-bus, and 69-bus test systems and the results are presented.

需要电容器位置

分销系统的网络传输电能的大部分变电站对许多服务或负载,从而造成更多的力量和能量损失。因此有必要减少系统的损失。通过最小化能量损失,系统可能获得更长的寿命和更大的可靠性。

损失最小化在分销系统最近承担更大的重要性自配电自动化的趋势需要最有效的经济可行性操作方案。研究表明,多达13%的总电力消耗I2R损失分布水平。无功电流占这些损失的一部分。然而,产生的损失可以减少无功电流并联电容器的安装。有效电容器安装也可以从分布装置释放额外的千乏能力和改善系统电压概要文件。无功补偿中扮演一个重要的角色在电力系统的规划。

分布系统越来越大,被拉长太远,导致更高的系统损失和电压调节不佳,需要一个有效的和有效的分销系统因此变得更加紧迫和重要。在这方面,电容器银行添加径向分布系统功率因数校正,减少损失和电压概要文件的改进。提供补偿的数量在很大程度上与分配系统电容的位置,也就是确定位置、大小、数量和类型的电容器在系统。

使用模糊方法确定最优电容器位置

本文提出一种模糊方法确定电容器放置合适的位置。两个目标被认为是在设计一个模糊逻辑确定最优电容器的位置。这两个目标:(1)尽量减少实际功率损耗和(2)维持电压在允许范围内。电压和功率损耗指标节点配电系统建模的模糊隶属度函数。模糊发生芮妮系统(FIS)包含一组规则用于确定电容器位置中的每个节点分配系统的适用性。电容器可以放在最高的节点适用性。电容器的位置问题,近似推理是采用以下方式:当损失和电压水平的分配制度进行了研究,一个经验丰富的规划工程师可以选择位置对于电容器安装,这可能是非常合适的。例如,直观,一段与高损失和低电压配电系统是高度理想电容的位置。而低损耗部分具有良好的电压对电容器的位置并不理想。一组模糊规则被用来确定合适的电容器位置分配系统。 In the first step, load flow solution for the original system is require d to obtain the real and reactive power losses. Again, load flow solutions are required to obtain the power loss reduction by compensating the total reactive load at every node of the distribution system. The loss reductions are then, linearly normalized in to a [0, 1] range with the largest loss reduction having a value of 1 and the smallest one having a value of 0. Power Loss Index value for nth node can be obtained using equation 4.

这些减少功率损耗指数随着部件节点电压输入模糊推理系统(FIS),这决定了节点更适合电容器安装。

在本文中,两个输入和一个输出变量选择。输入variable-1功率损耗指数(PLI)和输入variable-2单位节点电压(V),输出变量是电容器适宜性指数(CSI)。功率损耗指数范围从0变到1,部件节点电压变化范围从0.9到1.1和电容器适宜性指数范围从0变到1。五为照明灯具选择隶属度函数。L, LM, M, HM和h所有五个三角形隶属函数如图1所示。5选择隶属度函数的电压。他们是L, LN, N, HN和H。这些成员函数是梯形和三角形如图2所示。5选择隶属度函数CSI。他们是L, LM, M, HM和h这五个隶属度函数也是三角形如图3所示。

电容器配置问题,定义规则来判断一个节点是否适合电容器安装。这些规则表达在以下形式:

如果前提(前期),那么结论(结论)。

确定电容器的适用性放置在一个特定的节点,一组multiple-antecedent模糊规则建立了。规则的输入电压和功率损耗指数和输出电容放置的适用性。总结了规则的模糊决策矩阵在表i规则的顺向矩阵的阴影部分。

电容器的放置问题

电容器在系统的分配制度是减少损失,受到某些操作约束和加载模式。为简单起见,电容器的运行和维护成本放在分配系统不考虑。三相系统被认为是平衡和加载和时不变的假定。

微分进化算法

引入DE Storn和价格[11],是进化算法的一个分支在连续域优化问题。在德,染色体中的每个变量的值是由一个实数表示。德可以分为一类浮点编码的进化算法。

德的理论框架是Int J副词Manuf抛光工艺非常简单和德计算便宜的内存需求和CPU时间。因此,现在德得到了关注和广泛应用在各种领域。德开始的随机初始化一群个体在搜索空间和合作行为的个人工作人口。它发现全球最适条件利用距离和方向信息根据人口之间的区别。然而,每个人的搜索行为调整动态改变分化的方向和步长。在每一代,变异和交叉操作符应用于个人生成一个新的人口。然后,选择发生和人口更新。

