基于过程免疫力的动态电压恢复器优化配置

(1.四川大学电气信息学院，四川 成都 610065；2.国网四川省电力公司电力科学研究院，四川 成都 610041)

0 引 言

电能以其高效、清洁、适应性强等特点，已逐渐成为当今社会使用最为广泛的二次能源，电力行业也已逐步成为中国经济社会快速发展的基石。现代电力传输已普遍满足了普通用户的用电需求，但在如今高度发达的工业和数字经济时代，以微电子、计算机为主要设备的数字化和信息化技术企业以及基于电力电子等技术的可再生能源发电系统，对电能质量扰动的敏感度不断上升，工业生产过程对电能质量提出了更高的要求[1-5]。在众多电能质量问题中，电压暂降已成为最为突出的电能质量问题。

优质电力园区以最低成本满足用户对电能质量的特殊需求，成为了解决电压暂降问题的新途径，已在美国特拉华科技园区[6]、台南科技园区[7]、日本仙台科技园区[8]以及厦门示范区等开展了试点应用。优质电力园区的核心在于应用定制电力设备，根据用户需求进行分级供电。

目前对定制电力装置在配电网中的优化配置问题多有研究。文献[9]基于遗传算法提出了电压质量调节器的优化配置策略，解决了高渗透分布式发电配网系统中的电压质量和电流谐波问题。文献[10]应用上下限约束法以及加权移动平均控制法，对混合储能装置容量进行优化配置，实现平滑分布式发电的输出功率和微电网负荷的削峰填谷。文献[11]采用遗传算法对配电网中动态电压恢复器(dynamic voltage restorer，DVR)的容量和位置进行优化，但该方法由于DVR配置台数过多，经济性较差，不适用于优质电力园区。

为最小化定制电力设备优化配置的成本，充分考虑工业过程的电压暂降免疫力，以满足用户用电需求为目标，以治理设备购置费用最低为约束，采用遗传算法对园区供电质量分级，制定定制电力设备的优化配置方案，实现工业园区电压暂降治理的经济性。当前，以超级电容器储能为储能系统的动态电压恢复器是进行电压暂降治理最有效设备，下面以该设备为治理设备，对大型精密温控系统进行仿真计算，验证了所提方法的有效性与经济性。

1 动态电压恢复器

1.1 动态电压恢复器工作原理

DVR是目前最有前途的电压暂降治理设备[12-13]。它串联于电源与敏感负荷之间，主要有旁路和运行两种工作模式。负荷正常运行时，DVR被旁路，由电源为负荷供电；当系统发生电压暂降时，DVR可以在毫秒级的时间内投入运行，对负荷的供电电压进行有效补偿。DVR主要由滤波电路、逆变电路和能量存储单元3部分构成，如图1所示。滤波电路是实现功率变换必不可少的组成部分。滤波电路类型、安装位置和参数设计对DVR的性能有着非常重要的影响。逆变电路是DVR完成电压补偿功能的核心组成部分，直接影响到DVR系统的整体工作性能。储能系统作为DVR的重要组成部分，是DVR能量的直接来源，主要有两种储能方式：一种是采用专用的储能元件储能；另一种是从系统直接获取能量。储能型DVR的容量可以从几十千伏安到几百兆伏安，常见的储能方式有超导储能、飞轮储能、超级电容器和蓄电池。

由于DVR只在为负荷提供补偿电压时会出现功率消耗，所以工作效率较高，其性能远优于SVC与DSTATCOM，且较UPQC而言，具有更高的经济效益。综上所述，动态电压恢复器因其良好的动态性能和极高的性价比，已成为了治理电压暂降问题最经济有效的手段。

图1 动态电压恢复器的运行原理

1.2 储能系统

储能系统作为DVR的重要组成部分，是DVR能量的直接来源。从能源的供给方式来看，主要有两种形式：一种是采用储能系统为DVR提供补偿负载电压所需的有功功率和无功功率；另一种是无储能系统的DVR，它直接采用不控整流桥，从系统直接获得能量为负载提供无功支撑。由于无储能系统的DVR没有能量来源，在补偿时只能发出无功功率，因此补偿电压与负载电流之间的夹角为90°，使得其补偿能力大大降低。因此，实际工程应用中多使用具有储能系统的DVR。

