【技術實現步驟摘要】
本專利技術涉及電力系統，特別涉及一種故障后緊急供電恢復時繼電保護定值整定方法。
技術介紹
0、技術背景
1、分布式電源dg(distributed?generation)接入配電網后，對配電網的運行方式和拓撲結構產生了顯著影響。傳統的三段式電流保護方法已無法適應這種變化，因此需要對保護方法進行調整，以確保dg配電網的可靠運行。在這方面，反時限過電流保護的整定優化方法為含有dg的配電網提供了可靠的保護，從而保障了其正常運行。
2、反時限過電流保護比傳統三段式電流保護動作時限短、可靠性高，在配電網中得到了廣泛應用。通常采用簡單線性規劃、遺傳算法、改進粒子群算法等方法來解決。然而，傳統的優化算法對于含有較多約束條件的復雜故障場景問題仍然存在一些缺陷。為了避免傳統優化算法的缺陷，后有學者采用智能算法整定優化反時限過電流保護，但算法自身魯棒性較差，容易陷入局部最優，且該方法將約束條件中的非線性問題進行線性化處理，無法保證保護的可靠性。而且大部分含dg配電網的研究都集中在以通信為基礎的保護上。與傳統保護相比，以通信為基礎的保護雖具備一定的優勢，但其對通信系統的可靠性要求過高，一旦通信瓦解，保護將失效。
3、根據以上所述，對不含dg、含有單種類型dg或含有各種類型的dg的配電網不同故障類型通用的保護整定的方法較少，如何根據配電網運行狀態和故障類型的變化實時調整保護定值，是個重大的難點。
技術實現思路
1、本專利技術針對以上問題，提供了一種基于改進蜉蝣算法的配電
2、為了實現上述目的，本專利技術的技術方案為：一種基于改進蜉蝣算法的配電網反時限過流定值整定方法，包括如下步驟：
3、s1、以配電網主保護、后備保護的動作時間和保護協調度為目標函數，結合考慮保護選擇性、靈敏性要求的約束條件，建立保護優化整定的數學模型；
4、s2、在蜉蝣算法的基礎上，利用halton序列生成超均勻分布的初始蜉蝣種群，并引入變步長策略合理化搜索機制和加入隨機擾動，得到改進的蜉蝣算法；
5、s3、利用改進的蜉蝣算法對保護優化整定的數學模型進行求解，得到主保護與后備保護之間的協調策略。
6、步驟s1中，目標函數為：
7、
8、式中：a為主保護設備的臺數；c為后背保護設備的臺數；l為故障線路的總數；為當前線路j發生短路故障時，保護i作為主保護動作時間；為當前線路j發生短路時，保護k作為后備保護的動作時間；rco為保護協調度，若主保護裝置未能及時動作，后備保護裝置應該能夠在較短的時間內迅速介入，以避免誤動作和拒動現象；λ1、λ2、λ3為權重系數值。
9、步驟s1中，考慮保護選擇性、靈敏性要求的約束條件，具體為：
10、為了保證主保護和后備保護之間的選擇性要求，主、后備間的時間級差滿足：
11、
12、式中：δt為主保護與后備保護動作時間差的最小值，為了保證保護的可靠性，δt不能過小；
13、為了確保繼電器能夠在最大啟動負荷電流下不誤動作，同時在最小故障電流時能準確動作，繼電器應具備一定的靈敏度，其靈敏度sj具體約束為：
14、
15、式中：iop為繼電器的啟動電流；il·min為線路最小啟動負荷電流；il·max為最大啟動負荷電流；
16、繼電器動作時間限制為：
17、ti,min≤t≤ti,max
18、式中：ti,min為繼電器動作時間的下限值；ti,max為繼電器動作時間的上限值；t為繼電器動作時間值；
19、繼電器時間整定系數的范圍為：tdsi,min≤tds≤tdsi,max
20、式中：tds為繼電器時間整定系數；tdsi,min為繼電器時間整定系數的下限值；tdsi,max為繼電器時間整定系數的上限值；
21、保護裝置應滿足選擇性要求，即在發生故障時，能夠準確選擇故障區段并避免誤動作和拒動，選擇性可以通過約束誤動作率和拒動率來表達：
22、pfault(i)≥η1(誤動作率約束)
23、preject(i)≤η2(拒動率約束)
24、式中：pfault(i)為保護裝置誤動作的概率；preject(i)為保護裝置拒動的概率；η1、η2為允許的誤動作率和拒動率的上限。
25、步驟s3中，蜉蝣算法具體為：
26、s31初始化
27、初始化雄性和雌性蜉蝣種群位置和速度，
28、隨機生成nm個雄性蜉蝣nf個雌性蜉蝣的位置xm和xf；
29、蜉蝣i的搜索空間表述為：xi～u(lb,ub)
30、式中：lb,ub分別為搜索空間的下限和上限；
31、初始化雄性蜉蝣及雌性蜉蝣的速度vm和vf，通常初始化為零或小隨機值；
