考虑供电臂电压波动的铁路功率调节器多目标优化方法技术

本发明专利技术公开了一种考虑供电臂电压波动的铁路功率调节器多目标优化方法，通过分析RPC补偿电流加剧两供电臂电压波动的原因，引入了供电臂电压波动度指标，以供电臂电压波动度和RPC补偿容量作为优化目标，提出了一种RPC多目标优化设计方法，采用粒子群多目标优化算法求系统优化的数学模型，确保在满足各项电能质量效果的前提下，既能有效减少铁路功率调节器的补偿容量，又能尽量缓解两供电臂的电压波动。

【技术实现步骤摘要】
考虑供电臂电压波动的铁路功率调节器多目标优化方法
本专利技术涉及铁路功率调节器，特别是一种考虑供电臂电压波动的铁路功率调节器多目标优化方法。
技术介绍
目前，我国电气化铁路迈入“高速时代”，主要表现为高速和大负载，而列车的安全性、可靠性也受到了前所未有的重视。由于牵引供电系统中变压器联结方式和单相牵引负荷波动等原因引起的负序和电压波动等问题给公共电网和列车的安全稳定带来隐患。当前，为了改善电气化铁路电能质量问题，国内外学者提出了多种补偿装置。将无功补偿器(StaticVarCompensator，SVC)、静止无功发生器(StaticVarGenerator，SVG)应用到电气化铁路，可以抑制负序电流，但却不能平衡两供电臂之间的有功功率。为综合治理牵引供电系统中的负序、无功等问题，日本学者提出了铁路功率调节器(RailwayStaticPowerConditioner,RPC)，表现出良好的应用前景。文献“新型电气化铁路电能质量管理系统”研究了RPC的控制策略，采用完全补偿的方式对牵引供电系统进行补偿，能使三相电网侧的负序电流接近0，功率达到1。文献“铁路电能质量控制系统容量优化设计”提出将铁路功率调节器(RPC)的补偿容量最小作为目标函数，以电能质量参数为约束条件，以容量优化补偿系数为决策变量，采用微分进化算法(DE)得到了补偿系数的全局最优解和补偿容量的目标最小值。通过采用单目标优化补偿的方式对牵引供电系统进行补偿，可以在满足各项电能质量指标的前提下，能减小RPC的补偿容量。以上方法存在以下缺陷：1.铁路功率调节器(RPC)采用完全补偿方式时，因为补偿电流较大，造成其两供电臂电压波动大，且所需的补偿容量大，成本高，影响其推广应用。2.铁路功率调节器(RPC)采用单目标优化补偿方式时，能降低RPC的补偿容量，因为没有考虑补偿电流对两供电臂电压的影响，所以两供电臂存在较大的电压波动。补偿电流对供电臂电压的影响过程如下：图1为补偿前的系统向量图。图1中，以V/v变压器一次侧相电压为参考，分别为α、β两供电臂的电压，分别为α、β两供电臂的电流，分别为α、β两供电臂的负载电流，θα，θβ为两供电臂的功率因数角。不妨设补偿前，以α供电臂为例，将α臂电流在供电臂电压方向分解成有功分量和无功分量有功电流分量在V/v变压器绕阻的电阻分量Rα上会形成压降，用表示，方向与相同。同样，无功电流分量在V/v变压器绕阻的电感分量Lα上也会形成压降，用表示，因为电感电压超前电流90°，所以的方向与相同。在电压分量和的共同作用下，形成α臂的电压波动，用表示，此时α供电臂的端口电压为因此α供电臂端口处于欠压状态。同理，β供电臂同样存在电压分量与β臂的电压波动用表示，方向与相同，此时β供电臂的端口电压为因此β供电臂端口处于欠压状态。图2为RPC完全补偿后的系统向量图，RPC从β臂转移有功功率到α臂，并对两供电臂进行无功功率补偿，表示补偿后两供电臂的电流。由图3可知，补偿后，θα＝-30°，θβ＝30°，相比补偿前，α臂电流的有功分量减小，即故补偿后的供电臂电压波动分量减小，即同样，补偿后，α臂电流的无功分量与方向相反，所以方向与方向相反。因为V/v变压器等效阻抗的感抗分量ωLα大于阻抗分量Rα，故α臂的电压波动值与方向相反，此时α供电臂的端口电压为因此α供电臂端口处于过压状态；同理，补偿后，β臂电流的有功分量变大，也变大，β臂电流的无功分量同样也变大，也变大。由图3可以看出，完全补偿后，α臂的电压波动量与的方向相反，α供电臂端口处于过压状态；β臂的电压波动量与方向相同，且比补偿前波动更严重，β供电臂端口处于欠压状态。如果两供电臂常期处于该状态下工作，将不利于列车的安全运行。所以，无论是完全补偿还是单目标优化补偿，RPC的补偿电流会对两供电臂的电压造成较大波动。
技术实现思路
本专利技术所要解决的技术问题是，针对现有技术不足，提供一种考虑供电臂电压波动的铁路功率调节器多目标优化方法，在保证铁路功率调节器综合治理电能质量效果的前提下，有效减少铁路功率调节器的补偿容量，缓解两供电臂的电压波动。为解决上述技术问题，本专利技术所采用的技术方案是：一种考虑供电臂电压波动的铁路功率调节器多目标优化方法，包括以下步骤：1)获取铁路功率调节器两供电臂的负载功率采样值PαL、QαL、PβL、QβL；其中，PαL、QαL分别为α相供电臂的有功功率和无功功率；PβL、QβL分别为β相供电臂的有功功率和无功功率；2)将所述负载功率采样值PαL、QαL、PβL、QβL代入目标优化模型中：其中，λ为铁路功率调节器有功功率的转移度；θα，θβ分别为α相供电臂、β相供电臂的功率因数角；Ui表示i相供电臂的额定电压值，ΔUi表示i相供电臂的电压波动值，μ表示归一化后的两供电臂电压波动度；Sc为铁路功率调节器的补偿容量，3)初始化粒子群中粒子的三个维度，该三个维度分别表示铁路功率调节器有功功率的转移度λ，α相供电臂、β相供电臂的功率因数角θα，θβ；设置粒子种群规模，迭代次数；4)初始化粒子群，随机生成初始值位置x和速度v，粒子初始个体最优位置Pbest为初始值，全局最优解集Gbest为空；5)将粒子值(λ，θα，θβ)代入所述目标优化模型中，求取约束条件下的目标函数值，将非支配解放入Gbest中；6)更新粒子的三维位置和三维速度，更新粒子最优位置Pbest和全局最优解集Gbest)；7)判断是否达到迭代次数，若达到执行步骤8)；若未达到，返回步骤4)；8)输出最优折衷解(λ*，θα*，θβ*)；9)将(λ*，θα*，θβ*)代入下式中，求得RPC补偿功率的指令值(P*αc,Q*αc,P*βc,Q*βC)：其中，Pαc、Qαc分别表示α相供电臂的有功功率和无功功率；Pβc、Qβc分别表示β相供电臂的有功功率和无功功率；10)结束。步骤6)中，粒子最优位置Pbest的更新方法为：如果当前位置支配Pbest，则Pbest更新为当前粒子位置；如果Pbest支配当前粒子，Pbest保持不变，如果两者不存在支配关系，则随机选择其中之一。步骤6)中，Gbest(i)的更新方法为：如果任意的Gbest都不支配当前粒子，则将当前粒子增加到Pareto前沿并存储；如果当前粒子支配Pareto前沿的某个解，则将当前粒子替代该向量增加到Pareto前沿并保存；如果Gbest存在向量支配当前粒子，则不将该粒子存储到Pareto前沿。步骤8)中，满意度最大的解即为最优折衷解，所述满意度值u求解公式为：其中，m为目标函数个数；为第i个目标函数的隶属度值，fk为第k个目标函数；fkmax，fkmin分别是第k个目标函数的最大值、最小值。本专利技术中，k＝1、2；u(1)表示μ，u(2)表示Sc。与现有技术相比，本专利技术所具有的有益效果为：本专利技术分析了RPC补偿电流加剧两供电臂电压波动的原因，引入了供电臂电压波动度指标，以供电臂电压波动度和RPC补偿容量作为优化目标，提出了一种RPC多目标优化设计方法，采用粒子群多目标优化算法求系统优化的数学模型，确保在满足各项电能质量效果的前提下，既能有效减少铁路功率调节器的补偿容量，又能尽量缓解两供电臂的电压波动。附图说明图1为补偿前系统向量图；图2为RPC完全补偿后向量本文档来自技高网...

