考慮經(jīng)濟性評估的MMC型UPQC優(yōu)化分配控制方法

陸晶晶，肖湘寧，張 劍

（新能源電力系統(tǒng)國家重點實驗室（華北電力大學(xué)），北京 102206）

考慮經(jīng)濟性評估的MMC型UPQC優(yōu)化分配控制方法

陸晶晶，肖湘寧，張 劍

（新能源電力系統(tǒng)國家重點實驗室（華北電力大學(xué)），北京 102206）

新能源的接入導(dǎo)致非線性負(fù)載日益增加，進而引發(fā)配電網(wǎng)負(fù)荷端待補償容量超出模塊化多電平換流器型統(tǒng)一電能質(zhì)量控制器（MMC-UPQC）并聯(lián)側(cè)補償能力的問題。本文針對上述情況提出了兩種對無功、負(fù)序及諧波電流補償分量的優(yōu)化再分配控制方案，即側(cè)重優(yōu)先治理的優(yōu)先級分配控制方案和側(cè)重綜合治理的自適應(yīng)懲罰遺傳算法多目標(biāo)優(yōu)化分配控制方案，將電能質(zhì)量事件平均經(jīng)濟損失的量化指標(biāo)分別作為方案一優(yōu)先級選定的標(biāo)準(zhǔn)及方案二中的權(quán)重系數(shù)。PSCAD/EMTDC環(huán)境下的仿真結(jié)果表明，兩種方案均能在MMC-UPQC容量受限情況下對負(fù)荷端電流電能質(zhì)量問題提供優(yōu)化補償。

統(tǒng)一電能質(zhì)量控制器；模塊化多電平換流器；經(jīng)濟性評估；優(yōu)先級；自適應(yīng)懲罰函數(shù)；遺傳算法

0　引 言

統(tǒng)一電能質(zhì)量控制器（UPQC）作為一種綜合了有源濾波器（APE）和動態(tài)電壓調(diào)節(jié)器（DVR）功能的綜合治理裝置，能夠同時解決電壓型和電流型等多種電能質(zhì)量問題。在UPQC中模塊化多電平換流器（MMC）拓?fù)浣Y(jié)構(gòu)的引入，更加提高了UPQC的應(yīng)用電壓等級和容量，使UPQC在中壓大功率領(lǐng)域的應(yīng)用成為可能［1］。如圖1所示為MMC-UPQC的拓?fù)浣Y(jié)構(gòu)，其中串聯(lián)側(cè)MMC通過耦合變壓器與系統(tǒng)相連；并聯(lián)側(cè)直接并接于耦合變壓器與負(fù)載之間。

目前，國內(nèi)外的學(xué)者對UPQC的研究主要集中在拓?fù)浣Y(jié)構(gòu)、檢測算法和完全補償控制策略等方面，針對待補償容量超過UPQC自身額定補償能力情況下UPQC的優(yōu)化分配控制方法的研究還較少。從供電部門和用戶的角度，雙方都希望投入的治理裝置產(chǎn)生的利益最大化，即在滿足投資成本最低及電能質(zhì)量治理裝置的補償功能最優(yōu)的情況下，同時保證為系統(tǒng)和用戶提供優(yōu)質(zhì)的電力服務(wù)［2］。若針對上述問題更換大容量的UPQC，新的設(shè)備在設(shè)計、生產(chǎn)及投入運行等一系列環(huán)節(jié)又會帶來人力、資源、時間等方面的巨大的浪費。因此有必要通過需求側(cè)引導(dǎo)實現(xiàn)UPQC容量的優(yōu)化補償，實現(xiàn)對已有資源合理可靠的利用?；诖耍墨I(xiàn)［3］針對APE人為地規(guī)定了優(yōu)選諧波、不平衡、無功電流的補償順序進行補償控制，沒有給出諧波、不平衡和無功電流對系統(tǒng)危害嚴(yán)重程度的評價指標(biāo)；文獻(xiàn)［4］則針對UPQC并聯(lián)側(cè)的控制提出了根據(jù)優(yōu)先級補償?shù)慕M合補償方式，也沒有給出優(yōu)先級的選定方法；文獻(xiàn)［5］雖然討論了APE補償容量不足的情況下幾種再分配補償方法的優(yōu)劣，以及采用遺傳算法對多目標(biāo)優(yōu)化問題進行求解，但并沒有給出各目標(biāo)權(quán)重的確定方法；文獻(xiàn)［6 7］則僅討論了APE對諧波補償?shù)膬?yōu)化輸出控制方法。

