武曉朦,王 歡
(西安石油大學(xué)電子工程學(xué)院 陜西省油氣井測控技術(shù)重點實驗室,陜西 西安 710065)
高壓直流輸電(high voltage direct current,HVDC)由于線路造價低、可快速調(diào)節(jié)電流和功率及遠距離大容量輸電的優(yōu)勢,近年來發(fā)展迅速。隨著我國高壓直流輸電工程的不斷投運,交流輸電與直流輸電的電網(wǎng)互聯(lián)逐漸成為我國區(qū)域電網(wǎng)的主要方式。在直流輸送大量電能的前提下,優(yōu)化電網(wǎng)每個環(huán)節(jié)都能創(chuàng)造巨大的經(jīng)濟和社會效益,所以對于交直流系統(tǒng)無功優(yōu)化的研究非常重要,交直流系統(tǒng)的無功優(yōu)化也受到越來越廣泛的關(guān)注[1]。
目前,國內(nèi)外對于無功優(yōu)化的研究主要是針對于交流系統(tǒng)單目標(biāo)或多目標(biāo)無功優(yōu)化研究,而對于交直流系統(tǒng)的無功優(yōu)化研究較少。現(xiàn)有基于交直流系統(tǒng)的無功優(yōu)化算法大多以綜合算法居多,大概分為傳統(tǒng)算法與智能算法結(jié)合或者將兩種智能算法結(jié)合的方式。文獻[2]將遺傳算法與內(nèi)點法結(jié)合,遺傳算法求解交流系統(tǒng)中少量的離散控制變量及直流系統(tǒng)控制變量,而采用內(nèi)點法求解交流系統(tǒng)中大量的連續(xù)控制變量;文獻[3]將對偶內(nèi)點法和粒子群算法結(jié)合,考慮到交直流系統(tǒng)的變量有離散變量和連續(xù)變量共存,因此將無功優(yōu)化分解為連續(xù)優(yōu)化和離散優(yōu)化兩個部分,用內(nèi)點法優(yōu)化連續(xù)變量,粒子群算法優(yōu)化離散變量,兩種算法交替求解交直流系統(tǒng)無功優(yōu)化問題;文獻[4]結(jié)合了遺傳算法與模擬退火法兩種智能優(yōu)化算法,在交直流系統(tǒng)無功優(yōu)化過程中包含了遺傳算法的復(fù)制、交叉、變異以及模擬退火法的狀態(tài)產(chǎn)生函數(shù)等不同的鄰域搜索結(jié)構(gòu)。
隨著對電力系統(tǒng)運行要求的提高,單目標(biāo)無功優(yōu)化已經(jīng)不能滿足電力系統(tǒng)的需求,以單一目標(biāo)函數(shù)得出的最優(yōu)解會使其他目標(biāo)不能滿足要求。因此綜合考慮包括經(jīng)濟性、安全性等各類運行指標(biāo)的多目標(biāo)無功優(yōu)化問題得到了廣泛應(yīng)用[5-6]。針對上述問題,本文將交直流系統(tǒng)總網(wǎng)損和節(jié)點電壓偏移量作為雙目標(biāo)函數(shù),求解交直流系統(tǒng)無功優(yōu)化問題。
高壓直流輸電系統(tǒng)通常與交流系統(tǒng)互聯(lián),一起構(gòu)成交直流輸電系統(tǒng),如圖1所示。交直流輸電系統(tǒng)以換流站相連,包含直流部分的換流變壓器、整流器、逆變器和直流網(wǎng)絡(luò),以及交流部分的發(fā)電機、輸電線路和變壓器等[7]。
圖1 交直流系統(tǒng)示意圖Fig.1 Schematic diagram of AC/DC system
交直流系統(tǒng)的電壓、電流、功率分別滿足下列方程:
(1)
(2)
Ip=KαIs;
(3)
NUacIpcosφ=UdcIdc;
(4)
Pdc=NUacIpcosφ=UdcIdc;
(5)
Qdc=Pdctanφ。
(6)
式中:Udc、Idc分別為直流系統(tǒng)電壓、電流,當(dāng)為逆變器時Udc取-1;Uac為換流站連接交流母線電壓;Nb為換流器橋數(shù);Kt為換流變壓器變比;θ為控制角,整流器時為觸發(fā)角,逆變器時為熄弧角;Xc為換相電抗;Is為換流變壓器二次側(cè)基波電流;K為計及換相重疊現(xiàn)象而引入的系數(shù),在潮流計算中一般取0.995可達到足夠精度;φ為換流器功率因數(shù)角;Ip為換流變壓器一次側(cè)基波電流。
電力系統(tǒng)無功優(yōu)化的數(shù)學(xué)表達式為:
(7)
式中,minF(u,x)為目標(biāo)函數(shù),g(u,x)為等式約束,h(u,x)為不等式約束。
本文以計及直流輸電線路網(wǎng)損的交直流系統(tǒng)總網(wǎng)損和電壓偏移量的平方和為目標(biāo)函數(shù),由于直流輸電線路損耗占額定輸送容量的5%~10%,故只考慮直流系統(tǒng)的輸電線路損耗。目標(biāo)函數(shù)表示為:
F=min[facloss+fdcloss,fVD];
