電力系統運行中潮流穩定計算新思路分析

楊雨熹

摘要： 電力系統潮流計算是研究電力系統穩態運行情況的一種基本電氣計算，它的任務是根據給定的運行條件和網絡結構確定整個系統的運行狀態，其在電力系統運行中占據舉足輕重的作用。而過去的計算方式不僅計算方式較為固定，其便捷性和準確性也亟待完善?；诖?，本文提出了一種新的潮流穩定的計算方法，即混沌粒子群優化算法。通過將混沌粒子群優化算法運用到電力系統中進行測試，發現該算法不僅收斂性相對較好，該算法所得結果還具有較高的有效性和準確性。

Abstract： Power flow calculation is a basic electrical calculation to study the steady state operation of power system. Its task is to determine the operating status of the entire system according to given operating conditions and network structure， which occupies a pivotal role in the operation of the power system. In the past， the calculation method was not only a relatively fixed calculation method， but also its convenience and accuracy need to be improved. Based on this， this paper presents a new stable power flow calculation method， namely chaotic particle swarm optimization algorithm. The chaotic particle swarm optimization algorithm is applied to the power system and tested. It is found that the algorithm not only has relatively good convergence， but also has high validity and accuracy.

關鍵詞： 電力系統；混沌粒子群算法；潮流穩定計算；L指標；新思路

Key words： power system；chaotic particle swarm algorithm；power flow stability calculation；L index；new idea

中圖分類號：F416.6 文獻標識碼：A 文章編號：1006-4311（2018）20-0229-03

0 引言

電力系統潮流計算的結果是電力系統穩定計算和故障分析的基礎。常規粒子群優化算法在過往很長時間內在電力系統運行中都發揮著重要作用，但隨著科技的不斷進步和完善，人們發現在該算法中存在弊端，即該算法很容易早熟從而使得系統陷入局部最優解，影響最終的計算結果準確性。為解決上述問題，本文提出了一種新的潮流計算方法，即混沌粒子群優化算法，混沌粒子群優化算法主要是利用L指標實現對電壓的穩定約束，通過觀察L指標，可分析出當前電力系統中電壓的穩定過程。本質上可視為在常規的最優潮流（OPF）中加入一個不等式的相應約束形式（即L指標），形成含電壓穩定約束的最優潮流（VSCOPF）。將混沌粒子群優化算法運用到系統之中進行測試，證實該算法在收斂性、準確性、有效性等方面都具有明顯優勢。

1 潮流計算的意義及應用

在電力系統運行方式和規劃方案研究中，在比較運行方式或規劃供電方案優劣中潮流計算發揮著不可或缺的作用。此外，在實時監控電力系統的運行狀態方面，潮流計算的作用也不可或缺。因此，潮流計算是電力系統中應用最廣泛、最基本和最重要的一種電氣運算，其主要被應用在以下四個方面：一是在電網規劃階段，利用潮流計算可準確判斷出規劃電源容量及接入點，將網架規劃合理，同時確定最佳補償方案；二是在編制年運行方式時，在預計負荷增長及新設備投運基礎上，通過采用典型方式進行潮流計算，可將電網中存在的薄弱環節暴露出來，將容易出現問題的環節提供調度員，便于相關工作人員更好的控制相關參數；三是正常檢修及特殊運行方式下的潮流計算，用于日運行方式的編制，指導發電廠開機方式，有功、無功調整方案及負荷調整方案，有利于電力系統的正常運行；四是預想事故、設備退出運行對靜態安全的影響分析及作出預想的運行方式調整方案[1]。

2 潮流穩定計算新思路分析

潮流計算作為電力系統中應用最廣泛、最基本和最重要的一種電氣運算，其重要性不言而喻，但近年來人們發現常規的潮流計算已無法適應新時期電力系統的需求，最優潮流（OPF）越來越受到關注和重視。早在上世紀60年代最優潮流（OPF）就被第一次提起，且其從被提出到現在一直是相關研究人員的重要課題。對于最優潮流而言，其主要內容如下：當已經給定了相關系統的結構、參數以及所負荷的情況，通過優化其控制變量，并找出適應性較強且能各種指定的約束條件。在當前的電力市場環境下，充分考慮系統運行的安全性和經濟性至關重要。因此，在最優潮流計算中必須充分考慮電壓穩定。當前狀況下，最優潮流問題的解決方法包含內容繁多，大致可分為兩類，即人工智能的方法以及傳統的數學方法，其中人工智能方法主要包括有模擬退火法、遺傳算法以及神經網絡方法等；傳統數學方法主要有線性規劃、整數規劃、非線性規劃以及動態規劃等[2]。

基于此，本文提出了一種新的潮流穩定的計算方法，即混沌粒子群優化算法。利用了混沌運動的遍歷性、隨機性以及對初值的敏感性等特性，根據早熟判斷機制，在基本粒子群算法陷入早熟時，進行群體的混沌搜索。數值仿真結果表明該方法能跳出局部最優，進一步提高了計算精度和收斂速度，以及全局尋優能力。

