一種繼電保護多目標優化整定方法
【技術領域】
[0001] 本發明涉及繼電保護領域，具體涉及一種繼電保護多目標優化整定方法。
【背景技術】
[0002] 繼電保護是電力系統最重要的二次設備之一，對電力系統的安全穩定運行起著至 關重要的作用。繼電保護裝置能否滿足電網所提出的"四性"，即可靠性、選擇性、速動性和 靈敏性要求，很大程度上取決于繼電保護定值是否合理。評價繼電保護整定方案的好壞是 基于全網所有保護整體的保護效果而非某一個保護的作用效果。現代分布式電力系統運行 方式異常復雜，存在著多個回路，繼電保護的不正確動作不僅會使電力系統的故障擴大，甚 至可能發生不良連鎖反應而造成電力系統的崩潰，導致大面積停電和重大經濟損失，給人 們生活生產造成嚴重影響。因此，基于全網所有保護整體性能多目標綜合最優的繼電保護 整定方法具有重大的研宄價值和現實意義。
[0003] 很多繼電保護定值的優化研宄都集中在定時限保護的全局優化上。定時限過流保 護作為電流速斷保護的后備保護，具有結構簡單、調試方便和可靠性高的特點。然而，在一 般情況下，定時限過流繼電器由于受到系統運行方式的影響，往往不能同時滿足靈敏度和 動作范圍的要求。為了充分發揮被保護元件的效益，又不導致因長時間過熱造成損壞，必須 安裝具有性能更為優越的反時限特性的過流保護。文獻[1]首次利用優化理論求解大規模 電網過流保護的全局最優整定方案，以所有保護整體動作時間最短為優化目標，各個保護 的待整定值為優化變量，保護靈敏性、選擇性為約束條件。文獻[2]首先建立了反時限過電 流保護的數學模型，將其保護定值整定問題轉化為非線性整數規劃問題來處理，提出了一 種使用模擬植物生長算法來對繼電保護整定問題進行優化處理。但是，上述方法只是將表 征繼電保護性能的目標函數通過加權求和的方式轉化為單目標函數求解，采用簡單的單目 標優化算法，一次只能求得一個解，且優化結果受權重的影響很大。
[0004] 實際上，由于電網結構和負荷性質的不同，對繼電保護的整定可能涉及到可靠性、 選擇性、靈敏性和速動性等多個優化目標的要求，且每個目標的側重也各不相同。因此， 反時限過電流保護的整定計算問題可以抽象為一個多目標、多變量、多約束的全局優化問 題。運用先進的多目標智能優化算法求解Pareto最優解集，可以在繼電保護整定計算過程 中對其可靠性、選擇性、靈敏性和速動性等相互矛盾的要求進行平衡和協調，然后可以方便 地、量化地考慮電網結構和負荷性質的不同要求、繼保工程師的經驗和偏好，選取不同側重 目標的反時限過電流保護全局最優整定方案。目前，尚未有專利和文獻進行相關研宄和論 述。
[0005] 本專利的參考文獻為：
[0006] 文獻[1]Urdaneta A J，Nadira R，Perez L G. Optimal Coordination of Directional Overcurrent Relays in Interconnected Power Systems[J]. IEEE Trans on Power Delivery,1988, (3):703-911 ；
[0007] 文獻[2]胡漢梅，鄭紅，李勁，等.基于模擬植物生長算法的配電網繼電保護整 定優化的研宄[J] ?電力系統保護與控制，2012, 40 (7): 19-24。
【發明內容】
[0008] 為解決現有技術存在的不足，本發明公開了一種繼電保護多目標優化整定方法， 該方法能夠有效實現整定繼電保護的多個優化目標，且使得整定后繼電保護的優化目標具 有電網中繼電保護綜合性能最優的特點。
[0009] 為實現上述目的，本發明的具體方案如下：
[0010] 一種繼電保護多目標優化整定方法，包括以下步驟：
[0011] 步驟（1):建立繼電保護多目標優化整定的目標函數；
[0012] 根據預設繼電保護的性能，選擇繼電保護的相應優化指標，建立繼電保護多目標 優化整定的目標函數，得到繼電保護多目標優化整定模型；
[0013] 步驟（2):確定繼電保護多目標優化整定模型中的整定變量：時間整定系數和啟 動電流；
[0014] 步驟（3):根據繼電器之間的相互配合關系，設定繼電保護多目標優化整定模型 中的整定變量的約束條件：
[0015] TDS, fflin^ TDS ^ TDS , fflax (1)
[0016] Ipi min< I Pi< I Pi max⑵
