基于粒子群算法的DG计算机监控系统的研发

李娜

(河北传媒学院，河北石家庄050071)

基于粒子群算法的DG计算机监控系统的研发

李娜

(河北传媒学院，河北石家庄050071)

分布式电源(DG)是一个复杂的系统。提出了一种基于粒子群算法的DG电源计算机监控系统。该系统从分析粒子群算法学习模式的构造及关键要素出发，将群智能寻解与实际分布式电源监控相结合，从而构建出基于改进的PSO算法的分布式电网故障定位算法及调度方法。仿真证明该算法简单、实用，在一定程度上能够实现故障点的迅速查找，有利于提高分布式电源的可靠性和安全性

分布式电源；故障分析；粒子群算法；监控

分布式电源(distributed generation，DG)是一种容量较小、结构灵活的多电源供能系统。分布式电源的出现一方面给绿色能源的利用创造了良好的条件，另一方面也解决了大电网规模庞大、故障连锁的弊端。但是分布式电源改变了过去配电网由单一电源组成、线路辐射的基本结构，形成了多电源、多分支的新形式，这一变化给电网的故障定位带来了很大的影响，使传统的定位方法变得滞后。因此，急需一种效率高、准确性高的故障定位方法来适应分布式电源的故障预警监控。

1 含分布式电源电网特性分析

分布式电源是35 kV以下的不直接与集中输电系统相连的电源系统，主要包括发电设备、储能装置及相关负载等[1]。分布式电源是建立在自动控制系统、新型发电技术、材料技术、机械技术基础上的绿色环保、灵活方便的新型供能系统，目前主要包括水力、风能、太阳能、燃气轮机、燃料电池等发电形式，同时能源中心位于负荷附近，是一种便于监控的灵活供能方式。

分布式电源有两种运行方式，一种是孤岛运行，另一种是并网运行。孤岛运行是分布式电源自身组建成微电网，为分散于附近的负荷进行供电，不与大电网相连的基本运行形式；并网运行是分布式电源作为配电网的末端或一部分接入大电网运行的形式。相比较而言，孤岛运行方式网络结构简单，但是，由于大多数分布式电源都有一定的随机性和波动性，所以供电缺乏稳定性，因此，由分布式电源组成微电网，可以灵活地在两种运行方式中进行自由的选择，是目前分布式电源的主要运行方式。

分布式电源的接入，虽然可以解决大电网规模大的问题，但是也带来了控制更为复杂的弊端。其一：每一个由分布式电源所构成的微电网的网络拓扑结构都有所不同，而且由于源发电形式不同，所采用的变流技术也不同，这使得大电网所面对的分布式电源类型多、变化多，情况复杂；其二：分布式电源的发电特性受外界环境影响大，造成孤岛运行效果差。而要解决这一问题，有两种方法，一是在微电网内配有相当的储能环节，这给电网的运行带来了一定隐患；二是可以在微电网发生故障时，及时地切换至大电网，这就要求分布式电源与大电网之间能以最快的速度形成步调一致的电压和频率，这给电网的控制带来了不小的难度。

以上分析说明，分布式电源的加入使电力系统增加了非线性的特质，对它的控制具有相当的复杂性，也使得故障分析变得更困难。

2 含分布式电源配电网故障的定位方法分析

相关研究结果表明：含分布式电源的配电网中与多分支节点相关联的正方向分支指向故障点分支的故障电流正序、负序和零序的综合幅值和总是最大，并且在故障暂态过程中也含有大量的高频特征信息[2]。因此，目前大多数故障分析方法的重要依据都是配电网分支结点的稳态特征和暂态特征。

配电网的故障自动定位是分布式自动控制的基础。目前，国际上应用较多的是以图论为基础的矩阵算法和过热弧搜寻法，另外就是以人工智能以基础的神经网络、模糊理论、遗传算法等。以上算法都可以在一定范围内，以一定的速度和准确性确定出故障的位置，但是也存在一定的问题，例如矩阵算法、遗传算法、神经网络算法在查找故障点中准确性高，但是计算量大，查找时间长，会造成故障排除时间的延迟；而过热弧搜寻法只能适应电网的拓扑结构比较单一的情况，实用性差；基于模糊理论的故障定位方法算法的准确性一直得不到很好的解决。因此，为分布式电源设计一种实时、快速、准确的故障定位算法仍然是研究的重点。

3 基于粒子群算法的监控系统构建

3.1 粒子群算法的基本模型分析

粒子群算法(POS)是一种受鱼群、鸟群的猎食等行为启发而生成的优化算法，具有算法简单、参数少、易实现而且收敛速度快的基本特性[3]。

这两个向量在迭代寻解的过程中还和两个极值相关，这两个极值分别是个体最优解和全局最优解，分别表示为：

算法流程如图1所示。

3.2 改进的粒子群算法在故障定位中的应用

由于基本粒子群算法存在收敛速度过快而造成的早熟现象，因此，采用适当的方法对基本粒子群算法进行改进是将其应用至电力系统故障点分析的必要举措。

图1 粒子群算法流程

在基本粒子算法中，权重参数是一个依据系统经验所设定的固定值，而大多数改进的算法都是将这个固定值设定为一个区间(min，max)，则某一次迭代的权重为：

3.3 监控系统设计

为保证监控系统的准确性，本设计确定在分布式电源支路点设置传感器节点，用以采集这些支路的电流、电压、高频信号等，每20～40个节点组成一个种群，利用短距离通信Zig-Bee技术组成一个树状的无线传感网，每个网络利用C语言编好改进的粒子群算法程序，烧入ZigBee核心芯片CC2530，从而构造出基于粒子群算法的监控平台底层数据采集系统。

监控系统的底层数据由无线传感网的汇总结点输入底层嵌入式系统，再由嵌入式系统通地公共传输网络将数据上传至中央控制中心，以实现分布式电源的远程集中监控。

4 总结

含分布式电源的计算机监控系统的研究在我国还处于起步阶段，而与此相关的故障定位方法更是研究中的重点。本文在充分研究相关资料的基础上，确定了以改进的粒子群算法为基础的故障定位方法，相比较其他的算法，该算法具有定位准确、时间短、有效性好的优点，对分布式电源的研究具有一定的理论意义。

[1]张永健.电网监控与调度自动化[M].北京：中国电力出版社，2011：3-5.

[2] 王进强.含分布式电源的配电网故障定位的应用研究[D].广州：广东工业大学，2011：124-125.

[3] 张安年.粒子群算法在神经网络参数优化中的应用[D].洛阳：河南科技大学，2009：26-30.

DG computer monitoring and control system based on particle swarm algorithm

LI Na

The distributed power supply(DG)is a complex system.A DG power computer monitoring system was proposed based on particle swarm optimization (PSO)algorithm.From the analysis of particle swarm algorithm learning mode and key elements,the group of intelligent search solution was combined with a practical distributed power monitoring,so as to construct the improved PSO algorithm of distributed power grid fault location algorithm and scheduling method.The simulation results prove that the algorithm is simple and practical.And to a certain extent,it can realize the fault point quick search and improve the reliability and security of distributed power supply. Key words：distributed power supply;fault analysis;particle swarm algorithm;monitoring

TM 769

A

1002-087 X(2015)04-0828-02

2015-01-05

李娜(1982—)，女，河北省人，助教，本科，主要研究方向为计算机。