储能系统的响应速度、容量大小、经济造价等方面对DVR有着极其重要的意义[14]。储能系统的响应速度直接影响了DVR对电压暂降的补偿速度，倘若储能系统响应速度过慢，则可能会造成敏感设备的损坏。储能容量的大小直接关系着DVR的补偿效果，容量越大，DVR抑制电压暂降的能力越强。储能系统的造价随着储能容量和能量的增加而增加，过大的储能容量与能量，会造成不必要的资源浪费。综合上述3个方面，通常用作DVR储能系统的主要有飞轮储能、超级电容器、超导储能和蓄电池，具体参数对比见表1和表2。从技术性和经济性两个指标出发，

表1 常用储存系统参数对比

以超级电容器为储能系统的DVR已广泛应用于工程实际中。

表2 常用储能系统费用比较

2 工业过程免疫力

一个工业过程通常由一组相互协同作业的设备组成。在大型复杂过程中，涉及的或相关的设备数量庞大，元件之间存在着复杂的电气连接或物理连接，无法仅单纯地依靠典型敏感设备的电压暂降免疫力来描述整个工业过程的抗电压暂降扰动的能力。CIRED、CIGRE和UIE联合工作小组C4.110结合工业过程结构，分析工业过程中各设备的关键过程参数，提出过程免疫时间(process immunity time，PIT)的概念，以刻画工业过程电压暂降免疫力[15]。过程免疫时间为敏感过程经受给定幅值电压暂降时，过程参数超过极限阈值的时间，如图2所示。过程参数是指受生产过程中各子过程设备影响整个过程状态的物理指标，包括水温、油压、阀门流量等，与设备类型有关。图2中，Pnom为过程参数额定值；Plimit为过程参数极限阈值；t1为暂降发生时刻；Δt为过程响应延时；t2为过程参数越过Plimit的时刻，PIT定义为

PIT=t2-t1

(1)

当暂降时间t<Δt，生产过程正常；当ΔtPIT，生产过程中断。PIT越大，生产过程抵抗电压暂降的能力越强，免疫力越强。

图2 过程免疫时间曲线

引入过程免疫时间，在对DVR储能系统进行配置时，考虑过程自身抵抗电压暂降的能力，减少储能能量，提高DVR配置的经济性。

3 DVR优化配置方法

3.1 DVR优化配置模型

动态电压补偿器对电压暂降的补偿能力主要取决于补偿容量与储能系统容量，补偿时间取决于储能系统的能量。动态电压补偿器与储能系统的补偿容量决定了对于给定过程所能补偿的电压幅值，而对于较长时间的电压暂降，储能元件所储存的能量很大程度决定了所能补偿的时间。因此，可得动态电压恢复器配置模型为

(2)

PIT可描述为工业过程能够抵御电压暂降的时间，是一种过程固有免疫特性，即是说，在园区母线最大电压暂降持续时间为t时，仅需对工业过程进行补偿的时间为T=t-PIT，式(2)可改写为

(3)

第i台DVR的单位容量成本是其容量的函数：

PDVR容量=f(Pi)

(4)

式中，f(Pi)为DVR的单位容量投资成本函数，二者函数关系如图3。

储能单元的能量成本一方面取决于能量的多少，另一方面也取决于储能系统的类型，几种常见的储能系统的费用如表2。

根据DVR补偿原理，不考虑相角跳变，以补偿短时电压变化后过程端电压大于或等于第i级过程的最大短时电能质量需求为约束：

(5)

(6)

图3 DVR的单位容量投资成本

需配置DVR容量与其输出补偿电压和补偿过程容量相关，可得DVR容量约束条件：

(7)

3.2 遗传算法

遗传算法(genetic algorithm，GA)是根据生物界中“物竞天择、适者生存”的生物进化论和遗传学理论而设计的优化算法，它主要模拟了生物进化过程中基因交叉、突变和选择进化等过程作为优化搜索空间的方式，寻求多目标优化问题的全局最优解。简单而言，遗传算法采用群体搜索技术，用种群代表一组解，以适应度作为选择、交叉和变异等一系列遗传操作的准则，通过数次遗传运算，使种群进化到包含近似最优解的状态。简单高效的基因编码方法，合适的适应度函数选择，选择算子、交叉操作和基因突变方法的设计是遗传算法的关键。

以用户供电质量需求为遗传算法的个体，采用二进制编码的方式对用户供电等级进行分级，依据DVR配置费用最低的适应度函数，对种群个体作遗传运算，最后得到最优配置方案，遗传算法计算流程如图4。其中，初始设定的0.6交叉概率和0.01变异概率。

