CN117650547A - 一种台区三相不平衡治理方法、介质及设备 - Google Patents
一种台区三相不平衡治理方法、介质及设备 Download PDFInfo
- Publication number
- CN117650547A CN117650547A CN202311540411.5A CN202311540411A CN117650547A CN 117650547 A CN117650547 A CN 117650547A CN 202311540411 A CN202311540411 A CN 202311540411A CN 117650547 A CN117650547 A CN 117650547A
- Authority
- CN
- China
- Prior art keywords
- phase
- magnetic latching
- latching relay
- value
- current
- 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
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000008859 change Effects 0.000 claims abstract description 79
- 230000009471 action Effects 0.000 claims abstract description 11
- 239000002245 particle Substances 0.000 claims description 82
- 230000006870 function Effects 0.000 claims description 32
- 238000005457 optimization Methods 0.000 claims description 23
- 238000000819 phase cycle Methods 0.000 claims description 12
- 230000005540 biological transmission Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 7
- 230000002441 reversible effect Effects 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 5
- 238000011084 recovery Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- HBMJWWWQQXIZIP-UHFFFAOYSA-N silicon carbide Chemical compound [Si+]#[C-] HBMJWWWQQXIZIP-UHFFFAOYSA-N 0.000 claims description 4
- 229910010271 silicon carbide Inorganic materials 0.000 claims description 4
- 230000009191 jumping Effects 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 description 26
- 230000000875 corresponding effect Effects 0.000 description 19
- 239000011159 matrix material Substances 0.000 description 8
- 230000005526 G1 to G0 transition Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000013507 mapping Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 230000002035 prolonged effect Effects 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 244000144992 flock Species 0.000 description 1
- 230000019637 foraging behavior Effects 0.000 description 1
