遺傳算法在配電網(wǎng)運(yùn)維管理涉及無功調(diào)節(jié)方面的研究與應(yīng)用

肖大林 云南電網(wǎng)有限責(zé)任公司昆明供電局 張玉龍 云南云電同方科技有限公司

遺傳算法在配電網(wǎng)運(yùn)維管理涉及無功調(diào)節(jié)方面的研究與應(yīng)用

肖大林 云南電網(wǎng)有限責(zé)任公司昆明供電局 張玉龍 云南云電同方科技有限公司

本文通過研究目前國內(nèi)外先進(jìn)的配電網(wǎng)無功調(diào)節(jié)方法，針對(duì)某供電局配電網(wǎng)運(yùn)維實(shí)際要求，綜合考慮網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)、負(fù)荷分布狀況、補(bǔ)償裝置投運(yùn)成本等因素，通過遺傳算法，以年總體運(yùn)營費(fèi)用最小作為調(diào)節(jié)目標(biāo)，建立優(yōu)化數(shù)學(xué)模型，結(jié)合通信技術(shù)，設(shè)計(jì)開發(fā)了一套專門用于配電網(wǎng)無功調(diào)節(jié)管理的系統(tǒng)，在保證配電網(wǎng)安全穩(wěn)定運(yùn)行的前提下，實(shí)現(xiàn)配電網(wǎng)無功功率實(shí)時(shí)動(dòng)態(tài)調(diào)節(jié)。經(jīng)過試點(diǎn)運(yùn)行，該系統(tǒng)能夠?qū)ε潆娋W(wǎng)無功功率進(jìn)行合理調(diào)節(jié)，有效降低網(wǎng)損，取得預(yù)期的經(jīng)濟(jì)效益。

遺傳算法 配電網(wǎng) 無功調(diào)節(jié)

隨著社會(huì)經(jīng)濟(jì)的發(fā)展，出現(xiàn)了種類繁多的用電設(shè)備，它們不但要消耗配電網(wǎng)的有功功率，還需要電網(wǎng)提供一定的無功功率才能正常運(yùn)轉(zhuǎn)。這些無功功率并不對(duì)外做功，只是在設(shè)備與配電網(wǎng)之間來回流動(dòng)。無功功率的存在，會(huì)降低電網(wǎng)功率因數(shù)，從而減小配電網(wǎng)主變及配變的額定容量，導(dǎo)致配網(wǎng)設(shè)備的使用壽命減少，降低供電效率，影響經(jīng)濟(jì)效益。

為了提高電網(wǎng)功率數(shù)，降低配電網(wǎng)輸電線路上的無功損耗，需要使用補(bǔ)償裝置對(duì)用電設(shè)備進(jìn)行適當(dāng)?shù)臒o功補(bǔ)償。傳統(tǒng)解決方法通常從便于維護(hù)管理的角度出發(fā)，在主變和配變附近安裝無功調(diào)節(jié)裝置，通過人工投切的方式，實(shí)現(xiàn)無功補(bǔ)償調(diào)節(jié)。本文通過研究目前國內(nèi)外先進(jìn)的配電網(wǎng)無功調(diào)節(jié)方法，針對(duì)某供電局配電網(wǎng)運(yùn)維實(shí)際要求，綜合考慮網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)、負(fù)荷分布狀況、補(bǔ)償裝置投運(yùn)成本等因素，通過遺傳算法，以年總體運(yùn)營費(fèi)用最小作為調(diào)節(jié)目標(biāo)，建立優(yōu)化數(shù)學(xué)模型，結(jié)合通信技術(shù)，設(shè)計(jì)開發(fā)了一套專門用于配電網(wǎng)無功調(diào)節(jié)管理的系統(tǒng)，在保證配電網(wǎng)安全穩(wěn)定運(yùn)行的前提下，實(shí)現(xiàn)配電網(wǎng)無功功率實(shí)時(shí)動(dòng)態(tài)調(diào)節(jié)。經(jīng)過試點(diǎn)運(yùn)行，該系統(tǒng)能夠?qū)ε潆娋W(wǎng)無功功率進(jìn)行合理調(diào)節(jié)，有效降低網(wǎng)損，取得預(yù)期的經(jīng)濟(jì)效益。

