一种基于粒子群优化算法的输电线路杆塔接地电阻的优化设计方法技术

本申请涉及一种基于粒子群优化算法的输电线路杆塔接地电阻的优化设计方法，包括以下步骤：基于输电线路反击跳闸率的控制指标和杆塔接地设计的工程实施效率要求，提炼出输电线路杆塔接地电阻优化设计中的约束条件和目标函数；设置粒子群优化算法参数，采用粒子群优化算法生成随机初始粒子群，在迭代过程中，根据粒子的历史最优值和粒子群的历史最优位置来更新粒子群的位置和速度，从而寻找全局最优解；将全局最优解转化为土壤电阻率分级和接地电阻值，作为接地电阻的优化设计方案。本申请既可以保证接地电阻值无需设计过小，减少接地电阻的费用，同时局部总反击跳闸率超过反击跳闸率控制指标的比例最小，可保证输电线路跳闸率满足需求。率满足需求。率满足需求。

【技术实现步骤摘要】
一种基于粒子群优化算法的输电线路杆塔接地电阻的优化设计方法


[0001]本申请涉及电力系统接地
，具体地说涉及一种基于粒子群优化算法的输电线路杆塔接地电阻的优化设计方法，用于对输电线路土壤电阻率分级和杆塔接地电阻的设计。

技术介绍

[0002]随着社会经济高速发展，对电力的需求日益增大，高压输电线路的建设规模和密度也越来越大。在架设输电线路时会不可避免地穿越山区、平原、农田、城镇等不同区域，其输电安全可靠问题越发受到重视。随着电网飞速发展，输电线路遭受雷击故障的事件增多。据统计，高压输电线路故障中因雷击引起的事故约为40％～70％，特别是在多雷地区，雷击故障比例超过80％，给电网运行带来巨大的经济损失。接地系统作为雷击放电电流的重要通道，是维护电网安全稳定运行的基本措施，良好的防雷接地是保障电网安全稳定运行的重要前提。
[0003]输电线路中杆塔的接地电阻直接决定塔顶电位，进而影响线路绝缘子串的承受电压和反击闪络概率，会直接影响线路的防雷效果。因此，接地电阻是输电线路防雷设计的主要控制指标。现行电力行业标准中，对有避雷线的高压及以上等级输电线路杆塔接地阻抗的设计限值，简单地依据土壤电阻率来确定，将土壤电阻率分为若干档，规定了每一档的杆塔工频接地阻抗限值，土壤电阻率较高的地区设计允许的接地阻抗相对较高。但线路杆塔电压等级、类型、所处地形等不同时，线路的绝缘水平差异较大，即便在同一接地阻抗水平下，线路的耐雷水平相差也较大。因此，仅仅依据土壤电阻率相同即按照统一的接地阻抗控制，线路的防雷水平差异也会较大，可能出现部分线路的防雷水平偏低影响其运行可靠性，而部分线路的防雷过于严格影响经济性。特别是在一些土壤电阻率相对较高地区的线路，为了满足规程规定的接地阻抗要求，采用了盲目加大接地体或敷设辅助降阻等粗放型接地措施，大大增加了工程的整体投资。

