CN101888090B - 基于能量法的静态无功补偿装置及控制方法 - Google Patents

Abstract

一种基于能量法的静态无功补偿装置及控制方法，属于输配电技术领域，本发明装置包括：互感器组、滤波与信号调理模块、A/D转换模块、计算模块、存储模块、锁相环电路模块、通信模块、显示与键盘操作模块，本发明采用能量函数法评估和分析电网可能存在的潜在危险，通过建立预想事故集预测故障有可能对电网的稳定运行的影响，对电网状态进行科学、有效的实时的分析和评价，对电网的性能有尽可能全面的整体认识，从而定量的评估电网运行状态水平；本发明采用基于模糊控制理论的改进粒子智能群算法从而有效地避免了算法陷入局部最优。

Description

基于能量法的静态无功补偿装置及控制方法

技术领域

本发明属于输配电技术领域，特别涉及一种基于能量法的静态无功补偿装置及控制方法。

背景技术

随着近年来国内外相继发生的多起电网设备事故，人们对电网稳定性的重要意义有了新的认识，如何对无功功率进行合理、及时、有效的监测与补偿，已经是当今电力相关行业亟待解决的重要课题。我国电力工业的发展，电网规模不断扩大，尤其是配电网结构日趋复杂，对供电可靠性和供电质量的要求越来越高。采用SVC(Static Var Compensator)静止型动态无功补偿装置，以提高系统的稳定性。SVC动态调节无功出力，有利于暂态电压恢复，提高系统电压稳定水平。从装置构成来看，SVC主要分为晶闸管控制的电抗器(TCR)、晶闸管投切电容器(TSC)、两者的混合装置(TCR+TSC)、TCR+固定电容器(FC)、机械投切电容器(MSC)等。同时在电力系统的无功优化计算中，产生了一系列的常规优化算法如非线性规划法、线性规划法、混合整数规划法及动态规划法等，这些算法都是建立在精确的数学模型和明确的约束条件之上的。常规无功优化方法都不同程度的存在以下问题，如依赖于精确的数学模型；对初始点的要求比较严格；基于导数信息的无功优化方法对目标函数和约束条件有一定的限制；随状态变量个数增加出现的“维数灾”问题难以解决。而且不同程度存在计算量大、内存需求高、收敛性差、稳定性不好、对不等式的处理存在一定困难等问题，其应用受到了一定限制。针对常规优化方法求解无功优化问题的不足，众多研究者将人工智能方法运用到无功优化研究领域，但到目前还没有一个成熟的基于非线性规划的无功优化算法。

综合以上分析可知，目前国内在该领域仍然处于研究阶段，对于静态无功补偿装置还没有公认有效的产品，常规优化方法在处理此类问题时具有较大的局限性，而智能优化方法与之相比，具有巨大的优势和潜力，电力企业对于该项功能的需求也非常迫切。

发明内容

为克服上述方法之不足，本发明提出一种基于能量法的静态无功补偿装置及控制方法。

本发明的技术方案是这样实现的：本发明基于能量法的静态无功补偿装置包括：互感器组、滤波与信号调理模块、A/D转换模块、计算模块、存储模块、锁相环电路模块、通信模块、显示与键盘操作模块，互感器组的第一输出端连接滤波与信号调理模块的第一输入端、互感器组的第二输出端连接滤波与信号调理模块的第二输入端，互感器组的第三输出端连接锁相环电路模块的输入端，锁相环电路模块的输出端连接计算模块的捕获端，滤波与信号调理模块的第一输出端连接互感器组的第一输入端，滤波与信号调理模块的第二输出端连接互感器组的第二输入端，滤波与信号调理模块的第三输出端连接A/D转换模块的第一输入端，滤波与信号调理模块的第三输入端连接A/D转换模块的第一输出端，A/D转换模块的第二输出端连接计算模块的第一输入端，计算模块的第一输出端连接A/D转换模块的第二输入端，计算模块的第二输出端连接高电位板的输入端，计算模块的第二输入端连接高电位板的第一输出端，高电位板的第二输出端连接TCR阀组，计算模块的第三输出端连接存储模块的第一输入端，计算模块的第三输入端连接存储模块的第一输出端，计算模块的第一输入输出端连接通讯模块的第一输入输出端，计算模块的第二输入输出端连接通讯模块的第二输入输出端，存储模块的第二输入端连接显示与键盘操作模块的输出端，存储模块的第二输出端连接显示与键盘操作模块的输入端，通讯模块的第二输入输出端连接显示与键盘操作模块的第一输入输出端，显示与键盘操作模块的第二输入输出端连接上位机；

其中，互感器组由电流互感器和电压互感器组成，电流互感器的输出端连接滤波与信号调理模块的第一输入端，电压互感器的输出端连接滤波与信号调理模块的第二输入端，滤波与信号调理模块的第一输出端连接电流互感器的输入端，滤波与信号调理电路的第二输出端连接电压互感器的输入端；

本发明的信号传递过程如下：三相电压u_a、u_b、u_c，线电流i_a、i_b、i_c经过电压互感器和电流互感器后变成了弱电信号，经滤波与信号调理模块实现对信号的隔离、滤波、放大和调理，后传递给DSP的A/D的采样输入端口，经A/D转换存入存储器中，然后，由DSP完成数字信号处理工作，包括三相补偿电纳和控制角的运算以及固定宽度(800μs)触发脉冲的输出；

本发明基于能量法的静态无功补偿控制方法包括以下步骤：

步骤1：实时采集三相电压值、三相线电流值；

步骤2：利用能量函数法确定故障点，并对故障点进行分析；

步骤3：进行数据存储、显示与通信，及以往各时段各相电压、电流瞬时值，用以形成数据窗；

步骤4：判断与上位机网络通信，如果通，执行步骤5，如果不通，执行步骤6；

步骤5：数据传送至上位机显示，执行步骤6，显示参数包括，三相电压、电流有效值，各相有功功率，无功功率，视在功率，功率因数，总有功功率，总无功功率，总视在功率，总功率因数，三相电压不平衡度；