德的实现

的基本过程总结如下。

步骤1:随机初始化种群个体的德。

第二步:评估所有个人的客观价值,并确定最佳个人最好的最好的客观价值。

步骤3:根据情商为每个单独的执行变异操作。4.3为了获得每个个体对应的变异向量。

第四步:执行每个个体之间的交叉操作和其相应的突变体矢量根据Eq.4.4为了获得每个人的审判向量。

第五步:评估目标的试验值向量。

第六步:执行选择操作每个个人和其相应的试验向量之间根据Eq.4.5以便生成下一代的新个体。

第七步:确定最佳个体当前的新的人口与最好的客观价值。如果当前的客观价值最好的个人是摄动,全国矿工工会比最好的它,然后更新最好的它和它的客观价值。

第八步:如果停止准则,然后输出最佳状态及其客观价值;否则返回到步骤3。

仿真结果

69 -总线径向分布系统

85 -总线径向分布系统

结论

DE算法是一种新的配电系统的优化和高效的方法。电容放置方法,采用敏感性因素和德以及功率流公式简化为降低功率损耗,提高一次配电系统电压概要文件。方法寻求最有效的汽车安装补偿电容器,以便最大电压概要需要改进。公交车的敏感性因素有效地降低替代品的总数检查寻找最优解决方案。这种方法对于大型配电系统应用程序非常有用。

在这个项目中,DE算法的适用性解决大规模分销系统的电容放置问题。示例系统的结果被认为是在这个项目中,表明高度附近的GA方法相比,可以实现最佳的解决方案。DE方法地方电容器与最佳尺寸和少数量的位置提供了保存在最初的投资。仿真结果基于169总线系统和85总线系统产生了最好的解决方案已经发现使用大量技术文献中可用的方法。

引用

J。J格兰杰和萨达姆政权李,“最优并联电容器的大小和位置减少配电网馈线的损失”,IEEE反式。在电力设备和系统中,100卷,第1118 - 1105页,1981年3月。
萨达姆政权李和J。J“最优位置,遍布全球的固定和主配电馈线上开关电容”。IEEE反式。电力设备系统、vol.100 pp.345 - 352, jan.1981。
J。J格兰杰和萨达姆政权李,产能释放并联电容器在配电网馈线位置:一个新的压敏模型”,IEEE反式。在电力设备和系统中,vol.101, 1982年5月,页1236 - 1244。
Y。BaghzoUZ S.Ertem。“并联电容器上浆径向分布馈线与扭曲的变电站电压”,IEEE反式。在功率输出,vo.5。页,650 - 657,apr.1990。
评论巴拉,公共广播王桂萍和智慧泰勒“sensitivity-based最佳径向配电馈线电容器位置”,在Proc. northcon 95 IEEE技术应用相依,pp.225 - 230, 1995
年代。Sundharajan和。Pahwa,“最优选择电容器的径向分布系统利用遗传算法”,IEEE反式。aug.1994 Onpower系统、vol.9 pp.1499 - 1507。
比较温度苏和贝蔡”,一种新的模糊推理方法最佳电容器配置主要分销系统”,在proc。工业技术相依,IEEE pp.237 - 241, 1996。
比较温度苏和C.S.李,C.S.Ho“电容器在分布系统优化选择”,在proc。IEEE电力科技相依,bpt99 - 171 - 42岁,1999年。
lL赖和j.t马”,应用进化编程的无功功率planning-comparison与非线性规划方法”,IEEE反式。Onpower系统,第12卷,feb.1997 pp.198 - 204。
K.Y.李和F.F.杨:“使用进化算法最优无功规划:进化编程的比较研究,方法”,IEEE反式。电力系统、vol.13 feb.1998 pp.101 - 108。
R。Storn和K。价格,“最小化的真正功能微分进化”的欧洲96年比赛,在proc。IEEE进化计算相依,pp842 - 844, 1996。
而价格,“微分进化与第二临时”的功能,在proc.1997 IEE反式。进化计算,第三卷,pp.22 - 34岁apr.1999。
R。Storn,“系统设计约束适应和微分进化”,IEE反式。进化计算,3卷,pp.22-34 apr.1999。
Baghzouz。Y和Ertem年代,“并联电容器为径向分布馈线与扭曲的变电站电压大小,“IEEE TransPower交货,5卷,pp.650-57, 1990年。
M。气,m·m·a·Salama和美国,“电容器放置在配电系统使用启发式搜索策略,“IEE Proc-Gener Transm, Distrib,卷,144年,第三,1997年5月,页225 - 230。
m E Baran和f·f·吴”,优化调整电容器放在径向分布系统”,IEEE反式。功率输出,第一卷,pp1105 - 1117, 1989。
Das et al,“简单而有效的方法负载流径向分布网络的解决方案,”电力和能源系统,17卷,第五,pp.335 - 346, 1995。
d . Das,”无功补偿径向分布网络使用遗传算法,“电力和能源系统,24卷,pp.573 - 581。2002年。
Smarajit Ghosh和业力Sonam夏尔巴人”,一个高效的负载流量的方法解决径向分布网络”,国际期刊ofElectrical电力和能源系统工程、卷。1、2号,第115 - 108页,2008年