圖1　MMC-UPQC主電路拓?fù)浼癕MC子模塊結(jié)構(gòu)圖

本文從對資源優(yōu)化配置和降低損失的角度出發(fā)，提出了針對上述問題的兩種優(yōu)化控制方案。將電能質(zhì)量經(jīng)濟性評價指標(biāo)——平均經(jīng)濟損失與優(yōu)先級的確定以及多目標(biāo)優(yōu)化方法相結(jié)合，解決了現(xiàn)有文獻(xiàn)關(guān)于補償優(yōu)先級確定原則模糊的問題，同時在采用自適應(yīng)懲罰遺傳算法進行多目標(biāo)優(yōu)化求解過程中給出了目標(biāo)權(quán)重的計算方法，并針對模塊化多電平換流器拓?fù)浣Y(jié)構(gòu)，以優(yōu)化分配后總補償電流應(yīng)能保證MMC橋臂電流峰值小于等于開關(guān)器件允許通過的最大電流為約束條件，推導(dǎo)出UPQC并聯(lián)側(cè)換流器實際輸出的交流電流峰值的計算表達(dá)式。經(jīng)PSCAD/EMTDC仿真軟件驗證了提出方法的正確性與有效性。

1　電能質(zhì)量平均經(jīng)濟損失指標(biāo)

以往學(xué)者們對電能質(zhì)量的治理與電能質(zhì)量的合理評估的研究總是分別進行，對電能質(zhì)量評估結(jié)果的應(yīng)用還停留在判定其達(dá)標(biāo)與否，缺乏對電能質(zhì)量治理的實用化指導(dǎo)。在具體的電能質(zhì)量治理工作中，正如前文所述，供用電雙方關(guān)注和考核的重點更多的是在現(xiàn)階段能源資源日益匱乏的時代背景下，如何能夠?qū)崿F(xiàn)投入有限資本的情況下最大程度地提高電能的質(zhì)量，而又使得所造成經(jīng)濟損失最小。因此本文借鑒文獻(xiàn)［8］所提出的電能質(zhì)量災(zāi)害的評價指標(biāo)，定義了各類電能質(zhì)量事件在過去N天監(jiān)測時期所造成的用戶平均經(jīng)濟損失費用如下：

式中：EDij、EIDij分別為第j種事件第i次發(fā)生對用戶造成的直接經(jīng)濟損失和潛在經(jīng)濟損失；cDj、cIDj分別為第j種事件的平均直接經(jīng)濟損失的修正系數(shù)和平均潛在經(jīng)濟損失的修正系數(shù)；本文中第j事件（j=1，2，3）分別指諧波、無功及不平衡事件；nj為第j種事件的年發(fā)生次數(shù)。

2 容量超限情況下優(yōu)化分配電流補償方案

2.1優(yōu)先補償分配方案

當(dāng)需求側(cè)待補償電流超過MMC-UPQC容量時，一種容易想到的、可行的方法是在電能質(zhì)量的治理過程中引入偏好，對諧波、無功及不平衡分量進行有選擇性的補償。但偏好的確定往往因人而異，現(xiàn)有文獻(xiàn)對這方面的論述甚少。在本節(jié)中以上文所述電能質(zhì)量事件平均經(jīng)濟損失費用確定MMCUPQC并聯(lián)側(cè)MMC諧波、無功及不平衡電流分量的選擇性補償優(yōu)先級，如圖2所示為優(yōu)先補償分配方案的流程圖。

首先控制系統(tǒng)需要判斷負(fù)荷側(cè)待補償分量的容量是否已經(jīng)超出并聯(lián)側(cè)MMC的容量限值，即判斷三相負(fù)載電流分量是否滿足下式：

式中：

圖2　優(yōu)先補償分配方案流程圖

表1　MMC-UPQC補償容量再分配情況統(tǒng)計

2.2多目標(biāo)優(yōu)化電流補償分配方案

2.2.1多目標(biāo)最優(yōu)電流補償分配問題的數(shù)學(xué)模型

在某些情況下，供用電雙方可能期望UPQC在過載時能夠同時提供對不平衡、諧波及無功電流的補償，這樣就需要考慮如何分配以達(dá)到裝設(shè)UPQC后系統(tǒng)電流不平衡度、功率因數(shù)及諧波總畸變率最接近預(yù)先規(guī)定的補償要求。在此基礎(chǔ)上，本節(jié)對系統(tǒng)電流不平衡度、功率因數(shù)及諧波總畸變率這3個目標(biāo)進行優(yōu)化補償分配方案的設(shè)計?？紤]到裝置對于各類電能質(zhì)量事件的抑制效果應(yīng)至少能夠滿足國家標(biāo)準(zhǔn)的相關(guān)規(guī)定，同時兼顧用戶對電能質(zhì)量的改善提出特殊的需求，多目標(biāo)最優(yōu)電流補償分配問題的目標(biāo)函數(shù)可以表示如下：

