基于NSGA-II的MMC最优冗余数量配置方法技术

本发明专利技术涉及多目标优化领域，尤其涉及一种基于NSGA

【技术实现步骤摘要】
基于NSGA-II的MMC最优冗余数量配置方法


[0001]本专利技术涉及多目标优化领域，尤其涉及一种基于NSGA-II的MMC最优冗余数量配置方法。

技术介绍

[0002]配电网常采用背靠背MMC型柔性控制器作为互联的关键设备。为了满足模块化多电平换流器柔性直流(MMC-HVDC)系统大功率、高电压需求，模块化多电平换流器(MMC)采用子模块SM级联形式，即每个桥臂由子模块串联构成。MMC-HVDC系统实际工程中，桥臂子模块数量可达几十甚至上百个，一旦子模块发生故障，影响换流器正常运行，导致MMC退出运行，将危害MMC-HVDC系统安全。因此，MMC-HVDC系统需配置冗余子模块，提高其运行可靠性。
[0003]在实际工程中，为提高MMC的可靠性，会配置一定比例的冗余子模块用于在故障期间替代损坏的子模块，从而保证MMC的正常运行可靠性与故障处理能力。随着基于MMC的高压直流输电工程朝着高电压、大容量方向发展，MMC的子模块数量也会不断增多。冗余子模块数量越多，MMC的可靠性越高，但成本也会越高，经济性显著降低；然而，冗余子模块数目过少时，MMC的可靠性得不到保证。
[0004]目前已有文献对MMC供电可靠性以及最优数量配置进行了分析。文献“王宝安，谭风雷，商姣.模块化多电平换流器模块冗余优化配置方法[J].电力自动化设备，2015，35(1):13-19”构建了两种备用策略下MMC换流阀的可靠度函数并对其进行分析；文献“许建中，赵鹏豪，江伟，等.具备直流故障穿越能力的混合MMC可靠性分析和冗余配置方法[J].中国电机工程学报，2016，36(4):953-959.”根据MMC换流阀的工作机理分析了不同部分的阀损耗，基于实际的电压、电流波形，采用分段解析的方法计算MMC换流阀的阀损耗；文献“王秀丽，郭静丽，庞辉，等.模块化多电平换流器的结构可靠性分析[J].中国电机工程学报，2016，36(7):1908-1914.”分析了MMC换流阀及其子模块的可靠性，综合考虑工程实际因素，提出了MMC子模块冗余配置的计算方法。但上述文献的优化算法依赖于权重的选择，实际上把多目标优化转化为单目标优化问题，在优化前加入了人为主观因素，在不同的权重下，可能得到不同的最优冗余配置数量的优化结果。