步骤6：数据存储在本地硬盘；

步骤7：结束；

步骤2所述的利用能量函数法确定故障点，并对故障点进行分析，具体方法为：

步骤2-1：读入步骤1采集到的三相电压值u_a、u_b、u_c和三相线电流值i_a、i_b、i_c；

步骤2-2：形成初始稳态导纳矩阵，并计算稳态时的系统参数；

(1)确定稳态导纳矩阵：导纳公式为：

$Y_l^{\mathrm{ab}}=G_l^{\mathrm{ab}}+{\mathrm{jB}}_l^{\mathrm{ab}},---\left(1\right)$

式中，

为a、b相间负荷导纳，

为a、b相间负荷纯电导，

为a、b相间负荷电纳；

稳态时处于三相平衡状态，其导纳矩阵公式为：

$\left\{\begin{array}{c}{Y}_{\mathrm{\Σ}}^{\mathrm{ab}}=G^{\mathrm{ab}}+{\mathrm{jB}}^{\mathrm{ab}}\\ Y_{\mathrm{\Σ}}^{\mathrm{bc}}=G^{\mathrm{bc}}+{\mathrm{jB}}^{\mathrm{bc}}\\ Y_{\mathrm{\Σ}}^{\mathrm{ca}}=G^{\mathrm{ca}}+{\mathrm{jB}}^{\mathrm{ca}}\end{array}\right.---\left(2\right)$

式中，为a、b相间总导纳，G^ab为a、b相间总纯电导，B^ab为a、b相间总电纳；为b、c相间总导纳，G^bc为b、c相间总纯电导，B^bc为b、c相间总电纳；

为c、a相间总导纳，G^ca为c、a相间总纯电导，B^ca为c、a相间总电纳；通过导纳矩阵和采集到的电压值可以计算电流的期望值；

(2)计算稳态时的电力系统参数，所述的参数包括三相相电压和三相线电流瞬时值，三相相电压有效值，各相有功功率，无功功率，视在功率，功率因数，总有功功率，总无功功率，总视在功率，总功率因数，三相电压不平衡度，谐波失真度；

采用三相瞬时功率理论计算无功功率，以达到快速补偿的目的：在三相三线制中，将a、b、c三相变换为α、β两相得到u_α、u_β和i_α、i_β：

$\left[\begin{array}{c}{u}_{\mathrm{\α}}\\ u_{\mathrm{\β}}\end{array}\right]=\frac{2}{3}\left[\begin{array}{ccc}1& -\frac{1}{2}& -\frac{1}{2}\\ 0& \frac{\sqrt{3}}{2}& -\frac{\sqrt{3}}{2}\end{array}\right]\left[\begin{array}{c}{u}_a\\ u_b\\ u_c\end{array}\right],\left[\begin{array}{c}{i}_{\mathrm{\α}}\\ i_{\mathrm{\β}}\end{array}\right]=\frac{2}{3}\left[\begin{array}{ccc}1& -\frac{1}{2}& -\frac{1}{2}\\ 0& \frac{\sqrt{3}}{2}& -\frac{\sqrt{3}}{2}\end{array}\right]\left[\begin{array}{c}{i}_a\\ i_b\\ i_c\end{array}\right]---\left(3\right)$

式中，u_α为采用三相瞬时功率表示时α相电压，u_β为β相电压，i_α为α相电流，i_β为β相电流；

其中，瞬时有功功率p和瞬时无功功率q，具体公式为：

$\left\{\begin{array}{c}p=\frac{3}{2}(u_{\mathrm{\α}}{i}_{\mathrm{\α}}+u_{\mathrm{\β}}{i}_{\mathrm{\β}})\\ q=\frac{3}{2}(u_{\mathrm{\β}}{i}_{\mathrm{\α}}+u_{\mathrm{\α}}{i}_{\mathrm{\β}})\end{array}\right.---\left(4\right)$

电压总谐波失真度：

${\mathrm{THD}}_U=\frac{\sqrt{\underset{m=2}{\overset{M}{\mathrm{\Σ}}}{U}_m^2}}{U_1}\×100\%---\left(5\right)$

式中，U_m为第m次谐波时电压，U₁为基波电压；

第m次谐波电压含有量：

${\mathrm{HRU}}_m=\frac{U_m}{U_1}\×100\%---\left(6\right)$

三相电压的不平衡度用符号ε表示为：

$\mathrm{\ϵ}=\frac{U_B}{U_A}\×100\%---\left(7\right)$

式中，U_A、U_B分别为不平衡三相系统用电压对称分量法分解的正序分量和负序分量；

本发明中，三相基波电压的不平衡度：

式中，U_A1、U_C1分别为A、C相的基波电压幅值，分别为A、C相的基波相角，均可以由谐波分析的过程中得到；

步骤2-3：通过计算能量函数的值，体现有功分量的大小和方向，从而确定无功功率；

将A、B、C每相电压u_a、u_b、u_c，电流i_a、i_b、i_c分别代入公式即可快速获得能量值E；

步骤2-4：利用步骤2-3计算结果判断t时刻是否有故障或者进行过操作，如果有功功率、无功功率、电压总谐波失真度、三相电压不平衡度的计算值超过其额定值，则存在故障执行步骤2-5，否则，跳到步骤2-8继续执行；

步骤2-5：进一步判断是否为最终操作，如果是，转步骤2-6，如果否，执行步骤2-7；

最终操作是指电网中导纳不再由于故障或人为投切电容器、发电机负荷调整、有载高压变压器支路数目更改导致电网中导纳改变，电网中导纳为固定值；

步骤2-6：确定故障值并执行步骤2-9；

在确定故障值时，将A、B、C每相电压u_a、u_b、u_c，电流i_a、i_b、i_c，有功功率p_a、p_b、p_c，无功功率q_a、q_b、q_c计算并输出；