技术实现思路

[0004]本申请实施例的目的在于提供一种基于粒子群优化算法的输电线路杆塔接地电阻优化设计方法，结合杆塔接地电阻设计的工程实施要求，通过粒子群优化算法，为输电线路设计一种最优土壤电阻率分级和杆塔接地电阻方案。同时综合考虑工程施工的经济性和输电线路的防雷性，从而保证电网安全稳定地运行。
[0005]为实现上述目的，本申请提供如下技术方案：
[0006]本申请实施例提供一种基于粒子群优化算法的输电线路杆塔接地电阻的优化设计方法，包括以下步骤：
[0007]基于输电线路反击跳闸率的控制指标和杆塔接地设计的工程实施效率要求，提炼出输电线路杆塔接地电阻优化设计中的约束条件和目标函数；
[0008]设置粒子群优化算法参数，采用粒子群优化算法生成随机初始粒子群，在迭代过程中，根据粒子的历史最优值和粒子群的历史最优位置来更新粒子群的位置和速度，从而寻找全局最优解；
[0009]将全局最优解转化为土壤电阻率分级和接地电阻值，作为接地电阻的优化设计方案。
[0010]所述输电线路杆塔接地电阻优化设计中的约束条件包括：
[0011]第一约束条件为：输电线路总反击跳闸率N
all
小于输电线路的反击跳闸率控制指标N
max
，即N
all
≤N
max
，
[0012]其中N
all
通过反击跳闸率N与接地电阻R之间的拟合函数N(R)、土壤电阻率的比例函数L(ρ
x
)加权求和获得，
[0013]对输电线路沿线土壤电阻率进行分级，为每个土壤电阻率分级设定一个接地电阻值，土壤电阻率档级越高时，接地电阻设定值越大，标记第k级的土壤电阻率的上限值为ρ
k
，第k
‑
1级的土壤电阻率的上限值为ρ
k
‑1，第k级的接地电阻值为R
k
，则：
[0014]N
all
＝∑(N(R
k
)(L(ρ
k
)
‑
L(ρ
k
‑1)))，2≤k≤n
k
[0015]其中n
k
为土壤电阻率分级的总级数；
[0016]第二约束条件为：为提高工程接地设计的工程实施效率，土壤电阻率的分级需满足前后两级的差值大于等于500Ω
·
m，即ρ
k
‑
ρ
k
‑1≥500，2≤k≤n
k
；
[0017]第三约束条件为：前后两级接地电阻值的差值大于等于5Ω，即R
k
‑
R
k
‑1≥5，2≤k≤n
k
；
[0018]第四约束条件为：为满足工程接地设计实施的可行性，当土壤电阻率分级ρ
k
≥ρ
down
，2≤k≤n
k
时，需满足R
k
≥R
down
，2≤k≤n
k
，其中ρ
down
为接地电阻最小值需求数据集中的土壤电阻率范围下界，R
down
为接地电阻最小值需求数据集中土壤电阻率范围对应的接地电阻最小值。
[0019]所述输电线路杆塔优化设计中的目标函数，包括：
[0020]通过加权平均的方法将多目标转化为单目标优化问题，建立目标函数如下：
[0021][0022]式中θ表示权系数，0≤θ≤1，
[0023]第一目标是期望总反击跳闸率N
all
尽可能接近输电线路反击跳闸率控制指标N
max
，即N
max
‑
N
all
尽可能接近于0，
[0024]第二目标是期望每一分级的局部反击跳闸率N
k
大于N
max
的占比越小越好，即尽可能接近于0，其中L
k
表示土壤电阻率分级中第k级的占比，
[0025]θ是可调参数，可以根据不同工程需求调整，θ越大则表示第一目标越重要，θ越小表示第二目标越重要。
[0026]所述设置粒子群优化算法参数，包括：
[0027]粒子群优化算法的参数设置，需要先确定粒子群的规模m、迭代次数GEN、惯性因子ω、加速因子c1和c2、最大速度V
max
、最小速度V
min
，以及土壤电阻率和接地电阻的取值范围。
[0028]所述采用粒子群优化算法生成随机初始粒子群包括：
[0029]在土壤电阻率和接地电阻的取值范围内，随机生成粒子群位置矩阵X＝[x1,
x2,...,x
m
]和粒子对应的初始速度矩阵V＝[v1,v2,...,v
m
]；其中x
m
和v
m
均是大小为2n
k
×
1的列向量，n
k
表示土壤电阻率分级的总级数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于粒子群优化算法的输电线路杆塔接地电阻的优化设计方法，其特征在于，包括以下步骤：基于输电线路反击跳闸率的控制指标和杆塔接地设计的工程实施效率要求，提炼出输电线路杆塔接地电阻优化设计中的约束条件和目标函数；设置粒子群优化算法参数，采用粒子群优化算法生成随机初始粒子群，在迭代过程中，根据粒子的历史最优值和粒子群的历史最优位置来更新粒子群的位置和速度，从而寻找全局最优解；将全局最优解转化为土壤电阻率分级和接地电阻值，作为接地电阻的优化设计方案。2.根据权利要求1所述的一种基于粒子群优化算法的输电线路杆塔接地电阻的优化设计方法，其特征在于，所述输电线路杆塔接地电阻优化设计中的约束条件包括：第一约束条件为：输电线路总反击跳闸率N
all
小于输电线路的反击跳闸率控制指标N
max
，即N
all
≤N
max
，其中N
all
通过反击跳闸率N与接地电阻R之间的拟合函数N(R)、土壤电阻率的比例函数L(ρ
x
)加权求和获得，对输电线路沿线土壤电阻率进行分级，为每个土壤电阻率分级设定一个接地电阻值，土壤电阻率档级越高时，接地电阻设定值越大，标记第k级的土壤电阻率的上限值为ρ
k
，第k
‑
1级的土壤电阻率的上限值为ρ
k
‑1，第k级的接地电阻值为R
k
，则：N
all
＝∑(N(R
k
)(L(ρ
k
)
‑
L(ρ
k
‑1)))，2≤k≤n
k
其中n
k
为土壤电阻率分级的总级数；第二约束条件为：为提高工程接地设计的工程实施效率，土壤电阻率的分级需满足前后两级的差值大于等于500Ω
·
m，即ρ
k
‑
ρ
k
‑1≥500，2≤k≤n
k
；第三约束条件为：前后两级接地电阻值的差值大于等于5Ω，即R
k
‑
R
k
‑1≥5，2≤k≤n
k
；第四约束条件为：为满足工程接地设计实施的可行性，当土壤电阻率分级ρ
k
≥ρ
down
，2≤k≤n
k
时，需满足R
k
≥R
down
，2≤k≤n
k
，其中ρ
down
为接地电阻最小值需求数据集中的土壤电阻率范围下界，R
down
为接地电阻最小值需求数据集中土壤电阻率范围对应的接地电阻最小值。3.根据权利要求2所述的一种基于粒子群优化算法的输电线路杆塔接地电阻的优化设计方法，其特征在于，所述输电线路杆塔优化设计中的目标函数包括：通过加权平均的方法将多目标转化为单目标优化问题，建立目标函数如下：式中θ表示权系数，0≤θ≤1，第一目标是期望总反击跳闸率N
all
尽可能接近输电线路反击跳闸率控制指标N
max
，即N
max
‑
N
all
尽可能接近于0，第二目标是期望每一分级的局部反击跳闸率N
k
大于N
max
的占比越小越好，即尽可能接近于0，其中L
k
表示土壤电阻率分级中第k级的占比，θ是可调参数，可以根据不同工程需求调整，θ越大则表示第一目标越重要，θ越小表示第二目标越重要。4.根据权利要求3所述的一种基于粒子群优化算法的输电线路杆塔接地电阻的优化设
计方法，其特征在于，所述设置粒子群优化算法参数包括：粒子群优化算法的参数设置，需要先确定粒子群的规模m、迭代次数GEN、惯性因子ω、加速因子c1和c2、最大速度V
max
、最小速度V
...

【专利技术属性】
技术研发人员：陶亚锋，陈鑫梦，戴伟，肖成方，万文承，曾琪，郑峰，胡琛，童光波，
申请(专利权)人：国网湖北省电力有限公司黄冈供电公司，
类型：发明
国别省市：