(8)
(9)
fdcloss=Idc2R;
(10)
(11)
2.2.1 等式約束
等式約束即電力系統(tǒng)的潮流約束功率平衡方程,對比于交流系統(tǒng)等式約束中包括交流節(jié)點的有功、無功功率平衡方程,交直流系統(tǒng)的等式約束包括交直流系統(tǒng)節(jié)點的有功功率約束方程和無功功率約束方程兩部分,表達式為
(12)
(13)
式中:N為系統(tǒng)總節(jié)點數(shù);Pli,Qli分別為負荷節(jié)點的有功和無功負荷功率;PGi,QGi分別為交流系統(tǒng)發(fā)電機節(jié)點的有功功率和無功功率出力;Pti(dc),Qti(dc)分別為直流節(jié)點的有功和無功輸入;QCi節(jié)點無功補償容量;Gij,Bij,θij分別為節(jié)點i,j之間的電導(dǎo)、電納和電壓相差角。若節(jié)點為交流節(jié)點時ζ=0,為連接整流器的節(jié)點時ζ=1,為連接逆變器的節(jié)點時ζ=-1。
2.2.2 不等式約束
不等式約束可分為狀態(tài)變量約束和控制變量約束。由于設(shè)備本身硬件設(shè)施的影響,控制變量需要維持在一定范圍內(nèi),就構(gòu)成了控制變量約束??刂谱兞考纯梢酝ㄟ^設(shè)備調(diào)節(jié)的變量,交流系統(tǒng)控制變量包括發(fā)電機有功、無功輸出功率、發(fā)電機機端電壓和變壓器變比等。交直流系統(tǒng)控制變量除了交流系統(tǒng)控制變量外,還包括直流系統(tǒng)中換流器控制電壓、控制電流、控制功率和控制角。狀態(tài)變量約束即在系統(tǒng)穩(wěn)定運行時,為了維持電壓的穩(wěn)定性,保證電能質(zhì)量,需要對狀態(tài)變量進行約束。交直流系統(tǒng)中控制變量包含發(fā)電機節(jié)點無功出力、負荷節(jié)點電壓、支路功率以及換流變壓器變比。
狀態(tài)變量約束:
(14)
式中:QGo,QGo.max,QGo.min分別為發(fā)電機無功出力及其上下限;Ulp,Ulp.max,Ulp.min分別為負荷節(jié)點電壓及其上下限;Qzp,Qzq.max,Qzq.min分別為支路無功功率及其上下限;Kds,Kds.max,Kds.min分別為換流變壓器變比及其上下限。
控制變量約束:
(15)
式中:UGi,UGi.max,UGi.min分別為發(fā)電機端電壓及其上下限;Ttk,Ttk.max,Ttk.min分別為可調(diào)變壓器分接頭位置及其上下限;QCj,QCj.max,QCj.min分別為無功補償點無功補償出力及其上下限;Udl,Idm,Pdn分別為換流器控制電壓、控制電流和控制功率;cosθdr為換流器控制角的余弦值;Ng,Nt,Nc,Nd分別表示發(fā)電機節(jié)點總數(shù)、變壓器可調(diào)分接頭數(shù)、補償節(jié)點數(shù)和網(wǎng)絡(luò)節(jié)點數(shù)。
通常對于多目標(biāo)求解的一般思路是:用權(quán)重法或隸屬度函數(shù)法將多目標(biāo)轉(zhuǎn)化為單目標(biāo)問題求解。文獻[8]對系統(tǒng)網(wǎng)損與電壓質(zhì)量加權(quán),將雙目標(biāo)函數(shù)轉(zhuǎn)化為單目標(biāo)函數(shù),并對權(quán)重取不同值,討論了不同權(quán)重值對于優(yōu)化結(jié)果的影響。但是由于不同目標(biāo)函數(shù)值的量綱不同,這樣做會使得無功優(yōu)化結(jié)果受權(quán)重取值或者隸屬度函數(shù)影響較大[9-10]。本文采用帶精英策略的快速非支配排序遺傳算法(non-dominated sorting genetic algorithm-II,NSGAⅡ)求解交直流系統(tǒng)多目標(biāo)無功優(yōu)化問題,不需要事先對目標(biāo)函數(shù)權(quán)重值進行調(diào)整取值,可直接求得一系列pareto最優(yōu)解,以供決策者根據(jù)不同的需求進行取值。
NSGAⅡ算法是基于遺傳算法的多目標(biāo)優(yōu)化算法,在傳統(tǒng)遺傳算法加入快速非支配排序方法,并且在遺傳過程中采用精英保留策略防止優(yōu)良個體的丟失,求解得到多個pareto非劣解集的優(yōu)化算法。交直流系統(tǒng)無功優(yōu)化流程圖如圖2所示,其主要步驟如下:
(1)求解交直流系統(tǒng)網(wǎng)絡(luò)方程,得到初始解UG(0),Tt(0),Qc(0),Ud(0),Id(0),Pd(0),cosθd(0)。
