CN105487523A - 一种自动电压控制系统的控制策略评估方法 - Google Patents

Abstract

本发明公开了一种自动电压控制系统的控制策略评估方法，包括：建立与评估模式对应的评估目标集，以及建立用于评价所述评估目标集中每个评估目标的评估指标集；分别获取自动电压控制系统在所述评估模式运行前后评估指标集的参数，并分别得出评估指标集中每个评估指标的数值；基于模糊算法，通过隶属向量和权重向量计算得到评估结果。本发明的评估方法包括对单个策略的评估以及AVC连续运行的特定时间段内的结果进行评估，本发明的评估方法中通过对评估指标的数据采集，表征不同运行策略或者AVC系统策略在进行运行过程中的指标变化，并通过获取不同评估指标的权重参数，得出最后的评价效果。

Description

一种自动电压控制系统的控制策略评估方法

技术领域

本发明涉及自动电压电力控制系统的评估方法，具体涉及到一种自动电压控制系统的控制策略评估方法。

背景技术

AVC(自动电压控制系统)是一种针对电力系统的电压、网损等多个目标控制量的闭环运行的多目标控制系统，该系统通过调整有载变压器抽头、无功补偿设备等可调节设备，实现系统无功潮流的优化分布，以提出为有功传输和无功负荷提供支持的优化方案。它从SCADA系统采集系统潮流数据，用特定的优化算法进行无功电压优化计算，继而输出控制策略。传统的优化算法包括内点法、牛顿法、遗传算法等。

目前，AVC系统的广泛应用虽然一定程度上实现了无功电压自动化控制，但也因为控制过程中监控电压点多、控制变量复杂、动作频繁、优化目标多样等因素，该AVC电压控制系统在运行过程中存在控制策略复杂、装置反复动作、部分地区电压轻度越限等各种问题。

目前的AVC评估体系研究成果主要分为评估指标和评估方法两部分。评估指标主要为传统的统计型静态指标，关注重点集中在电压，关口功率因数，网损等实际考核指标，对AVC本身运行状况考虑较少。现有指标包括电压合格率，网损率，关口功率因数合格率等。在评估方法方面，目前通常采用多目标评估方法，因其可综合考虑多个目标的影响，效果较好；已有方法包括专家评分法，层次分析法等。其中专家评分法由于综合专家意见给出评估参数，受人为经验影响较大；而层次分析法通过确定每一因素对结果的重要性给出因素的权重值，最终得出确定性的评估结果，而忽略了部分因素对于结果的影响具有模糊性、难以确定性量化的事实，部分特殊情况下易出现较大的评估误差。因此，本文考虑使用模糊综合评价法考虑评估过程中的模糊性因素的作用结果，从而有效提升评估结果的可信度。

发明内容

本发明的目的是提供一种自动电压控制系统的控制策略评估方法。

为达上述目的，本发明的一个实施例中提供了一种自动电压控制系统的控制策略评估方法，包括：

根据评估模式，建立与该评估模式对应的评估目标集，以及建立用于评价所述评估目标集中每个评估目标的评估指标集；

采集数据，分别获取自动电压控制系统在所述评估模式运行前后评估指标集的参数，并分别得出评估指标集中每个评估指标的数值；

获取所述评估指标在所述评估模式下的出现的层级以及每个层级对应的参数，得到每个评估指标的隶属向量；

获取每个评估指标在所述评估模式下的权重参数，得到评估指标的权重向量；

基于模糊算法，通过隶属向量和权重向量计算得到评估结果。

本发明的优化方案中，评估模式包括单策略评估模式和运行评估模式。

本发明的优化方案中，评估指标集中的评估目标包括电压越限调整率、全网关口功率因数合格率、全网电压合格率、全网网损率、设备重复动作率、单站有功损耗率和单站电压越限率。