32、s32、雄性蜉蝣的活動
33、假設是雄性蜉蝣m在第t次迭代時的位置空間，通過向當前位置添加速度到達新的位置，即：
34、
35、式中：z1和z2分別為個體學習和社會學習的權重系數；pbestmj為蜉蝣m個在維度j的最優位置；gbestj為蜉蝣種群全體在j維度的最優位置；c1和c2為在[0,1]區間內的隨機數；ω1為雄性蜉蝣慣性權重，
36、為增強蜉蝣算法的種群多樣性，通過帶權重的鄰域探索策略對適應度最優的雄性蜉蝣進行額外的局部搜索，公式如下：
37、
38、式中：當前最優雄性蜉蝣的位置；δ搜索半徑，通常是一個小的正數，動態調整可增強搜索能力；為在區間[-1,1]內的均勻分布隨機數；為鄰域內隨機選擇的個體位置；η為鄰域學習因子，控制最優個體與隨機鄰域個體的影響權重；
39、s33、雌性蜉蝣的活動
40、雌性蜉蝣根據它們的適應度函數進行排序，最好的雌性會被最好的雄性吸引，排序第2的雌性會被排序第2的雄性吸引，假設是雌性蜉蝣f在第t此迭代的位置空間，通過將速度加到當前位置來改變位置，即：
41、
42、
43、式中：ω2為雌性蜉蝣慣性權重；∈為隨機飛行系數；r為[-1,1]范圍內的隨機數值；n(0,1)為標準正態分布隨機變量；a1為雌性學習因子；c3為在[0,1]區間內的隨機數；為雌性蜉蝣f在第t此迭代速度；為雄性蜉蝣m在第t次迭代時的位置空間；為雌性蜉蝣f在第t次迭代時的位置空間；為雌性蜉蝣f在第t+1次迭代后的速度；為雄性蜉蝣m在t次迭代后的位置所對應策略的目標函數值；為雌性蜉蝣f在t次迭代后的位置所對應策略的目標函數值；
44、s34、蜉蝣的速度限制
45、
46、式中：vmax為蜉蝣限定的最大速度；vi表示雌雄蜉蝣的速度的集合；
47、s35、蜉蝣交配
48、雌性蜉蝣根據它們的適應度值進行排序，最好的雌性與最好的雄性交配，排序第2的雌性與本文檔來自技高網...
【技術保護點】
1.一種基于改進蜉蝣算法的配電網反時限過流定值整定方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的一種基于改進蜉蝣算法的配電網反時限過流定值整定方法，其特征在于，步驟S1中，目標函數為：
3.根據權利要求1所述的一種基于改進蜉蝣算法的配電網反時限過流定值整定方法，其特征在于，步驟S1中，考慮保護選擇性、靈敏性要求的約束條件，具體為：
4.根據權利要求1所述的一種基于改進蜉蝣算法的配電網反時限過流定值整定方法，其特征在于，步驟S3中，蜉蝣算法具體為：
5.根據權利要求1或4所述的一種基于改進蜉蝣算法的配電網反時限過流定值整定方法，其特征在于，步驟S3中，利用Halton序列作為初始化雌雄蜉蝣種群，具體為：
6.根據權利要求1或4所述的一種基于改進蜉蝣算法的配電網反時限過流定值整定方法，其特征在于，步驟S3中，引入變步長策略合理化搜索機制，具體為：
7.根據權利要求6所述的一種基于改進蜉蝣算法的配電網反時限過流定值整定方法，其特征在于，動態步長因子χ(t)通過以下公式進行自適應：
8.根據權
9.根據權利要求1所述的一種基于改進蜉蝣算法的配電網反時限過流定值整定方法，其特征在于，步驟S4中，利用改進的蜉蝣算法對保護優化整定的數學模型進行求解，得到主保護與后備保護之間的協調策略，具體為：
...【技術特征摘要】
1.一種基于改進蜉蝣算法的配電網反時限過流定值整定方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的一種基于改進蜉蝣算法的配電網反時限過流定值整定方法，其特征在于，步驟s1中，目標函數為：
3.根據權利要求1所述的一種基于改進蜉蝣算法的配電網反時限過流定值整定方法，其特征在于，步驟s1中，考慮保護選擇性、靈敏性要求的約束條件，具體為：
4.根據權利要求1所述的一種基于改進蜉蝣算法的配電網反時限過流定值整定方法，其特征在于，步驟s3中，蜉蝣算法具體為：
5.根據權利要求1或4所述的一種基于改進蜉蝣算法的配電網反時限過流定值整定方法，其特征在于，步驟s3中，利用halton序列作為初始化雌雄蜉蝣種群...
【專利技術屬性】
技術研發人員：楊志淳，楊帆，閔懷東，雷楊，陳鶴沖，胡偉，路子豪，
申請(專利權)人：國網湖北省電力有限公司電力科學研究院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。