本文在設(shè)計控制方法時針對MMC拓?fù)浣Y(jié)構(gòu)，要求優(yōu)化分配后的總補償電流應(yīng)能保證橋臂電流的峰值小于等于開關(guān)器件允許通過的最大電流，進而得出符合MMC-UPQC特性的總補償分量電流最大值的約束條件。

在如圖1所示的MMC拓?fù)浣Y(jié)構(gòu)中，假設(shè)MMC的直流量Idc被三相均分，換流器出口的交流量ica被上、下橋臂均分，同時考慮橋臂中的環(huán)流分量iloop，得出上、下橋臂電流的瞬時值iau、iad如下式所示（以a相為例）：

進一步，橋臂電流峰值可以表示為

需注意，MMC拓?fù)浣Y(jié)構(gòu)應(yīng)用于UPQC的特殊性還在于換流器交流輸出量不再是基波正弦，而是根據(jù)裝置的控制策略相應(yīng)地輸出無功、諧波或者負(fù)序分量。即MMC被控為各次諧波源和基波電壓源的疊加，因此相對應(yīng)地其橋臂環(huán)流應(yīng)該是各次諧波分量的疊加。

采用載波移相調(diào)制，MMC公共直流母線電流與交流側(cè)輸出電流的關(guān)系可以表示為式（6）［9］：

式中：m為電壓調(diào)制比；cosφ為MMC功率因數(shù)；ε為直流電壓波動系數(shù)（0＜ε＜0.5%）。

上述的分析表明，為了在有限的資源配置下盡可能實現(xiàn)對多種電流質(zhì)量事件的最優(yōu)補償，建立的多目標(biāo)最優(yōu)電流補償分配問題的數(shù)學(xué)模型需要滿足的約束條件如下：

①優(yōu)化分配后的總補償電流的有效值應(yīng)小于或等于UPQC并聯(lián)側(cè)MMC額定電流有效值，即

② 優(yōu)化分配后的總補償電流應(yīng)能保證橋臂電流的峰值小于開關(guān)器件允許通過的最大電流，有

此外，由于負(fù)載待補償容量超出MMC-UPQC額定的補償能力，裝設(shè)MMC-UPQC進行諧波、無功及不平衡等電流質(zhì)量問題的抑制補償時，各補償電流分量還受到如下不等式的約束：

式中：Ihb為國家標(biāo)準(zhǔn)規(guī)定的注入公共連接點的諧波電流允許值。

2.2.2基于自適應(yīng)懲罰函數(shù)的遺傳算法求解

利用自適應(yīng)懲罰函數(shù)的遺傳算法對上述優(yōu)化問題進行求解，引入考慮經(jīng)濟損失計算得出的3種補償分量的權(quán)重系數(shù)λj（j=1，2，3），將式（3）轉(zhuǎn)化成如下的單目標(biāo)函數(shù)形式，從而避免了決策者對權(quán)重系數(shù)確定的主觀盲目性，以便于找出令決策者滿意的最優(yōu)解。

式中：

從上文的分析可以看到，本文的多目標(biāo)優(yōu)化問題包含很多約束條件。目前，懲罰函數(shù)法是遺傳算法處理多約束問題最常見的方法之一，其通常的作法是采用罰系數(shù)將懲罰項加入到目標(biāo)函數(shù)中。由Tessema提出的自適應(yīng)懲罰函數(shù)方法利用當(dāng)前群體中可行解的比例自動調(diào)整罰系數(shù)，避免了懲罰項過大或者過小，能夠引導(dǎo)種群朝著更多可行解或者最優(yōu)解的方向進化［10］。本文在上述思想的基礎(chǔ)上，建立自適應(yīng)指數(shù)型罰系數(shù)［11］，并將適應(yīng)度函數(shù)表示如下

式中：a為大于1的任意正整數(shù)，主要反映懲罰項的增減速度；0≤r≤1為當(dāng)前群體中可行解的比例，代表當(dāng)前群體反饋信息；α，β為需要調(diào)整的常量參數(shù)，可選?。?，10］之間的整數(shù)。

