CN112310983A - 一种基于智能换相开关的三相不平衡调节方法 - Google Patents
一种基于智能换相开关的三相不平衡调节方法 Download PDFInfo
- Publication number
- CN112310983A CN112310983A CN202011425533.6A CN202011425533A CN112310983A CN 112310983 A CN112310983 A CN 112310983A CN 202011425533 A CN202011425533 A CN 202011425533A CN 112310983 A CN112310983 A CN 112310983A
- Authority
- CN
- China
- Prior art keywords
- phase
- switch
- commutation
- phase change
- unbalance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/26—Arrangements for eliminating or reducing asymmetry in polyphase networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/18—Arrangements for adjusting, eliminating or compensating reactive power in networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/30—Reactive power compensation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/50—Arrangements for eliminating or reducing asymmetry in polyphase networks
Abstract
本发明公开了一种基于智能换相开关的三相不平衡调节方法,包括以下步骤:求取抽象出来的开关状态矩阵和三相电流不平衡度;依照配电台区的开关数量及换相开关所对应相序,生成对应换相开关相序的矩阵;根据换相开关采集到参数,计算出三相电流不平衡度;对开关换相次数和三相不平衡度建立模型;基于调整后不平衡度最低和智能换相开关调整次数最少的原则,建立相序调整的目标函数;根据求解最优条件下调整后的开关状态矩阵;引入权重函数评估换相电流和一周期内单一换相开关动作次数;评估后得到可行的最优换相方案,控制相应开关换相。本发明具有实时连续地调整相序,解决三相不平衡的问题。
Description
技术领域
本发明涉及配电网用电负荷相序调节,属于电网低压配电领域,具体涉及一种基于智能换相开关的三相不平衡调节方法。
技术背景
由于大量单相负荷在低压配电台区中的存在,低压配电网用电负荷比较复杂,地域较广,多为单相用电负荷,并且由于各用户用电习惯和用电负荷的随机性,实际用电负荷就不能在配网各相上均衡分配,极易产生三相不平衡问题,其结果必将会给配电变压器、线路损耗等带来严重影响,造成供电企业经济效益降低和用户的电能质量受到很大的影响。三相不平衡对电能质量影响主要体现有:影响供电可靠性、增加变压器额外损耗、造成配变出力减小、增加线损等,严重时甚至会烧毁变压器。对三相不平衡控制的研究,可有效提高配电网智能化水平,对于低压配电网络的安全可靠稳定运行具有重要意义。
传统的三相平衡优化换相方法就是人工改变负荷相序,近几年,随着电力电子技术的发展,智能换相开关被国内外专家学者进行研究和开发,但与换相开关配合的换相策略仍比较简单,效率不高。因此需要一种解决三相负荷不平衡,实现连续调整相序的方法。
发明内容
本发明提供一种基于智能换相开关的三相不平衡调节方法,通过对换相开关采集数据和用电负荷数据进行分析建模运算,得出智能换相开关应对相序调整的执行策略。
本发明的目的是针对现有技术的不足,提出了一种基于智能换相开关的三相不平衡调节方法。
为解决技术问题,本发明的解决方案包括以下步骤:
步骤1、求取抽象出来的开关状态矩阵和三相电流不平衡度。
依照配电台区的开关数量及换相开关所对应相序,生成对应换相开关相序的矩阵。根据换相开关采集到参数,计算出三相电流不平衡度。
步骤2、对开关换相次数和三相不平衡度建立模型。
基于调整后不平衡度最低和智能换相开关调整次数最少的原则,建立相序调整的目标函数。
步骤3、根据目标函数求解最优条件下调整后的开关状态矩阵;
