Оптимизация электромагнитной обстановки в электроэнергетических системах на основе нечеткой логики (стр. 1 )

На правах рукописи

ОПТИМИЗАЦИЯ ЭЛЕКТРОМАГНИТНОЙ ОБСТАНОВКИ В

ЭЛЕКТРОЭНЕРГЕТИЧЕСКИХ СИСТЕМАХ НА ОСНОВЕ

НЕЧЕТКОЙ ЛОГИКИ

Специальность 05.14.02 - Электростанции и электроэнергетические системы

АВТОРЕФЕРАТ

диссертации на соискание ученой степени

кандидата технических наук

Красноярск – 2009

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. В связи с вступлением мирового сообщества в качественно новое состояние, одним из показателей которого является глобальная интенсификация техногенных процессов, связанных с созданием электронных систем управления, развитием и применением новейших электротехнологий, процессов энергообмена, необходимо обращать большее внимание на решение научно - технических задач по проблеме повышения качества электроэнергии и обеспечению электромагнитной совместимости.

Улучшению электромагнитной обстановки в системах электроснабжения в настоящее время уделяется достаточно много внимания. Использование разнообразного оборудования в электроэнергетических системах требует применения специальных устройств обеспечения электромагнитной совместимости, а также систем управления данными устройствами.

Оптимальное управление устройствами обеспечения электромагнитной совместимости можно осуществлять на основе многокритериальной модели. Однако использование многокритериальной модели на основе нечеткой логики усложняет задачу управления. При оценке лучшей стратегии по многокритериальной модели необходимо учитывать все показатели качества электроэнергии. В качестве дополнительных оценок могут быть экологические факторы, а также факторы, обеспечивающие наибольший уровень электромагнитной безопасности и т. д.

Решению общих и специальных вопросов управления в электротехнических системах, основанных на нечеткой логике, посвящены работы многих авторов. предложено применение методов многокритериального выбора при оптимизации систем электроснабжения сельских районов с учетом неопределенности части исходной информации. Также, совместно с и , предложен алгоритм решения многокритериальных задач оптимизации с неопределенной информацией на примере выбора оптимальной мощности глубокого ввода высокого напряжения. и рассмотрено применение нечеткой логики для согласования режимов работы ветроэнергетической установки с графиком электрической нагрузки. также предложил методы оценивания потерь электроэнергии в условиях неопределенности.

В работе по фаззи-управлению в электротехнических системах указано, что в отличие от традиционного регулятора в фаззи-регуляторе процесс преобразования физических входных переменных в управляющее воздействие происходит через три функциональных блока: блок фаззификации, блок логического заключения, блок дефаззификации. Исследования робастности генетически оптимизированного нечеткого автоматического регулятора возбуждения, проведенные , показали перспективность новейшего подхода. и обосновали принцип нечеткого регулирования напряжения с помощью РПН трансформатора. Исследования показали перспективность развития этого направления. предложил использование логики нечетких множеств для моделирования энергопотребления. В работах показана оценка и прогнозирование потерь электроэнергии в электроэнергетических системах на основе нечеткого регрессионного анализа.

Широкий круг вопросов общего теоретического и практического характера в проблеме нечеткого управления параметрами в системах электроснабжения вышеуказанными авторами и коллективами решены. Однако вопросы разработки, углубленного теоретического и практического исследования систем нечеткого оптимального управления электромагнитной обстановкой в электроэнергетических системах, и в первую очередь управления устройствами, обеспечивающими необходимый уровень качества электроэнергии, во многом пока изучены недостаточно.

Разработка и создание средств нечеткого оптимального управления электромагнитной совместимостью в значительной степени зависит от усовершенствования прикладного математического аппарата, а именно использования алгоритмов многокритериальной оптимизации. Поэтому теоретические исследования таких систем и вопросы их проектирования чрезвычайно актуальны и имеют большую практическую ценность.

Объект исследований – электроэнергетические системы, электрические сети, системы электроснабжения, системы передачи и распределения электрической энергии.

Предмет исследований – нечеткое управление электромагнитной обстановкой в электроэнергетических системах с применением совокупности методов многокритериальной оптимизации.

Цель работы и задачи исследования. Целью настоящей работы является оптимизация электромагнитной обстановки в электроэнергетических системах на основе многокритериального управления и нечеткой логики.

Достижение указанной цели потребовало решение следующих задач:

1. Анализ современного состояния нечеткого управления в электроэнергетических системах.

2. Выбор и обоснование обобщенного метода решения оптимизационных задач, связанного с качеством электроснабжения, отличающегося единообразным подходом.

3. Разработка методов долгосрочного управления электромагнитной обстановкой и качеством электроэнергии на основе нечеткой логики.

4. Применение аппарата нечёткой логики при многокритериальном управлении электромагнитной совместимостью и качеством электроэнергии для случая критериев одинаковой и различной важности.

Основная идея заключается в реализации многокритериального управления электромагнитной совместимостью и качеством электроэнергии в электроэнергетических системах различной структуры, основанного на методах нечеткой логики.