步骤2-7：调用IPSO算法子程序，计算无功功率的最优结果；

步骤2-8：将通过IPSO优化为最终操作的导纳矩阵进行相应修改；

通过监测故障，补偿后负荷及并联无功功率补偿总的等效导纳为：

$\left\{\begin{array}{c}{Y}_{\mathrm{\Σ}}^{\mathrm{ab}}=G^{\mathrm{ab}}+{\mathrm{jB}}^{\mathrm{ab}}+{\mathrm{jB}}_c^{\mathrm{ab}}=G^{\mathrm{ab}}+j(G^{\mathrm{ca}}-G^{\mathrm{bc}})/\sqrt{3}\\ Y_{\mathrm{\Σ}}^{\mathrm{bc}}=G^{\mathrm{bc}}+{\mathrm{jB}}^{\mathrm{bc}}+{\mathrm{jB}}_c^{\mathrm{bc}}=G^{\mathrm{bc}}+j(G^{\mathrm{ab}}-G^{\mathrm{ca}})/\sqrt{3}\\ Y_{\mathrm{\Σ}}^{\mathrm{ca}}=G^{\mathrm{ca}}+{\mathrm{jB}}^{\mathrm{ca}}+{\mathrm{jB}}_c^{\mathrm{ca}}=G^{\mathrm{ca}}+j(G^{\mathrm{bc}}-G^{\mathrm{ab}})/\sqrt{3}\end{array}\right.---\left(9\right)$

式中，

为a、b相间总导纳，G^ab为a、b相间总纯电导，B^ab为a、b相间总电纳，为a、b相间补偿的总电纳；

为b、c相间总导纳，G^bc为b、c相间总纯电导，B^bc为b、c相间总电纳，

为b、c相间补偿的总电纳；

为c、a相间总导纳，G^ca为c、a相间总纯电导，B^ca为c、a相间总电纳，

为c、a相间补偿的总电纳；

步骤2-9：输出中间结果并存储；

指将A、B、C每相电压u_a、u_b、u_c，电流i_a、i_b、i_c，有功功率P_a、p_b、p_c，无功功率q_a、q_b、q_c输出；

步骤2-10：结束。

步骤2-7所述的调用IPSO算法子流程，具体步骤如下：

(1)开始；

(2)读入初始化粒子群：设粒子的长度(即解空间的维数)为D，种群规模为M，并为种群中每个个体随机赋一个可行解p_i；

(3)确定各子目标和约束的隶属度；

在PSO算法中，每个优化问题的解都是搜索空间中的一个粒子，所有的粒子都有一个由被优化的函数决定的适应度值，每个粒子还有一个速度决定它们运动的方向和距离，在PSO算法中，用粒子的位置表示待优化问题的解，每个粒子性能的优劣程度取决于待优化问题目标函数确定的适应值，每个粒子由一个速度决定其飞行方向和速率大小；

无功功率优化运行约束条件：

U_Li，min＜U_Li＜U_Li，max，i＝1，2...，N_B

U_Gi，min＜U_Gi＜U_Gi，max，i＝1，2...，N_G    (10)

Q_Ci，min＜Q_Ci＜Q_Ci，max，i＝1，2...，N_G

T_i，min＜T_i＜T_i，max，i＝1，2...，N_T

式中，N_B为系统负荷节点，U_Li为负荷节点电压，U_Li，min、U_Li，max分别为负荷节点电压下限和上限；N_G为发电机节点，U_Gi为发电机无功出力，U_Gi，min、U_Gi，max分别为发电机无功出力的下限和上限；N_C为补偿电容器节点，Q_Ci为补偿电容器容量，Q_Ci，min、Q_Ci，max分别为补偿电容器容量的下限和上限；N_T为有载高压变压器支路数目，T_i，min、T_i，max分别为有载高压变压器支路数目的下限和上限；所述的隶属度由专家给定；

(4)计算每个粒子的适应度值fitness(p_i)，速度失量为v_i，d，初值p_b＝p_i，i＝1，2，...，N；fitness(p_b)＝fitness(p_i)，i＝1，2，...，N；

(5)模拟修正惯性权重ω及加速系数c₁和c₂；

新的速度矢量主要由从原有速度矢量继承的速度分量(大小ω调节)、历史最优点和整个粒子群找到的最优点所吸引的速度分量(大小由c₁、c₂调节)以及x_id(k+1)＝x_id(k)+v_id(k+1)计算新位置的坐标三部分组成，从而决定粒子i下一步的运动位置；

(6)比较个体适应度，如果适应度优于个体极值，则为最优将适应度最好的个体编号为p_g，转步骤10；

在每次迭代中，粒子通过跟踪两个极值来更新自己的速度和位置：一个极值是粒子本身迄今搜索到的最优解，称为个体极值P_b，表示为：

P_id(k)＝(p_i1(k)，p_i2(k)，...，p_iD(k))；(11)

另一个极值是整个粒子群到目前为止找到的最优解，称为全局极值P_gd，表示为：P_gd(k)＝(p_g1(k)，p_g2(k)，...，p_gD(k))；在第(k+1)次迭代计算时，粒子i根据如下公式更新自己的速度和位置：

v_id(k+1)＝ωv_id(k)+c₁rand₁()(p_id(k)-x_id(k))+c₂rand₂()(p_gd(k)-x_id(k))   (12)

Ifv_id(k+1)＞v_max(k+1)，v_id(k+1)＝v_max    (13)

Ifv_id(k+1)＜v_max(k+1)，v_id(k+1)＝v_min    (14)

x_id(k+1)＝x_id(k)+v_id(k+1)                (15)

式中，v_id(k)为粒子i在第k次迭代中第D维的速度；x_id(k)为粒子i在第k次迭代中第D维的位置；ω为惯性权重；c₁，c₂为加速系数(或称学习因子)；p_id(k)为粒子i在第k次迭代中第D维的个体极值点的位置；p_gd(k)为整个粒子群在第k次迭代中第D维的全局极值点的位置；rand₁()、rand₂()为[0，1]区间独立的均匀分布的随机数；

此外，每个粒子的速度v_i被一个最大速度v_max所限制，当对一个粒子的加速导致它在某维的速度v_id超过该维的最大速度v_max，d，则该维的速度被限制为最大速度v_max，d；有分析和实验表明，设定v_max，d的作用可以通过惯性权重ω的调整来实现，因而目前的研究大多是将v_max，d设定为每维变量的变化范围，而不必进行细致的选择与调节；

(7)建立有效性模糊模型，调节算法参数惯性权重ω、加速系数c₁和c₂；

为了进行模糊决策，检测到的数据必须经模糊化转换为可以进行定量分析的模糊隶属度值。模糊隶属度函数可以有多种选择，比如三角函数、高斯函数和指数函数等；通过对现场运行的实测数据运用学习算法及机理分析，可以提取一组模糊决策规则，所提取出的模糊决策规则形成一个决策规则库。通常地，第i条模糊决策规则Rⁱ的文字描述形式如下：