本发明的优化方案中，采集数据的步骤中，当所述评估模式为运行评估模式时，获取在该评估模式下运行得到的潮流数据。

本发明的优化方案中，模糊算法的计算公式为：

其中j代表模糊评价层级，i代表特定指标的序号，a、r分别代表权重向量和模糊评价矩阵中与角标对应的相应项。

综上所述，本发明具有以下优点：

本发明的评估方法包括对单个策略的评估以及AVC连续运行的从动态评估，本发明的评估方法中通过对评估指标的数据采集，表征不同运行策略或者AVC系统策略在进行运行过程中的指标变化，并通过获取不同评估指标的权重参数，得出最后的评价效果。

本发明的评估方法可以从多个控制目标的完成度出发，具有良好的有效性和全面性，包括是否控制有效电压、有效降低网损、循环使用设备、避免死循环等等，并进一步可横向比较不同AVC系统的控制策略，结合控制策略在多个目标的表现，得出综合评估结果。同时，该体系具有指标计算简单，评估速度快的优点，指标广泛涵盖全网和厂站设备层面，评估结果全面的优点。

附图说明

图1为本发明的流程图。

具体实施方式

本发明提供了一种自动电压控制系统的控制策略评估方法，包括：

S1、根据评估模式，建立与该评估模式对应的评估目标集，以及建立用于评价所述评估目标集中每个评估目标的评估指标集。

评估模式包括单策略评估模式和运行评估模式，单策略评估模式是指自动电压控制系统在采取某一潮流断面下进行无功调节控制策略时的评估模式；运行策略评估模式是评估在某一时间段内，AVC系统在进行多种控制策略调整时的控制效果。

评估目标是自动电压控制系统中的重要目标，例如电压越限调整率、全网关口功率因数合格率、全网电压合格率、全网网损率、设备重复动作率、单站有功损耗率和单站电压越限率等；评估目标的数值是由一个评估指标或者多个评估指标通过一定的计算方式得到的。例如，本发明涉及到的部分评估目标的计算方法如下表：

其中：表1中的P11、P12、P13、P14、P15、P16、P17分别代表控制策略执行前的上表中的电压越限调整率、全网关口功率因数合格率、全网电压合格率、全网网损率、设备重复动作率、单站有功损耗率以及单站电压越限率。同理P21、P22、P23、P24、P25、P26、P27则代表控制策略执行后的上述七个指标的值。

S2、采集数据，分别获取自动电压控制系统在所述评估模式运行前后评估指标集的参数，并分别得出评估指标集中每个评估指标的数值。

在进行评估过程中，需要通过数据来表征相应评估模式的评估效果。本发明是通过读取调度自动化系统各节点采集的遥测、遥信数据作为目标电网在AVC控制前的断面潮流数进行预处理后，然后根据各个指标的计算公式得出指标结果。该指标结果综合考虑了电压质量、无功运行状态、网损率、设备动作合理性等多个无功电压优化目标，体现了AVC策略的有效性与合理性。

待AVC系统给出该运行方式下的调整策略并进行相应的调整后，再读取AVC控制策略执行后的潮流数据，并再次计算各指标的值。最后，将两次计算的指标结果运用到评估方法中，通过模糊计算以及特征值法得出最后的综合评估结果。该评估方法通过比较控制策略执行前、后相关指标的值，得出该AVC控制策略对各个目标的完成情况。

AVC运行评估模式时，基本流程大致与单策略评估模块相似，不同的是在数据采集过程中是从SCADA系统和AVC系统读取潮流数据、变压器等设备的动作数据以及AVC运行数据并进行预处理和统计，得出评估指标需要用的统计结果。

数据的多少根据需要统计的时间尺度以及测量频率决定，时间尺度可为日、周、月等。其次将统计结果带入指标计算公式中计算，并和单策略评估模式类似进行评估，得出综合评估结果。两个模块的区别主要体现在数据处理的过程。AVC运行数据因为是大量连续的潮流数据，需要进行统计以及判别，方可得出指标计算需要的原始数据。

