CN108829179A - 一种基于粒子群算法的铁路功率调节器的容量优化方法 - Google Patents

Abstract

本发明涉及一种基于粒子群算法的铁路功率调节器的容量优化方法，包括以下步骤：1)构建铁路电能质量优化补偿系统，包括依次连接的V/v牵引变压器、两个供电臂、隔离变压器和铁路功率调节器，所述的铁路功率调节器为共用一个直流电容的两个电压源变流器；2)构建铁路电能质量优化补偿模型；3)采用粒子群算法对铁路电能质量优化补偿模型进行求解，最终获得最小的补偿功率、最优补偿系数和补偿角度，并对铁路功率调节器的变流器进行控制，实现最优负序补偿和谐波补偿。与现有技术相比，本发明具有建模精确、补偿效果好、减少RPC补偿容量、提高经济性等优点。

Description

一种基于粒子群算法的铁路功率调节器的容量优化方法

技术领域

本发明涉及高速铁路控制领域，尤其是涉及一种基于粒子群算法的铁路功率调节器的容量优化方法。

背景技术

高速铁路对于我国的交通和军事领域都发挥着关键的作用。对于速度和运力的高要求，动力装置的功率也逐渐攀升，其对上层供电系统电能质量的影响也日益明显。日本学者提出的铁路功率调节器(railway static power conditioner，RPC)能有效克服传统治理装置对负序和谐波补偿效果不佳的缺点，为治理高速铁路的电能质量提供新的思路。RPC无功负序补偿时对容量的需求很高，而配置大容量的RPC是不满足经济性要求的，所以有必要进行容量优化。

目前国内外提出的电气化铁路负序、谐波和无功综合优化补偿方法主要有：(1)提出一种基于两相三线变流器的新型高速铁路补偿装置，TCR与TCF降低有源补偿容量，但是补偿器只能补偿固定的容量，不能根据负荷变化给定最优补偿量，且增加了占地面积。(2)采用各种优化算法进行计算，但是各种方法都有好坏，无法精确的得出最优算法。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于粒子群算法的铁路功率调节器的容量优化方法。

本发明的目的可以通过以下技术方案来实现：

一种基于粒子群算法的铁路功率调节器的容量优化方法，包括以下步骤：

1)构建铁路电能质量优化补偿系统，包括依次连接的V/v牵引变压器、两个供电臂、隔离变压器和铁路功率调节器，所述的铁路功率调节器为共用一个直流电容的两个电压源变流器；

2)构建铁路电能质量优化补偿模型；

3)采用粒子群算法对铁路电能质量优化补偿模型进行求解，最终获得最小的补偿功率、最优补偿系数和补偿角度，并对铁路功率调节器的变流器进行控制，实现最优负序补偿和谐波补偿。

所述的铁路电能质量优化补偿模型的目标函数为：

min(S_α+S_β)

约束条件为：

ε_U≤1.2％

其中，S_α为铁路功率调节器的α供电臂消耗的能量，S_β为铁路功率调节器的β供电臂消耗的能量，ε_U为负序不平衡度，P_sum为V/v牵引变压器一次侧三相有功之和，Q_sum为V/v牵引变压器一次侧三相无功之和。

所述的铁路功率调节器的α供电臂消耗的能量S_α的计算式为：

铁路功率调节器的β供电臂消耗的能量S_β的计算式为：

其中，U_α为α供电臂的电压，U_β为β供电臂的电压，ΔI_p为有功转移电流，I_αq为α供电臂补偿前的无功电流幅值，I_αp为α供电臂补偿前的有功电流幅值，为补偿角度，I_βq为β供电臂补偿前的无功电流幅值，I_βp为β供电臂补偿前的有功电流幅值。

所述的有功转移电流ΔI_p的计算式为：

其中，λ为补偿系数。

所述的步骤3)的谐波补偿中，对3、5、7次谐波电流进行补偿到允许值，其他次的谐波进行完全补偿。

所述的步骤3)中，谐波补偿的总功率S_c的计算式为：

S_c＝S_cα+S_cβ

其中，S_cα为α供电臂谐波补偿的功率，S_cβ为β供电臂谐波补偿的功率，U_α为α供电臂的电压，U_β为β供电臂的电压为，I_αLh为α供电臂上产生的h次谐波电流的有效值，I′_αLh为α供电臂上补偿后电流的有效值，I_βLh为β供电臂上产生的h次谐波电流的有效值，I′_βLh为β供电臂上补偿后电流的有效值。