- 230000016507 interphase Effects 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- 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
Landscapes
- Control Of Electrical Variables (AREA)
Abstract
本发明涉及一种台区三相不平衡治理方法,包括:构建以三相不平衡度和换相开关动作次数最少为目标的多目标函数;求解所述目标函数,得到换相方案。
Description
技术领域
本发明涉及一种台区三相不平衡治理方法、介质及设备,属于三相不平衡治理领域。
背景技术
目前,在治理配电台区三相不平衡的主要方法有三种:人工换相,负荷补偿和智能换相开关。其中,人工换相需要定期统计用电负荷的相关数据,通过分析计算,通过手动调整,操作不方便,因此逐渐被淘汰;负荷补偿能有效地治理三相比平衡问题,但其设备成本高,稳定性和可靠性不高,很难运用实际配电台区中;智能换相开关主要利用配电网侧的换相控制终端和用户侧的若干个换相开关进行相互配合,换相控制终端负责换相策略的生成,换相开关执行换相策略,从而完成换相以实现三相平衡。但生成换相策略时未考虑用户实际接线情况,治理效果有待进一步提高。
专利CN115021287A公开了一种三相不平衡治理的换相方法、系统、存储介质及设备,该方法包括:获取配电台区下用户侧的负荷分布信息,确定用户侧负荷变化大于变化阈值的若干个位置;根据负荷分布信息,确定配电台区下所有换相开关的线路电流,并确定所有换相开关所接入相位的状态矩阵;对配电台区下若干个换相开关的三相不平衡度与换相开关的换相动作次数进行建模;通过离散粒子群算法进行迭代优化,以输出最优换相策略;通过最优换相策略控制配电台区下用户侧的若干个换相开关进行换相。
专利CN112564139A公开了一种三相交流换相开关及换相控制方法,包括控制器以及对应A、B、C三相分别设置的可控支路,各可控支路一端分别对应连接交流A相、B相、C相线路,另一端为负荷火线连接端;各可控支路皆包括可控开关组件和可控接触器,可控开关组件串联在可控支路中,并与所述可控接触器相并联;各可控开关组件和可控接触器的控制输入端分别电连接控制器。该方法换相速度有待进一步提高。
发明内容
为了克服现有技术中存在的问题,本发明设计了一种台区三相不平衡治理方法、介质及设备,用多目标智能优化算法,在考虑三相电流平衡和换相经济成本等多重因素后,获得最佳的换相执行方案。并利用基于自适应惯性权重和学习因子的离散粒子群算法求解多目标函数,根据用户实际接线情况更新粒子位置来求解三相负荷最优换相策略,提升三相不平衡治理效果。
为了实现上述目的,本发明采用如下技术方案:
技术方案一
一种台区三相不平衡治理方法,包括以下步骤:
构建以三相不平衡度和换相开关动作次数最少为目标的多目标函数,多目标函数以公式表达为:
min F=λ1P′1+λ2P′2
式中,λ1和λ2分别表示不同的权重系数;P1′、P2′分别表示归一化处理后的最小三相不平衡度、最小换相开关动作次数;P10、P20分别为三相电流不平衡度初始值、换相次数初始值;P1min和P2min为分别对P1、P2进行单目标寻优得到的最优值;分别表示A、B、C三相电流;Si为表示第i个换相开关的相序变化的状态量;N表示换相开关数量;
所述多目标函数的约束条件为:
式中,Im表示最大安全电流;θ表示换相开关状态列向量;
求解所述目标函数,得到换相方案。
进一步地,所述换相开关包括:可控接触模块、对应A、B、C三相线路分别设置的三路辅助换相支路;所述可控接触模块包括三个磁保持继电器;第一磁保持继电器的第一输入端与A相线路电连接、第二输入端与B相线路电连接;第二磁保持继电器的第一输入端与第一磁保持继电器的输出端电连接,第二磁保持继电器的第二输入端与C相线路电连接;第三磁保持继电器的第一输入端与第二磁保持继电器的输出端电连接,第三磁保持继电器的输出端与两相输电线的火线电连接;三路辅助换相支路分别串于三相输电线,任一辅助换相电路由两个SiCMOSFET碳化硅分别并联一个快恢复二极管再反相串联构成;
各换相开关根据换相方案执行换相流程,具体为:
检测原导通相线路外其他相线路电流;若原导通相线路外其他相线路电流均小于预设阈值,则驱动原导通相线路对应辅助换相支路上的开关组件导通;
检测第二磁保持继电器与第三磁保持继电器之间的电流;若原导通相线路对应辅助换相支路上的开关组件已导通且第二磁保持继电器与第三磁保持继电器之间的电流小于预设阈值,则控制第三磁保持继电器断开;