Rⁱ：If运行状态属于决策条件空间的第i条子集，

Then当前运行状况的决策结果是…。

在决策前提条件中，由m个变量描述的运行状态构成决策条件空间(decisioncondition space)C，C＝{c₁，c₂，...，c_j，...，c_m}，其中c_j代表第j类参数表示的运行状态。在决策结论中，所有备选的n个推理结果构成决策结果空间(如个体最优、全局最优等)D，D＝{d₁，d₂，...，d_i，...，d_n}，其中d_i代表第i类决策结果。每一类运行参数表示的运行状态可以被划分为v个程度模糊子集，当前运行状态属于每一个模糊子集的隶属度为E＝{e₀，e₁，...，e_k，...，e_v-1}，其中e_k代表该参数表示的状态偏离其正常值的程度。每一类决策结果同样可以被划分为u个程度模糊子集，每一类决策结果属于其对应的每一个模糊子集的隶属度为F＝{f₀，f₁，...，f_k，...，f_u-1}，其中f_k表示该类决策结果可能性的程度。

采用上述的模糊自适应推理定位方法能够适应各种工况变化，可以准确判断出三个重要性能指标惯性权重ω及加速系数c₁和c₂的最优值，完全满足现场的实际需要。模糊决策实际上就是一个综合决策过程。每种方法都输出一个结果，并给出中间信息以体现该结果的可信度，而决策层需要综合考虑这些信息，做出最终决策，如果方法的有效性区域界限很分明，那么决策系统就很容易做出决策了，但这样做势必导致对方法有效性的要求太苛刻，有效区域太小，很多故障可能无法判断，有效区域的本来面目实际上是模糊的，没有一个明确的边界，所以我们也应该遵循这种自然状况，用模糊的方法来处理。模糊数学的发展已经为我们解决模糊问题提供了重要的工具；

模糊自适应推理的参数选取方法是按以下步骤执行的：

步骤7.1：确定模糊决策方法；

步骤7.2：中间信息模糊化；

步骤7.3：模糊决策；

步骤7.4：将结果输出到显示装置；

步骤7.5：选取参数结束；

为正确选择惯性权重ω、加速系数c₁和c₂，本发明提出了一种新的模糊状态空间模型，即广义模糊双曲正切模型(GFHM)，其状态矩阵为状态变量的双曲正切函数，输入矩阵为线性定常矩阵；模糊双曲正切模型主要具有几大特点：此模型为本质非线性模型；模型易于由几条模糊规则得到，而这些模糊规则并不需要太多的被控对象信息；此模型是一种全局模型；不需要进行模糊模型结构的辨识，计算量大为减少；

广义模糊双曲正切模型的规则可以表示为：

(a)其中第1条模糊规则的形式为

R1：If(x₁-d₁₁) is

and(x₁-d₁₂) is

and…and

is

and(x₂-d₂₁) is

and(x₂-d₂₂) is

and…and

isand...and(x_n-d_n1)isand(x_n-d_n2) is

and…andis

then其中，w_i(i＝1，...，n)为将x_i进行平移变换的次数，d_ij(i＝1，...，n，j＝1，...，w_i)为x_i作平移变换时的偏移量，(i＝1，...，n，j＝1，...，w_i)为与x_i-d_ij对应的模糊子集，包括正(P)和负(N)两个语言值(即可为正或为负)，(i＝1，...，n，j＝1，...，w_i)是与

对应的常数；

(b)If中状态变量和输入变量以及then中输出常数项都是可选的，但是输出项

(i＝1，...，n，j＝1，...，w_i)与输入变量是一一对应的，即如果在If部分包括

(i＝1，...，n，j＝1，...，w_i)，则在then部分应包括

项；相反如果If部分不包括

则在then部分也应不包括

项；

的隶属度函数取为：

${\mathrm{\μ}}_{P_{\mathrm{xi}}}\left(x\right)=e^{-\frac{1}{2}{(x-k_{\mathrm{xi}})}^2}---\left(17\right)$

${\mathrm{\μ}}_{N_{\mathrm{xi}}}\left(x\right)=e^{-\frac{1}{2}{(x+k_{\mathrm{xi}})}^2}---\left(18\right)$

其中，μ表示隶属度，k_xi为大于零的常数；

当采用单点模糊化，清晰化采用加权平均法，直积运算采用求积法时，则可以根据此规则基得出如下形式的数学模型：

y＝Atanh(k_xx)    (19)

其中，y为状态变量；x为系统平衡点；A为定常矩阵：

$A=\mathrm{diag}(C_{x_1},...,C_{x_m}),$ $k_x=\mathrm{diag}(k_{x_1},...,k_{x_m});$

该模型巧妙地利用了模糊规则的组成和推理方式，用一个整体的双曲正切模型表示了一组模糊规则，这种模型的规则构造简单，易于利用人的经验，最终形成的总体模型，易于实际应用；

此模糊规则基共有

条模糊规则，其中w_i(i＝1，...，n)为将某个输入变量x_i线性变换的次数，即在If部分模糊变量包括所有可能的正负组合，在then部分常数包括所有的常数组合，通过上述理论创新方法的应用，就可以准确监测出所需参数，从而进行最优参数选取；

(8)更新粒子的速度及位置，将更新后粒子一维的速度限制为v_max，d，位置按x_id(k+1)＝x_id(k)+v_id(k+1)更新；

(9)判断是否接受新位置失量，如果接受新的位置矢量，转步骤(4)，否则，返回(8)；

(10)将记录性能指标保存，个体最优值p_b，个体最优适应度fitness(p_b)，群体最优值p_g；

(11)结束。

本发明优点：1、本发明采用能量函数法评估和分析电网可能存在的潜在危险，通过建立预想事故集预测故障有可能对电网的稳定运行的影响，对电网状态进行科学、有效的实时的分析和评价，对电网的性能有尽可能全面的整体认识，从而定量的评估电网运行状态水平；