S3、获取所述评估指标在所述评估模式下的出现的层级以及每个层级对应的参数，得到每个评估指标的隶属向量。

评估指标的参数具体数值可以代表该评估目标的层级，本发明的层级可以是指对评估目标的状态的描述等级分类，对于评估目标来说，其状态的描述至少可以分成好、一般和差三个层级，每个层级对应的参数是指该层级出现的概率；因此每个评估目标所有层级的参数和应该等于1。

概率值由以下方程计算给出：

$V_j=-\frac{1}{x_{i(j+1)}-x_{ij}}(x-x_{i(j+1)})(x>x_{ij})$

$V_j=\frac{1}{x_{ij}-x_{i(j-1)}}(x-x_{i(j-1)})(x\≤x_{ij})$

在该方程中，V_j表示某个指标属于某个层级j的概率。X_ij表示指标i属于某个层级j的阀值。指标对于各个层级的阀值由运行人员根据运行管理规范给出。若管理规范中缺乏相应细致要求，而只给出一个运行范围，则可根据均匀性划分原则设置阀值。例如管理规程仅要求某指标值处于(a,b)区间中，而需要为等级设置三个阀值时，则可将区间(a,b)三等分，依次将其中各个三等分点作为阀值。由公式可知，当某一指标值恰好等于阀值时，则其以1的概率属于某一层级；当该指标的值处于某两个阀值，例如x_i(j-1)和x_ij之间时，则该指标以一定的概率分别属于两个层级，该概率可由上面给出公式计算得出。设计这一公式考虑到现实运行中评估层级之间界限的模糊性特点以及指标结果的数值粘滞性，既设置了层级定性区分不同指标数值代表的运行方式的优劣，又保留了层级间的模糊性边界，从而更客观可靠地处理指标的特性并对其进行评估。

此外，层级相关的参数一般可以参照现有技术中的方法得到，也可以直接输入预设数值。因此，隶属向量是指是包含参数的向量，例如评估目标全网网损率P，其层级包括运行好、运行一般和运行差，其中出现好的概率设定为0.5、出现一般的概率设定为0.3，出现差的概率为0.2，则该评估目标的隶属向量则为(0.5、0.3、0.2)。以此类推，获取层级的参数后，可以得到每个评估目标的隶属向量。

S4、获取每个评估指标在所述评估模式下的权重参数，得到评估指标的权重向量。

本发明所述的权重参数是指某一评估指标或者评估目标在该评估模式下的重要程度。例如在某一运行策略中，评估目标包括了单站有功损耗和单站电压越限率，根据两个评估目标的重要程度，设定其权重值分别为0.6和0.4，因此可以得到该运行策略的权重向量即为(0.6、0.4)。为计算权重，首先由调度运行人员根据管理规程比较各指标的重要性，对重要性打分，得出相应的重要性判别矩阵。接着用特征值法进行计算，得出最终的各个指标对于结果的权重矩阵。

权重参数的具体数字可以通过调用现有技术中的参数，也可以采用特征值法确定各个指标对于总评价结果的贡献。

特征值法是一种通过计算元素两两比较形成的重要性判别矩阵的特征值并将其作为最终权重进行评估的方法。运用此方法时，首先假设各个指标互相之间的相对重要性有五个等级，设为{远远重要，远重要，很重要，相对重要，同等重要}并将各等级用数值进行量化，本例中设其值分别为{1,3,5,7,9}。接下来将各指标进行两两对比，得出重要性判别矩阵。重要性可由运行人员根据经验以及实际需要进行设定。例如当指标P1对应指标P2的重要程度是远重要，则设其重要程度为7，相对的，P2对应P1的重要程度则为其倒数1/7。而各指标相对其自身的重要程度为1，即同等重要，因此可得P1和P2的重要性判别矩阵如下。

	P1	P2
			P1	1	1/7
P2	7	1

紧接着，求解此矩阵的各主特征矢量，即方程|λE-A|＝0的解λ以及λ对应的特征值矢量X，其中E为单位矩阵，A为重要性判别矩阵。接下来取模最大(若λ为实数则是绝对值最大)的解λ对应的主特征矢量进行归一化处理，即可得到各个指标的权重参数。例如对上表所示的重要性判别矩阵，可得方程