检测负载电流;若第三磁保持继电器已断开且负载电流小于预设阈值,则驱动原导通相线路对应辅助换相支路上的开关组件闭锁;闭锁完成后,立即驱动目标相线路对应辅助换相支路上的开关组件导通,控制第一磁保持继电器或第二磁保持继电器切换至目标相工作位置;
若负载电流小于预设阈值,则控制第三磁保持继电器闭合;
检测目标相对应辅助换相支路电压;若第三磁保持继电器已闭合,目标相对应辅助换相支路电压小于预设阈值,则驱动目标相线路对应辅助换相支路上的开关组件闭锁。
进一步地,所述求解多目标函数,具体包括:
(1)根据换相开关数量确定粒子维度;根据用户数量初始化种群规模N;设置最大迭代次数T;利用随机函数初始化粒子种群;
(2)通过所述多目标函数计算适应度值,并根据粒子的适应度值动态更新惯性权重w和学习因子c1、c2;
(3)若粒子群处于进化前期,根据状态位最小速度更新粒子群的速度和位置;若粒子群处于进化后期,根据状态位最大速度更新粒子群的速度和位置;
(4)记录个体最优粒子和历代全局最优粒子;
(5)当满足运行至设定的迭代次数,跳出循环并确定换相方案,否则返回第(2)步继续进行迭代寻优。
进一步地,更新惯性权重,以公式表达为:
式中,wmax、wmin表示惯性权重的最大值、最小值,ft表示当前粒子的适应度值,fav表示粒子群的平均适应度值,fmin表示粒子群的最小适应度值。
进一步地,更新学习因子,以公式表达为:
式中,cmin和cmax分别表示最小和最大学习因子,t表示当前迭代次数,tmax表示最大迭代次数。
进一步地,更新位置,以公式表达为:
s(vij)=1/[1+exp(-vij)]
式中,xij表示粒子i在维度j上的位置值,vij表示粒子i在维度j上的速度值,rand(0,1)表示一个从0到1的随机数,s(vij)代表示位置取值为1的概率。
技术方案二
一种计算机可读存储介质,其上存储有计算机指令,该指令被处理器执行时实现技术方案一所述方法的步骤。
技术方案三
一种计算机设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如技术方案一所述方法的步骤。
与现有技术相比本发明有以下特点和有益效果:
本发明利用多目标智能优化算法,在考虑三相电流平衡和换相经济成本等多重因素后,获得最佳的换相执行方案。并利用基于自适应惯性权重和学习因子的离散粒子群算法求解多目标函数,根据用户实际接线情况更新粒子位置来求解三相负荷最优换相策略,提升三相不平衡治理效果。
本发明基于全控型器件(SiC-MOSFET)构建换相开关,实现随时无缝隙快速换相,解决了现有半控型器件(晶闸管)仅能过零关断的弊端;同时,利用三个磁保持继电器防止开关误动作,避免磁保持继电器之间相间短路的情况,并且由拓扑可知在换相过程中只有磁保持继电器S3需承受较大的冲击电压和电流,从而增加了磁保持继电器的使用寿命,减少拉弧和涌流出现。
附图说明
图1、9是本发明流程图;
图2是换相开关示意图;
图3是A相换B相时的换相初始状态;
图4是A相换B相时的状态1;
图5是A相换B相时的状态2;
图6是A相换B相时的状态3;
图7是A相换B相时的状态4;
图8是A相换B相时的状态5。
具体实施方式
下面结合实施例对本发明进行更详细的描述。
实施例一
一种换相开关,包括:可控接触模块、对应A、B、C三相线路分别设置的三路辅助换相支路。
可控接触模块包括两个单刀双掷磁保持继电器S1和S2(以下简称S1和S2)、一个单刀单掷磁保持继电器S3(以下简称S3)。S1的输入端SW1+连接三相输电线中的A相,SW1-连接三相输电线中的B相;S2的输入端SW2+连接三相输电线中的C相,SW2-连接S1的输出端;S3的输入端连接S2的输出端,S3的输出端连接两相输电线的火线。
三路辅助换相支路分别串于三相输电线中的A、B、C三相。任一辅助换相电路由两个SiCMOSFET分别并联一个快恢复二极管然后再反相串联构成一个辅助换相支路,例如:串于A相的辅助换相电路是由图4中的Q1和Q2分别并联D1和D2然后反向串联组成。三组辅助换相电路的输入侧分别连接三相输电线中的A相、B相和C相,输出侧均与S3的输出端连接,即与负载侧的火线连接。SiCMOSFET通过其快速导通能力和较高的电流和电压处理能力,可以在短时间内完成开关动作,从而实现快速换相,同时反向并联的快恢复二极管反向恢复时间较短,正向压降较低,反向击穿电压(耐压值)较高,使得设备的使用寿命得以增加,并且能够更好地改善换相过程中的波形,从而实现系统快速换相,提高运行效率和稳定性。