2、本发明采用基于模糊控制理论的改进粒子智能群算法从而有效地避免了算法陷入局部最优，提高算法的全局搜索能力，对决策规则进行有效处理；首先在速度和位置失量更新公式中引入平均学习因子，得到粒子智能群优化算法，在此基础上引入进化速度因子和位置失量，使控制参数在粒子寻优过程中自适应地变化，以提高全局最优解的质量。用广义模糊双曲正切模型形成的规则基选择最优参数，实现最优控制；

3、本发明采用了基于模糊自适应推理的监测与控制方法，更加注重从电网运行的经济性和安全性出发，考虑电力系统稳定性指标最小的多目标无功优化模型，整个模糊决策系统包括4个主要部分：数据采集，规则的离线学习，电网运行工况的在线模糊决策和采用模糊规则动态地调整粒子群优化算法中的惯性权重和学习因子，调节粒子的适应值和模糊调节后粒子的位置，以避免算法早熟，从而跳出局部最优，提高其收敛性。此定位方法使得模糊控制规则在控制过程中自动地调整、修改和完善，从而使系统的控制性能不断改善，达到最佳的控制效果；

4、本发明的硬件系统设计采用三级滤波、单独设计前端放大电路等多种前端集成电路，进一步提高了系统的集成度，对电压互感器、电流互感器变采用回路分离，消除了调整放大倍数时互相之间的牵连；为提高采样精度采用的工频同步电路能自动检测与切换，确保了同步电路故障后，系统仍能正确采样；选用了高性能多路开关，使抗干扰能力大大增强。为提高开发效率，在与DSP、MCU通信上选用无线通信和红外通信等多等通信方式，分别采用SZ05系列的ZigBee无线数据通信模块和ISOP1738红外模块，实现无线通信，使软件编程变得简单，通用性强，而且适用于各种应用场合。

附图说明

图1为本发明基于能量法的静态无功补偿装置系统硬件总体结构框图；

图2为本发明基于能量法的静态无功补偿装置滤波与信号调理电路原理图；

图3为本发明基于能量法的静态无功补偿装置三级滤波电路原理框图；

图4为本发明基于能量法的静态无功补偿装置正弦波-方波变换三相电路原理图；

图5为本发明基于能量法的静态无功补偿装置锁相环倍频电路原理图；

图6为本发明基于能量法的静态无功补偿装置过零检测电路原理图；

图7为本发明基于能量法的静态无功补偿装置DSP芯片原理图；

图8为本发明基于能量法的静态无功补偿装置复位与时钟电路原理图；

图9为本发明基于能量法的静态无功补偿装置串口连接原理图；

图10为本发明基于能量法的静态无功补偿装置红外接口电路原理图；

图11为本发明基于能量法的静态无功补偿控制方法总流程图；

图12为本发明基于能量法的静态无功补偿控制方法能量法系统流程图；

图13为本发明基于能量法的静态无功补偿控制方法基于模糊自适应推理的改进PSO系统流程图；

图14为本发明基于能量法的静态无功补偿控制方法未经过三级滤波前，实时监测电网中含有谐波成分时电压、电流波形图；

图15为本发明基于能量法的静态无功补偿控制方法经过三级滤波后，实时监测电网中含有谐波成分时电压、电流波形图；

图16为本发明基于能量法的静态无功补偿控制方法投入本发明补偿装置前系统三相电流波形图；

图17为本发明基于能量法的静态无功补偿控制方法投入本发明补偿装置补偿后，系统三相电流波形图。

具体实施方式

下面结合附图和实施例对本发明作进一步详细的说明。

图1～图10为本发明电路原理图，互感器组、滤波与信号调理模块、A/D转换模块、计算模块、存储模块、锁相环电路模块、通信模块、显示与键盘操作模块，互感器组的第一输出端连接滤波与信号调理模块的第一输入端、互感器组的第二输出端连接滤波与信号调理模块的第二输入端，互感器组的第三输出端连接锁相环电路模块的输入端，锁相环电路模块的输出端连接计算模块的捕获端，滤波与信号调理模块的第一输出端连接互感器组的第一输入端，滤波与信号调理模块的第二输出端连接互感器组的第二输入端，滤波与信号调理模块的第三输出端连接A/D转换模块的第一输入端，滤波与信号调理模块的第三输入端连接A/D转换模块的第一输出端，A/D转换模块的第二输出端连接计算模块的第一输入端，计算模块的第一输出端连接A/D转换模块的第二输入端，计算模块的第二输出端连接高电位板的输入端，计算模块的第二输入端连接高电位板的第一输出端，高电位板的第二输出端连接TCR阀组，计算模块的第三输出端连接存储模块的第一输入端，计算模块的第三输入端连接存储模块的第一输出端，计算模块的第一输入输出端连接通讯模块的第一输入输出端，计算模块的第二输入输出端连接通讯模块的第二输入输出端，存储模块的第二输入端连接显示与键盘操作模块的输出端，存储模块的第二输出端连接显示与键盘操作模块的输入端，通讯模块的第二输入输出端连接显示与键盘操作模块的第一输入输出端，显示与键盘操作模块的第二输入输出端连接上位机；

其中，互感器组由电流互感器和电压互感器组成，电流互感器的输出端连接滤波与信号调理模块的第一输入端，电压互感器的输出端连接滤波与信号调理模块的第二输入端，滤波与信号调理模块的第一输出端连接电流互感器的输入端，滤波与信号调理电路的第二输出端连接电压互感器的输入端；

本发明的互感器组由电压互感器和电流互感器组成，电压互感器和电流互感器采集系统的三相电压u_a、u_b、u_c和线电流i_a、i_b、i_c，其型号分别为：CHG-200V和CHG-2500M，电流互感器的输出端作为互感器组的第一输出端，电压互感器的输出端作为互感器组的第二输出端；

互感器组将采集到的电压和电流信号送到滤波与信号调理模块，将信号调理成0～+3.3V范围的电压后输出，如图2所示，滤波与信号调理电路采用二级滤波与三级滤波结合的多级滤波方式，如图3所示，对互感器输入的电压、电流信号首先进行第一级滤波处理，再经过二级滤波处理后，由闭环反馈到输入端，另一路输入信号经第一级滤波处理，再经过三级滤波处理送到A/D转换模块，并对经A/D转换模块的信号经过闭环反馈进行三级滤波处理，从而实现了二级滤波与三级滤波相结合的多级滤波处理方式；滤波与信号调理模块的接口ACCA、ACCB、ACCC作为滤波与信号调理模块的第一输入端，ACVA、ACVB、ACVC作为滤波与信号调理模块的第二输入端，通过插针J1分别连接电流互感器和电压互感器，输出口分别与A/D转换模块相连，输入口设有多组RC滤波电路，输出口设有光电耦合器滤波；