1 算法介紹

遺傳算法是一種模擬生物進(jìn)化過程的計(jì)算模型。它通過進(jìn)化論中的自然選擇思想和遺傳學(xué)機(jī)理，對(duì)目標(biāo)進(jìn)行模擬，不斷進(jìn)化以接近最優(yōu)解。主要特點(diǎn)是可以直接對(duì)目標(biāo)函數(shù)進(jìn)行操作，不需要求導(dǎo)，沒有函數(shù)連續(xù)性的限定；同時(shí)因?yàn)椴捎酶怕驶膶?yōu)方法，不依據(jù)確定的規(guī)則，能夠自動(dòng)優(yōu)化搜索空間，因此具有內(nèi)在的隱并行性和更好的全局尋優(yōu)能力。傳統(tǒng)的優(yōu)化算法都是從單個(gè)初始值開始搜索計(jì)算，而遺傳算法從一個(gè)初始種群開始計(jì)算，這是遺傳算法與傳統(tǒng)優(yōu)化算法的最大區(qū)別。因此解的覆蓋范圍大，有利于實(shí)現(xiàn)全局最優(yōu)。

遺傳算法由于其自身具有整體搜索和優(yōu)化的特點(diǎn)，在計(jì)算時(shí)不需要其它輔助信息，而只依賴于影響搜索方向的目標(biāo)函數(shù)和與之對(duì)應(yīng)的適應(yīng)度函數(shù)，因此遺傳算法具有很強(qiáng)的魯棒性，能夠提供一種求解復(fù)雜非線性系統(tǒng)問題的通用方法，而與問題的具體類型、領(lǐng)域沒有關(guān)系。所以被廣泛應(yīng)用于多種領(lǐng)域，并成為現(xiàn)代智能計(jì)算中的關(guān)鍵技術(shù)，現(xiàn)在已被廣泛地應(yīng)用于組合優(yōu)化、深度學(xué)習(xí)、信號(hào)處理、自適應(yīng)控制以及人工生命等領(lǐng)域。

遺傳算法通過編碼、選擇、交叉和變異等步驟，逐代進(jìn)行搜索，直到找到符合條件的解或者達(dá)到預(yù)定的迭代次數(shù)。本設(shè)計(jì)的計(jì)算流程圖如下：

圖1 遺傳算法計(jì)算流程圖Fig．1 Flow chart of genetic algorithm calculation

1.1 選擇

編碼后的基因通過隨機(jī)選擇的選擇概率Psi，可以從當(dāng)前群體中挑出適應(yīng)度高的個(gè)體，作為下一輪計(jì)算的初始群體，沒有選中的個(gè)體被淘汰，本設(shè)計(jì)中的選擇算法采用輪盤賭方法對(duì)個(gè)體進(jìn)行選擇。同時(shí)為了對(duì)父代群體中的個(gè)體進(jìn)行評(píng)估，還需要一個(gè)適應(yīng)度評(píng)估函數(shù)，適應(yīng)度越大，表示個(gè)體越優(yōu)秀，參與交叉的概率越大。本設(shè)計(jì)的適應(yīng)度評(píng)估函數(shù)，與目標(biāo)函數(shù)線性相關(guān)。對(duì)于總數(shù)量為N的群體，個(gè)體i的適應(yīng)度為Fi，則該個(gè)體被選中的概率為：

1.2 交叉和變異

交叉是指通過隨機(jī)的交叉概率Pc將基因中的片段進(jìn)行部分互換，從而下一代的群體中產(chǎn)生新的個(gè)體。交叉是遺傳算法中最主要和直接的搜索解空間方式，通過這種不確定的解算方式，極大的提高了遺傳算法的尋解能力。交叉過程大致如下：

變異是指隨機(jī)的改變?nèi)后w中個(gè)體某些基因的值。引入變異計(jì)算不僅可以避免因選擇和交叉過程導(dǎo)致的物種信息丟失，還可以彌補(bǔ)交叉過程在搜索解空間方面的不足。通常情況下，變異概率Pm取值很小，變異過程大致如下：

