CC BY
21
шнЕРШшРЕтурсшсБЕШШЕтишшэнЕРШяэФФЕшаштишЬ 19
УДК 621.316.9
Разработка оптимальной системы управления генерацией и потреблением реактивной мощности в системах электроснабжения промышленных предприятий
В. Г. Басманов,
ФГБОУ ВПО «ВятГУ», заведующий кафедрой «Электроснабжение», кандидат технических наук, доцент Д. А. Порошин,
ФГБОУ ВПО «ВятГУ», аспирант кафедры «Электроснабжение»
Предлагается комплексный подход к решению задачи разработки оптимальной системы управления генерацией и потреблением реактивной мощности в системах электроснабжения промышленных предприятий. Он включает разработку математической модели адаптивного регулятора реактивной мощности (АРРМ) и проведение исследований по выбору оптимального интервала переключения ступеней конденсаторных установок. Математическая модель АРРМ позволяет осуществить качественное регулирование генерацией реактивной мощности, используя оптимальный режим работы конденсаторной установки. В рамках данной работы также разрабатывается системный подход к управлению мощностью батарей конденсаторов и уровнем напряжения в системе электроснабжения.
Ключевые слова: система управления, математическая модель, адаптивный регулятор реактивной мощности, оперативный прогноз.
Передача реактивной мощности по электрическим сетям приводит к ряду нежелательных последствий: появлению дополнительных потерь активной мощности и энергии, снижению пропускной способности линий и трансформаторов, снижению качества электрической энергии. Это приводит, с одной стороны, к повышению капитальных вложений в развитие электрической сети, с другой стороны, к снижению эффективности энергоиспользования и к повышению себестоимости выпускаемой продукции. В рамках данной работы ставилась задача разработки и исследования новых подходов к управлению генерацией и потреблением реактивной мощности и уровнем напряжения в электрической сети, позволяющих максимально снизить потери активной мощности при её транспортировке и уменьшить потребление электроэнергии промышленными предприятиями.
Основным средством компенсации реактивной мощности (КРМ) являются конденсаторы и выполненные на их основе батареи конденсаторов (БК). Эффективность применения батарей конденсаторов существенно зависит от правильности определения мест подключения БК к электрической сети, выбора мощности БК и способа их автоматического регулирования. Данной проблеме посвящено большое количество работ [1-3 и др.], а известные способы регулирования мощности БК реализованы в виде различных моделей регуляторов, позволяющих управлять мощностью БК в автоматическом режиме. Существующие регуляторы реактивной мощности обладают одним общим недостатком -
команда на переключение ступеней БК вырабатывается на основании существующего в данный момент времени потребления реактивной мощности. Регулирование происходит с некоторым опозданием, в результате чего получается или перекомпенсация, или недокомпенсация реактивной мощности, что приводит к увеличению потерь активной мощности от передачи реактивной, а также вынуждает коммутационную аппаратуру конденсаторной установки работать в тяжёлом режиме, особенно при кратковременных изменениях нагрузки. Происходит быстрый выход из строя коммутационной аппаратуры и конденсаторов, в том числе и при использовании специальных контакторов для установок компенсации реактивной мощности на напряжение 0,4-0,69 кВ, имеющих повышенный срок службы.
Этот недостаток предлагается устранить путём использования адаптивных методов оперативного прогнозирования. Прогнозируя динамику поведения нагрузки на ближайшее будущее, можно оптимально скомпенсировать реактивную мощность, а также выбрать наиболее оптимальную работу конденсаторной батареи. Использование методов прогнозирования для автоматического управления предполагает статистическую обработку большого объёма накопленной информации, расчёт прогнозного значения параметра регулирования и на основании прогнозного значения управление конденсаторной установкой, а это может быть выполнено на базе микроэлектроники с развитой памятью и высоким быстродействием. Поэтому разработка и использование регуляторов реак-
тивной мощности, использующих методы оперативного прогноза, были затруднены и до сих пор не производились.
В настоящее время становится возможной разработка таких регуляторов реактивной мощности. При этом необходимо учитывать, что по стоимости они должны быть соизмеримы с другими регуляторами реактивной мощности, иначе все достоинства, связанные с качеством регулирования, будут малоэффективными. Поэтому метод оперативного прогнозирования, используемый в интеллектуальном регуляторе реактивной мощности, должен удовлетворять требованиям, приведённым в [4].
В качестве математической модели адаптивного регулятора реактивной мощности на основании анализа и сравнения существующих методов оперативного прогноза и вышеизложенных требований выбрана адаптивная модель прогнозирования временного ряда, генерируемая авторегрессионной схемой с дрейфующими коэффициентами, которая называется адаптивной фильтрацией. Метод имеет достаточно высокую точность, прост в реализации и требует меньшие вычислительные ресурсы по сравнении с другими. На рис. 1 представлена общая схема определения весовых коэффициентов в прогнозе временного ряда, которая позволяет понять процедуру адаптивной фильтрации.
