基于遗传算法的广域地县一体分布式自适应无功电压自动控制探讨

叶家玮

摘要：：国内外针对无功电压自动控制进行了大量的研究，并得到了普遍的应用。“地县一体化”建设是电网“大运行”管理体系中的重要组成部分，随着“地县一体化”的建设，厂站规模爆发式增长，维护人员的工作量也日益增大，无功电压自动控制系统运行的稳定性、可靠性等正接受严峻的考验。

关键词：遗传算法；广域地县一体；自适应无功电压；自动控制

引言

目前，无功电压自动控制普遍的运行模式可分为集中控制和分布式控制两种，单一的独立运行模式已不能满足“地县一体化”的需求。另外，无功优化模型和算法在数学上应用的基本方法可分为线性规划法、非线性规划法以及人工智能方法等几类。单一算法解决“地县一体化”电力系统无功电压优化问题的效果不是很理想。该项目研制的广域地县一体分布式自适应无功电压自动控制从县调厂站采集的基础数据对电网安全运行和系统运行的影响出发，充分考虑AVC系统智能化维护，减少维护人员工作量；灵活的自适应调整运行模式可满足“地县一体化”电网的需求；研究新型算法适应电压无功在线实时控制的需求，可保证生成可行和可用性高的无功电压自动控制策略。

一、遗传算法介绍

1、遗传算法基本思想

2、适应度函数

遗传算法对一个个体（解）的好坏用适应度函数值来评价，适应度函数值越大，解的质量越好。适应度函数是遗传算法进化过程的驱动力，也是进行自然选择的唯一标准，它的设计结合求解问题本身的要求而定。

3、选择算子

遗传算法使用选择运算来实现对种群中的个体进行优胜劣汰操作：适应度高的个体被遗传到下一代群体中的概率大；适应度低的个体，被遗传到下一代群体中的概率小。选择操作的任务就是按照某种方法从父代群体中选取一些个体，遗传到下一代群体。

4、交叉变异算子

交叉运算，是指对两个相互配的染色体依据交叉概率按照某种方式相互交换其部分基因，从而形成两个新个体。

变异运算，是指依据变异概率将个体编码串中的某些基因值用其它基因值来替换，从而形成一个新的个体。遗传算法中的变异运算是产生新个体的辅助方法，它决定了遗传算法的局部搜索能力，同时保持种群的多样性。

5、循环终止条件

遗传算法中的优化准则，一般依据问题的不同有不同的确定方式。例如，可以采用以下准则之一作为判断条件：

（1）种群中个体的最大适应度超过预先设定值。

（2）种群中个体的平均适应度超过预先设定值。

（3）迭代次数超过预先设定值。

二、遗传算法AVC策略重构实现方法

1、定义初始设备

根据灵敏度空间法选择可动作设备，具体方法如下：

从越限关口内所有的电容和主变中选择可动作的电容和主变，电容的选择条件是：不禁用，参加AVC控制，动作次数不超过日动作次数上限，额定容量在合理范围内，电容对越限功因的灵敏度大于设定的灵敏度门槛值，电容对越限监控点电压的灵敏度大于设定的灵敏度门槛值。

主变的选择条件是：不禁用，参加AVC控制，动作次数不超过日动作次数上限，分接头位置合理，有载调压，主变对越限功因的灵敏度大于设定的灵敏度门槛值，主变对越限监控点电压的灵敏度大于设定的灵敏度门槛值。

2、种群初始化

形成初始种群，种群规模设定为大于初始设备总数的定值，可动作的电容投切状态（0，1）和主变当前档位作为控制变量。初始化中种群的方法是：当前电容投切状态和主变档位作为第一个个体的初值，其它每个个体只产生一个控制变量的变化，其余控制变量都与第一个个体相同，控制变量的变化原则是电容取相反状态，主变档位取档位上下限范围内的随机数，主变档位上下限分别是当前档位升降一档。

3、适应度函数

目标函数

3.1选择算子

找出每代种群中适应度值最小的个体被遗传到下一代群体中，将这个个体的适应度极值赋给全局适应度极值。

3.2交叉操作

交叉算子的好坏直接影响到遗传算法的收敛速度快慢。这里采用改进的交叉算子相似度调整方法作为交叉算子，根据个体间的相似度大小来决定是否进行交叉操作，交叉操作过程为：

每代种群中的每个个体r1，都有与其它个体交叉的机会，交叉概率设为1，随机函数产生第r2个个体，确定为r1的交叉对象为r2。

3.3变异操作

采用自动模糊调整的方法做变异操作，利于一次迭代后的群体中最大适应度值，最小适应度值，平均适应度值，求出变异适应因子H1，根据H1设定变异概率的阈值Cr，随机数确定电容的变异概率p，主变档位的变异概率q，当p小于Cr时，做电容的单点变异，当q小于Cr时，做主变档位的单点变异。

3.4迭代终止条件

设定两种迭代终止条件：

（1）迭代次数超过预先设定值。

（2）最优适应度值达到0。

3.5遗传算法运行参数设置

迭代次数，迭代重启次数，种群规模，设备总数。

总迭代次数=迭代次数迭代*重启次数

4、灵敏度分析介绍

灵敏度分析可以有效解决预防控制问题。考虑到地区无功电压控制的特点，选择采用灵敏度矩阵分析法，根据控制设备的类型和容量进行分组计算，可提高计算速度，满足系统对速度的要求。灵敏度矩阵分析法简单，计算速度快且不存在收敛性问题，满足预防控制的实时性要求。

考虑到电容器的容量比较大，且电容器对功率因数和网损的影响具有较强的非线性，对电容器的灵敏度分析采用逐个的投/切扫描计算；对变压器进行分组只采用升或降的分组扫描计算，同时考虑并列运行变压器的同步调整。

结语

广域地县一体分布式自适应无功电压自动控制挖掘了无功调度电压控制的“优化”潜力，大大降低了调度值班员和变电运行人员的劳动强度，减少其他不必要的投资，优化了网损，使得系统的运行更加安全、经济。该项目自研制成功以来，在宁德电业局投入了实际运行，为电力企业创造了显著的社会效益和经济效益。由于该系统的运行是在电网计算的基础上的，这就需要实时系统采集的数据准确率要高，PAS系统的运行维护要及时，计算要准确，高精度的灵敏度分析保证控制方案的可行，能避免控制后的电压、功率因数越限，保证控制向着网损最小的方向发展。

参考文献：

[1]杜贵和，王正风.智能电网调度一体化设计与研究[J].电力系统保护与控制，2010年15期.

[2]王正风，高涛.智能电网调度运行面临的关键技术研究[A].2011年安徽省智能电网技术论坛论文集[C]，2011年.