A/D转换模块的型号为MAX125，其输入引脚1，2，3，4，33，34依次连接滤波与信号调理电路的输出口ACCB、ACCC、ACVA、ACVB、ACVC；

锁相倍频模块由正弦波-方波变换电路、锁相倍频电路组成；滤波与信号调理模块的输出端ACVA_IN、ACVB_IN、ACVC_IN连接锁相倍频模块中的正弦波-方波变换电路的输入端ACVA_IN、ACVB_IN、ACVC_IN，如图4所示，正弦波-方波变换电路将采集到的正弦波电压信号转换为与正弦波电压信号同相的方波信号，正弦波-方波变换电路的输出端OVER_0_A、OVER_0_B、OVER_0_C连接DSP芯片的捕获口106、107、57，用于测量电压的频率；正弦波-方波变换电路的输出端OVER_0_A同时连接锁相环芯片的信号输入端14，锁相环芯片的4脚连接DSP芯片的输入端151脚，用于启动DSP芯片的A/D转换，使DSP芯片在每个周期内采样64或128个点，保证同步采样，本实施例，采用3片锁相环芯片，分别接受3相电压的方法输出信号，另外，过零检测电路的输入端连接互感器的输出端，以A相电压为例，采用C相电压作为同步信号，电压互感器的C相电压输出端经过RC滤波电路后延迟120°，连接过零检测电路的输入端，过零检测电路后A相过零输出，输出的信号连接DSP芯片的2号引脚，如图5～图7所示，由于C相电压超前A相电压120°，这时滤波后的C相电压和A相电压相位正好相同，这样产生的电压信号相位即满足要求，高次谐波也被滤除掉了。同样道理，B相使用A相的电压信号，C相使用B相的电压信号，就能获得各相的电压同步信号，其中，锁相倍频模块的芯片型号为74VHC4046MTC和CD4040BCSJ，DSP芯片的型号为TMS320F2812；

DSP与单片机连接；数字信号处理器TMS320F2812通过DSP采样板与单片机MCS51相连，TMS320F2812的HD0、HD1、HD2、HD3、HD4、HD5、HD6、HD7分别通过DSP采样板上的插针和MCS51的D0、D1、D2、D3、D4、D5、D6、D7相连，这种方式的优点是不需要附加其他的逻辑电路，非常方便；

DSP的复位与时钟电路如图8所示，DSP芯片的92脚～95脚、40脚、41脚、34脚、35脚、155脚、157脚、87脚、89脚依次连接液晶控制器的18脚～21脚、11脚～17脚；

本发明串口电路与红外接口电路如图9和图10所示。

本发明基于能量法的静态无功补偿控制方法流程如图11～13所示，包括以下步骤：

步骤1：实时采集三相电压值、三相线电流值；

步骤2：利用能量函数法确定故障点，并对故障点进行分析；

步骤2-1：确定稳态导纳矩阵：本实施例中，三相不平衡负荷等效阻抗值为：

Z_a＝4.1+j5.5Ω，Z_b＝5+j5.7Ω，Z_c＝3+j4.5Ω

阻抗值取导数即可得到导纳；

步骤2-2：计算稳态时的电力系统参数：

步骤2-3：通过计算能量函数的值，体现有功分量的大小和方向，从而确定无功功率；

从实时监测图可以看出(如图14所示)，母线中含有谐波成分时电压、电流的波形发生明显畸变，累加之后的波形会有高尖次的波形，含有频率为150Hz的成分；

步骤2-4：利用步骤2-3计算结果判断t时刻是否有故障或者进行过操作，如果有功功率、无功功率、电压总谐波失真度、三相电压不平衡度的计算值超过其额定值，则存在故障执行步骤2-5，否则，跳到步骤2-8继续执行；

由于该钢厂母线电压为15kV，考虑到该钢厂实际变压器情况，谐波电流允许值是按10kV系统选型，已知系统最小短路容量为220MVar，按实际工况下标准的最小短路容量允许谐波电流值计算为：

$I_n=\frac{S_{n1}}{S_{n2}}\·I_{\mathrm{np}}---\left(20\right)$

式中，S_n1为公共接点的最小短路容量

S_n2为基准短路容量

I_np为谐波电流允许值

经计算实际各滤波支路总的谐波电流分别为：二次谐波电流I₂＝10.58(A)，三次谐波电流I₃＝20.2(A)，四次谐波电流I₄＝21.5(A)，五次谐波电流I₅＝37.5(A)

各滤波支路总的滤波器基波容量分别为：二次谐波支路滤波器的基波容量为Q₂＝5.04MVar，三次谐波支路滤波器的基波容量为Q₃＝6.35MVar，四次谐波支路滤波器的基波容量为Q₄＝4.95MVar，五次谐波支路滤波器的基波容量为Q₅＝7.15MVar

在采用了二级滤波与三级滤波相结合的多级滤波方式，经滤波器输出的波形变为50Hz正弦基波，有效滤掉了影响系统运行的谐波成分(如图15所示)；

步骤2-5：进一步判断是否为最终操作，如果是，转步骤2-6，如果否，执行步骤2-7；

步骤2-6：确定故障值并执行步骤2-9；

步骤2-7：调用IPSO算法子程序，计算无功功率的最优结果；

通过计算能量函数

快速定位电网中的异常，从体现有功分量的大小和方向，从而来确定需要补偿的无功功率，通过能量函数法监测到补偿前系统三相电流波形(如图16所示)，检测到故障后，就可以根据保留在内存中的这些数据进行故障分析判断，基于模糊自适应理论的改进粒子智能群算法，确定决策条件空间C＝{c₁，c₂，...，c_j，...，c_m}，决策结果空间D＝{d₁，d₂，...，d_i，...，d_n}，当前运行状态属于每一个模糊子集的隶属度为E＝{e₀，e₁，...，e_k，...，e_v-1}，及每一类决策结果属于其对应的每一个模糊子集的隶属度为F＝{f₀，f₁，...，f_k，...，f_u-1}。采用上述的模糊自适应推理定位方法能够适应各种工况变化，可以准确判断出三个重要性能指标惯性权重ω，及加速系数c₁和c₂的最优值，完全满足现场的实际需要。模糊决策实际上就是一个综合决策过程，从补偿后系统三相电流波形(如图17所示)，可以验证本设计完全达到预期的补偿效果；