[0017] 其中，了051表示故障i中時間整定系數，TDS i _表示故障i中最小時間整定系數， TDSi _表示故障i中最大時間整定系數，I 示故障i中流過繼電器的電流，I Pi min表示 故障i中流過繼電器的最小電流，IPi _表示故障i中流過繼電器的最大電流；
[0018] 步驟（4):根據步驟（3)設定的約束條件，采用混沌遺傳算法求解繼電保護多目標 優化整定的目標函數，得到繼電保護多目標優化整定的目標函數的一組Pareto最優解；
[0019] 步驟（5):采用模糊隸屬度法從步驟（4)中得到的一組Pareto最優解中選擇一個 滿足繼電保護預期目標的最優解。
[0020] 所述步驟（1)中的繼電保護的優化指標，包括繼電保護的可靠性、選擇性和速動 性。
[0021] 所述步驟（1)中的繼電保護多目標優化整定模型，包括繼電保護整定的可靠性目 標函數、選擇性目標函數和速動性目標函數。
[0022] 所述步驟⑴中繼電保護多目標優化整定模型為：
[0024] 其中，fMl、fsel和f sel分別表示繼電保護整定的可靠性目標函數、繼電保護整定的 選擇性目標函數和繼電保護整定的選擇性目標函數；/二、乂和/^u分別表示優化后的 繼電保護整定的可靠性目標函數、優化后的繼電保護整定的選擇性目標函數和優化后的繼 電保護整定的選擇性目標函數。
[0025] 所述繼電保護整定的可靠性目標函數fMl為
[0027] 其中，t,為故障i從故障發生到故障切除的時間，P,為故障發生的危害率。
[0028] 所述繼電保護整定的選擇性目標函數fsel為：
[0031] A ti>pq= t i>p-tijq (6)
[0032] 其中，i代表故障編號；ti;p為故障i中配合對的上游保護裝置p的動作時間；t i;q 為故障i中配合對的下游保護裝置q的動作時間；A ti;pq為故障i的保護配合對p，q的動 作時間之差；〇為給定的時間級差；fsel越小，表示繼電保護系統的選擇性越好。
[0033] 所述繼電保護整定的速動性目標函數fquidt為：
[0035] 其中，i代表故障編號；A ti，pq為故障i的保護配合對p，q的動作時間之差；〇為 給定的時間級差。
[0036] 所述步驟（4)中采用混沌遺傳算法求解繼電保護多目標優化整定的目標函數的 具體過程包括：
[0037] 步驟（4. 1):選定種群規模NP，最大進化代數G_和混沌控制參數；
[0038] 步驟（4. 2):初始化進化代數G和父代種群P。，采用Logistic映射混沌模型產生 混沌向量，進而得到初始種群的第i個個體的第j個分量 Xi，j;
[0039] 步驟（4.3):對父代種群匕依次進行非支配排序、雙支聯賽選擇、交叉和變異，生 成子代種群Qe，其中，父代種群P e每個解的適應度就是它的非支配水平；
[0040] 步驟（4. 4):將父代種群P。和子代種群Q 結合成種群R ，對&進行非支配排序確 定Re全部的非支配解前沿面F= (Fi，F2，…），其中，Qe;
[0041] 步驟（4. 5):計算Re全部的非支配解前沿面F = (F i，F2,…）中的Fi的擁擠距離， 并對Fi進行擁擠距離排序；
[0042] 步驟（4. 6):選擇匕擁擠距離最小的子代種群，判斷子代種群中非劣等級為1的個 體數目心^是否與種群數目N P相等，當N Fi"t = N P時，則進行自適應混沌細化搜索且變量 的搜索區間縮小，并產生新的決策變量x"
[0043] X" (l-n)x〃 nxy (14)
[0044]式中，n為自適應調節系數；X'U為自適應混沌細化搜索后產生第i個個體的 第j個混沌變量；Xu為初始種群的第i個個體的第j個分量；
[0045] 步驟（4. 7):判斷是否達到最大進化代數，若進化代數G小于最大進化代數G_， 則令進化代數G遞增，并返回步驟（4.3);否則，將種群中非劣等級為1的所有個體作為 Pareto最優解集，輸出并結束運行。
[0046] 所述步驟（4. 6)中自適應調節系數的確定方法為：
[0048] 式中，I是根據目標函數而定的參數，K為迭代次數。
[0049] 所述步驟（5)的具體過程包括：
[0050] 步驟（5. 1):對繼電保護的每個目標函數建立如下隸屬度函數：
[0052] 其中，Xk為Pareto最優解集中的第k個個體；為第m個目標函數歸一化后的 函數值；fm(Xk)為Xk的第m個目標函數值；/r n為Xk的m個目標函數值的最小值；為 Xk的m個目標函數值的最大值；
[0053] 步驟（5.