基于改进遗传算法含OLTC风电系统电压控制

doi:10.11930.2015.6.51

摘要/Abstract

摘要： 为了克服风电波动使电压难以控制的问题，建立了以电压安全、网损和电压比调节裕度为目标的多有载调压变压器（on-load tap changer，OLTC）协调优化模型，以便带负荷切换电压比，使调压更灵活有效；结合风速Weibull分布和风电机组出力特性，将风电机组有功出力划分为若干区间，采用区间均值参与多OLTC协调优化，以确定电压比调节方案，并估计电压安全的概率；为改善遗传算法的全局收敛性，采用整数编码，综合概率生存和最优保留策略选择子代种群，并依据随机配位数组和变量约束内的随机数组对子代个体进行交叉变异，以用于风电系统中电压比优化调节方案计算。算例表明：合理选择目标权重和划分风电波动区间，电压比优化调节方案能确保较高的电压安全概率；改进遗传算法可有效地降低普通遗传算法就近取整的控制误差；电压安全目标的权重越小，风电出力划分的区间数越少，越不利于系统电压安全；风电机组有功出力越低的区间组合，目标函数值越小，系统电压越安全。该方法用于含风电的电力系统，可提高电压比优化调节方案电压控制的精度及电压安全的概率。

关键词: 风电波动, 电压控制, 有载调压变压器, OLTC协调优化, Weibull分布, 区间均值, 遗传算法, 权重系数

Abstract: In order to overcome voltage control difficulty caused by wind power fluctuation, a multiple OLTC coordinated optimization model is proposed. The model targets on voltage security, power loss optimization and tap changer margin improvement, which aims to flexible tap changers switching under load and effective voltage regulation. The active output of wind turbine generators(WTGs) is divided into several sections according to the Weibull distribution of wind speed and WTG output characteristic. The sectional mean is applied to OLTC coordinated optimization for tap changer regulation scheme and estimation of voltage security probability. The global convergence of genetic algorithm is improved by integer coding and combination of probabilistic survival and optimal reservation strategy in offspring population selection. The crossover and mutation for individuals are based on random coordination array and random array within variation limits. The results show that improved genetic algorithm can effectively reduce round off error of original genetic algorithm. Reasonable selection of weight coefficient of objective function and dividing sections of wind power fluctuation can improve voltage security probability for optimization regulation scheme of tap changers. The smaller weight coefficient of voltage security and smaller number of divided sections yield lower probability of voltage security. The less active output of the WTGs for section combination yields smaller objective function value and better voltage security.

Key words: wind power fluctuation, voltage control, on-load tap changer, OLTC coordinated optimization, weibull distribution, sectional mean, genetic algorithm, weight coefficient

中图分类号:

TM734

李生虎，王艳艳，雷庆坤，钱壮. 基于改进遗传算法含OLTC风电系统电压控制[J]. 中国电力, 2015, 48(6): 51-57.

LI Shenghu, WANG Yanyan, LEI Qingkun, QIAN Zhuang. Voltage Control to Wind Power System with On-Load Tap Changer Based on Improved Genetic Algorithm[J]. Electric Power, 2015, 48(6): 51-57.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://www.electricpower.com.cn/CN/10.11930.2015.6.51