$\left|\begin{array}{cc}\mathrm{\λ}-1& -\frac{1}{7}\\ -7& \mathrm{\λ}-1\end{array}\right|=0$

即(λ-1)²-1＝0

解得λ_1＝2，λ₂＝0

其中不难发现λ₁为绝对值最大的特征值，即主特征值。解此特征值对应的方程：

(2E-A)X＝0

可得 $X=\left[\begin{array}{c}1\\ 7\end{array}\right]$

最后进行归一化，即求得权重矩阵X’，计算公式如下：

$X^{\′}=\frac{X}{\left|X\right|}=\frac{\left[\begin{array}{c}1\\ 7\end{array}\right]}{\sqrt{1^2+7^2}}=\left[\begin{array}{c}\frac{1}{\sqrt{50}}\\ \frac{7}{\sqrt{50}}\end{array}\right]$

S5、基于模糊算法，通过隶属向量和权重向量计算得到评估结果。

评估矩阵由模糊评估矩阵和权重向量相乘得到。模糊评估矩阵是由每个评估指标对于每个评估层级的参数构成的矩阵，而权重向量则指每个指标对于结果的重要度构成的矩阵。例如某模式下评价结果由指标P₁、P₂经模糊评价得出。其中，P₁对应的三个层级{好，一般，差}的隶属度分别为0.6、0.3、0.1，则其隶属向量为(0.6,0.3,0.1)，代表指标P₁可被评为好、一般、差的概率分别为0.6、0.3、0.1。同理可得P₂的隶属度向量的定义，设其为(0.5,0.3,0.2)。则矩阵{(0.6,0.3,0.1)；(0.5,0.3,0.2)}即为两个指标评价结果的模糊评价矩阵。而其权重则为两个指标对评估结果的影响，例如此处设P1、P2的权重向量为(0.6,0.4)，即P1、P2对结果的重要程度或者说影响程度分别为0.6、0.4。最终根据模糊乘法，采用M4算子进行计算，其计算公式如下：

$b_j=min\left\{1,\underset{i=1}{\overset{m}{\Σ}}{a}_i{r}_{ij}\right\}$

其中j代表模糊评价层级，i代表特定指标的序号，a、r分别代表权重向量和模糊评价矩阵中与角标对应的相应项。最终可得评估结果，即评估矩阵为(0.56,0.3,0.14)，亦即评估结果被评为等级好、一般、差的概率分别为0.56,0.3,0.14。

Claims (5)

1.一种自动电压控制系统的控制策略评估方法，包括：

根据评估模式，建立与该评估模式对应的评估目标集，以及建立用于评价所述评估目标集中每个评估目标的评估指标集；

采集数据，分别获取自动电压控制系统在所述评估模式运行前后评估指标集的参数，并分别得出评估指标集中每个评估指标的数值；

获取所述评估指标在所述评估模式下的出现的层级以及每个层级对应的参数，得到每个评估指标的隶属向量；

获取每个评估指标在所述评估模式下的权重参数，得到评估指标的权重向量；

基于模糊算法，通过隶属向量和权重向量计算得到评估结果。

2.如权利要求1所述的方法，其特征在于：所述评估模式包括单策略评估模式和运行评估模式。

3.如权利要求1所述的方法，其特征在于：所述评估指标集中的评估目标包括电压越限调整率、全网关口功率因数合格率、全网电压合格率、全网网损率、设备重复动作率、单站有功损耗率和单站电压越限率。

4.如权利要求1所述的方法，其特征在于：所述采集数据的步骤中，当所述评估模式为运行评估模式时，获取在该评估模式下运行得到的潮流数据。

5.如权利要求1所述的方法，其特征在于：所述模糊算法的计算公式为：

其中j代表模糊评价层级，i代表特定指标的序号，a、r分别代表权重向量和模糊评价矩阵中与角标对应的相应项。