与现有技术相比，本发明具有以下优点：

本发明在分析RPC拓扑及补偿原理基础和优化补偿情况下，确立RPC补偿能量为目标函数，建立电能质量约束条件，获取有功补偿系数及无功补偿度这些变量的最优解，并采用粒子群算法获得最优补偿量，仿真结果表明，在满足电能质量要求的同时可以获得综合最优补偿效果，明显减少RPC补偿容量，提高了经济性。

附图说明

图1为铁路电能质量优化补偿系统结构图。

图2为补偿有功无功向量图。

图3为粒子群算法流程图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。

实施例

如图1所示，图为电气化铁路电能质量综合治理装置的优化补偿系统，此系统包含两个供电臂，包含2个电压源变流器，且共用一个直流电容，补偿系统包括：信号检测与控制。信号检测系统检测到负载电流等，提取其有功分量，将两供电臂间有功分量进行转移保证两供电臂有功电流大小接近，然后再进行无功补偿以及谐波补偿等，控制系统结合检测电流和直流电容对两个变流器进行闭环控制。

本发明具体分析了负序补偿原理：

设i_αL与i_βL分别为α相和β相供电臂负载电流，i_A、i_B、i_C为V/v牵引变压器一次侧电流，令γ＝e^j120°，有i_C＝-(i_A+i_B)，K表示变压器变比，采用V/v牵引变压器时有，

由(1)式可得负序电流i₂：

负序电流为补偿后,电流仅含正序分量，三相电流平衡，牵引变压器副边电流i′_A为：

根据电气化铁路电能质量补偿原理，可以求得补偿电流。设优化补偿需要补偿的有功量ΔP_α、ΔP_β，无功量ΔQ_α、ΔQ_β分别为：

有功转移电流为：

λ越大有功补偿量越多，当λ＝1时，RPC进行有功完全补偿。补偿后α、β两臂的有功电流幅值为：

补偿后的左右两臂电流满足：

α、β两臂的电流方向分别为

根据之前分析的负序补偿原理，可得RPC的α供电臂消耗的能量为：

β供电臂消耗的能量为：

由于RPC在过负荷状态进行欠补偿，尽最大限度的进行牵引变负序不平衡治理，所以其容量还同负序不平衡度ε_U有关，负序不平衡度ε_U满足：

ε_U＝ε₁S_L/S_d (12)

由上式可知，λ、和电压负序不平衡度有关，根据GB/T 15543—2008《电能质量三相电压不平衡》规定，接于PCC的每个用户引起该点负序电压不平衡度ε_U≤1.3％，考虑到补偿裕度，可以限制到1.2％之内。同时再对一次侧功率因数进行约束，设P_sum为一次侧三相有功之和，Q_sum为三相无功之和，综上所述可得优化补偿模型：

根据国标规定，可以将比较严重的3、5、7次谐波电流补偿到满足要求的允许值I₃ ^*、I₅ ^*、I₇ ^*，其他次的谐波则完全补偿，就可以在满足谐波畸变率的规定要求，又能减小装置的补偿容量。设I_αLh、I_βLh分别为α、β供电臂上产生的各次谐波电流的有效值，对于3、5、7次谐波而言，其优化补偿后电流为I_αLh'、I_βLh'，则两供电臂上谐波优化补偿所需谐波能量为：

总的谐波补偿功率为S_c＝S_cα+S_cβ。

采用粒子群算法计算出RPC补偿容量最小值，得到了最优补偿系数和补偿角度。采用能量优化方法对RPC控制，实现最优补偿，粒子群算法和遗传算法相似，也是一种优化算法但是粒子群算法没有DE算法的变异、交叉、选择的进化规则，编码方式比后者更为简单，容易实现，没有太多需要调节的参数，通过每个粒子的调整能更快的找到最优解，效率更高。

