本發明涉及發電廠低壓配電系統防雷保護技術領域，尤其涉及一種基于粒子群算法的發電廠低壓配電系統中電涌保護器(spd)優化配置方法。

背景技術：

隨著電力電子相關設備對防雷要求的日益嚴格，安裝電涌保護器(spd)來限制線路上的瞬時過電壓，泄放線路上的過電流成為現代防雷技術的重要環節之一。好的電涌保護方案不僅取決于電涌保護器本身的好壞，而且與電涌保護器的配置、選用有很大關系。即使電涌保護器本身是好的，如果使用不當、配置不合適,不僅達不到良好的保護效果，還有可能出現誤動，甚至某級器件可能爆炸。

對于低壓系統中spd的配置，已有的國際、國內應用標準有許多不一致，對其中一些重要問題如保護距離、級間配合、后備過電流保護等還沒有明確的規定，spd的配置存在一定的隨意性。當前，低壓系統中spd級數多，散布面廣，器件數量多，投資大，給維護帶來了不少麻煩，工程設計和施工階段的工作量大。發電廠低壓配電系統中設備眾多，而在大多數情況下雷擊事件是小概率事件。因此，在以一定概率確保設備安全的情況下，確定spd最佳定位，充分利用每一個spd的保護距離，優化spd的配置數量，將帶來一定的經濟效益，對于實際工程應用具有重要意義。

技術實現要素：

本發明的目的就是為了解決上述難題，提供了一種基于粒子群算法的發電廠低壓配電系統中spd優化配置方法，該方法將粒子群算法應用于spd定位中，能綜合考慮電壓保護水平和電氣距離，在滿足被保護設備沖擊耐壓要求的前提下，可以最大限度地減少spd的數目。

為實現上述目的，本發明的具體方案如下：

基于粒子群算法的發電廠低壓配電系統中spd優化配置方法，包括以下步驟：

(1)設低壓配電網絡中需保護的設備有m個，包括：設備1，設備2，……，設備m；需要進行定位的spd保護有n個，可接受故障率為r,電纜長度為s,第x個spd到設備1的電氣距離為lx，x＝1，2，…，n，跟據lx確定第x個spd的位置；

(2)計算各設備的故障率r；

(3)通過對各設備故障率進行線性加權，得到綜合故障率r；

(4)構建以第x個spd的位置lx為參數，以綜合故障率r最小為目標的優化函數；

(5)采用粒子群算法對優化函數進行求解，得到n個spd到某一設備距離的最優解，從而確定n個spd的位置。

進一步地，所述步驟(2)中，各設備的故障率r具體為：

其中，vk是雷電過電壓，pb(vk)為設備在過電壓vk作用下發生閃絡的概率，p0(vk)為過電壓分布的概率密度函數。

進一步地，設備在過電壓vk作用下發生閃絡的概率pb(vk)具體為：

過電壓分布的概率密度函數p0(vk)具體為：

其中，v50％和σj分別是設備絕緣放電電壓的數學期望和標準偏差；va和σg分別是雷電過電壓的數學期望和標準偏差。

進一步地，所述步驟(3)中，綜合故障率r具體為：

其中，ry為設備y的故障率，αy為設備y故障率的權重。

進一步地，所述步驟(4)中，構建的目標函數具體為：

其中，r為綜合故障率，lx為第x個spd到設備1的電氣距離。

進一步地，所述步驟(5)中的具體方法包括：

1)初始化：在問題空間的解區間[0，s]中隨機產生粒子的位置與速度；

2)評價粒子:對每一個粒子,評價優化函數的適用值；

3)更新最優：計算粒子所經歷的最好位置；計算群體中所有粒子經歷過的最好位置，即全局最好位置；

4)：更新粒子：根據3)的結果對粒子的速度和位置進行進化；

5)：判斷結束條件，如果綜合故障率滿足故障率要求或者進化到預先設定的最大迭代次數，則計算結束；否則，返回2)，繼續進行；

6)：算法結束后得到一組最優解，l1，l2，…，ln，即n個spd到某一設備的距離，從而可以確定n個spd的位置。

進一步地，所述步驟1)中，設定群體的規模為n,則隨機生成如下矩陣

其中，{lij,i＝1，2，…，n,j＝1，2，…，n}表示群體中i粒子的位置為j,vij是對應它的速度,二者均為區間[0，s]上均勻分布的隨機數。

進一步地，所述步驟2)中，對每一個粒子lij所確定的對應n個spd位置，采用matlab仿真軟件對雷電波入侵進行仿真計算,得到網絡中各節點的雷電過電壓分布。

進一步地，所述步驟3)中，計算粒子所經歷的最好位置pbesti(t)＝(li1，li2，…，lin，)，也就是粒子所經歷過的具有最好適應度的位置,由下式確定：

其中，pbesti(t)是粒子所經歷過的具有最好適應度的位置,r(l1(t+1)，l2(t+1)，…，ln(t+1))、r(pbesti(t))均為粒子適應度。

進一步地，所述步驟3)中，群體中所有粒子經歷過的最好位置具體為：

gbesti(t)＝min{r(pbest1(t)，pbest2(t)，…，pbestn(t))}；

其中，r(pbest1(t)，pbest2(t)，…，pbestn(t))為粒子適應度。

本發明的有益效果：

(1)本發明從理論上計算分析確定spd位置，將spd定位轉換為以設備故障率為目標函數，以spd到設備的電氣距離為參數的最優問題，并利用粒子群算法計算尋求最優解。對于解決實際工程問題，有十分重要的意義。