步骤2-8：将通过IPSO优化为最终操作的导纳矩阵进行相应修改；

步骤2-9：输出中间结果并存储；

步骤2-10：结束。

步骤3：进行数据存储、显示与通信，及以往各时段各相电压、电流瞬时值，用以形成数据窗；

步骤4：判断与上位机网络通信，如果通，执行步骤5，如果不通，执行步骤6；

步骤5：数据传送至上位机显示，执行步骤6，显示参数包括，三相电压有效值，各相有功功率，无功功率，视在功率，功率因数，总有功功率，总无功功率，总视在功率，总功率因数，三相电压不平衡度；

步骤6：数据存储在本地硬盘；

步骤7：结束；

表1PSO算法与IPSO算法比较

由表1可以看出，IPSO算法优化后，电压偏差、电压稳定指标、电流偏差和电流稳定指标均明显减小，与PSO算法相比，取得了更好的优化效果。无功优化结果更加理想，这就更进一步说明在求解高维优化问题时，IPSO算法显示出对维数不敏感的特性，其更适用于大规模复杂电力系统无功优化。

Claims (4)

1.一种基于能量法的静态无功补偿装置，其特征在于：该装置包括：互感器组、滤波与信号调理模块、A/D转换模块、计算模块、存储模块、锁相环电路模块、通讯模块、显示与键盘操作模块，互感器组的第一输出端连接滤波与信号调理模块的第一输入端、互感器组的第二输出端连接滤波与信号调理模块的第二输入端，互感器组的第三输出端连接锁相环电路模块的输入端，锁相环电路模块的输出端连接计算模块的捕获端，滤波与信号调理模块的第一输出端连接互感器组的第一输入端，滤波与信号调理模块的第二输出端连接互感器组的第二输入端，滤波与信号调理模块的第三输出端连接A/D转换模块的第一输入端，滤波与信号调理模块的第三输入端连接A/D转换模块的第一输出端，A/D转换模块的第二输出端连接计算模块的第一输入端，计算模块的第一输出端连接A/D转换模块的第二输入端，计算模块的第二输出端连接高电位板的输入端，计算模块的第二输入端连接高电位板的第一输出端，高电位板的第二输出端连接TCR阀组，计算模块的第三输出端连接存储模块的第一输入端，计算模块的第三输入端连接存储模块的第一输出端，计算模块的第一输入输出端连接通讯模块的第一输入输出端，计算模块的第二输入输出端连接通讯模块的第二输入输出端，存储模块的第二输入端连接显示与键盘操作模块的输出端，存储模块的第二输出端连接显示与键盘操作模块的输入端，通讯模块的第二输入输出端连接显示与键盘操作模块的第一输入输出端，显示与键盘操作模块的第二输入输出端连接上位机。

2.根据权利要求1所述的一种基于能量法的静态无功补偿装置，其特征在于：所述的互感器组由电流互感器和电压互感器组成，电流互感器的输出端连接滤波与信号调理模块的第一输入端，电压互感器的输出端连接滤波与信号调理模块的第二输入端，滤波与信号调理模块的第一输出端连接电流互感器的输入端，滤波与信号调理电路的第二输出端连接电压互感器的输入端。

3.采用权利要求1所述的基于能量法的静态无功补偿装置的控制方法，其特征在于：包括以下步骤：

步骤1：实时采集三相电压值、三相线电流值；

步骤2：利用能量函数法确定故障点，并对故障点进行分析；

步骤3：进行数据存储、显示与通信，及以往各时段各相电压、电流瞬时值，用以形成数据窗；

步骤4：判断与上位机网络通信，如果通，执行步骤5，如果不通，执行步骤6；

步骤5：数据传送至上位机显示，执行步骤6，显示参数包括，三相电压有效值，各相有功功率，无功功率，视在功率，功率因数，总有功功率，总无功功率，总视在功率，总功率因数，三相电压不平衡度；

步骤6：数据存储在本地硬盘；

步骤7：结束。

4.根据权利要求3所述的基于能量法的静态无功补偿装置的控制方法，其特征在于：步骤2所述的利用能量函数法确定故障点，并对故障点进行分析，包括以下步骤：

步骤2-1：读入步骤1采集到的三相电压值u_a、u_b、u_c和三相线电流值i_a、i_b、i_c；

步骤2-2：形成初始稳态导纳矩阵，并计算稳态时的系统参数；

(1)确定稳态导纳矩阵：导纳公式为：

$Y_l^{\mathrm{ab}}=G_l^{\mathrm{ab}}+{\mathrm{jB}}_l^{\mathrm{ab}}---\left(1\right)$

式中，

为a、b相间负荷导纳，

为a、b相间负荷纯电导，

为a、b相间负荷电纳；

稳态时处于三相平衡状态，其导纳矩阵公式为：

$\left\{\begin{array}{c}{Y}_{\mathrm{\Σ}}^{\mathrm{ab}}=G^{\mathrm{ab}}+{\mathrm{jB}}^{\mathrm{ab}}\\ Y_{\mathrm{\Σ}}^{\mathrm{bc}}=G^{\mathrm{bc}}+{\mathrm{jB}}^{\mathrm{bc}}\\ Y_{\mathrm{\Σ}}^{\mathrm{ca}}=G^{\mathrm{ca}}+{\mathrm{jB}}^{\mathrm{ca}}\end{array}\right.---\left(2\right)$

式中，

为a、b相间总导纳，G^ab为a、b相间总纯电导，B^ab为a、b相间总电纳；

为b、c相间总导纳，G^bc为b、c相间总纯电导，B^bc为b、c相间总电纳；

为c、a相间总导纳，G^ca为c、a相间总纯电导，B^ca为c、a相间总电纳；通过导纳矩阵和采集到的电压值可以计算电流的期望值；

(2)计算稳态时的电力系统参数，所述的参数包括三相相电压和三相线电流瞬时值，三相相电压有效值、电流有效值，各相有功功率，无功功率，视在功率，功率因数，总有功功率，总无功功率，总视在功率，总功率因数，三相电压不平衡度，谐波失真度；