2 調(diào)節(jié)及優(yōu)化模型

配電網(wǎng)無功調(diào)節(jié)的方式主要有變電站調(diào)節(jié)、配電線路調(diào)節(jié)、隨器調(diào)節(jié)、跟蹤調(diào)節(jié)等，每種調(diào)節(jié)方式各有優(yōu)缺，實(shí)際運(yùn)行方式根據(jù)配電網(wǎng)絡(luò)結(jié)構(gòu)、負(fù)荷分布等因素有關(guān)。通常情況下，考慮到維護(hù)的方便性，以集中的變電站調(diào)節(jié)為主，其它分散調(diào)節(jié)為輔助措施。因此無功調(diào)節(jié)屬于多變量、多約束條件的非線性優(yōu)化問題，在建立數(shù)學(xué)模型時(shí)主要考慮模型目標(biāo)函數(shù)和約束條件。

2.1 目標(biāo)函數(shù)

影響無功調(diào)節(jié)的變量主要包括補(bǔ)償裝置設(shè)備成本、分布運(yùn)營成本、設(shè)備耗損、設(shè)備壽命、有功負(fù)荷、無功負(fù)荷等。根據(jù)項(xiàng)目實(shí)際情況，為了簡(jiǎn)化計(jì)算，本次設(shè)計(jì)以年度總體運(yùn)營費(fèi)用最小為調(diào)節(jié)目標(biāo)，并只考慮配電網(wǎng)負(fù)荷及網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)對(duì)運(yùn)營成本的影響。下式是本模型的目標(biāo)函數(shù)：

其中Cq是以配電網(wǎng)負(fù)荷為自變量的補(bǔ)償設(shè)備投入成本，Cc是綜合配網(wǎng)網(wǎng)絡(luò)結(jié)構(gòu)等因素的運(yùn)維成本。

為了簡(jiǎn)化計(jì)算，本設(shè)計(jì)所使用的適應(yīng)度函數(shù)直接由目標(biāo)函數(shù)轉(zhuǎn)換得到，僅僅將計(jì)算結(jié)果取反，即為該個(gè)體的適應(yīng)度值。

2.2 約束條件

本設(shè)計(jì)所使用的約束條件主要是潮流方程，其中等式約束條件為功率平衡方程，不等式約束條件為電壓限值約束以及最大調(diào)節(jié)功率約束。即在保證電壓質(zhì)量合格同時(shí)不出現(xiàn)無功過剩的前提下，實(shí)現(xiàn)年度總體運(yùn)營費(fèi)用最小。

3 計(jì)算實(shí)例

3.1 初始化參數(shù)設(shè)置

遺傳算法的初始化參數(shù)主要有群體規(guī)模、交叉概率和變異概率。其中群體規(guī)模的大小直接影響到算法的搜索速度，本次計(jì)算根據(jù)實(shí)際情況設(shè)置為100，對(duì)應(yīng)編碼長度為7，初始群體通過隨機(jī)方式生成。交叉概率為0．6，即保證群體中60%的個(gè)體有機(jī)會(huì)參與遺傳。本實(shí)例中變異操作對(duì)計(jì)算結(jié)果影響很小，因此變異概率取值較小，為0．01。

3.2 計(jì)算終止條件

經(jīng)過實(shí)際計(jì)算時(shí)驗(yàn)證，本算法在迭代平均35代左右能夠找到最優(yōu)解，因此設(shè)定最大迭代次數(shù)為40，如果超過，則終止計(jì)算。同時(shí)還根據(jù)以往經(jīng)驗(yàn)，設(shè)置目標(biāo)函數(shù)的期望值，當(dāng)計(jì)算結(jié)果達(dá)到期望的最小值時(shí)，即認(rèn)為找到最優(yōu)解，結(jié)束計(jì)算。

