基于遗传算法的限流器优化配置方法技术

本发明专利技术提供基于遗传算法的限流器优化配置方法，属于电力系统运行和规划技术领域，包括：采用电力系统软件对系统中各节点进行三相短路电流计算，按照限流目标统计出系统中的所有短路电流超标节点；确定各短路电流超标节点所对应的所有限流器可靠启动支路；计算出限流器可靠启动支路加装限流器后的灵敏度、并依据灵敏度计算结果筛选出各短路电流超标节点的候选支路；基于遗传算法进行限流器配置方案分析，得出N个限流器优化配置方案；当N＞1时，计算各个限流器优化配置方案的限流效果评价指标K并采用具有最高K值的限流器优化配置方案。标K并采用具有最高K值的限流器优化配置方案。

【技术实现步骤摘要】
基于遗传算法的限流器优化配置方法


[0001]本专利技术涉及电力系统运行和规划
，尤其涉及一种基于遗传算法的限流器优化配置方法。

技术介绍

[0002]电力系统短路故障会产生数十千安的短路电流，也称故障电流，当短路电流过大时，超过系统断路器遮断能力，断路器将无法及时隔离故障，使系统其他电力设备如变压器、电流互感器中的绕组损坏，危害极大。高压故障限流器可在故障通过改变电力系统线路中的参数，降低短路电流的大小，使断路器断开故障点与电源电之间的联系，阻止短路故障持续，以此保障系统内电气设备的安全。
[0003]当大电网短路电流超标节点有多个并且分布在全网不同位置，加之短路电流流向来自各个方向，从电网规划和经济性角度来考虑，如何确定限流器最优安装位置、安装数量以及阻抗值成为亟需解决的问题。现有研究成果大多是将多目标优化转化为单目标进行优化，然而权值的选取影响到最终的优化结果，属于“先决策，后搜索”的寻优模式，部分研究采用枚举法进行故障限流器的优化，但对于大电网而言，计算量过大而不适用，还有部分研究在优化过程中没有考虑故障限流器的启动条件，即认为只要系统发生故障，任何位置的故障限流器均能可靠地启动，这是不符合实际工程应用的，因此，需要改进、优化限流器加装配置方案。