【技术保护点】
1.一种考虑供电臂电压波动的铁路功率调节器多目标优化方法，其特征在于，包括以下步骤：1)获取铁路功率调节器两供电臂的负载功率采样值PαL、QαL、PβL、QβL；其中，PαL、QαL分别为α相供电臂的有功功率和无功功率；PβL、QβL分别为β相供电臂的有功功率和无功功率；2)将所述负载功率采样值PαL、QαL、PβL、QβL代入目标优化模型中：

【技术特征摘要】
1.一种考虑供电臂电压波动的铁路功率调节器多目标优化方法，其特征在于，包括以下步骤：1)获取铁路功率调节器两供电臂的负载功率采样值PαL、QαL、PβL、QβL；其中，PαL、QαL分别为α相供电臂的有功功率和无功功率；PβL、QβL分别为β相供电臂的有功功率和无功功率；2)将所述负载功率采样值PαL、QαL、PβL、QβL代入目标优化模型中：其中，λ为铁路功率调节器有功功率的转移度；θα，θβ分别为α相供电臂、β相供电臂的功率因数角；Ui表示i相供电臂的额定电压值，ΔUi表示i相供电臂的电压波动值，μ表示归一化后的两供电臂电压波动度；Sc为铁路功率调节器的补偿容量，Sk为公共连接点三相短路容量；3)初始化粒子群中粒子的三个维度，该三个维度分别表示铁路功率调节器有功功率的转移度λ，α相供电臂、β相供电臂的功率因数角θα，θβ；设置粒子群规模，迭代次数；4)初始化粒子群，随机生成初始值位置x和速度v，粒子初始个体最优位置Pbest为初始值，全局最优解集Gbest为空；5)将粒子值(λ，θα，θβ)代入所述目标优化模型中，求取约束条件下的目标函数值，将非支配解放入Gbest中；6)更新粒子的三维位置和三维速度，更新粒子最优位置Pbest和全局最优解集Gbest；7)判断是否达到迭代次数，若达到，执行步骤8)；若未达到，返回步骤4)；8)输出最优折衷解(λ*，θα*，θβ*)；λ*，θα*，θβ*分别对应λ，θα，θβ的最优折衷解；9)将(λ*，θα*，θβ*)代入下式中，求...

【专利技术属性】
技术研发人员：罗培，杨维民，马茜，
申请(专利权)人：湘潭大学，
类型：发明
国别省市：湖南,43