采用三相瞬时功率理论计算无功功率，以达到快速补偿的目的：在三相三线制中，将a、b、c三相变换为α、β两相得到u_α、u_β和i_α、i_β：

$\left[\begin{array}{c}{u}_{\mathrm{\α}}\\ u_{\mathrm{\β}}\end{array}\right]=\frac{2}{3}\left[\begin{array}{ccc}1& -\frac{1}{2}& -\frac{1}{2}\\ 0& \frac{\sqrt{3}}{2}& -\frac{\sqrt{3}}{2}\end{array}\right]\left[\begin{array}{c}{u}_a\\ u_b\\ u_c\end{array}\right],\left[\begin{array}{c}{i}_{\mathrm{\α}}\\ i_{\mathrm{\β}}\end{array}\right]=\frac{2}{3}\left[\begin{array}{ccc}1& -\frac{1}{2}& -\frac{1}{2}\\ 0& \frac{\sqrt{3}}{2}& -\frac{\sqrt{3}}{2}\end{array}\right]\left[\begin{array}{c}{i}_a\\ i_b\\ i_c\end{array}\right]---\left(3\right)$

式中，u_α为采用三相瞬时功率表示时α相电压，u_β为β相电压，i_α为α相电流，i_β为β相电流；

其中，瞬时有功功率p和瞬时无功功率q，具体公式为：

$\left\{\begin{array}{c}p=\frac{3}{2}(u_{\mathrm{\α}}{i}_{\mathrm{\α}}+u_{\mathrm{\β}}{i}_{\mathrm{\β}})\\ q=\frac{3}{2}(u_{\mathrm{\β}}{i}_{\mathrm{\α}}+u_{\mathrm{\α}}{i}_{\mathrm{\β}})\end{array}\right.---\left(4\right)$

电压总谐波失真度：

${\mathrm{THD}}_U=\frac{\sqrt{\underset{m=2}{\overset{M}{\mathrm{\Σ}}}{U}_m^2}}{U_1}\×100\%---\left(5\right)$

式中，U_m为第m次谐波时电压，U₁为基波电压；

第m次谐波电压含有量：

${\mathrm{HRU}}_m=\frac{U_m}{U_1}\×100\%---\left(6\right)$

三相电压的不平衡度用符号ε表示为：

$\mathrm{\ϵ}=\frac{U_B}{U_A}\×100\%---\left(7\right)$

式中，U_A、U_B分别为不平衡三相系统用电压对称分量法分解的正序分量和负序分量；

本发明中，三相基波电压的不平衡度：

式中，U_A1、U_C1分别为A、C相的基波电压幅值，

分别为A、C相的基波相角，均可以由谐波分析的过程中得到；

步骤2-3：通过计算能量函数

的值，体现有功分量的大小和方向，从而确定无功功率；

将A、B、C每相电压u_a、u_b、u_c，电流i_a、i_b、i_c分别代入公式

即可快速获得能量值E；

步骤2-4：利用步骤2-3计算结果判断t时刻是否有故障或者进行过操作，如果总有功功率、总无功功率、电压总谐波失真度、三相电压不平衡度的计算值超过其额定值，则存在故障执行步骤2-5，否则，跳到步骤2-8继续执行；

步骤2-5：进一步判断是否为最终操作，如果是，转步骤2-6，如果否，执行步骤2-7；

最终操作是指电网中导纳不再由于故障或人为投切电容器、发电机负荷调整、有载高压变压器支路数目更改导致电网中导纳改变，电网中导纳为固定值；

步骤2-6：确定故障值并执行步骤2-9；

在确定故障值时，将A、B、C每相电压u_a、u_b、u_c，电流i_a、i_b、i_c，有功功率p_a、p_b、p_c，无功功率q_a、q_b、q_c计算并输出；

步骤2-7：调用IPS0算法子程序，计算无功功率的最优结果；

步骤2-8：将通过IPS0优化为最终操作的导纳矩阵进行相应修改；

通过监测故障，补偿后负荷及并联无功功率补偿总的等效导纳为：

$\left\{\begin{array}{c}{Y}_{\mathrm{\Σ}}^{\mathrm{ab}}=G^{\mathrm{ab}}+{\mathrm{jB}}^{\mathrm{ab}}+{\mathrm{jB}}_c^{\mathrm{ab}}=G^{\mathrm{ab}}+j(G^{\mathrm{ca}}-G^{\mathrm{bc}})/\sqrt{3}\\ Y_{\mathrm{\Σ}}^{\mathrm{bc}}=G^{\mathrm{bc}}+{\mathrm{jB}}^{\mathrm{bc}}+{\mathrm{jB}}_c^{\mathrm{bc}}=G^{\mathrm{bc}}+j(G^{\mathrm{ab}}-G^{\mathrm{ca}})/\sqrt{3}\\ Y_{\mathrm{\Σ}}^{\mathrm{ca}}=G^{\mathrm{ca}}+{\mathrm{jB}}^{\mathrm{ca}}+{\mathrm{jB}}_c^{\mathrm{ca}}=G^{\mathrm{ca}}+j(G^{\mathrm{bc}}-G^{\mathrm{ab}})/\sqrt{3}\end{array}\right.---\left(9\right)$

式中，

为a、b相间总导纳，G^ab为a、b相间总纯电导，B^ab为a、b相间总电纳，

为a、b相间补偿的总电纳；

为b、c相间总导纳，G^bc为b、c相间总纯电导，B^bc为b、c相间总电纳，为b、c相间补偿的总电纳；为c、a相间总导纳，G^ca为c、a相间总纯电导，B^ca为c、a相间总电纳，

为c、a相间补偿的总电纳；

步骤2-9：输出中间结果并存储；

指将A、B、C每相电压u_a、u_b、u_c，电流i_a、i_b、i_c，有功功率p_a、p_b、p_c，无功功率q_a、q_b、q_c输出；

步骤2-10：结束。

Images