基于遗传算法的配电网供电方案优化研究

1、基于遗传算法的配电网供电方案优化研究Study on Pow er Supply Scheme of Dist ribution Net w ork Based on Genetic A lgorit hm王艳巧(南京供电公司,江苏南京210012摘要:为了满足客户供电可靠性要求,提出了采用遗传算法对多种供电方案进行优化选择的方法,综合考虑各种因素,根据现有网络和对给定参数优化选择,实验结果表明在满足电网安全和经济运行的条件下,能够迅速地为用户制定经济上最优的供电方案。关键词:供电方案;遗传算法;配电网;业扩报装Abstract :I n o rder to meet the reliabil

2、ity requirem ents o f the customer for pow er suppy ,a genetic alg or ithm is pro po sed to o ptimize pow er supply schemes co nsider ing a v ariety o f fact or s co mprehensively.A cco rding t o the ex isting netwo rk and o pt imized set paramet ers,exper imental results sho w s that the security a

3、nd eco no mic requir ement s co uld be met and the optimized pow er supply scheme can be esta blished r apidly for the custo mer .Keywords :po w er supply schem e;g enetic alg or ithm (GA ;distribut ion netw or k;business ex pa nding 中图分类号:T M 727文献标识码:A 文章编号:1009-5306(200806-0024-03收稿日期:2008-10-31作

4、者简介:王艳巧(1979,女,助理工程师,研究方向为电力系统自动化。随着电力改革的深入,依赖领导决策和人工计算的传统业扩报装工作难以满足电力市场的要求,一方面,电力报装用户必须到供电营业部门填写繁琐的报装申请,使电力营业部门工作繁重,报装工作花费时间长;另一方面,传统的报装工作往往脱离配电网运行实际情况,只是依靠领导决策,造成资源浪费和供电方案不合理,不能满足客户供电可靠性要求和电网安全经济运行要求1-4。为避免这一问题,本文提出了采用遗传算法对多种供电方进行优化选择的方法,在满足客户供电可靠性要求的基础上迅速为用户制定经济上最优的供电方案。1基于遗传算法的供电模型1.1目标函数本文在考虑了资

5、金的时间效益后,采用综合考虑了贴现的线路建设投资费用和运行费用的最小年费用F N 作为目标函数,即:min F N =i (1+i n(1+i n -1Z +n -1t =0C t(1+i t(1式中:Z 为方案线路投资费用,由于报装工程一般不大,不考虑建设年限问题;C t 为方案第t 年的年运行费用。假设电气设备使用年限是25年,贴现率i 为0.1,并且假设在经济使用年限内每年运行费用相等,则式(1转化为:m in F N =0.1Z +1.1C (21.2遗传算法实现与求解过程首先对备选供电方案进行编码,由于方案的不同反映在建或新建线路的不同,所以本文采用二进制编码形式,对待选线路进行编码

6、,反映是否选择架设,以及该线路的参数、截面信息。例如,某地区城网,有3种导线截面185、240、300m m 2作为预选截面,每种截面的导线都有单回线、双回共杆2种架设情况,故线路就有6种参数选择,用3位二进制表示,其中000、111表示线路未架,000至110依次表示6种参数的导线。如给出一个表示9条待选方案(即线路的染色体串001 000 111 010 011 100 000 101 110,这个染色体串表明将1、4、5、6、8有9条待选线路选中,并且它们分别是单回185m m 2、单回240m m 2、单回300mm 2、双回共杆185m m 2、双回共杆240m m 2、双回共杆30

7、0m m 2截面的架空线路。适应度函数是反映供电方案优化的目的和要求24的函数,即使供电方案在满足配电网正常运行和安全运行的前提下,使配电网年费用最小。适应函数用于检测特定位串所表示的供电方案的好坏程度,指导遗传操作的正常运行。为之构造的适应度函数为:F G =F 0-F F F 00F >F 0(3其中:F 0是给定的较大常数;F 是在考虑约束条件下的增广函数数学模型,表示如下:F =F N +C R R P (4式中:F N 为供电方案的年费用;C R 为惩罚因子;R p 为方案的约束条件(小于350kW 。2供电方案优化遗传算法的计算过程供电方案优化遗传算法的计算过程如图1所示,其

8、中输入原始数据包括网络拓扑,线路参数,各节点发电出力及负荷,遗传算法本身需要的参数,即群体规模N ,最大遗传代数N G ,交叉率P c ,变异率P m 以及计算适应度用到的常数F 0和惩罚系数。形成初始供电方案。根据业扩报装管理系统和供电营业管理人员交互操作,制定一些初始方案。解码得到用染色体表示的初始方案的节点导纳矩阵后,用潮流程序计算出各支路功率,根据式(1、(2、(3得到各方案的适应度,判断是否收敛。如果群体的规模数为N ,则对当代的按照适应度排序之后的N 个方案所对应的染色体进行复制、杂交和变异操作,生成新一代的N 个染色体,返回到步骤3,循环反复总指导最后收敛。输出结果包括将最优结果