求解调整后的开关状态矩阵需要满足调整后不平衡度低和换相次数少这两个目标,属于多目标最优解问题。传统的优化算法在计算速度、收敛性以及初值敏感等方面表现不足,故使用当前热门的智能优化算法,粒子群算法PSO(Particle Swarm Optimization)对步骤2中的目标函数求解得到调整后的开关状态矩阵。
步骤4、大电流换相或某一开关换相过于频繁容易造成开关损坏,减少开关的使用寿命,为避免这一情况,引入权重函数评估换相电流和一周期内单一换相开关动作次数。
步骤5、评估后得到可行的最优换相方案,控制相应开关换相。
进一步地,所述步骤1中三相电流不平衡度的计算步骤为:
根据配变台区内换相开关的数量及编号,形成换相开关初始状态矩阵Kx,
Kx=[K1,K2,...,KN]
其中N为换相开关的个数,K1,K2,...,KN分别是每个开关的列向量,如下
配变台区的三相电流不平衡度根据采集到的台区三相电流计算得到,
σ(K)=max(σA,σB,σC)
进一步地,所述步骤2中目标函数的建立方式为:
对开关换相次数和三相不平衡度建模。用K(xAi,xBi,xCi)∈{0,1}表示第i个开关是否换相,0表示不换相,1为换相。则可建立换相次数的矩阵为:
D=[K(xA1,xB1,xC1),K(xA2,xB2,xC2),...,K(xAN,xBN,xCN)]
按照这种方式,可确定总换相次数则换相次数最少的目标函数可表示为δ2=min(D(K))。结合步骤1中三相不平衡度的公式,换相后三相不平衡度最低的目标函数可表示为δ1=min(σ(K)),综上,这个换相策略的目标函数如下,
δ1=min(σ(K))
δ2=min(D(K))
约束条件:
σ(K)≤σ目标值
K∈{[1,0,0]T,[0,1,0]T,[0,0,1]T}
进一步地,所述步骤3中目标函数求解最优的方式为:
粒子群算法PSO(ParticleSwarmOptimization)在解决连续范围问题上更有优势,因此将每一开关状态对应1、2、3离散化的数字对应到[1,3]连续范围内。粒子群算法核心的迭代计算表达式为
xi(t+1)=(1-β)xi(t)+βpg(t)+αε(t)
其中pg表示第t次迭代下所有粒子的全局极值;ε为[0,1]范围内的随机数,α=rt(0<r<1),β∈[0.1,0.7]。根据需要的求解精度和运算时间平衡选择上述参数,将开关状态矩阵Kx作为算法中的每个粒子,计算步骤2中目标函数的最优值,并可得知目标函数达最优值时,开关状态矩阵的值K'x。
进一步地,所述步骤4操作方法为:
引入权重函数Q=[m,n,KImax,Kcmax],其中m是预动作开关编号,n是需动作换相开关数量,KImax是预动作换相开关最大电流,Kcmax为单一换相开关最大换相次数。将步骤3中得到的开关状态矩阵K'x使用权重函数Q进行计算评估,根据KImax和Kcmax可以判断采用当前的开关矩阵K'x是否会发生大电流换相或换相太过频繁,如有发生,则重复步骤3重新生成一个开关矩阵。
进一步地,所述步骤5中评估后得到可行的最优换相方案采用:
前述步骤计算得到的开关状态矩阵K'x就是换相开关的动作矩阵,1代表换到A相,2代表换到B相,3代表换到C相。例如K'x=[2,3,1,...,1],说明开关1换到B相,开关2换到C相,开关3换到A相…以此类推。通过开关状态矩阵K'x向相应的开关发出换相指令,调节策略完成。
与现有技术相比,本发明的有益效果是:
当前配电网中,治理三相不平衡的方式主要有相间并联电容器进行无功补偿、人工改变负荷相序等,人工换相,耗时耗力,且不能做到及时连续治理三相不平衡;电容无功补偿运行损耗大,运维成本高,且易与电网发生谐振。本发明通过对各开关采集的电流及相位参数,计算三相电流不平衡度,并对换相开关矩阵建立数学模型,求解换相开关矩阵的最优解,并控制相应开关完成换相操作。在台区的主控器以一定间隔时间执行该策略,可做到实时连续地调整相序,实现治理三相不平衡的目标。
附图说明
图1为本发明基于智能换相开关的三相不平衡调节方法的逻辑流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的技术方案进行详细的描述。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式,都属于本发明所保护的范围。
结合图1所示,本发明提供了一种基于智能换相开关的三相不平衡调节方法,包括以下步骤:
步骤1、求取抽象出来的开关状态矩阵和三相电流不平衡度。
依照配电台区的开关数量及换相开关所对应相序,生成对应换相开关相序的矩阵。根据换相开关采集到参数,计算出三相电流不平衡度。
步骤1步骤1中三相电流不平衡度的计算步骤为:
根据配变台区内换相开关的数量及编号,形成换相开关初始状态矩阵Kx,
Kx=[K1,K2,...,KN]
其中N为换相开关的个数,K1,K2,...,KN分别是每个开关的列向量,如下:
