严 萍,周海强
(河海大学 能源与电气学院,江苏 南京 211100)
在大电力系统分析研究中,建立完整的系统模型非常困难,电力系统动态等值的方法能够简化模型,给分析研究带来极大的便利。系统的等值参数对等值模型的精确性具有重要影响[1],且参数具有辨识性。因此,对模型参数进行合理优化,使等值系统动态特性尽可能逼近原系统的动态特性。现代优化算法[2]在电力系统优化中应用越来越广泛,蚁群优化算法作为其中的一种,具有强大的全局寻优能力。
综合稳定分析程序(PSASP)是电力系统研究与分析最常用的仿真软件,功能强大,它提供了多种电网计算分析方法,但现在PSASP没有实现电力系统参数优化的模块。本文提出通过借助于一个新的编程环境C#,应用PSASP及蚁群算法实现电力系统参数的灵活优化方法,在电力系统动态等值中提高等值模型的精度。
C#[3]是基于.NET框架、面向对象的高级语言,具有快速的开发能力,继承了C和C++的优点以及Visual Basic简易使用的特性。拥有与Java相似的界面,能够实现良好的界面互动,在以后增加算法形成多功能综合应用系统时尤为重要。此外,电力系统分析计算不可缺少的数学工具箱MATLAB支持.NET组件的生成,MATLAB编写的.m文件生成的.NET类可供C#调用。C#支持输出参数和引用参数,Process类可以方便地调用外部程序。
PSASP将一个电力系统数据存放在一个目录文件中[4],根据计算需要将系统数据分别存放于DATA_IN、Lib、Result和Graph子文件夹中,此外子文件夹Temp储存PSASP计算后内存中的数据,具有系统参数也有结果数据,进行不同计算(潮流、暂态等)后临时文件夹Temp中包括的数据文件不同。
蚁群优化算法通过模拟蚂蚁觅食的行为进行参数的辨识,可以避免许多优化算法限于局部最优解的缺陷,是求解复杂优化问题的启发式算法。蚂蚁之间通过一种称为信息素的物质进行信息传递,在运动过程中,能够在路径上留下一定量的信息素,蚂蚁倾向于往信息素浓度高的方向移动。因此,大量蚂蚁组成的蚁群的集体行为就能显示找食物的最佳路径。蚁群算法在确定优化参数变化区间后,设定蚁群参数区间的分布,其实现流程如图1所示。
图1 蚁群优化算法流程图Fig.1 Procedure of ant colony optimization algorithm
保留系统与简化系统之间联络线功率作为观测量,原系统中对应线路的功率作为预期输出,使等值系统观测量与系统预期输出尽可能保持一致。每进行一次潮流计算后,Temp文件夹中生成相关的潮流数据,LF.L1为系统母线节点编号文件,LF.L2为系统交流线数据文件,LF.LP2为系统交流线潮流计算结果文件。通过读取Temp中数据文件获得观测量的值。比较观测量与预期输出的偏差,用于蚁群优化的适应度计算,蚁群算法需要反复迭代得出最优参数。
C#在不打开PSAPS编辑界面的情况下,调用PSASP的潮流计算模块Wmlf.exe完成潮流计算,lforDLL.DLL文件包含潮流模块安装信息,与Wmlf.exe需存放于同一目录下。PSASP进行潮流计算后,C#读取PSASP数据文件,再将结果数据转换为C#数据格式,得到所需联络线功率。PSASP线路内部编号与录入编号不同。基于C#与PSASP的等值系统优化流程如图2所示。
图2 等值模型优化流程图Fig.2 Procedure of equivalent model optimization
应用IEEE10机39节点系统动态等值[7]模型进行参数优化,等值系统如图3所示,虚线框内为外部系统简化等值部分。优化参数为母线100对地电阻和母线101、102对地电抗,交流线 16-17、4-14、13-14 为系统联络线。
图3 IEEE10机39节点等值系统Fig.3 Equivalent system of 10-generator and 39-bus
在交流线 13-18处设置0.1~0.3s三相接地故障,通过观察原系统、简化系统、优化系统的故障联络线功率响应曲线图,根据简化系统、优化系统与原系统联络线传输功率误差判断优化等值系统的精度改善情况。有功功率响应曲线如图4所示,无功功率响应曲线如图5所示。
图4 优化前后等值系统联络线有功功率曲线的比较Fig.4 Comparison of active power curves of tie lines between original and equivalent models
图5 优化前后等值系统联络线无功功率曲线的比较Fig.5 Comparison of reactive power curves of tie lines between original and equivalent models
通过对阻抗参数的优化,原系统与优化系统传输功率曲线重合度大大增加,等值误差明显减少,等值系统的精度具有很大提高。
文中以C#编程语言为基础,通过对进程的调用和数据的读取,进行等值系统参数的优化,对系统的等值性能具有重要影响。既充分利用PSASP对电力系统进行分析的优势,又可以随机地选择合适的优化算法。此种参数优化方法有效、可移植性强,还可用于对复杂电力系统的其它参数进行优化,提高系统的运行性能。
[1]鞠平,韩敬东,倪腊琴,等.电力系统动态等值的在线测辨研究[J].电力系统自动化,1999,23(4):15-17.JU Ping,HAN Jing-dong,NI La-qin,et al. On-line identificationofpower systemdynamicequivalent[J].Automation of Electric Power System,1999,23(4):15-17.
[2]黄友锐.智能优化算法及其应用[M].北京:国防工业出版社,2008.
[3]Nagel C,Evjen B,著.C#高级编程[M].6版.李铭,译.北京:清华大学出版社,2008.
[4]中国电力科学研究院.PSASP6.2用户手册[Z].北京:中国电力科学研究院,2004.
[5]Dorigo M,Manniezzo V,Colorni A.Ant system:optimization by a colony of cooperating agents[J].IEEE Transactions on System, Man, and Cybernetics-part,1996,26(1):29-41.
[6]叶志伟,周欣,夏彬.蚁群算法研究应用现状与展望[J].吉林大学学报,2010,31(1):35-39.YE Zhi-wei,ZHOU Xin,XIA Bin.Applications and prospect of ant colony algorithms[J].Journal of Jishou University,2010,31(1):35-39.
[7]周海强,鞠平,宋忠鹏,等.基于附加虚拟阻抗和蚁群优化算法的动态等效模型在线修正方法 [J].中国电机工程学报,2011,31(19):75-81.ZHOU Hai-qiang,JU Ping,SONG Zhong-peng,et al.An online adjustment method of dynamic equivalent model based on additional fictitious impedances and ant colony optimization algorithm[J].Proceedings of the CSEE,2011,31(19):75-81.