3 進行暫態穩定約束的最優潮流的考慮

3.1 電壓穩定L指標

對于電壓穩定的L指標而言，其最早是由Kennedy J在1986年提出的，電壓穩定L指標能夠一定程度上估計運行點的電壓穩定的裕度，正因為如此，它經常被用在量化操作中，是一種有效的量化方法[3]。L指標在當前電力系統運行中具有諸多明顯優勢，它能夠直觀的反映出相關的負荷節點到電壓崩潰點的距離表現，其值的變化范圍在0-1之間，其中0是在不帶負荷狀態下；1是在電壓崩潰狀態下。通過計算所有負荷節點的L指標最大值，能夠對系統的全局電壓穩定程度做出合理判斷。基于此，L指標作為一個不等式的相應約束形式，可將其加入到常規的最優潮流（OPF）中。L指標的相應計算公式如下：

描述：在這一式子中，（1）式主要指的是在相應的系統中所有發電機在負荷節點j處所形成的相應的等值電壓；而Fij主要指的是在相應的混合矩陣中H的子矩陣。

所包含的相應元素：

描述：在這個式子中，LI主要指的是在相應的負荷節點處的電流向量，而LV指的是在負荷節點處的電壓向量；與之相對應，VG指的是在發電機的節點處電壓的向量，VL指的是在發電機的節點處電流的向量；而ZLL，KGL，FLG，YGG為混合矩陣H的子矩陣。

L指標由0到1的過程就是一個負荷節點逐漸的向相應的靜態電壓崩潰的過程，所以要想確保系統全局的穩定，保證系統不出現崩潰，必須保證負荷節點處的L指標值小于1[4]。

3.2 含電壓穩定約束的OPF

在常規的最優潮流的不等式約束條件的基礎上，加入相關的代表電壓穩定約束的L指標，形成含電壓穩定約束的最優潮流計算。

4 案例分析

為檢驗電力系統潮流計算的效果十分符合標準和預期，應開展必要的仿真測試，具體測試過程是通過IEEE4以及IEEE30這兩個系統來實現的，結果如表1、表2。

分析上述兩個表格可知，L的上限值并不是一成不變的，它能夠結合當前的實際情況而對其進行指定；×表示系統不存在相應的最優解；F主要是指相關系統進行發電所需的費用；Lmax主要指的是在所有的負荷節點之中的L指標的最大值。L指標值和系統的安全性存在明顯的正比關系，可以說通過觀察L指標值能夠大致判斷出系統的安全水平，L指標值越高（趨向1），系統的穩定性就越差，反之，則系統的安全性更高。此外，在分析上述表格時人們還發現，盡管系統的安全水平會因為L值的縮小而大大提高，但同時該階段的發電費用也會大大提高，在這種情況下，一旦L低于某一個值，其系統的發電費用將出現劇烈變化，如此一來很難得到系統的最優解，電壓穩定約束被束之高閣，不具備了實際意義。因此，對于電壓穩定指標L來說，應該適當的進行對其的控制，使其在某一個范圍之內[5]。

如下所示，表3以及表4主要為相應的混沌粒子群算法與相關的牛頓算法的比較結果。

對比分析上述兩表發現，與傳統的計算方式相比，人們更容易接受混沌粒子群算法，因為該算法得出的計算結果其精確度更高、發電費用更低、網損較低等，正是因為該算法具備的這些優勢，不僅大大降低了發電費用和網損，還有效提高了計算結果的說服力。

5 結語

本文主要將L指標作為電壓穩定指標，并建立了一種用混沌粒子群優化算法來求解含系統的仿真測試，這種方法主要是將L指標來作為對于電壓的穩定約束，而對于L指標來說，它可以反應當前系統電壓的穩定程度。我們主要將它作為一個不等式的相應約束形式加入到常規的最優潮流（OPF）中，這樣一來，就形成了含電壓穩定約束的最優潮流（VSCOPF）。本文主要將這種新型的混沌粒子群優化算法和傳統的算法進行比較，發現混沌粒子群優化算法與傳統算法相比，具有計算結果精確度更高、發電費用更低、網損較低等優勢，憑借這些優勢，混沌粒子群優化算法應用在電力系統中發揮了不可或缺的作用，具有良好的收斂性以及實效性。

參考文獻：

[1]曾勇剛，秦華，方勇杰，劉兵，邵俊松，張蔭群，許劍冰，鮑顏紅，薛禹勝.韶關電網在線預決策安全穩定控制系統的設計及實施[J].電力系統自動化，2002（24）.

[2]穆鋼，王宇庭，安軍，黎平，嚴干貴.根據受擾軌跡識別電力系統主要振蕩模式的信號能量法[J].中國電機工程學報，2007（19）.

[3]Hongye Wang，Murillo—Sanchez C E，Zimmerman R D，et al.On Computational Issues of Market-Based Optimal Power Flow. IEEE Transactions on Power Systems， 2007.

[4]晏鳴宇，何宇斌，文勁宇，艾小猛，郭創新.考慮柔性交流輸電系統設備控制的校正型安全約束最優潮流[J].電力系統自動化，2017（12）.

[5]郗忠梅，李有安，趙法起，張博.基于Matlab的電力系統潮流計算[J].山東農業大學學報（自然科學版），2010（02）.