配变台区的三相电流不平衡度根据采集到的台区三相电流计算得到,
σ(K)=max(σA,σB,σC);
步骤2、对开关换相次数和三相不平衡度建立模型。
基于调整后不平衡度最低和智能换相开关调整次数最少的原则,建立相序调整的目标函数。
所述步骤2中目标函数的建立方式为:
对开关换相次数和三相不平衡度建模。用K(xAi,xBi,xCi)∈{0,1}表示第i个开关是否换相,0表示不换相,1为换相。则可建立换相次数的矩阵为:
D=[K(xA1,xB1,xC1),K(xA2,xB2,xC2),...,K(xAN,xBN,xCN)]
按照这种方式,可确定总换相次数则换相次数最少的目标函数可表示为δ2=min(D(K))。结合步骤1中三相不平衡度的公式,换相后三相不平衡度最低的目标函数可表示为δ1=min(σ(K)),综上,这个换相策略的目标函数如下,
δ1=min(σ(K))
δ2=min(D(K))
约束条件:
σ(K)≤σ目标值
K∈{[1,0,0]T,[0,1,0]T,[0,0,1]T}
步骤3、根据目标函数求解最优条件下调整后的开关状态矩阵,
求解调整后的开关状态矩阵需要满足调整后不平衡度低和换相次数少这两个目标,属于多目标最优解问题。传统的优化算法在计算速度、收敛性以及初值敏感等方面表现不足,故使用当前热门的智能优化算法,粒子群算法PSO(Particle Swarm Optimization)对步骤2中的目标函数求解得到调整后的开关状态矩阵。
所述步骤3中目标函数求解最优的方式为:
粒子群算法PSO(Particle Swarm Optimization)在解决连续范围问题上更有优势,因此将每一开关状态对应1、2、3离散化的数字对应到[1,3]连续范围内。粒子群算法核心的迭代计算表达式为:
xi(t+1)=(1-β)xi(t)+βpg(t)+αε(t)
其中pg表示第t次迭代下所有粒子的全局极值;ε为[0,1]范围内的随机数,α=rt(0<r<1),β∈[0.1,0.7]。根据需要的求解精度和运算时间平衡选择上述参数,将开关状态矩阵Kx作为算法中的每个粒子,计算步骤2中目标函数的最优值,并可得知目标函数达最优值时,开关状态矩阵的值K'x。
步骤4、大电流换相或某一开关换相过于频繁容易造成开关损坏,减少开关的使用寿命,为避免这一情况,引入权重函数评估换相电流和一周期内单一换相开关动作次数。
所述步骤4操作方法为:
引入权重函数Q=[m,n,KImax,Kcmax],其中m是预动作开关编号,n是需动作换相开关数量,KImax是预动作换相开关最大电流,Kcmax为单一换相开关最大换相次数;将步骤3中得到的开关状态矩阵K'x使用权重函数Q进行计算评估,根据KImax和Kcmax可以判断采用当前的开关矩阵K'x是否会发生大电流换相或换相太过频繁,如有发生,则重复步骤3重新生成一个开关矩阵。
步骤5、评估后得到可行的最优换相方案,控制相应开关换相。
本发明中,所述步骤5是通过下述方式实现的:
前述步骤计算得到的开关状态矩阵K'x就是换相开关的动作矩阵,1代表换到A相,2代表换到B相,3代表换到C相。例如K'x=[2,3,1,...,1],说明开关1换到B相,开关2换到C相,开关3换到A相…以此类推。通过开关状态矩阵K'x向相应的开关发出换相指令,调节策略完成。
综上所述,本发明在三相不平衡治理中,提出了基于智能换相开关的相序调整方法。该方法通过对换相开关建立矩阵模型,考虑换相后不平衡度最低和换相开关调整次数最少的约束条件,利用粒子群算法求得换相开关矩阵的最优解。并引入权重函数评估换相电流和单一换相开关的动作次数,避免大电流换相和单一开关频繁换相,最终得出符合条件的相序调整最优方案。
通过本发明来改善配电网三相不平衡,能够实现对电网进行自动采样、运算、通信,并通过智能相序调整策略,得出配电网最优换相方案,通过开关自动相序切换,最终实现电网的三相平衡。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (6)
1.一种基于智能换相开关的三相不平衡调节方法,其特征在于,包括以下步骤:
步骤1、求取抽象出来的开关状态矩阵和三相电流不平衡度;
依照配电台区的开关数量及换相开关所对应相序,生成对应换相开关相序的矩阵;根据换相开关采集到参数,计算出三相电流不平衡度;
步骤2、对开关换相次数和三相不平衡度建立模型;
基于调整后不平衡度最低和智能换相开关调整次数最少的原则,建立相序调整的目标函数;
步骤3、根据求解最优条件下调整后的开关状态矩阵;
求解调整后的开关状态矩阵需要满足调整后不平衡度低和换相次数少这两个目标,属于多目标最优解问题;粒子群算法PSO对步骤2中的目标函数求解得到调整后的开关状态矩阵;
