趙蘭明
(山東電力工程咨詢院有限公司,山東 濟南 250013)
提高變電站運行的經(jīng)濟性對于減少電網(wǎng)損耗具有重要意義。變電站作為電網(wǎng)的重要組成部分,通過合理安排變壓器的運行方式,控制有載調壓分接頭開關和無功補償設備,可以提高變壓器功率因數(shù)、調整二次側電壓,進而降低系統(tǒng)中電能損耗。
傳統(tǒng)的變電站經(jīng)濟運行并未考慮變壓器經(jīng)濟運行與無功優(yōu)化之間的關系,將它們統(tǒng)一描述成為一個組合優(yōu)化問題,可以提高變電站運行的經(jīng)濟性和自動化程度。
在變電站的接線方式、量測配置、拓撲結構等深入的分析的基礎上采用基于LS-SVM和遺傳算法相結合的思想,建立變電站日負荷預測模型和算法,給出24 h的整點負荷預測值[1-5]。依此確定一天中變壓器的經(jīng)濟運行方式,初步形成分接頭和電容器組的控制策略。為了減少日負荷預測誤差的影響,在離散量(變壓器運行方式、電容器投切)不變的前提下,利用在線校正策略確定有載調壓變壓器的位置(工作基點),以達到最好的實時控制效果。控制周期內依靠變電站的自動控制。變電站經(jīng)濟運行與控制的基本構架如圖1所示。
圖1 變電站經(jīng)濟運行與控制基本構架
通過變壓器運行方式優(yōu)化,可以解決變壓器經(jīng)濟投切時機的選取和變壓器投切次數(shù)的控制問題,從而真正意義上做到變壓器在線經(jīng)濟運行。文獻[6]介紹了變壓器經(jīng)濟運行的判別方法,并且用時段控制法和模糊決策法對變壓器運行方式優(yōu)化,但對變壓器經(jīng)濟運行與電網(wǎng)運行之間的影響,包括變壓器經(jīng)濟運行與電網(wǎng)電壓無功優(yōu)化之間的關系均未考慮。
根據(jù)負荷預測曲線,找出要切換運行方式時間段,利用目標函數(shù)求出不同運行方式的損耗,通過比較損耗的大小選擇最佳運行方式[7-9],并且在此基礎上進行變電站的動態(tài)無功優(yōu)化。
變壓器的技術參數(shù)主要有:額定容量SN,空載電流 I0,空載損耗 P0,短路損耗 PK,短路電壓 UK。對于雙繞組變壓器其有功功率損耗和無功功率損耗分別為:
式中:Q0為空載勵磁損耗,kVar;QK為額定漏磁功率,kVar;β 為負載系數(shù)。
綜合功率損耗為:
式中:kQ為無功經(jīng)濟當量,它的大小與變壓器無功負荷,網(wǎng)絡電阻以及電壓等級有關,通常取值在0.01~0.08。
單臺與兩臺并列運行之間技術特性優(yōu)劣的判定:
圖2 兩種運行方式損耗曲線
Δt最小時間間隔,Δpi為對應負荷曲線上某一點的有功損耗大小。根據(jù)負荷預測得到的變電站未來24 h的負荷預測值,以變壓器經(jīng)濟運行的臨界值作為分界線,通過計算各種運行方式的損耗大小,確定變電站最佳的運行方式,下面詳細介紹此過程。
圖3 負荷曲線
規(guī)定負荷曲線每次上穿臨界值到下穿臨界值為一個時間段,對于圖3所示的負荷曲線,運行方式可能發(fā)生轉換的時間段為 t1~t2,t3~t4,t1~t4。
因此,一天中運行方式安排有以下幾種情況:
t1~t2AB并聯(lián)運行,其余時間變壓器A運行;
t3~t4AB并聯(lián)運行,其余時間變壓器A運行;t1~t4AB并聯(lián)運行,其余時間變壓器A運行。
根據(jù)式(5)通過計算以上三種情況下全天的損耗,分別記為 w1,w2,w3,比較它們的大小就可以確定變壓器的運行方式。
某變電站有兩臺SFZ7-31500/110型變壓器,變比為 110±8×1.25%/10.5 kV,變壓器參數(shù)見表 1。
表1 變壓器名牌參數(shù)
取無功經(jīng)濟當量取kQ=0,得變壓器經(jīng)濟運行臨界值為22.15 MVA。做出變壓器的損耗曲線(圖4),根據(jù)變電站的日負荷預測曲線(圖 5),利用2.2節(jié)中介紹的變壓器經(jīng)濟運行決策方法,得到變壓器的運行方案為:5時以前單臺變壓器運行,5時以后,兩臺并聯(lián)運行。
圖4 變壓器損耗曲線
圖5 日負荷曲線
變電站等值電路圖如圖6所示。
圖6 變壓器損耗曲線
V1為變電站高壓母線電壓,是給定量,主要由上級系統(tǒng)確定,它的大小直接影響變電站的控制目標,通常其值變化不大,可以視為恒定值。V2為二次側母線電壓,ZT=RT+XT,為歸算到低壓側的變壓器阻抗參數(shù),忽略變壓器的勵磁支路,低壓側補償容量記為 QC,PL,QL為負荷預測值。
根據(jù)潮流方程:
其中 QC=2bπfV22×10-6,設 a=2bπf×10-6,則 QC=aV22,f為系統(tǒng)頻率,單位為Hz,b為電容組的等值電容,單位為F。
解得[10]:
文獻[11]介紹了基于分布均勻度的自適應蟻群算法,文獻[12]將其應用到變電站的電壓無功綜合控制中,但未考慮到變壓器運行方式的變化,本文在變壓器運行方式優(yōu)化的基礎上,采用自適應蟻群優(yōu)化方法對每天變壓器分接頭檔位和電容器投切尋找最優(yōu)的控制策略。將一天劃分為24個時段,每個時段可以引入兩個控制變量TAPi和Ci(i=1~24)。TAPi表示第i個時段變壓器的檔位,對于17檔的變壓器,其取值為[-8,8]的整數(shù)值。Ci表示i時段電容器的投切情況,Ci=0,表示i時段未投入變壓器,Ci=1,表示i時段投入1組電容器,Ci=2,表示i時段投入2組變壓器,以此類推。這樣形成一個48個整數(shù)的序列,求解最優(yōu)控制策略的問題就是在所有的求解空間內求出一個控制序列,即螞蟻的最佳路徑,使目標函數(shù)取最大值。
定義第 時刻的二次側電壓滿意度為:
式中:x=|U2i-U2e|/U2e;U2i是 i時刻的二次側電壓,U2e是i時刻的二次側期望電壓。
定義目標函數(shù):
α為懲罰因子,定義為:
ε為很小的正數(shù),α(Nc)為電容器動作次數(shù)的懲罰因子,α(NTAP)為變壓器分接頭動作次數(shù)的懲罰因子。
Nc為24 h動作次數(shù),Ncmax為24 h最大允許動作次數(shù)。
NTAP為24 h變壓器動作次數(shù),NTAPmax為24 h允許動作次數(shù)。
針對2.3節(jié)中的變電站,進行動態(tài)無功優(yōu)化,已知它有4組電容器,每組額定容量為3 Mvar,分接頭初始檔位為-1,電容器投入了3組。仿真結果見圖 7、8、9。
由圖8和圖9可以看出,變壓器分接頭動作了8次,電容器組投切了10次,仿真表明,本文使用的方法在維持變壓器低壓側電壓在期望值的同時,有效的減少了分接頭和電容器的動作次數(shù)。
圖7 二次側電壓水平
圖8 電容器組投切變化
圖9 有載調壓變壓器分接頭變化
由于負荷預測取的整點負荷預測值,不能代表變電站全部時刻的負荷水平,以及突發(fā)事件的影響,日負荷預測有時會產(chǎn)生較大的誤差,相應的控制策略就可能失效,這時就要對動態(tài)優(yōu)化策略進行在線校正,以實現(xiàn)最小偏差下的變電站軟控制。
變電站實際負荷與預測負荷如圖10所示。
圖10 實際負荷與預測負荷曲線
日時間級的決策確定了變壓器的經(jīng)濟運行方式,初步確定了變壓器分接頭以及離散量(電容器組)的調整策略,在線校正就是通過前瞻一個時段,并結合在線預報,決策允許連續(xù)調節(jié)量的工作基點(如有載調壓分接頭初始位置),在30 min內依靠變電站自動控制,基點決策不同,實時控制效果就不同。
根據(jù)電壓滿意度的定義,決策能夠使當前時刻和下一時刻(30 min)電壓水平最好的分接頭初始位置,選擇動作次數(shù)最少的投切方法作為現(xiàn)時刻有載調壓變壓器分接頭的初始位置。
數(shù)學模型的建立:
二次側電壓滿意度仍采用式(7)的定義,目標函數(shù)變?yōu)椋?/p>
S1為當前時刻電壓滿意度,S2為下一時刻電壓滿意度。
α為懲罰因子,定義為:
ε為很小的正數(shù),α(NTAP)為分接頭動作次數(shù)的懲罰因子。
NTAP為兩時刻分接頭動作次數(shù),NTAPmax為允許動作次數(shù),定義為4。
對3.4節(jié)中得到的變電站動態(tài)優(yōu)化策略進行校正,結果見圖 11、12、13。
圖11 在線預測與實際負荷曲線
通過實際負荷與在線預測負荷對比,可以看出預測負荷跟蹤實際負荷的變化,有功和無功負荷預測平均相對誤差分別在6%和5%左右,滿足在線時間級控制決策的要求。
圖12 二次側電壓水平
以變電站實際負荷進行仿真發(fā)現(xiàn),通過在線時間級的控制,二次側電壓基本維持在期望值附近,這樣就可以減少后續(xù)的調節(jié)(實時的控制)。
圖13 變壓器分接頭變化
從圖13可以發(fā)現(xiàn),變壓器分接頭動作了11次,比日時間級的優(yōu)化策略多出3次,但是校正后的策略更接近實時控制的要求。
變壓器運行方式以及電壓無功的動態(tài)優(yōu)化是建立在負荷預測的基礎上的,只有保證負荷預測足夠精確,才能得出具有實用價值的控制方案,本文采用LS-SVM與遺傳算法相結合的技術,對于日時間級的決策,確定變壓器經(jīng)濟運行方式以及離散量如電容器組的投切都是沒有問題的,然而整點負荷值并不能代表變電站每個時刻的負荷水平,以及負荷預測誤差的影響,日時間級的決策會存在控制誤差,本文通過引入在線時間級的校正策略,調整有載調壓變壓器分接頭的工作基點,進一步減小負荷波動對變電站實時控制的影響,仿真表明,該方法具有較好的調節(jié)效果。