本節(jié)所述基于自適應(yīng)懲罰遺傳算法的多目標(biāo)優(yōu)化電流補償分配方案的流程圖如圖3所示。

圖3　多目標(biāo)優(yōu)化分配方案流程圖

3　仿真研究

表2　10kV配電專線A相諧波電流情況

表3　電能質(zhì)量事件發(fā)生次數(shù)及經(jīng)濟損失統(tǒng)計結(jié)果

3.1優(yōu)先級分配控制方案

根據(jù)表3及公式（1）計算得出本案例中負(fù)載諧波、不平衡及無功所造成的平均經(jīng)濟損失費用分別為330 870元、447 670.8元、583 579.65元，同時為滿足補償要求并聯(lián)側(cè)MMC需輸出Icx= 0.102KA，Icn=0.004 5KA。查詢表1確定UPQC應(yīng)優(yōu)先完全補償無功電流及負(fù)序電流，部分補償諧波電流，剩余容量按照優(yōu)先補償?shù)痛沃C波的原則設(shè)定Ic5=17.28 08A，Ic7=9.845 6A。圖4為采用優(yōu)先補償分配控制方案后，系統(tǒng)電流、補償電流及負(fù)載電流的仿真波形，可以看到通過補償，系統(tǒng)電流相比于負(fù)載電流已經(jīng)有明顯的改善。經(jīng)測量，系統(tǒng)電流不平衡度從6.024%降至4.9%，系統(tǒng)功率因數(shù)cosφs為0.98，均滿足補償要求；系統(tǒng)THD從 12.13%降至7.16%，實現(xiàn)了對不平衡、無功電流的優(yōu)先補償。

圖4　負(fù)載電流、補償電流及系統(tǒng)電流波形

3.2基于自適應(yīng)懲罰遺傳算法的多目標(biāo)優(yōu)化分配控制方案

利用自適應(yīng)懲罰遺傳算法對諧波、無功以及負(fù)序電流補償參考有效值進行優(yōu)化，圖5所示為算法的進化過程及各電能質(zhì)量指標(biāo)的運行結(jié)果。經(jīng)過500次迭代后，適應(yīng)度值為0.003 9，此時變量的值即并聯(lián)側(cè)MMC輸出的各補償分量有效值如表4所示。

圖5　自適應(yīng)懲罰遺傳算法運行結(jié)果及各目標(biāo)變化過程

表4　適應(yīng)度函數(shù)取最優(yōu)解時5個變量的值

可以看出，本節(jié)利用自適應(yīng)懲罰遺傳算法的多目標(biāo)優(yōu)化分配控制方案得出的結(jié)果與3.1節(jié)有所不同，在滿足適應(yīng)度函數(shù)最優(yōu)的情況下，系統(tǒng)THD=5%，系統(tǒng)功率因數(shù)為0.972 3，系統(tǒng)電流不平衡度為0.051 6，是考慮該地區(qū)電能質(zhì)量經(jīng)濟損失的歷史數(shù)據(jù)得出多目標(biāo)決策最優(yōu)的結(jié)果。在PSCAD中，以表4中的最優(yōu)解作為控制環(huán)節(jié)的電流參考值，仿真得到的系統(tǒng)電流、補償電流及負(fù)載電流的波形如圖6所示。經(jīng)測量，系統(tǒng)電流不平衡度從6.024%降至5.36%，系統(tǒng)功率因數(shù)為0.972，系統(tǒng)THD從12.13%降至5.33%，各指標(biāo)均接近各自的補償要求，且和遺傳算法計算結(jié)果一致。

圖6　負(fù)載電流、補償電流及系統(tǒng)電流波形

4　結(jié) 論

本文將電能質(zhì)量的治理與電能質(zhì)量經(jīng)濟性評價指標(biāo)相結(jié)合，針對配電網(wǎng)負(fù)載側(cè)待補償容量超出UPQC并聯(lián)側(cè)MMC額定補償容量的情況，提出了兩種補償分量優(yōu)化再分配控制方案。方案一將無功、諧波及不平衡電流類電能質(zhì)量事件的平均經(jīng)濟損失作為分配優(yōu)先級的評定標(biāo)準(zhǔn)，按照優(yōu)先級的高低對電能質(zhì)量進行治理；方案二則將其作為多目標(biāo)優(yōu)化問題中的權(quán)重系數(shù)，并采用自適應(yīng)懲罰遺傳算法對問題進行求解以實現(xiàn)對補償容量的合理分配。PSCAD/EMTDC環(huán)境下的仿真結(jié)果表明，提出的兩種方法能夠有效地保證MMC-UPQC在容量受限情況下進行合理有效的電能質(zhì)量綜合治理，為實現(xiàn)定制電力裝置的優(yōu)化配置、改善電能質(zhì)量、增強供電可靠性提供了技術(shù)基礎(chǔ)。

［1］ Xiao X N，Lu J J，Uuan C.A 10KV 4MVA unified power quality conditioner based on modular multilevel inverter［C］.IEEE International Electric Machines &Drives Conference，Chicago，2013：1352 1357.