步骤4、大电流换相或某一开关换相时,引入权重函数评估换相电流和一周期内单一换相开关动作次数;
步骤5、评估后得到可行的最优换相方案,控制相应开关换相。
3.根据权利要求2所述的一种基于智能换相开关的三相不平衡调节方法,其特征在于,所述步骤2中目标函数的建立方式为:
对开关换相次数和三相不平衡度建模;
用K(xAi,xBi,xCi)∈{0,1}表示第i个开关是否换相,0表示不换相,1为换相;则可建立换相次数的矩阵为:D=[K(xA1,xB1,xC1),K(xA2,xB2,xC2),...,K(xAN,xBN,xCN)]
可确定总换相次数则换相次数最少的目标函数可表示为δ2=min(D(K));结合步骤1中三相不平衡度的公式,换相后三相不平衡度最低的目标函数可表示为δ1=min(σ(K)),综上,这个换相策略的目标函数如下,
δ1=min(σ(K))
δ2=min(D(K))
约束条件为:
σ(K)≤σ目标值
K∈{[1,0,0]T,[0,1,0]T,[0,0,1]T}
4.根据权利要求3所述的一种基于智能换相开关的三相不平衡调节方法,其特征在于,所述步骤3中目标函数求解最优的方式为:
采用粒子群算法PSO,将每一开关状态对应1、2、3离散化的数字对应到[1,3]连续范围内;粒子群算法核心的迭代计算表达式为:
xi(t+1)=(1-β)xi(t)+βpg(t)+αε(t)
其中pg表示第t次迭代下所有粒子的全局极值;ε为[0,1]范围内的随机数,α=rt(0<r<1),β∈[0.1,0.7];根据需要的求解精度和运算时间平衡选择上述参数,将开关状态矩阵Kx作为算法中的每个粒子,计算步骤2中目标函数的最优值,并可得知目标函数达最优值时,开关状态矩阵的值K'x。
5.根据权利要求4所述的一种基于智能换相开关的三相不平衡调节方法,其特征在于,所述步骤4操作方法为:
引入权重函数Q=[m,n,KImax,Kcmax],其中m是预动作开关编号,n是需动作换相开关数量,KImax是预动作换相开关最大电流,Kcmax为单一换相开关最大换相次数;将步骤3中得到的开关状态矩阵K'x使用权重函数Q进行计算评估,根据KImax和Kcmax可以判断采用当前的开关矩阵K'x是否会发生大电流换相或换相太过频繁,如有发生,则重复步骤3重新生成一个开关矩阵。
6.根据权利要求5所述的一种基于智能换相开关的三相不平衡调节方法,其特征在于,所述步骤5中评估后得到可行的最优换相方案采用:
通过前述步骤计算得到的开关状态矩阵K'x就是换相开关的动作矩阵,1代表换到A相,2代表换到B相,3代表换到C相;如K'x=[2,3,1,...,1],说明开关1换到B相,开关2换到C相,开关3换到A相…以此类推;通过开关状态矩阵K'x向相应的开关发出换相指令,调节策略完成。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010684865 | 2020-07-16 | ||
CN202010684865X | 2020-07-16 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112310983A true CN112310983A (zh) | 2021-02-02 |
Family
ID=74487119
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011425533.6A Pending CN112310983A (zh) | 2020-07-16 | 2020-12-09 | 一种基于智能换相开关的三相不平衡调节方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112310983A (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108173273A (zh) * | 2017-12-30 | 2018-06-15 | 国网天津市电力公司电力科学研究院 | 一种调节三相不平衡的智能换相开关系统及其方法 |
CN108462194A (zh) * | 2018-03-26 | 2018-08-28 | 华南理工大学 | 一种针对低压配电网三相负荷不平衡的广域优化方法 |
-
2020
- 2020-12-09 CN CN202011425533.6A patent/CN112310983A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108173273A (zh) * | 2017-12-30 | 2018-06-15 | 国网天津市电力公司电力科学研究院 | 一种调节三相不平衡的智能换相开关系统及其方法 |