具体DVR优化配置策略如下所示：

1)初始化。输入园区原始数据，包括过程数量、各过程电能质量需求、过程容量、过程免疫时间以及初始化迭代次数Ng等。

2)选取合适的编码方式对待求解问题进行编码，在该问题中是采用二进制编码对最优供电质量等级UA和UAA进行编码，形成种群V(初始解集)。其中，为简化计算，令UAAA为定值，UAAA=max{U1,U2,U3…Un}。

3)以约束条件为适应度函数，计算每个个体的适应度C。

4)根据个体的适应度进行遗传运算，形成新的种群V+1。其中，遗传运算包括了遗传、交叉和变异以及精英保留。

5)判断迭代次数。若k

图4 遗传算法计算流程

4 算例分析

以某光学中心的精密温控系统为例，应用所提方法对该精密温控系统进行DVR优化配置，实现电压暂降的优化治理。其中，该温控过程由供风段、过滤段、表冷段、加热段、加湿段和送风段等6个环节组成，按功能逻辑各环节又可进一步划分为若干子过程(设备)。根据对该精密温控系统的实际调研和测试，其工业环节、工艺过程、容量及PIT值如表3所示。

表3 精密温控系统工艺过程

此外，为了对精密温控系统的电压暂降问题进行更为准确的治理，对系统接入点的电压暂降水平进行统计分析，包括暂降频次、幅值和持续时间等，也是十分必要的。对精密温控系统的10 kV母线接入点2007—2014年的电压暂降监测记录进行了统计分析，表4为接入点处不同幅值区间的电压暂降次数及平均持续时间，表5为精密温控系统接入点按年度统计的暂降情况。

由表4和表5可见，该精密温控系统接入点有较高的电压暂降水平，接入点暂降最低残余电压为18%，暂降最长持续时间为1220 ms。为提高电压暂降治理方法的可靠性拟在暂降最严重的情况下对该精密温控系统进行优化配置，即考虑暂降残余电压为18%，持续时间为1220 ms的情况。基于精密温控系统的工艺过程、过程容量、供电质量需求和过程PIT值，考虑精密温控系统电压暂降最严重的情况，以补偿后的电压满足用户供电质量需求为目标，以设备购置费用最低为约束，采用遗传算法计算得到园区DVR最优配置方案如下：

1)该精密温控系统的供电质量等级分为2级，即A级和AA级，相应地配置2台DVR与2台储能系统。2台DVR补偿容量分别为160.458 kVA和110.736 kVA，DVR单位容量价格为1 170.26元和1 359.2元；2台储能系统的能量分别为0.053 kWh和0.036 kWh，具体的供电质量等级对应的子过程如表6所示。

表4 精密温控系统接入点不同幅值区间的电压暂降次数及平均持续时间

表5 精密温控系统接入点年度暂降情况统计

表6 供电质量等级划分

2)所提出方案的设备购置总费用为349 620元，对比传统的配置方式具有更好的经济性，如表7。

表7 不同配置方案经济性比较

3)针对除超级电容器以外的储能方式进行了计算，计算结果如表8。通过分析计算结果发现，飞轮储能方式具有最高的经济效益，但如表1中所示，飞轮储能方式功率密度较低，充放电速度较慢，因此，在费用相差不大的情况下，推荐选择超导电容器作为DVR的储能系统。

表8 不同储能方式经济性比较

算例所采用的遗传算法具有可靠的收敛性，收敛速度如图5。

图5 遗传算法收敛性

5 结 语

前面介绍了一种解决电压暂降问题的新途径——“优质电力园区”，其核心在于应用定制电力设备，根据用户供电质量需求进行分级供电。在传统方法仅粗略将供电等级划分为A级、AA级和AAA级的基础上，引入遗传算法以满足用户供电质量需求为目标，同时以暂降治理设备费用最小为约束，对供电质量等级划分进行优化，实现兼顾经济性和可靠性的暂降治理目标。在实际应用中，采用暂降治理中广泛应用的DVR作为治理设备，采用超级电容器作为DVR的储能系统，对光学中心的精密温控系统进行电压暂降治理。仿真结果表明，对比仅用单台DVR和对子过程分别治理的两种方案，所提出的配置方法更具经济性。最后，从经济性与技术性两方面应证了超级电容器是当前最适合于DVR的储能系统。