在辅助换相电路换相成功后,通过可控接触模块断开工作在该相的辅助换相电路,这样可以避免电力电子器件长时间工作所带来的开关损耗和寿命降低,从而延长设备的使用寿命并降低维护成本。最后由磁保持继电器电路持续向负载侧供电,保证设备的高效稳定运行。
实施例二
如图2-8所示,基于实施例一所述换相开关,一种换相流程如下:
通过可控接触模块、辅助换相电路的协同作用,负载相序能够在A相、B相和C相之间实现无缝切换。为了更清晰地表达,本文将“所在相”指的是负载在接收到控制终端传来的换相指令当前所连接地的相位;“目标相”是指换相开关根据控制终端传来的换相指令计算出要切换到的相位;而“静止相”是指在A、B、C三相中除去“所在相”和“目标相”之后剩余的相位。以A相换B相为例,具体说明智能换相开关的换相流程:
1.状态0:换相开关接收到换相指令,确定A相为“所在相”,B相“目标相”,C相为“静止相”。此时磁保持继电器电路中S1工作在SW1+,S2工作在SW2-,S3闭合,三组辅助换相电路均不开通,则当前仅有磁保持继电器电路为负载供电;
2.状态1:换相开关根据换相指令,做出相应的动作。此时磁保持继电器电路中的S1、S2和S3保持不变,位于“所在相”的辅助换相电路开通,“目标相”和“静止相”的辅助换相电路均关断,则当前磁保持继电器电路和辅助换相电路同时为负载供电;
3.状态2:换相开关根据换相指令,做出相应的动作。此时磁保持继电器电路中的S1、S2保持不变,S3断开,位于“所在相”的辅助换相电路保持开通,“目标相”和“静止相”的辅助换相电路均保持关断,则当前仅有辅助换相电路为负载供电;
4.状态3:换相开关根据换相指令,做出相应的动作。此时磁保持继电器电路中的S1切换为SW1-、S2和S3保持不变,位于“所在相”的辅助换相电路在负载侧电流过零点时关断,确保“所在相”的辅助换相电路已关断的瞬时间,“目标相”的辅助换相电路开启,“静止相”的辅助换相电路保持关断,则当前仅有辅助换相电路为负载供电;
5.状态4:换相开关根据换相指令,做出相应的动作。此时磁保持继电器电路中的S1切换为SW1-、S2保持不变、S3闭合,辅助换相电路均保持不变,则当前磁保持继电器电路和辅助换相电路同时为负载供电;
6.状态5:换相开关根据换相指令,做出相应的动作。此时中的S1切换为SW1-、S2保持不变、S3闭合,位于“所在相”和“静止相”的辅助换相电路均保持关断,“目标相”的辅助换相电路关断,则当前仅有磁保持继电器电路为负载供电;
经过以上步骤,理论上断电时间仅取决于两组辅助换相切换时间,因为SiCMOSFET开关速度极快,故可以达到无缝切换的目的,进而减少换相过程对电网与设备的不利影响,同时为提高现代化生活和工业领域的电力可靠性和安全性提供了可能。
实施例三
如图1、9所示,一种台区三相不平衡治理方法,包括以下步骤:
在控制终端自检正常后,通过计算发现电网存在三相不平衡时,控制终端读入各个换相开关发送的负荷用电数据,利用多目标智能优化算法,在考虑三相电流平衡和换相经济成本等多重因素后,获得最佳的换相执行方案。而本实施例采用的智能优化算法是基于自适应惯性权重和学习因子的离散粒子群算法,根据用户实际接线情况更新粒子位置来求解三相负荷最优换相策略,具体实施过程如下:
S1、建立多目标函数
(1)最小电流不平衡度优化目标函数建立
假设某三相不平衡台区安装了N台换相开关,对应的电流用I1,I2,…,IN-1,IN表示,将N台换相开关电流可组成一个列向量I,即:
I=[I1,I2,I3,…,IN-1,IN]T (4-1)
利用0和1的二进制编码表示换相开关接入三相中的相序,如换相开关接入A相时,用1表示,其它两相用0表示,用设备相序状态则列向量θ表示为:
θ=[1 0 0]T,表示接入A相 (4-2)
一个换相开关有且仅有一种相序状态,因此换相前N个换相开关组成一个3×N的相序状态矩阵,用Φ表示为:
Φ=[θ1,θ2,θ3,…,θN-1,θN] (4-3)
假设安装N台换相开关的台区换相前A、B、C三相的电流用表示,对于换相前的三相电流可以用相序状态矩阵Φ和每相的用户电流相乘表示,
假设换相后相序状态矩阵为A、B、C三相电流用/>表示,
《架空配电线路及设备运行规程》(SD292-1988)中规定,计算三相电流不平衡采用下式
联合式(4-5)与式(4-6),可得出
因此,低压配电台区以三相电流不平衡度最小为寻优目标的目标函数为:
P1=min{ε(Φ)} (4-8)
(2)最少换相开关动作次数优化目标函数建立