CN108462194A (zh) * | 2018-03-26 | 2018-08-28 | 华南理工大学 | 一种针对低压配电网三相负荷不平衡的广域优化方法 |
Non-Patent Citations (1)
Title |
---|
张二超: "基于智能换相开关的三相不平衡控制研究", 《中国优秀硕士学位论文全文数据库》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108173273B (zh) | 一种调节三相不平衡的智能换相开关系统及其方法 | |
CN106684895B (zh) | 三相不平衡治理方法和换相系统 | |
CN106877366A (zh) | 配电网三相负荷不平衡自动调节方法 | |
CN106058914B (zh) | 基于Elman算法的配网发电预测技术的电压优化方法 | |
CN110932281B (zh) | 一种基于电网准稳态灵敏度的多断面协同校正方法和系统 | |
CN107415730B (zh) | 一种车用燃料电池电源系统的功率控制方法 | |
CN110896231B (zh) | 一种扶贫区配电网接纳分布式光伏能力计算方法及系统 | |
CN109599894A (zh) | 一种基于改进遗传算法的dg并网优化配置方法 | |
CN114362267A (zh) | 考虑多目标优化的交直流混合配电网分散式协调优化方法 | |
CN113612239A (zh) | 配电台区多目标三相负荷不平衡相序调整方法及系统 | |
CN105896575A (zh) | 基于自适应动态规划的百兆瓦储能功率控制方法及系统 | |
Safari et al. | Optimal setting and placement of FACTS devices using strength Pareto multi-objective evolutionary algorithm | |
Zhang et al. | Energy optimal management of microgrid with high photovoltaic penetration | |
CN110350538B (zh) | 一种基于主动需求侧响应的微电网协调控制方法 | |
CN112310983A (zh) | 一种基于智能换相开关的三相不平衡调节方法 | |
CN112952853A (zh) | 一种含分布式电源的配电网无功优化调度方法 | |
CN109193634B (zh) | 基于多端柔性直流的海岛电网运行优化方法及系统 | |
CN115000984A (zh) | 基于负荷平衡及负荷恢复的配电网重构策略 | |
Dong et al. | A new approach for reactive power/voltage optimization control of regional grid | |
CN108306302A (zh) | 电压的控制方法、装置及存储介质 | |
Hao et al. | Reactive Power Optimization of Distribution Network with Distributed Generators by Improved Evolutionary Programming Algorithm | |
Gong et al. | Reactive Power Optimization of Active Distribution Network with Distributed Generation | |
Zhang et al. | Research on three-phase imbalance control strategy of low-voltage distribution station area | |
Fan et al. | The Optimization Method of Voltage Reactive Power Operation of Distribution Network Based on SSAPSO Fusion | |
Zhengji et al. | Research on self-healing function of smart distribution network based on adaptive genetic algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210202 |
|
RJ01 | Rejection of invention patent application after publication |