(2)本發明雖然只解決spd的定位問題，但在計算過程中，綜合考慮了電壓保護水平和電氣距離。

(3)本發明將多目標函數通過加權，轉換為單目標函數，可以由對應權重反映出各設備的重要性，危險程度，以及所需定位的spd是哪一個設備的主保護等。

(4)粒子群算法規則簡單，易于實現，沒有遺傳算法“交叉”，“變異”的操作，收斂速度快，適合參數較少的最優問題。該算法十分適合本發明所研究的，只有spd到被保護設備的距離這一個參數的，故障率最小的尋優問題。

附圖說明

圖1是本發明基于粒子群算法的發電廠低壓配電系統中spd優化配置方法流程圖。

具體實施方式：

下面結合附圖對本發明進行詳細說明：

本發明公開了一種基于粒子群算法的發電廠低壓配電系統中spd優化配置方法，spd配置的一個重要環節就是確定spd的電壓保護水平和安裝位置，確定安裝位置就是確定被保護設備與spd的電氣距離。本發明方法將粒子群算法應用于spd定位中的，能綜合考慮電壓保護水平和電氣距離的配置方法，在滿足被保護設備沖擊耐壓要求的前提下，可以最大限度地減少spd的數目。

本發明具體方法如圖1所示，具體如下：

設低壓配電網絡中需保護設備有m個(設備1，設備2……設備m)，需對n個spd保護進行定位，可接受故障率為r0,電纜長度為s,以第x個spd到設備1的電氣距離lx為參數

(x＝1，2，…，n)，則lx滿足0≤lx≤s，根據lx確定的第x個spd位置，計算各設備故障率

vk是雷電過電壓，pb(vk)為設備在過電壓vk作用下發生閃絡的概率，p0(vk)為過電壓分布的概率密度函數。

其中，v50％和σj分別是設備絕緣放電電壓的數學期望(通稱50％放電電壓)和標準偏差；va和σg分別是雷電過電壓的數學期望和標準偏差，分別取3％和10％。

通過對各設備故障率線性加權，得到綜合故障率r，

其中，ry為設備y的故障率，αy為設備y故障率的權重，可根據各設備重要性，危險程度等確定，若待定位的spd為主要保護某一設備，可將該設備的對應權重設為最大。

構建以第i個spd的位置lx為參數，以綜合故障率r最小為目標的優化函數，將spd定位問題，表示為最優問題：

采用粒子群算法對優化函數進行求解，得到n個spd到某一設備距離的最優解，從而確定n個spd的位置,具體步驟如下：

步驟(1)：初始化：在問題空間的解區間[0，s]中隨機產生粒子的位置與速度；

設定群體的規模為n,則隨機生成如下矩陣

其中{lij,i＝1，2，…，n,j＝1，2，…，n}表示群體中i粒子的位置為j,vij是對應它的速度,二者均為區間[0，s]上均勻分布的隨機數。

步驟(2)：評價粒子:對每一個粒子,評價優化函數的適用值

1)對每一個粒子lij所確定的對應n個spd位置，采用matlab仿真軟件對雷電波入侵進行仿真計算,得到網絡中各節點的雷電過電壓分布。

2)根據公式(3-1)計算各設備的設備故障率ri，根據公式(3-4)加權得到綜合故障率r，即各粒子lij的適用值。

步驟(3)：更新最優：計算粒子所經歷的最好位置

pbesti(t)＝(li1，li2，…，lin),也就是粒子所經歷過的具有最好適應度的位置,由下式確定

計算群體中所有粒子經歷過最好位置,即全局最好位置

gbesti(t)＝min{r(pbest1(t)，pbest2(t)，…，pbestn(t))}

步驟(4)：更新粒子：依據式(3-5)和式(3-6)對粒子的速度和位置進行進化。

步驟(5)：判斷結束條件,目標函數的適應度達到足夠好(綜合故障率滿足故障率要求r≤r0)或者進化到預先設定的最大迭代次數,否則返回步驟(2),繼續進行。

步驟(6)：算法結束后得到一組最優解，l1，l2，…，ln，即n個spd到某一設備的距離，從而可以確定n個spd的位置。

上述雖然結合附圖對本發明的具體實施方式進行了描述，但并非對本發明保護范圍的限制，所屬領域技術人員應該明白，在本發明的技術方案的基礎上，本領域技術人員不需要付出創造性勞動即可做出的各種修改或變形仍在本發明的保護范圍以內。