换相开关动作次数可以通过比较换相前的相序状态矩阵Φ和换相后的相序状态矩阵变化情况,换相开关动作的次数用S表示,当换相前后状态矩阵中的第i个列向量发生改变则Si记为1,列向量未发生变化则Si记为0,前面已知假设有N个换相开关,所以i的范围为1到N,则开关动作次数为:
因此,低压配电台区以换相开关动作次数最少为寻优目标的目标函数为:
P2=min{D(Φ)} (4.10)
综上所述,以最小三相不平衡度和最少换相开关动作次数的多目标优化函数模型可表示为:
国家电网规定换相开关治理三相不平衡时,不平衡度需降低至15%以下,且换相后的每相电流不能超过最大安全电流Im,故多目标函数的约束条件为:
式中,Im表示最大安全电流;θ表示换相开关状态列向量;
(3)归一化处理和加权方法使用
多目标函数中的最小三相不平衡度和换相开关最小次数两者不是同一量纲,故需要对其归一化处理。
式中,P10和P20分别为初始状态下计算所得的三相电流不平衡度和换相次数;P1min和P2min为分别对其进行单目标寻优得到的最优值;P′1和P′2均被限定在区间[0,1]之间取值。归一化处理后,利用加权的方法对上式进行处理,所得的目标函数为:
min F=λ1P′1+λ2P′2 (4.14)
式中λ1和λ2分别为目标函数最小不平衡度和最少换相次数的权重系数,反映的是对三相不平衡度和换相开关次数的偏好,λ1和λ2满足λ1+λ2=1,其中λ1、λ2≥0。
S2、基于改进粒子群算法优化模型求解目标函数
粒子群算法(PSO)是一种基于群体智能的优化算法。通过模拟鸟群觅食行为,每个粒子代表一个解,在搜索空间中不断调整自己的速度和位置,以找到最优解。粒子群算法的公式如下:
Vi=wVi+c1r1(Pi-Xi)+c2r2(G-Xi) (4.15)
Xi=Xi+Vi (4.16)
式中,w为惯性权重,一般有wmax和wmin;c1、c2为学习因子;r1、r2为随机数,通常在[0,1]范围内;Vi为粒子i的速度;Xi为粒子i的位置;Pi为粒子i的个体最佳位置;G为全局最佳位置。
(1)优化位置更新公式
标准粒子群算法是一种有效的解决连续优化问题的工具,但上述所提的目标函数属于离散优化问题,所以标准的粒子群优化算法并不适用于直接解决该问题,因此需要对标准的粒子群算法进行改进,以实现对离散问题的寻优。为解决上述问题,本实施例三相将连续问题离散化,即将每个粒子的位置限制为只包含0或1的二元组,即只有两种取值,而不再表示搜索空间中的一个实数解。在离散后的粒子群算法中,每个粒子的位置被表示为一个二进制向量,其中每一位表示一个特定的取值。修改后的位置更新公式如下所示:
s(vij)=1/[1+exp(-vij)]
其中,xij表示粒子i在维度j上的位置在时间t+1的取值,vij表示粒子i在维度j上的速度值,rand(0,1)表示一个从0到1的随机数。根据上述公式,粒子的位置在每个维度上都与速度相关。对于每个维度j,如果rand(0,1)小于s(vij),则位置xij(t+1)被置为1;反之,位置xij(t+1)被置为0。故位置更新的概率与速度相关,符合粒子在每一位上取值为1的概率。所以,s(vij)代表的是位置每一位xij取值为1的概率,而不是传统连续空间中的速度值。由此可见,经过离散后的标准粒子群算法已适用于离散目标函数。
若处于进化前期(0≤t≤0.8T),则取速度最小相Vx映射至0~1,得到s(Vx);否则,取速度最大相Vx映射至0~1,得到s(Vx)。
生成0~1之间的任意数;若s(Vx)大于该任意数且Vx<0,则将x相置为0,其余两相任意一相置为1;若s(Vx)大于该任意数且Vx≥0,则将x元素置为1,其余两相任意一相置为0;若s(Vx)小于等于该任意数,则保持三相不变。
(2)优化惯性权重w和学习因子c
惯性权重w在粒子群算法中直接影响算法的搜索能力和收敛速度。为了提高算法的搜索效果,本实施例中三相一种根据自身适应度值来动态调整w大小的方法。通过根据粒子自身适应度值的变化情况来调整惯性权重的取值,可以使算法在搜索过程中平衡全局探索和局部搜索的能力。这种方法能够有效地提升粒子群算法的优化性能,并加快算法的收敛速度,具体如下:
式中,wmax、wmin表示惯性权重的最大值、最小值,ft表示当前粒子的适应度值,fav表示粒子群的平均适应度值,fmin表示粒子群的最小适应度值。
学习因子c在粒子群算法中影响粒子群体的搜索能力和收敛速度。具体而言,学习因子包括加速度系数和惯性权重,它们对应了粒子群算法中的全局搜索和局部搜索策略。在粒子适应度值较好时,使粒子能够进行局部搜索,以接近最优解;在粒子适应度值较差或者搜索空间较大时,使粒子能够采用较大的步长进行全局搜索。为了使粒子更加注重粒子群体中的位置,使粒子保持收敛速度和搜索效果,需对学习因子进行调整,具体如下:
式中,cmin和cmax分别表示最小和最大学习因子,通过改变学习因子的值,可以使粒子群算法同时具有局部搜索和全局搜索的能力,从而更快地找到全局最优解,t表示当前迭代次数,tmax表示最大迭代次数。
(3)模型求解步骤
本实施例是基于位改变概率实现对粒子位置的更新的,为便于理解,以A相位置的更新为例陈述其原理及其更新步骤。假设A相的初始状态用θ=[1 0 0]T表示,对粒子的位置更新时相应的会有三个速度,分别为vA,vB,vC,在算法运行前期速度最小的元素,其对应位的改变概率最大,对其进行更新;算法运行到后期后,选择速度最大的粒子对其进行更新;同时惯性权重和学习因子随着适应度值和迭代次数进行动态调整。按照上述改进离散粒子群算法进行求解,具体流程如下:
(1)读取安装换相开关的用户数,确定粒子维度;根据全部用户数量初始化种群规模N和最大迭代次数T;利用随机函数初始化粒子种群;
(2)通过所述目标函数计算适应度值,并根据粒子的适应度值动态更新惯性权重w和学习因子c1和c2;
(3)进化前期以状态位最小速度更新粒子群的速度和位置以增强前期的全局搜索能力;进化后期采用以状态位最大速度更新粒子群的速度和位置,具体包括:若处于进化前期(0≤t≤0.8T),则取速度最小相Vx映射至0~1,得到s(Vx);否则,取速度最大相Vx映射至0~1,得到s(Vx)。生成0~1之间的任意数;若s(Vx)大于该任意数且Vx<0,则将x相置为0,其余两相任意一相置为1;若s(Vx)大于该任意数且Vx≥0,则将x元素置为1,其余两相任意一相置为0;若s(Vx)小于等于该任意数,则保持三相不变。
(4)记录个体最优粒子和历代全局最优粒子;
(5)当满足运行至设定的迭代次数,跳出循环并确定换相方案,否则返回第(2)步继续进行迭代寻优。
需要说明的是,一种计算机可读存储介质、计算机设备,还用于实现如上述图1所示的一种台区三相不平衡治理方法中各实施例对应的方法步骤,本申请在此不重复叙述。
需要说明的是,在本发明各个实施例中的各功能单元/模块可以集成在一个处理单元/模块中,也可以是各个单元/模块单独物理存在,也可以是两个或两个以上单元/模块集成在一个单元/模块中。上述集成的单元/模块既可以采用硬件的形式实现,也可以采用软件功能单元/模块的形式实现。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解应当理解,可以以硬件、软件、固件、中间件、代码或其任何恰当组合来实现这里描述的实施例。对于硬件实现,处理器可以在一个或多个下列单元中实现:专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、设计用于实现这里所描述功能的其他电子单元或其组合。对于软件实现,实施例的部分或全部流程可以通过计算机程序来指令相关的硬件来完成。实现时,可以将上述程序存储在计算机可读介质中或作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质,其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是计算机能够存取的任何可用介质。计算机可读介质可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其他光盘存储、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当分析,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (8)
1.一种台区三相不平衡治理方法,其特征在于,包括以下步骤:
构建以三相不平衡度和换相开关动作次数最少为目标的多目标函数,多目标函数以公式表达为:
min F=λ1P1'+λ2P2'
式中,λ1和λ2分别表示不同的权重系数;P′1、P′2分别表示归一化处理后的最小三相不平衡度、最小换相开关动作次数;P10、P20分别为三相电流不平衡度初始值、换相次数初始值;P1min和P2min为分别对P1、P2进行单目标寻优得到的最优值;分别表示A、B、C三相电流;Si为表示第i个换相开关的相序变化的状态量;N表示换相开关数量;
所述多目标函数的约束条件为:
式中,Im表示最大安全电流;θ表示换相开关状态列向量;
求解所述目标函数,得到换相方案。