［2］ 丁澤俊，朱永強.電能質(zhì)量的經(jīng)濟損失評估與選擇性治理［J］.現(xiàn)代電力，2010，27（5）：91 94.

［3］ Singh B，Verma V.Selective Compensation of Power-Quality Problems Through Active Power Eilter by Current Decomposition［J］.IEEE Transactions on Power Delivery，2008，23（2）：792 799.

［4］ Pal U，Swarup A，Singh B.Elexible control of UPQC for selective compensation of power quality problems［C］//India International Conference on Power Electronics（IICPE），India，2011：1 8.

［5］ 徐永海，劉書銘，朱永強，等.差異化級聯(lián)型電流質(zhì)量調(diào)節(jié)裝置的補償策略［J］.電網(wǎng)技術(shù)，2011，35（1）：91 95.

［6］ 何英杰，鄒云屏，劉飛，等.容量限制控制策略應(yīng)用于有源濾波器的研究［J］.高電壓技術(shù)，2007，33（5）：167 171.

［7］ 徐永海，劉書銘，朱永強，等.并聯(lián)型有源濾波器的補償策略研究［J］.電力系統(tǒng)保護與控制，2010，38（8）：71 74.

［8］ 劉穎英，朱永強，蔡維，等.基于災(zāi)害等級概念的電能質(zhì)量綜合評估新思路［J］.電力自動化設(shè)備，2009，29（8）：110 113.

［9］ 荊平，周飛，宋潔瑩，等.采用模塊化結(jié)構(gòu)的統(tǒng)一潮流控制器的設(shè)計與仿真［J］.電網(wǎng)技術(shù)，2013，37（2）：356 361.

［10］Tessema B，Uen G G.A self-adaptive penalty function based algorithm for constrained optimization［C］//IEEE Congress on Evolutionary Computation，Canada，2006：246 253.

［11］甘敏，彭輝.一種新的自適應(yīng)懲罰函數(shù)算法求解約束優(yōu)化問題［J］.信息與控制，2009，38（1）：24 28.

［12］IEEE Std 519 1992，IEEE Recommended Practices and Requirements for Harmonic Control in Electrical Power Systems.

（責(zé)任編輯:楊秋霞）

Research on Optimal Allocation Control Strategies for MMC-UPQC by Considering Economical Evaluation

LU Jingjing，XIAO Xiangning，ZHANG Jian
（State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources（North China Electric Power University），Beijing 102206，China）

The integrating of new energy and the increasing application of non-linear loads cause such phenomenon that the capacity compensated in load side exceeds the parallel compensation capability of unified power quality conditioner for modular multilevel converter（MMC-UPQC）.In this paper，two optimized control schemes for compensating reactive power and negative sequence and harmonic current are proposed.One is the priority allocation control strategy that focuses on priority assignment，and the other is multi-objective optimized allocation control strategy based on self-adaptive penalty genetic algorithm that pays more attention on comprehensive compensation.The index to evaluate the average economic losses for power quality events are chosen as the standard for priority selection in scheme I and the weight coefficients in scheme II.In the PSCAD/EMTDC simulation environment，simulation results show that optimized compensations can be realized by both proposed optimized control strategies to improve current power quality under above MMC-UPQC limited situation.

unified power quality conditioner（UPQC）；modular multilevel converter（MMC）；economical evaluation；priority；self-adaptive penalty function；genetic algorithm（GA）

1007-2322（2015）02-0036-07

A

TM743

2014-09-24

陸晶晶（1989—），女，博士研究生，研究方向為電能質(zhì)量治理、高壓直流輸電等，E-mail：lujingjing2014@126.com；

肖湘寧（1953—），男，教授，博士生導(dǎo)師，研究方向為新能源電網(wǎng)、電能質(zhì)量等，E-mail：xxn@ncepu.edu.cn；

張 劍（1986—），男，博士，研究方向為電力系統(tǒng)穩(wěn)定、次同步振蕩等，E-mail：zj_369@163.com。

“十二五”國家科技支撐計劃重大項目（2011BAA 01B02）和中央高?；究蒲袠I(yè)務(wù)費專項資金（12QN37）資助項目