技术实现思路

[0005]本专利技术的目的是为了提供一种基于NSGA-II的MMC最优冗余数量配置方法，避免主观性对优化过程的干扰，优化效果好。
[0006]为解决以上技术问题，本专利技术的技术方案为：基于NSGA-II的MMC最优冗余数量配置方法，包括：
[0007]步骤1：建立含MMC系统的冗余子模块数量的多目标优化函数；建立多目标优化函数具体包括建立MMC系统可靠性和冗余子模块数量的两个子目标优化函数；
[0008]步骤2：基于NSGA-II多目标优化算法求解多目标优化函数，得到pareto最优解集；从pareto最优解集中获得期望的多目标优化函数最优解，配置最优冗余数量。
[0009]按以上方案，建立MMC系统可靠性的子目标优化函数的具体方法为：
[0010]1)确定MMC系统的可靠性R
MMC
[0011]定义在一段时间T内装置的可靠性为系统运行期间不出现故障的概率；三相MMC中，每相包含上、下2个桥臂，每个桥臂由N个子模块SM与电感串联构成，其中N为额定子模块数量；子模块SM是由多个IGBT、二极管和电容器组成的，子模块可靠性由所含有的IGBT、二极管和电容器的可靠性共同决定，定义IGBT的可靠性为R
I
，二极管的可靠性为R
D
，电容器的可靠性为R
C
，可得子模块的可靠性R
SM
为：
[0012][0013]子模块不故障的概率为R
SM
，则故障概率为1-R
SM
；
[0014]设每相每桥臂配置的子模块冗余数为N0，有i个子模块故障的概率为：
[0015][0016]a相上桥臂的可靠性R
A
，即不超过N0个SM故障的概率为：
[0017][0018]桥臂带有N+N0个子模块的三相MMC的可靠性R
MMC
，即不超过N0个SM故障的概率为：
[0019][0020]式中：i为MMC中的某个桥臂的故障SM数量；
[0021]2)确定MMC系统的故障率F
MMC
[0022]三相MMC的可靠性R
MMC
为不超过N0个SM故障的概率，则MMC发生故障的概率F
MMC
为：
[0023][0024]优化目标希望MMC具有更高可靠性，应使得故障概率最小，即：
[0025][0026]按以上方案，建立MMC系统冗余子模块数量的子目标优化函数的具体方法为：
[0027]冗余子模块数量为N0，即冗余子模块数量函数C
MMC
为：
[0028]C
MMC
(N0)＝N0ꢀꢀꢀ
(7)
[0029]优化目标希望在满足高可靠性的前提下，冗余子模块数量N0越小越好，即：
[0030]C(N0)＝min(N0)
ꢀꢀꢀ
(8)
[0031]按以上方案，步骤1还包括建立约束条件的步骤，具体为：
[0032]MMC系统可靠性不能低于可靠性阈值；
[0033]冗余子模块数量和原有额定子模块数目的比值不能超过冗余占比阈值。
[0034]按以上方案，建立约束条件步骤中，MMC系统的可靠性阈值为0.95。
[0035]按以上方案，建立约束条件步骤中，冗余占比阈值为50％，即冗余子模块数不能超过原有额定子模块数目的50％。
[0036]按以上方案，NSGA-II多目标优化算法的具体步骤为：随机产生一个初始群体P0，采用选择、交叉和变异操作产生一个新群体Q0，P0和Q0的群体规模均为N；将父代P
t
和子代Q
t
并人到R
t
中，其中，t为迭代次数，初始时t＝0；对R
t
进行快速非支配排序，然后根据需要计算某个分类排序子集中所有个体的拥挤距离，并根据分类排序子集和拥挤距离建立偏序集，然后从偏序集依次选取个体进入新的父代P
t+1
，直至P
t+1
的规模为N；若t＝t+1，满足终止条件则循环结束，否则转到将父代P
t
和子代Q
t
并人到R
t
中的步骤并继续执行直至满足终止条件。
[0037]按以上方案，偏序集中的新物种选取方法为：
[0038]1)优先在第一层非支配集选取个体，若未满足种群数量要求，再考虑在第二层非支配个体集合中选择个体，依此类推；
[0039]2)计算最后一个被选择层中每个个体的拥挤距离，选择拥挤距离最大的个体。
[0040]本专利技术具有如下有益效果：<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于NSGA-II的MMC最优冗余数量配置方法，其特征在于，包括：步骤1：建立MMC系统的多目标优化函数；建立多目标优化函数具体包括建立MMC系统可靠性和冗余子模块数量的两个子目标优化函数；步骤2：基于NSGA-II多目标优化算法求解多目标优化函数，得到pareto最优解集；从pareto最优解集中获得期望的多目标优化函数最优解，配置最优冗余数量。2.根据权利要求1所述的基于NSGA-II的MMC最优冗余数量配置方法，其特征在于：建立MMC系统可靠性的子目标优化函数的具体方法为：1)确定MMC系统的可靠性R
MMC
定义在一段时间T内装置的可靠性为系统运行期间不出现故障的概率；三相MMC中，每相包含上、下2个桥臂，每个桥臂由N个子模块SM与电感串联构成，其中N为额定子模块数量；子模块SM是由多个IGBT、二极管和电容器组成的，子模块可靠性由所含有的IGBT、二极管和电容器的可靠性共同决定，定义IGBT的可靠性为R
I
，二极管的可靠性为R
D
，电容器的可靠性为R
C
，可得子模块的可靠性R
SM
为：子模块不故障的概率为R
SM
，则故障概率为1-R
SM
；设每相每桥臂配置的子模块冗余数为N0，有i个子模块故障的概率为：a相上桥臂的可靠性R
A
，即不超过N0个SM故障的概率为：桥臂带有N+N0个子模块的三相MMC的可靠性R
MMC
，即不超过N0个SM故障的概率为：式中：i为MMC中的某个桥臂的故障SM数量；2)确定MMC系统的故障率F
MMC
三相MMC的可靠性R
MMC
为不超过N0个SM故障的概率，则MMC发生故障的概率F
MMC
为：优化目标希望MMC具有更高可靠性，应使得故障概率最小，即：3.根据权利要求1所述的基于NSGA-II的MMC最优冗余数量配置方法，其特征在于：建立MMC系统冗余子模块数量的子目标优化函数的具体方法为：冗余子模块数量为N0，即冗余子模块数量函数C
MMC
为：C
MMC

【专利技术属性】
技术研发人员：马洲俊，张明，王勇，王徐延，周科峰，黄文焘，邰能灵，王杰，高聪哲，陈少宇，田浩，马迪，许洪华，
申请(专利权)人：上海交通大学国网江苏省电力有限公司，
类型：发明
国别省市：