2.根据权利要求1所述的一种台区三相不平衡治理方法,其特征在于,所述换相开关包括:可控接触模块、对应A、B、C三相线路分别设置的三路辅助换相支路;所述可控接触模块包括三个磁保持继电器;第一磁保持继电器的第一输入端与A相线路电连接、第二输入端与B相线路电连接;第二磁保持继电器的第一输入端与第一磁保持继电器的输出端电连接,第二磁保持继电器的第二输入端与C相线路电连接;第三磁保持继电器的第一输入端与第二磁保持继电器的输出端电连接,第三磁保持继电器的输出端与两相输电线的火线电连接;三路辅助换相支路分别串于三相输电线,任一辅助换相电路由两个SiCMOSFET碳化硅分别并联一个快恢复二极管再反相串联构成;
各换相开关根据换相方案执行换相流程,具体为:
检测原导通相线路外其他相线路电流;若原导通相线路外其他相线路电流均小于预设阈值,则驱动原导通相线路对应辅助换相支路上的开关组件导通;
检测第二磁保持继电器与第三磁保持继电器之间的电流;若原导通相线路对应辅助换相支路上的开关组件已导通且第二磁保持继电器与第三磁保持继电器之间的电流小于预设阈值,则控制第三磁保持继电器断开;
检测负载电流;若第三磁保持继电器已断开且负载电流小于预设阈值,则驱动原导通相线路对应辅助换相支路上的开关组件闭锁;闭锁完成后,立即驱动目标相线路对应辅助换相支路上的开关组件导通,控制第一磁保持继电器或第二磁保持继电器切换至目标相工作位置;
若负载电流小于预设阈值,则控制第三磁保持继电器闭合;
检测目标相对应辅助换相支路电压;若第三磁保持继电器已闭合,目标相对应辅助换相支路电压小于预设阈值,则驱动目标相线路对应辅助换相支路上的开关组件闭锁。
3.根据权利要求1所述的一种台区三相不平衡治理方法,其特征在于,所述求解多目标函数,具体包括:
(1)根据换相开关数量确定粒子维度;根据用户数量初始化种群规模N;设置最大迭代次数T;利用随机函数初始化粒子种群;
(2)通过所述多目标函数计算适应度值,并根据粒子的适应度值动态更新惯性权重w和学习因子c1、c2;
(3)若粒子群处于进化前期,根据状态位最小速度更新粒子群的速度和位置;若粒子群处于进化后期,根据状态位最大速度更新粒子群的速度和位置;
(4)记录个体最优粒子和历代全局最优粒子;
(5)当满足运行至设定的迭代次数,跳出循环并确定换相方案,否则返回第(2)步继续进行迭代寻优。
4.根据权利要求3所述的一种台区三相不平衡治理方法,其特征在于,更新惯性权重,以公式表达为:
式中,wmax、wmin表示惯性权重的最大值、最小值,ft表示当前粒子的适应度值,fav表示粒子群的平均适应度值,fmin表示粒子群的最小适应度值。
5.根据权利要求3所述的一种台区三相不平衡治理方法,其特征在于,更新学习因子,以公式表达为:
式中,cmin和cmax分别表示最小和最大学习因子,t表示当前迭代次数,tmax表示最大迭代次数。
6.根据权利要求3所述的一种台区三相不平衡治理方法,其特征在于,更新位置,以公式表达为:
s(vij)=1/[1+exp(-vij)]
式中,xij表示粒子i在维度j上的位置值,vij表示粒子i在维度j上的速度值,rand(0,1)表示一个从0到1的随机数,s(vij)代表示位置取值为1的概率。
7.一种计算机可读存储介质,其上存储有计算机指令,其特征在于,该指令被处理器执行时实现权利要求1-6任意一项所述方法的步骤。
8.一种计算机设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-6任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311540411.5A CN117650547A (zh) | 2023-11-17 | 2023-11-17 | 一种台区三相不平衡治理方法、介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311540411.5A CN117650547A (zh) | 2023-11-17 | 2023-11-17 | 一种台区三相不平衡治理方法、介质及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117650547A true CN117650547A (zh) | 2024-03-05 |
Family
ID=90047042
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311540411.5A Pending CN117650547A (zh) | 2023-11-17 | 2023-11-17 | 一种台区三相不平衡治理方法、介质及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117650547A (zh) |