9、还原成供电方案,给出方案的投资费用、年费用、导线截面、线路上的有功功率等。 图1供电方案优化遗传算法的计算过程3应用实例现有一报装用户,在城市配电网建设图上的a点建有一栋写字楼,该用户以整体报装用电,报装的设备总容量P 为250kW ,并可采取措施使自身的功率因数达到0.9。用户要求要有自己单独的配电变压器,并可承担日后的维护和管理。根据用户的用电性质,在计算时设定年最大负荷利用时间3000h ,利用系数k 取0.60,tan 取0.33。由年最大负荷利用时间和功率因数可知该用户的最大年负荷损耗时间为1600h 。其中,0号节点是110kV 降压变电站的一条10kV 母出线,是电源节点;1号节

10、点是这个配网的主干线从电源节点出来的第一个节点。系统基准容量S B =1000kVA,U B =10kV 。3.1确定用户最大允许报装容量求出电源供电剩余容量,计算0节点的剩余供电能力。一方面电源变电站采用的是低负荷率工作,另外用户的报装容量不大,因此粗略估算一下,高负荷率下的电源供电剩余容量大于用户报装容量。a.受线路热稳定条件限制:支路1架设采用的是架空LJ-120型导线,导线截面为95mm 2,长度大概为7.65km ,所以查表可得该型导线标准温度的长时允许电流为375A 。设当地最热月平均气温为28,根据前面公式计算得修正系数为0.966,所以计算线路热稳定极限的有功功率为5.9293

11、M W ,功率因数取0.90,电压取10.5kV ,再减去计算支路上原有的传输容量,得满足热稳定条件的最大新增有功功率为2830kW 。b .受线路电压降条件限制:在原配电网中找出电压最低的节点,在此节点电压不越限的前提下,确定配电网最大剩余报装容量。由潮流计算结果可知,原有网络节点16的电压最低为0.914488,考虑在节点1增加负荷,负荷功率因素要求0.90,使节点16的电压值达到0.9,节点16的电压达到电压降的极限。经计算此时在节点1可增加负荷为P 1=0.35287,Q 1=0.15895,所以网络满足电压降条件的最大新增有功功率为352.87kW 。支路最大传输容量则是在此基础上加

12、上计算支路上原有的传输容量。可知,原配电网报装用户的最大允许报装容量是350kW 。故该用户的报装容量低于最大允许报装容量,属于普通用户,据此为之制定供电方案。3.2不同供电方案的拟定和优化用户的用电地点中选择8个较近的电源引接点,即节点2、5、9、13、18、21、24、27,初步形成方案1至8,用户负荷分别从以上节点接入电源。根据利用系数法计算该报装用户的计算负荷,这里取利用系数K = 1.46,有:25P w u=1.46P k=219.00kWQ w u=1.46P k tan =72.27kvarS w u=230.62kVA已知U N=10.5kV,则负荷的计算电流为:I=S wu

13、/(3U N=12.69A用户的最大负荷电流为:I max=P/(3U N co s =15.27A考虑到用户所在区域规划必须使用电缆线,故所有方案都采用铝经济电流密度J ec=1.73A/m m2的电缆,再按用户的最大负荷电流计算选择经济截面A ec为8.295mm2的电缆,这里有导线截面分别为25、35、50mm2的电缆来供选择。结合街道走廊分布特征,在配电网城市地图上测量得到方案1至8所需敷设的电缆长度分别为:0.252、0.143、0.145、0.210、0.155、0.161、0.185、0.178km。针对供电方案选择的特点,这里采用二进制编码形式,直接对线路进行编码,反映其是否架

14、设,以及选择多大截面等。由于现有导线截面分别为25、35、50m m2的电缆供选择,如果用每条线路表示每个基因的话,那么用2位二进制表示1个基因,其中00表示未架设,01、10、11依次表示截面为25、35、50 mm2的电缆线路。共有8条线路,则编码为000l0110101100100。适应度函数用式(3表示,F0是给定的较大常数,这里设为15万元,然后设置遗传算法本身的参数:设定群体规模N为60,最大遗传代数N G为50,交叉率P c为0.6,变异率P m为0.03,惩罚系数 为电价等。3.3遗传操作对供电方案优化结果a.计算适应度。解码得到用染色体表示的初始方案的节点导纳矩阵后,用潮流程

15、序计算出各支路功率,根据适应度函数公式得到各方案的适应度。判断是否收敛,收敛则转向最后步骤,否则转向下一步骤。b.遗传操作。本方案群体的规模数为60,则对当代的按照适应度排序之后的60个方案所对应的染色体进行复制、杂交和变异操作,生成新一代的60个染色体,返回到上一步骤,计算适应度,循环反复总指导最后收敛。c.输出计算结果。输出结果包括将最优结果还原成供电方案,给出方案的投资费用、年费用、导线截面、线路上的有功功率等。供电方案优化结果:编码0000000001000000,导线截面25m m2,投资2.6651万元,年费用3.1782万元。由优化结果可以看出,方案5是最优的,即从节点18出引接电源比较合理。为了验证该优化算法的有效性,采用穷举法逐一对各供电方案进行计算,采用初期投资和年费用最小的供电方案作为最优方案,计算结果与遗传算法得到的优化结果是一致的。4结论供电方案设计不仅需要满足安全可靠供电的要求,还必须尽量做到经济合理,即投资少、运行费用低。本文提出了遗传算法对用户供电方案进行优化设计,在保证配电网络的供电质量和安