4 結(jié)束語

遺傳算法在電力行業(yè)中還有很多其它應(yīng)用，比如電網(wǎng)規(guī)劃、電力生產(chǎn)調(diào)度、故障定位及恢復(fù)等。本文根據(jù)遺傳算法的特點(diǎn)，結(jié)合項(xiàng)目實(shí)際情況，實(shí)現(xiàn)對(duì)某線路配電網(wǎng)進(jìn)行無功調(diào)節(jié)，不僅有效的降低了電網(wǎng)的無功損耗，降低網(wǎng)絡(luò)運(yùn)行費(fèi)用；同時(shí)提高供電電壓合格率，提高供電質(zhì)量，增大接入電網(wǎng)中設(shè)備的使用壽命，從而降低電力企業(yè)及用戶的運(yùn)營成本。

隨著我國電力系統(tǒng)規(guī)模的不斷增大，提高供電質(zhì)量和降低電網(wǎng)運(yùn)行經(jīng)濟(jì)指標(biāo)一直是電網(wǎng)建設(shè)過程中的重點(diǎn)內(nèi)容。通過對(duì)配電網(wǎng)無功功率進(jìn)行調(diào)節(jié)和優(yōu)化不僅能夠穩(wěn)定系統(tǒng)的電壓水平，而且還能有效降低配電網(wǎng)網(wǎng)損，這對(duì)于保障配電網(wǎng)運(yùn)行穩(wěn)定性與經(jīng)濟(jì)性起著十分重要的作用。

[1]吉根林.遺傳算法研究綜述[J].計(jì)算機(jī)應(yīng)用與軟件,2004,21(2):69-73.

[2]周明.遺傳算法原理及應(yīng)用[M].國防工業(yè)出版社,1999.

[3]徐中友.基于改進(jìn)遺傳算法的配電網(wǎng)無功優(yōu)化規(guī)劃[D].鄭州大學(xué),2006.

[4]詹萌萌.基于改進(jìn)混沌遺傳算法的配電網(wǎng)無功優(yōu)化[D].杭州電子科技大學(xué),2014.

[5]余健明,杜剛,姚李孝.結(jié)合靈敏度分析的遺傳算法應(yīng)用于配電網(wǎng)無功補(bǔ)償優(yōu)化規(guī)劃[J].電網(wǎng)技術(shù),2002,26(7):46-49.

[6]王曉鳳.結(jié)合遺傳算法的配電網(wǎng)無功補(bǔ)償[D].西安理工大學(xué),2005GB/T7714.

[7]張粒子,舒雋.基于遺傳算法的無功規(guī)劃優(yōu)化[J].中國電機(jī)工程學(xué)報(bào),2000,20(6):5-8.

[8]李歐,馬亮,劉國峰,等.繼電保護(hù)中的人工智能技術(shù)及其應(yīng)用[J].工業(yè)b,2015(35):295-295.

[9]常安,錢海,王奇,等.一種高壓輸電架空線路綜合專家系統(tǒng)的設(shè)計(jì)[J].電氣應(yīng)用,2015(1):128-132.

[10]陳樹勇,申洪,張洋,等.基于遺傳算法的風(fēng)電場(chǎng)無功補(bǔ)償及控制方法的研究[J].中國電機(jī)工程學(xué)報(bào),2005,25(8):1-6.

[11]苑舜,石巖,趙建峰.基于遺傳算法配電網(wǎng)無功補(bǔ)償計(jì)算的研究[J].東北電力技術(shù),2009,30(3):10-12.

[12]王偉,譚鳳玲,李麗麗,等.基于遺傳算法的農(nóng)配網(wǎng)無功補(bǔ)償優(yōu)化規(guī)劃[J].工程技術(shù):全文版,2016(12):00184-00185.

[13]劉永江,陳昊.電力配網(wǎng)系統(tǒng)無功優(yōu)化方法研究[J].現(xiàn)代電子技術(shù),2016,39(14):158-161.

[14]丁曉群,鄧勇,黃偉,等.基于遺傳算法的無功優(yōu)化在福建電網(wǎng)的實(shí)用化改進(jìn)[J].電網(wǎng)技術(shù),2004,28(16):44-47.

[15]郭壯志,陳波,劉燦萍,等.基于遺傳算法的配電網(wǎng)故障定位[J].電網(wǎng)技術(shù),2007,31(11):88-92.