RPC结构如图1所示，电力机车分别由左右两相供电臂提供27.5kV单相供电，供电臂经V/v变压器挂载到三相220kV高压母线上。两变流器中间并联大容量直流电容保证其性能稳定，变流器通过隔离变压器分别连接a、b两相供电臂，通过控制变流器的IGBT桥来控制两臂的电能流动，实现两供电臂的电能治理。首先从数学上推导RPC补偿指令的提取原理，分析电能质量存在的问题，谐波畸变率较大，电流不平衡度较大，此时采用传统的补偿算法可以治理这些问题，使电能质量达到最优化，消耗能量较大，采用优化补偿进行计算，分析RPC优化补偿原理，推导出的补偿能量与有功补偿系数λ、补偿角度负序不平衡度ε_U的关系，得到了目标函数及约束条件，利用粒子群算法得到最优解，实现补偿容量的最优化控制。采用优化补偿策略能够减小RPC装置的补偿容量，同时满足电压不平衡度要求，提高装置的经济性。采用的粒子群算法，种群规模为20，迭代次数为50，最大惯性权重值为0.9，最小惯性权重值为0.4，学习因子为0.5。然后搭建220V的V/V牵引供电系统。用两台380:220的单相变压器组成V/v牵引变压器等效结构，让其连接两供电臂接入220V三相母线供电网。RPC主电路板通过220:220的隔离变压器并联到供电臂，使用TMS320F28335DSP芯片对整个RPC主电路进行控制，实验结果使FLUKE_435电能质量仪进行记录。

本发明铁路功率调节器的容量优化，针对高速铁路供电系统中RPC治理容量过大问题，提出基于粒子群算法的优化补偿方法来减小RPC的经济成本同时满足电能质量要求，从数学角度对补偿系数进行优化。

Claims (6)

1.一种基于粒子群算法的铁路功率调节器的容量优化方法，其特征在于，包括以下步骤：

1)构建铁路电能质量优化补偿系统，包括依次连接的V/v牵引变压器、两个供电臂、隔离变压器和铁路功率调节器，所述的铁路功率调节器为共用一个直流电容的两个电压源变流器；

2)构建铁路电能质量优化补偿模型；

3)采用粒子群算法对铁路电能质量优化补偿模型进行求解，最终获得最小的补偿功率、最优补偿系数和补偿角度，并对铁路功率调节器的变流器进行控制，实现最优负序补偿和谐波补偿。

2.根据权利要求1所述的一种基于粒子群算法的铁路功率调节器的容量优化方法，其特征在于，所述的铁路电能质量优化补偿模型的目标函数为：

min(S_α+S_β)

约束条件为：

ε_U≤1.2％

其中，S_α为铁路功率调节器的α供电臂消耗的能量，S_β为铁路功率调节器的β供电臂消耗的能量，ε_U为负序不平衡度，P_sum为V/v牵引变压器一次侧三相有功之和，Q_sum为V/v牵引变压器一次侧三相无功之和。

3.根据权利要求2所述的一种基于粒子群算法的铁路功率调节器的容量优化方法，其特征在于，所述的铁路功率调节器的α供电臂消耗的能量S_α的计算式为：

铁路功率调节器的β供电臂消耗的能量S_β的计算式为：

其中，U_α为α供电臂的电压，U_β为β供电臂的电压，ΔI_p为有功转移电流，I_αq为α供电臂补偿前的无功电流幅值，I_αp为α供电臂补偿前的有功电流幅值，为补偿角度，I_βq为β供电臂补偿前的无功电流幅值，I_βp为β供电臂补偿前的有功电流幅值。

4.根据权利要求3所述的一种基于粒子群算法的铁路功率调节器的容量优化方法，其特征在于，所述的有功转移电流ΔI_p的计算式为：

其中，λ为补偿系数。

5.根据权利要求1所述的一种基于粒子群算法的铁路功率调节器的容量优化方法，其特征在于，所述的步骤3)的谐波补偿中，对3、5、7次谐波电流进行补偿到允许值，其他次的谐波进行完全补偿。

6.根据权利要求5所述的一种基于粒子群算法的铁路功率调节器的容量优化方法，其特征在于，所述的步骤3)中，谐波补偿的总功率S_c的计算式为：

S_c＝S_cα+S_cβ

其中，S_cα为α供电臂谐波补偿的功率，S_cβ为β供电臂谐波补偿的功率，U_α为α供电臂的电压，U_β为β供电臂的电压为，I_αLh为α供电臂上产生的h次谐波电流的有效值，I′_αLh为α供电臂上补偿后电流的有效值，I_βLh为β供电臂上产生的h次谐波电流的有效值，I′_βLh为β供电臂上补偿后电流的有效值。