全贯通式柔性交流牵引供电系统定址容量优化规划方法

摘要: 本发明涉及牵引供电系统,特别涉及一种全贯通式柔性交流牵引供电系统定址容量优化规划方法。背景技术:1、‌贯通式同相牵引供电系统‌作为一种新的牵引供电系统,能够解决...
全贯通式柔性交流牵引供电系统定址容量优化规划方法

本发明涉及牵引供电系统,特别涉及一种全贯通式柔性交流牵引供电系统定址容量优化规划方法。

背景技术:

1、‌贯通式同相牵引供电系统‌作为一种新的牵引供电系统,能够解决当前牵引供电系统存在的电能质量问题和过分相问题。该系统通过采用三相交流-直流-单相交流整流器,实现了三相负荷的对称以及牵引网侧的柔性可控,从而大大改善电能质量,提高系统效率,促进电网能量和机车再生制动能量的综合利用。

2、贯通同相牵引供电系统的容量规划问题,在确保系统运行安全和经济性方面具有重要意义,但目前尚未完全解决。首先,由于电力电子设备将接触网与公用电网实现了电气隔离,因此牵引所的电压可以实现独立的控制,因此,该系统可以实现潮流的优化运行,然而针对基于潮流优化运行下的贯通同相系统进行牵引所容量设计的案例极少。目前应用的运行策略主要基于不需要通信的本地控制,比如定电压控制下的运行策略。这些策略易于实施,但未能充分利用变流器的灵活快速控制特性,限制了机车再生能量的利用。随着电力电子设备和通信等技术的发展,系统的潮流优化运行变得可行,而基于优化运行的策略设计系统的容量可以进一步提升系统的经济性。

3、贯通式同相牵引供电系统的牵引所的容量设计务必遵循供电安全准则n-1,即电力系统设计和运行中的重要原则之一,旨在通过合理的规划设计和有效的风险管理,确保电力系统的安全性和可靠性。然而,将n-1方式和n方式运行下的约束放在一个优化模型中求解的方法,虽然理论上可以得到最优的解,但是由于变化的机车负荷会产生诸多场景,会使得整体模型太大而无法保证求解精度。此外,利用输配电网中所提的迭代的方式对n-1运行进行安全校验,也会因为迭代的顺序不同而影响最终的结果。

4、此外,贯通同相供电系统的机车负荷实时变化,会导致系统拓扑也随时间变化,增加建模难度。其次,系统的网络拓扑具有网状结构,并且由于机车对于电压水平的要求高,电压幅值的波动和无功功率不能被忽略。因此,通常用于输电网规划的直流最优潮流(dcopf)和常用于具有辐射状结构的配电网规划问题的线性化潮流(lindistflow)可能不适用于该系统。

5、目前有中国专利申请公布号cn110103779a公开了一种电缆贯通交流供电系统的牵引变电所设计方法,该方法设置了任意相邻两座牵引变电所的距离限制和任意相邻三座牵引变电所的总距离限制,首先根据电压损失要求在线路中间或末端选择三个牵引变电所为布点基点,再分别通过从线路中间向两侧延伸和从线路末端向另一侧延伸的方式来确定交流供电系统中全部牵引变电所的布点和容量,能够在任意三座相邻牵引变电所有且仅有一座故障时通过两侧的牵引变电所提供双边供电,保证牵引变电所供电可靠性。该专利虽然从一定程度上解决了n-1方式下的供电问题,但是该专利是利用限制相邻牵引变电所之间距离的方法来达到上述目的,不适用于牵引变电所个数确定和位置已定的贯通式同相牵引供电系统的场景。

6、目前还没有一种适用于牵引变电所个数确定和位置已定的场景下的牵引所容量设计方法。

技术实现思路

1、本发明提供一种全贯通式柔性交流牵引供电系统定址容量优化规划方法,要解决在满足n-1供电安全运行准则的前提下,实现牵引所容量的经济化配置,同时解决现有技术中容量规划建模难、求解精度低、未结合潮流优化导致系统经济性不足等问题。

2、为解决上述技术问题,本发明的技术方案如下:

3、全贯通式柔性交流牵引供电系统定址容量优化规划方法,应用于全线牵引所个数确定且位置已定的场景,包括全线n个牵引所电气节点位置、任意相邻两节点之间接触网等效阻抗、每台机车任意时刻的位置及功率信息均已确定,其中n≥2,所述优化配置方法采取以下步骤:

4、步骤1:在重牵引负荷工况下,建立n-1运行方式的贯通式同相牵引供电系统网络拓扑集;

5、步骤2:对应n-1运行方式系统网络拓扑集,形成系统容量初值优化模型的约束条件,建立系统容量初值优化模型;

6、步骤3:求解系统容量初值优化模型,得到系统容量初值

s0;

7、步骤4:在重牵引负荷工况下,建立n运行方式的全贯通式柔性交流牵引供电系统的系统网络拓扑集;

8、步骤5:对应n运行方式的系统网络拓扑集,形成系统容量调整优化模型的约束条件,建立系统容量调整优化模型;

9、步骤6:求解系统容量调整优化模型,得到系统容量调整优化模型的系统容量调整量

ds;