技术实现思路

[0004]有鉴于此，本专利技术提供一种基于遗传算法的限流器优化配置方法，用于优化电网的限流器加装配置方案。
[0005]本专利技术实施例解决其技术问题所采用的技术方案是：
[0006]一种基于遗传算法的限流器优化配置方法，包括：
[0007]步骤S1，采用电力系统软件对系统中各节点进行三相短路电流计算，按照限流目标统计出所述系统中的所有短路电流超标节点；
[0008]步骤S2，确定各所述短路电流超标节点所对应的所有限流器可靠启动支路，所述限流器可靠启动支路为具备支持限流器可靠启动能力的支路；
[0009]步骤S3，计算出所述限流器可靠启动支路加装所述限流器后的灵敏度、并依据灵敏度计算结果筛选出各所述短路电流超标节点的候选支路；
[0010]步骤S4，基于遗传算法进行限流器配置方案分析，得出N个限流器优化配置方案，利用遗传算法进行迭代的最大迭代次数是根据限流器加装总数M得出的，具体可以是M的倍数；
[0011]步骤S5，当N＞1时，计算各个所述限流器优化配置方案的限流效果评价指标K并采用具有最高K值的限流器优化配置方案。
[0012]较优地，所述限流目标为三相短路电流标幺值阈值。
[0013]较优地，所述步骤S3包括：
[0014]步骤S31，计算出所述限流器可靠启动支路加装限流器后的灵敏度，得到各个所述限流器可靠启动支路的灵敏度计算结果；
[0015]步骤S32，按灵敏度由大到小的顺序，取前a条所述限流器可靠启动支路作为所述短路电流超标节点的候选支路。
[0016]较优地，所述步骤S4包括：
[0017]步骤S41，根据需安装快速开关型限流器的个数确定最大迭代次数；
[0018]步骤S42，初始化遗传算法的交叉概率、变异概率、所述最大迭代次数和种群大小；初始化所述候选支路的种群并作为父代种群；
[0019]步骤S43，获取父代种群的灵敏度，计算父代种群中每个个体的适应度，所述个体的适应度的计算方式是取灵敏度和值最高值；
[0020]步骤S44，根据轮盘赌技术从父代种群中选出两个父代个体；
[0021]步骤S45，根据交叉概率对选出的两个父代个体进行交叉操作，得到两个子代个体；
[0022]步骤S46，根据变异概率对得到的两个子代个体实施单点变异，得到两个新的子代个体并计算其适应度；
[0023]步骤S47，比较得到的新子代个体的适应度和与其对应的父代个体的适应度，选择适应度较高的两个个体加入子代种群；
[0024]步骤S48，判断子代种群个体大小是否等于遗传算法的种群大小，若相等则进入步骤S49，否则返回步骤S44；
[0025]步骤S49，合并子代种群和父代种群，并从合并种群中选出与遗传算法的种群大小数量相等的个体组成新的父代种群；
[0026]步骤S410，判断遗传算法是否满足最大迭代次数，若满足，则停止算法并输出步骤S9中新父代种群里适应度最高的个体作为最优调度；否则将步骤S3中的父代种群替换为步骤S9中的新父代种群进行迭代。
[0027]较优地，所述限流效果评价指标K的表达式如下：
[0028][0029]其中，N
n
为所述系统中短路电流超标节点和裕度不足节点的总数目；ε
i
为其中节点i的限流效果权重系数，对于短路电流超标节点i，ε
i
＝1，对于裕度不足节点i，θ
i
为所述节点i的短路电流裕度，
[0030][0031]其中，I
set
为短路电流限制目标值，I
i
'为限流后所述节点i的三相短路电流值。
[0032]较优地，裕度不足代表所述节点i的限流裕度低于10％。
[0033]较优地，所述步骤S5以后，还包括：
[0034]当N＝1时，采用所述限流器优化配置方案。
[0035]由上述技术方案可知，本专利技术实施例提供的基于遗传算法的限流器优化配置方法，首先采用电力系统软件对系统中各节点进行三相短路电流计算，按照限流目标统计出系统中的所有短路电流超标节点；确定各短路电流超标节点所对应的所有限流器可靠启动支路；计算出限流器可靠启动支路加装限流器后的灵敏度、并依据灵敏度计算结果筛选出各短路电流超标节点的候选支路；基于遗传算法进行限流器配置方案分析，得出N个限流器优化配置方案；当N＞1时，计算各个限流器优化配置方案的限流效果评价指标K并采用具有最高K值的限流器优化配置方案；当N＝1时，采用最终得到的限流器优化配置方案。通过本专利技术的方案，能够优化电网的限流器加装配置方案，使灵敏度达到最优。
附图说明
[0036]图1为基于遗传算法的限流器优化配置方法的流程图。
[0037]图2为遗传算法流程图。
具体实施方式
[0038]以下结合本专利技术的附图，对本专利技术的技术方案以及技术效果做进一步的详细阐述。
[0039]如图1所示，本专利技术提供一种基于遗传算法的限流器优化配置方法，步骤包括：
[0040]步骤S1，采用电力系统软件对系统中各节点进行三相短路电流计算，按照限流目标统计出系统中的所有短路电流超标节点；这里，限流目标是指不能高于三相短路电流标幺值阈值；
[0041]步骤S2，确定各短路电流超标节点所对应的所有限流器可靠启动支路，限流器可靠启动支路为具备支持限流器可靠启动能力的支路；
[0042]步骤S3，计算出限流器可靠启动支路加装限流器后的灵敏度、并依据灵敏度计算结果筛选出各短路电流超标节点的候选支路；
[0043]步骤S4，基于遗传算法进行限流器配置方案分析本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于遗传算法的限流器优化配置方法，其特征在于，包括：步骤S1，采用电力系统软件对系统中各节点进行三相短路电流计算，按照限流目标统计出所述系统中的所有短路电流超标节点；步骤S2，确定各所述短路电流超标节点所对应的所有限流器可靠启动支路，所述限流器可靠启动支路为具备支持限流器可靠启动能力的支路；步骤S3，计算出所述限流器可靠启动支路加装所述限流器后的灵敏度、并依据灵敏度计算结果筛选出各所述短路电流超标节点的候选支路；步骤S4，基于遗传算法进行限流器配置方案分析，得出N个限流器优化配置方案，利用遗传算法进行迭代的最大迭代次数是根据限流器加装总数M得出的；步骤S5，当N＞1时，计算各个所述限流器优化配置方案的限流效果评价指标K并采用具有最高K值的限流器优化配置方案。2.如权利要求1所述的基于遗传算法的限流器优化配置方法，其特征在于，所述限流目标为三相短路电流标幺值阈值。3.如权利要求2所述的基于遗传算法的限流器优化配置方法，其特征在于，包括：所述步骤S3包括：步骤S31，计算出所述限流器可靠启动支路加装限流器后的灵敏度，得到各个所述限流器可靠启动支路的灵敏度计算结果；步骤S32，按灵敏度由大到小的顺序，取前a条所述限流器可靠启动支路作为所述短路电流超标节点的候选支路。4.如权利要求3所述的基于遗传算法的限流器优化配置方法，其特征在于，所述步骤S4包括：步骤S41，根据需安装快速开关型限流器的个数确定最大迭代次数；步骤S42，初始化遗传算法的交叉概率、变异概率、所述最大迭代次数和种群大小；初始化所述候选支路的种群并作为父代种群；步骤S43，获取父代种群的灵敏度，计算父代种群中每个个体的适应度，所述个体的适应度的计算方式是取灵敏度和值最高值；步骤S44，根据轮盘赌技术从父代种群中...

【专利技术属性】
技术研发人员：倪辉，相中华，刘志远，黎炜，马飞越，艾绍贵，樊益平，马奎，陈磊，孙尚鹏，
申请(专利权)人：国网宁夏电力有限公司，
类型：发明
国别省市：