(2)輸入系統(tǒng)原始參數(shù):系統(tǒng)基準(zhǔn)功率、系統(tǒng)節(jié)點數(shù)、發(fā)電機節(jié)點數(shù)、線路數(shù)以及節(jié)點、發(fā)電機、線路的具體參數(shù)。
節(jié)點參數(shù):節(jié)點類型電壓幅值、電壓角度、輸出有功、輸出無功、輸入有功、輸入無功、并聯(lián)電納等參數(shù)。
發(fā)電機參數(shù):發(fā)電機吸收的無功功率。
線路參數(shù):線路首末端節(jié)點號、線路阻抗、線路電抗、線路電納。
輸入GA參數(shù):每個種群的個體參數(shù)、每次迭代過程中雜交和變異的次數(shù)、判定是否雜交及變異的參數(shù)等。
輸入變量:交流部分發(fā)電機電壓、變壓器變比、電容器投切容量,直流系統(tǒng)中控制電壓、控制電流、控制功率和控制角余弦上下限輸入。
(3)對交流離散變量編碼和直流控制變量編碼產(chǎn)生初始種群。
(4)采用交替迭代法進行潮流計算,并根據(jù)所得結(jié)果計算目標(biāo)函數(shù)值,迭代次數(shù)k=1。
(5)快速非支配排序??焖俜侵渑判蚴且罁?jù)分層處理原則,使種群不斷向最優(yōu)解逼近的一種快速排序方法。分層處理:首先將群體中非支配解集記為第一層分配F1,將其所有個體排序并從群體中除去;其次繼續(xù)從找出剩余群體中的非支配解集記為第二層分配F2,將其全部個體排序并從群體中移出;依此類推,直至種類中的所有個體都被排序。并且在種群進化過程中,為保持種群的多樣性,設(shè)計個體擁擠距離,選擇擁擠距離較大的個體以維持種群多樣性。
(6)選擇、交叉、變異,本文選擇操作選用輪賽制,即隨機選擇兩個個體,選擇非支配排序低、擁擠距離較大的個體。交叉操作采用實數(shù)編碼的模擬二進制交叉(simulated binary crossover,SBX)。變異算子采用正態(tài)分布變異算子。
(7)精英保留策略。精英策略即保留父代優(yōu)良個體直接進入子代,以防止優(yōu)良個體的丟失。
(8)收斂判據(jù):給定迭代次數(shù),滿足迭代次數(shù)則輸出結(jié)果。不滿足迭代條件重復(fù)步驟(4)。
(9)輸出pareto最優(yōu)解集。
圖2 基于NSGAⅡ算法的無功優(yōu)化流程圖Fig.2 Flow chart of reactive power optimization based on NSGAⅡ algorithm
本文以文獻[12]中IEEE 30節(jié)點系統(tǒng)為例,用計算結(jié)果驗證本文算法可行性。系統(tǒng)數(shù)據(jù)見表1(其中,所有數(shù)據(jù)都是以100 MVA為基值功率的標(biāo)幺值;發(fā)電機節(jié)點電壓的上下限標(biāo)幺值分別為1.1和0.9,其余節(jié)點電壓的上下限標(biāo)幺值分別為1.05和0.95)。
表1 直流節(jié)點的參數(shù)Tab.1 Parameters of DC Nodes
注:有功網(wǎng)損和電壓偏移量均為標(biāo)幺值。
本文提出NSGAⅡ算法進行交直流系統(tǒng)無功優(yōu)化,設(shè)置種群數(shù)為20,迭代次數(shù)為100,交叉率為0.9,變異率為0.1。控制方式采取整流側(cè)定控制角,逆變側(cè)定功率。所得pareto解集分布如圖3。
圖3 pareto最優(yōu)解集Fig.3 Pareto optimal solution set
選取部分具有代表性的pareto最優(yōu)解,見表2。
表2 部分pareto最優(yōu)解Tab.2 Partial pareto optimal solutions
注:有功網(wǎng)損和電壓偏移量均為標(biāo)幺值。
由圖3和表2可知,兩個目標(biāo)函數(shù)是相互矛盾的,當(dāng)有功網(wǎng)損越小時,電壓偏移量越大;電壓偏移量越小時,有功網(wǎng)損越大。所以決策者根據(jù)實際需求選擇最優(yōu)解,若以有功網(wǎng)損最小為目標(biāo)時,可選擇編號2,若以節(jié)點電壓偏移量最小為目標(biāo)時,可選擇編號1。
本文選取NSGAⅡ求解以交直流系統(tǒng)總網(wǎng)損和節(jié)點電壓偏移量為目標(biāo)函數(shù)的交直流系統(tǒng)無功優(yōu)化問題。通過IEEE30節(jié)點系統(tǒng)算例驗證了算法的有效性,優(yōu)化結(jié)果表明兩個目標(biāo)函數(shù)不能同時達到最優(yōu),當(dāng)有功網(wǎng)損最小時,電壓偏移量最大。因此,當(dāng)建立多個目標(biāo)函數(shù)時,可通過NSGAⅡ求解出一系列pareto最優(yōu)解集,便于決策者根據(jù)實際系統(tǒng)要求進行選擇。