Методы исследования. Для решения поставленных задач применялись теоретические и экспериментальные методы исследований. В качестве основных методик теоретического исследования применялись: классические методы расчета электрических цепей, методы теории автоматического управления, методы математического моделирования теория нечетких множеств, многокритериальная оптимизация, теория принятия решений. Исследования проводились с применением пакета Fuzzy Logic Toolbox программного обеспечения MatLab.

Достоверность научных результатов определяется обоснованием расчетных методик и принимаемых допущений, корректным применением современных методов научных исследований. Все разделы работы логически взаимосвязаны, а выводы и рекомендации органически вытекают из материалов теоретических и экспериментальных исследований. В качестве эталонных моделей для сравнения результатов были использованы системы электроснабжения, допускающие аналитическое решение, а также расчеты с помощью других программных средств, прошедших промышленную апробацию.

Научная новизна работы заключается в теоретических и практических исследованиях, сущность которых состоит в следующем:

1. Усовершенствованы методы теории управления сложными динамическими процессами в электроэнергетических системах, функционирующими в условиях неопределенности исходных данных и дефицита времени на принятие и реализацию оптимальных решений при ограниченном объеме информации, характеризуемого неопределенностью.

2. Создан метод ситуационного управления качеством электроэнергии на основе нечеткой логики, отличительной стороной которого является описание условий и метода решения задачи на языке, близком к естественному.

3. Разработаны методы идентификации нечетких состояний объектов управления в ситуационных моделях принятия решений.

4. Развиты методы управления сложными объектами в условиях нечеткости исходной информации с использованием разработанного математического аппарата формализации опыта специалистов, выступающих в роли экспертов, в части моделирования нечетких схем принятия решений.

5. Разработан метод многокритериального управления качеством электроэнергии на базе нечеткой логики для случая критериев различной важности, который является перспективным методом поиска оптимальных решений в многокритериальных задачах оптимизации.

Практическая ценность.

1. Разработан и предложен алгоритм долгосрочного нечеткого управления электромагнитной обстановкой в системах электроснабжения, отличающийся высоким уровнем гибкости и прозрачности.

2. Разработаны рекомендации применения аппарата нечёткой логики при многокритериальном управлении электромагнитной совместимостью для случая критериев одинаковой важности, что обеспечивает выбор стратегии управления, характеризующийся большой эффективностью и универсальностью.

3. Создан алгоритм решения задач многоцелевой оптимизации электромагнитной обстановки в электроэнергетических системах путем учета большого числа связей, удовлетворяющий обобщенным требованиям.

4. Разработаны алгоритмы управления динамическими объектами электроэнергетических систем, учитывающими ограниченные вычислительные средства микропроцессорных систем и нечеткость исходных данных.

Основные защищаемые положения.

1. Усовершенствованные методы теории управления сложными динамическими процессами в электроэнергетических системах, функционирующими в условиях неопределенности исходных данных.

2. Метод многокритериального управления качеством электроэнергии на базе нечеткой логики для случая критериев различной важности.

3. Метод многокритериального управления электромагнитной совместимостью для случая критериев одинаковой важности.

4. Метод ситуационного управления качеством электроэнергии на основе нечеткой логики, отличительной стороной которого является описание условий и метода решения задачи на языке, близком к естественному.

5. Алгоритмы управления динамическими объектами электроэнергетических систем, учитывающие ограниченные вычислительные средства микропроцессорных систем и нечеткость исходных данных.

Реализация результатов работы. Результаты работы использованы при выполнении ряда научно – исследовательских тем, кроме того нашли применение во множестве проектов при грантовой поддержке Сибирского федерального университета. Создан программный продукт, основанный на разработанной методике, что подтверждается наличием свидетельства регистрации (№ 000, «Оптимизация качества электроэнергии на основе нечеткой логики», , №; регистр. 24.01.2007; выд. 30.01.2007 г.) разработки в Отраслевом фонде алгоритмов и программ.

Апробация работы. Основные научные положения диссертационной работы докладывались и обсуждались на конференциях, научно-технических совещаниях, семинарах, в том числе: XIV Международной научно-практической конференции студентов, аспирантов и молодых ученых «Современные техника и технологии СТТ 2008», Томск, 2008; Всероссийской научно-практической конференции с международным участием «Повышение эффективности производства и использования энергии в условиях Сибири», Иркутск, 2008; VI Региональной научно-практической конференции «Интеллектуальные ресурсы ХТИ – филиала СФУ – Хакасии – 2007 (наука, техника, образование)», Абакан, 2007; научных семинарах кафедры электроснабжения промышленных предприятий ХТИ - филиала СФУ.

Публикации. По результатам выполненных исследований и теме диссертационной работы опубликовано 9 научных работ, включая 3 в изданиях по списку ВАК, зарегистрирован 1 программный продукт.