https://www.electricpower.com.cn/CN/Y2015/V48/I6/51

参考文献

[1] 王小海，齐军，侯佑华，等. 内蒙古电网大规模风电并网运行分析和发展思路[J]. 电力系统自动化，2011，35（22）：90－96．
WANG Xiaohai, QI Jun, HOU Youhua, et al. Operation research for large scale wind power grid integration and further developments in Inner Mongolia[J]. Automation of Electric Power Systems, 2011, 35(22): 90-96.
[2] CARTWRIGHT P, HOLDSWORTH L, EKANAYAKE J B, et al. Co-ordinated voltage control strategy for a doubly-fed induction generator(DFIG)-based wind farm[J]. IEE Proc. Generation, Transmission and Distribution, 2004, 151(4): 495-502.
[3] 刘雪芳. 大规模风电并网无功电压协调控制研究[D]. 济南：山东大学，2013.
[4] 陈惠粉，乔颖，闵勇，等. 风电场动静态无功补偿协调控制策略[J]. 电网技术，2013，37（1）：248－254．
CHEN Huifen, QIAO Ying, MIN Yong, et al. Study on coordinated control strategy of dynamic and static reactive compensation in wind farm [J]. Power System Technology, 2013, 37(1): 248-254.
[5] 钟丽波. 含风电并网的二级电压控制分区方法研究[D]. 沈阳：东北大学，2013．
[6] 王琬. 含风电电网无功电压控制分区方法研究[D]. 北京：华北电力大学，2013.
[7] 刘明波，朱春明，钱康龄，等. 计及控制设备动作次数约束的动态无功优化算法[J]. 中国电机工程学报，2004，24（3）：34－40．
LIU Mingbo, ZHU Chunming, QIAN Kangling, et al. Dynamic reactive-power optimization algorithm incorporating action number constraints of control devices [J]. Proceedings of the CSEE, 2004, 24(3): 34-40.
[8] 韦园清，李滨，韦化. 基于凝聚函数的电力系统无功互补优化模型与算法[J]. 电网技术，2013，37（1）：156－161．
WEI Yuanqing, LI Bin, WEI Hua. Reactive power optimization model and algorithm with complementarity constraints based on aggregate function[J]. Power System Technology, 2013, 37(1): 156-161.
[9] ESTEVAM C R N, RIDER M J, AMORIM E, et al. Reactive power dispatch and planning using a nonlinear branch-and-bound algorithm[J]. IET Generation, Transmission and Distribution, 2010, 8(4): 963-973.
[10] 刘林，王锡凡，丁晓莺，等. 最优潮流内点割平面的鲁棒算法[J]. 电力系统自动化，2007，31（9）：1－5．
LIU Lin, WANG Xifan, DING Xiaoying, et al. Robust approach of interior point cutting plane method in optimal power flow [J]. Automation of Electric Power Systems, 2007, 31(9): 1-5.
[11] LI S. Operation region of doubly fed induction generators based on rotor slip under maximum power point tracking control and power dispatch[J]. Electric Power Components and Systems, 2014, 42(8): 808-817.
[12] 胡济洲，李胜洪，奚江惠，等. 基于内点法和遗传算法无功优化的比较和应用[J]. 中国电力，2002，35（12）：30－33．
HU Jizhou, LI Shenghong, XI Jianghui, et al. Comparison and application of interior point and genetic algorithm based reactive power optimization [J]. Electric Power, 2002, 35(12): 30-33.
[13] 向铁元，周青山，李富鹏，等. 小生境遗传算法在无功优化中的应用研究[J]. 中国电机工程学报，2005，25（17）：48－51．
XIANG Tieyuan, ZHOU Qingshan, LI Fupeng, et al. Research on niche genetic algorithm for reactive power optimization[J]. Proceedings of the CSEE, 2005, 25(17): 48-51.
[14] 袁沔齐，邹振宇，孙凯祺，等. 基于遗传算法和微分进化算法的分布式电源优化配置[J]. 中国电力，2013，46（1）：16－20．
YUAN Mianqi, ZOU Zhenyu, SUN Kaiqi, et al. Optimal allocation of distributed generation based on genetic algorithms and differential evolution algorithm[J]. Electric Power, 2013, 46(1): 16-20.
[15 刘沛津，谷立臣，韩行. 基于内点法与改进遗传法的无功规划优化混合算法[J]. 电力系统保护与控制，2008，36（17）：56-59.
LIU Peijin, GU Lichen, HAN Xing. Reactive power planning based on IPM and improved GA hybrid method [J]. Power System Protection and Control, 2008, 36(17): 56-59.
[16] 刘方，颜伟，徐国禹，等. 求解动态无功优化问题的混合免疫遗传算法[J]. 中国电力，2006，39（8）：6－11．
LIU Fang, YAN Wei, XU Guoyu, et al. Hybrid immune genetic algorithm for dynamic optimal reactive power flow[J]. Electric Power, 2006, 39(8): 6-11.
[17] 何禹清，彭建春，孙芊. 考虑风电能量随机性的配电网可靠性快速评估[J]. 中国电机工程学报，2010，30（13）：16－22．
HE Yuqing, PENG Jianchun, SUN Qian. Fast algorithm for distribution system reliability evaluation considering the random energy output of wind power generators[J]. Proceedings of the CSEE, 2010, 30(13): 16-22.
[18] IEEE PES. IEEE reliability test system [J]. IEEE Trans on Power Apparatus and Systems, 1979, 98(6): 2047-2054.