10、步骤7:将系统容量初值

s0和系统容量调整量

ds相加,得到全贯通式柔性交流牵引供电系统优化配置容量

s。

11、在本发明的一个优选实施例中,所述步骤1的中重牵引负荷工况,为包括远期高峰发车间隔下,全部牵引负荷的极端重载场景;在所述n-1运行方式的贯通式同相牵引供电系统网络拓扑集中,任一个牵引所解列退出运行,其他正常运行牵引所均作为可控的交流节点,每台机车等效于pq节点,形成系统的系统网络拓扑集。

12、在本发明的一个优选实施例中,所述步骤2中,系统容量初值优化模型的建立包括以下步骤:

13、步骤21:每个n-1运行场景下的节点有功功率平衡等式、节点无功功率平衡等式、欧姆定律等式、支路潮流等式;

14、步骤22:每个n-1运行场景下的电压幅值的上下界限约束、电流幅值上下界约束以及含有系统容量初值决策变量的牵引所的容量约束;

15、步骤23:初值优化目标函数为所有牵引所的容量之和最小。

16、在本发明的一个优选实施例中,所述步骤4中系统网络拓扑集的构建方式包括但不限于通过聚类算法,选择m个典型牵引负荷场景来代表负荷在系统全生命周期全部完整运行周期的全部牵引负荷场景,m≥24;聚类得到的m个典型牵引负荷场景,应包括每个典型牵引负荷场景在全部牵引负荷场景下的占比。

17、在本发明的一个优选实施例中,所述步骤5中,所述系统容量调整优化模型的约束条件包括:与支路潮流有关的潮流等式约束、与电压和电流上下界相关的安全性不等式约束,以及系统容量初值

s0和待求的容量调整决策变量

dsn共同形成的牵引所的容量不等式约束,进而确定系统容量调整优化模型的目标函数。

18、在本发明的一个优选实施例中,所述与支路潮流有关的潮流等式约束,包括:

19、每个负荷场景下的节点有功功率平衡等式、节点无功功率平衡等式、欧姆定律等式、支路潮流等式;

20、所述与电压和电流上下界相关的安全性不等式约束,以及系统容量初值

s0和待求的容量调整决策变量

dsn共同形成的牵引所的容量不等式约束包括:

21、每个负荷场景下的电压幅值上下界约束、支路电流幅值的上下界约束,并利用已经获得的系统容量初值

s0和待求的容量调整决策变量

dsn共同形成的牵引所的容量不等式约束;

22、所述确定系统容量调整优化模型的目标函数,包括:目标函数为全寿命周期成本最小,变流器、牵引变压器的投资成本、基本电费和电度电费。

23、在本发明的一个优选实施例中,所述步骤3中,系统容量初值优化模型的求解算法包括但不限于使用socp松弛方法结合改进的惩罚ccp算法,具体求解步骤包括:

24、步骤31、对待求解的优化模型进行socp松弛,将节点电压的幅值和相角转换为电压幅值的平方,支路电流的幅值和相角变为电流幅值的平方;

25、步骤32、利用可选求解器求解socp松弛后的优化模型,得到松弛后模型的解;

26、步骤33、当松弛间隙大于设定的误差值时,采用局部优化算法进一步求解。

27、在本发明的一个优选实施例中,所述步骤6中,系统容量调整优化模型的求解算法包括但不限于使用socp松弛方法结合改进的惩罚ccp算法,具体求解步骤包括:

28、步骤61、对待求解的优化模型进行socp松弛,将节点电压的幅值和相角转换为电压幅值的平方,支路电流的幅值和相角变为电流幅值的平方;

29、步骤62、利用可选求解器求解socp松弛后的优化模型,得到松弛后模型的解;

30、步骤63、当松弛间隙大于设定的误差值时,采用局部优化算法进一步求解。

31、在本发明的一个优选实施例中,所述局部优化算法包括但不限于采用改进的惩罚ccp算法,具体步骤包括:

32、首先是初始化过程,将socp松弛后的模型求解结果设为初值点,并设置惩罚系数、惩罚系数增加的倍数、惩罚系数允许的最大值以及最大迭代次数,然后在每次迭代中,求解该算法对应的优化模型;

33、接着判断所求结果对应的松弛间隙是否不大于期望的误差值或迭代次数是否超过最大迭代次数,若满足则结束迭代,否则继续迭代。

34、本发明的上述方案至少包括以下有益效果:

35、本发明针对牵引所个数确定且位置已定的场景,设计了先通过n-1运行方式确定容量初值、再通过n运行方式优化容量调整量的两步式容量优化配置方法,有效解决了将n-1和n方式约束整合在单一模型中导致的模型规模过大、求解精度低的问题,在满足n-1供电安全准则的基础上,实现了以全生命周期成本最小为目标的牵引所容量经济配置,同时填补了该特定场景下贯通式同相牵引供电系统容量设计方法的空白,为工程实际提供了可直接应用的容量配置流程。

36、同时,本发明明确了重负荷工况定义和n-1拓扑构建规则,确保容量初值贴合系统最恶劣安全运行工况;细化了初值优化模型和调整优化模型的约束条件与目标函数,让模型兼具物理合理性和经济最优性;本发明通过聚类算法选择典型负荷场景,平衡了建模准确性与求解效率,解决了机车负荷实时变化导致的建模难题;同步限定了socp松弛结合改进惩罚ccp的求解算法及具体步骤,有效解决了交流潮流非凸优化模型的求解精度低、收敛性差的问题,通过松弛转化+局部优化的方式,在保证求解效率的同时提升了计算精度,让整个容量优化方法的各环节更具科学性和实操性,进一步保障了最终容量配置结果的安全性、经济性与工程适配性。