Структура и объем работы. Диссертационная работа состоит из введения, четырех разделов, заключения и списка использованных источников из 77 наименований. Основной текст, содержащий 115 страниц машинописного текста, иллюстрирован 89 рисунками и 13 таблицами.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность проводимой работы, сформулированы цель и задачи работы. Дается краткая аннотация содержания работы по разделам. Определены основные положения проблемы управления электромагнитной обстановкой в электроэнергетических системах на основе нечеткой логики. Сформулирована научная новизна основных результатов и практическая ценность исследований. Приведены основные положения, выносимые на защиту.

В первой главе проведен обзор современного состояния проблемы принятия решений в задачах управления сложными системами кибернетического типа применительно к электрическим системам. Приводится анализ исследований в области оптимизации электромагнитной обстановки, обосновывается перспективность применения методов нечеткой логики.

Согласно теореме о нечеткой аппроксимации (Fuzzy Approximation Theorem), доказанной Б. Коско, любая математическая система может быть аппроксимирована системой, основанной на нечеткой логике. Другими словами, с помощью естественно-языковых высказываний-правил «если-то», с последующей их формализацией средствами теории нечетких множеств, можно сколь угодно точно отразить произвольную взаимосвязь «входы-выход» без использования сложного аппарата дифференциального и интегрального исчисления, традиционно применяемого в управлении и идентификации.

Рисунок 1 - Нечеткий логический вывод

Под нечетким логическим выводом (рис. 1) принимаем аппроксимацию зависимости Y=F(X) с помощью нечеткой базы знаний и операций над нечеткими множествами. Функция принадлежности позволяет вычислить степень принадлежности произвольного элемента универсального множества к нечеткому множеству. Под деффаззификацией принимаем процедуру преобразования нечеткого множества в четкое число. Нечеткая база знаний представляет совокупность логических высказываний. На рис. 1 приняты обозначения: - входной четкий вектор; - вектор нечетких множеств, соответствующий входному вектору; - результат логического вывода в виде вектора нечетких множеств; - выходной четкий вектор.

Под электромагнитной обстановкой в электроэнергетических системах принимаем совокупность реальных электромагнитных явлений, существующих в данном месте в частотном и временном диапазонах (ГОСТ 30

Во второй главе предложен алгоритм долгосрочного и ситуационного нечеткого управления электромагнитной обстановкой в электроэнергетических системах.

Суммарную мощность компенсирующих устройств (КУ) в системе электроснабжения определяют из условия баланса реактивной мощности (РМ) между энергосистемой и промышленным предприятием в период прохождения энергосистемой максимума активной нагрузки. Оптимальное управление суммарной мощностью производится по критерию минимума потерь активной мощности в сети и позволяет получить дополнительный экономический эффект и улучшение режимов напряжений в узлах. Задача формулируется следующим образом: для заданной схемы электроснабжения (рис. 2) с учетом баланса РМ и величин нагрузок необходимо определить оптимальную мощность КУ в узлах.

Рисунок 2 - Схема системы электроснабжения

Расчетная суммарная мощность КУ, устанавливаемых в сети, составляет =2000 квар. В системе проведены замеры суммарных потерь активной мощности при некоторых заданных значениях и , которые выбирали таким образом, чтобы обеспечить “малый”, “средний” и “большой” режимы каждого КУ. Результаты измерений разделены на обучающую и тестирующую выборки (табл. 1 и 2).

Таблица 1 - Обучающая выборка

Q2	0	100	0	0	100	0	2000	1900	1900	1000	1100	900
Q3	0	0	100	2000	1900	1900	0	100	0	1000	900	1100
	8892,44	8554,02	8669,98	8889,39	8328,83	8667,25	16412,12	15099,28	15321,73	7720,76	8146,19	7393,92

Таблица 2 - Тестирующая выборка

Q2	1500	0	1000	0
Q3	0	1500	0	1000
	11712,20	8012,66	8892,28	7720,92

Решение задачи разбито на два этапа: 1) выявление зависимости потерь активной мощности в сети от мощности КУ на основе исходных данных; 2) нахождение значений мощностей КУ, т. е. собственно оптимизация реактивных нагрузок. Решение задачи выполнялось в системе MATLAB с пакетом Fuzzy Logic Toolbox.

На первом этапе синтезированы нечеткие правила из экспериментальных данных с использованием субтрактивной кластеризации, затем настраиваются параметры нечеткой модели с помощью ANFIS-алгоритма. Субтрактивную кластеризацию использовали как своего рода препроцессинг для ANFIS-алгоритма - синтезированная нечеткая модель является начальной точкой для обучения. Важное преимущество - правила базы знаний получаются объектно-ориентированными, что понижает возможность "комбинаторного взрыва" (катастрофического увеличения объема базы знаний при большом числе входных переменных).

Используемый горный метод субтрактивной кластеризацией позволяет быстро экстрагировать нечеткие правила из данных. В результате синтезируется нечеткая модель Сугэно первого порядка с четырьмя правилами. Однако она плохо отражает действительность и пользоваться такой моделью затруднительно. Зависимость , построенная при использовании полученной системы, показана на рис. 3, а. Далее параметры нечеткой модели настраиваются с помощью ANFIS-алгоритма. Зависимость , полученная после обучения системы, представлена на рис. 3, б.