[1]	曾仪, 周毅, 陆继翔, 周良才, 唐宁恺, 李红. 基于多智能体安全深度强化学习的电压控制[J]. 中国电力, 2025, 58(2): 111-117.
[2]	张亚健, 陈茨, 薛飞, 马丽, 郑敏. 电制氢协同的含高比例光伏配电网两阶段电压随机优化控制[J]. 中国电力, 2024, 57(8): 23-35.
[3]	韩嘉言, 吕艳玲, 周冲. 重力储能直流环节电池多模式控制方法[J]. 中国电力, 2024, 57(7): 66-73.
[4]	田宇, 黄婧, 谢枭, 王若昕, 沈丹青, 何丽娜, 杨凯帆, 陈汝科. 主动配电网无功补偿和OLTC鲁棒多目标优化配置[J]. 中国电力, 2023, 56(3): 94-99.
[5]	王晶, 袁懿, 邵尹池, 张晋奇, 丁然, 巩彦江. 考虑资源储备度的主动配电网多目标集群划分与电压控制方法[J]. 中国电力, 2023, 56(12): 69-79.
[6]	王朝辉, 黄松阁, 林斌, 陈雨薇, 范淑敏, 施朝晖. 基于海上风电场区66 kV集电系统海缆最大截面经济性分析[J]. 中国电力, 2023, 56(11): 20-28.
[7]	陈超强, 龚汉阳, 张帝, 张志丹, 乐健. 计及设备信息的配电设备多组巡检路径优化策略[J]. 中国电力, 2022, 55(7): 81-86.
[8]	潘瑞媛, 唐忠, 史晨豪, 魏敏捷, 李安, 戴尉阳. 基于主从博弈的多主体投资多微网系统优化配置[J]. 中国电力, 2022, 55(6): 65-73,127.
[9]	杨亘烨, 孙荣富, 丁然, 徐海翔, 陈璨, 吴林林, 陈奇芳, 夏明超. 计及光伏多状态调节能力的配电网多时间尺度电压优化[J]. 中国电力, 2022, 55(3): 105-114.
[10]	李培, 俞永军, 马智泉, 蔡重凯. 考虑电压暂降治理设备服役年限的优质供电服务模式[J]. 中国电力, 2022, 55(12): 147-159.
[11]	郭小龙, 张江飞, 亢朋朋, 杨桂兴, 孙谊媊, 袁铁江, 刘勇. 含基于PI控制受端二次调频的特高压直流虚拟同步控制策略[J]. 中国电力, 2022, 55(11): 66-72.
[12]	刘海涛, 陈彪, 朱林, 芦翔, 祁升龙, 邹红波. 考虑多种无功补偿装置协同优化的电压控制方法[J]. 中国电力, 2022, 55(11): 97-102.
[13]	杨胡萍, 黄煌, 何志勤, 张扬, 杨文思, 周睿. 基于数据拟合的继保设备失效率调整因子模型[J]. 中国电力, 2021, 54(9): 96-101.
[14]	刘辉, 江千军, 桂前进, 王磊, 田宏强, 王京景, 杨贺钧. 考虑供需综合因素的电网检修计划最优决策模型[J]. 中国电力, 2021, 54(6): 159-167.
[15]	张旭东, 李飞, 刘迪, 孙毅, 李彬. 基于CNN的产消群需求响应滚动优化策略[J]. 中国电力, 2021, 54(2): 78-89.