-
2023
- 2023-11-17 CN CN202311540411.5A patent/CN117650547A/zh active Pending
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 | |
CN102158174B (zh) | 旋转电机的控制器 | |
CN110690718B (zh) | 一种三相负荷不平衡治理控制方法 | |
CN106451439B (zh) | 一种船舶综合电力推进系统配电网络的两阶段重构方法 | |
Song et al. | Advanced engineered-conditioning genetic approach to power economic dispatch | |
Mesloub et al. | Predictive DTC schemes with PI regulator and particle swarm optimization for PMSM drive: comparative simulation and experimental study | |
CN112290544B (zh) | 一种基于粒子群优化算法的换相开关优化配置方法及系统 | |
King et al. | A fuzzy logic controlled genetic algorithm for optimal electrical distribution network reconfiguration | |
CN117650547A (zh) | 一种台区三相不平衡治理方法、介质及设备 | |
Ganesan et al. | Regular paper distribution system reconfiguration for loss reduction using genetic algorithm | |
CN110445155B (zh) | 一种智能换相开关、系统、方法及电子设备 | |
CN117335384A (zh) | 一种基于蚁群算法的配电网故障恢复重构方法 | |
CN116544948A (zh) | 一种智能软开关与并联联络开关的转供电方法和系统 | |
CN114710055B (zh) | 基于有限集单矢量的两并联功率变流器模型预测控制方法 | |
CN106655851A (zh) | 一种基于mmc换流阀调制波的三次谐波含量值优化计算方法 | |
CN112054547B (zh) | 受端多落点混合直流输电系统启动方法、装置及存储介质 | |
Choi et al. | An application of genetic algorithms to the network reconfiguration in distribution for loss minimization and load balancing problem. II | |
CN112886617B (zh) | 一种基于bpso算法的换相控制方法及系统 | |
Wang et al. | Efficiency Optimization Design of Three-Level Active Neutral Point Clamped Inverter Based on Deep Reinforcement Learning | |
CN210041346U (zh) | 一种优化开关拓扑的三相智能换相开关装置 | |
CN113541138A (zh) | 适用于直流输电系统模式转换时的风机投切方法及装置 | |
CN112736861A (zh) | 一种直流能量路由器及其故障隔离方法 | |
CN114552607A (zh) | 一种针对三相不平衡的换相控制方法、系统及设备 | |
CN117613902B (zh) | 基于智慧开关的配网优化运行方法及装置 | |
Sundararaman et al. | Minimizing the Active Power Losses and Retaining the Voltage Profile of the Distribution System Using Soft Computing Techniques with DG Source |
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 |