Рис. 1. Общая схема определения весовьвс коэффициентов в прогнозе временного ряда
Блоки и линии связи, расположенные выше, отражают процедуру адаптивной фильтрации. Это итеративная процедура. Её цикл состоит в том, что берётся данный набор весовых коэффициентов (весов), по ним делается прогноз, затем подсчиты-вается ошибка прогноза как разница между прогнозом и фактическим наблюдением, наконец, осуществляется корректировка весов для уменьшения среднего квадрата ошибки.
Задача состоит в том, чтобы найти подходящую процедуру корректировки (адаптации) весов применительно к графикам реактивной мощности, позволяющую перестраивать модель (фильтр) в соответствии с текущей динамикой ряда. Далее рассматривается предлагаемый алгоритм данной процедуры.
Адаптация коэффициентов модели авторегрессии.
Ключом к эффективности адаптивной фильтрации является правило, используемое для адаптации весов на каждом шаге. Это правило может быть выведено путём анализа ошибки прогноза.
В модели адаптивного фильтра [5] предполагается, что прогноз следующего члена ряда может быть получен с помощью взвешенной суммы I прошлых членов ряда:
где Qí(^ - прогноз следующего значения реактивной мощности;
£ - взвешенная средняя;
Иг - вес измерения на г-м интервале;
I - число измерений, используемое при подсчёте
Qi - значение реактивной мощности, измеренное в момент г.
Выражение (1) имеет авторегрессионный характер. Поэтому эта модель будет называться адаптивной моделью авторегрессии порядка I. После того, как становится известным - фактическое значение ряда в момент t+1, можно подсчитать ошибку прогноза:
где - истинное значение величины реактивной мощности, которое должно быть предсказано на интервале t+1;
I - число измерений, используемых для предсказания.
Квадрат ошибок предсказания:
Выражение показывает, что квадрат ошибки является квадратической функцией весов И;. Геометрической интерпретацией этой функции в трёхмерном пространстве является параболический цилиндр. При определенном сочетании весов (вдоль прямой Zffl¿Q¿=Qt+l) функция принимает минимальное значение равное нулю. Предполагается, что в момент были получены некоторые оценки весовых коэффициентов, по которым и подсчитана оценка Qt. Если использованные оценки весовых коэффициентов привели к ненулевой ошибке, то имеется возможность скорректировать веса так, чтобы уменьшить ошибку. Можно было бы выбрать такой вес, который сводил бы ошибку к нулю. Но нужно иметь в виду, что по оценкам весов, полученным в момент t, будет формирована оценка величины Qt+l. Между тем в момент t+1 функция е|+1 от веса изменится, так как её коэффициенты будут другими. В трехмерном пространстве эту функцию будет отображать другой параболический цилиндр, принимающий
ЭНЕРГОБЕЗОПАСНОСТЬ И ЭНЕРГОСБЕРЕЖЕНИЕ / wmv.endi.ru
№ 1 (49) 2013, январь-февраль
шнЕРШвштурснтБЕШШЕтишшэнЕРШявФФЕШшвюшшЬ 21
минимальное значение вдоль новой прямой. Таким образом, процедуру адаптации весов в момент t нельзя рассматривать изолированно, так как корректировка веса на основе текущей ошибки производится с целью минимизации будущей ошибки. Поэтому процедура адаптации весов должна учитывать динамические особенности процесса и предусматривать сглаживание чисто случайных колебаний параметров изучаемой системы [6].
Анализ алгоритмов численной оптимизации весовых коэффициентов i показал, что наиболее подходящим является градиентный метод. Сущность его состоит в выборе начальной точки на исследуемой поверхности и последующем перемещении к низшей точке поверхности с применением итеративной процедуры. Для этого необходимо иметь возможность вычислять в каждой точке поверхности вектор, указывающий направление движения. Тогда можно корректировать вес таким образом, что новый вес будет представлять точку, которая ближе к оптимальному набору весов по сравнению со старыми весами [6].
На основании вышеизложенного разработана и реализована математическая модель адаптивного регулятора реактивной мощности для конденсаторной батареи (АРРМ КБ) напряжением до 1 кВ, которая позволяет производить оптимальное регулирование генерации реактивной мощности, используя оптимальный режим работы конденсаторной батареи. В качестве критерия оптимизации используется минимальное потребление реактивной мощности, т. е. стремление к полной её компенсации.
Предлагаемая математическая модель адаптивного регулятора реактивной мощности для отладки выполнена в виде программного продукта модели регулятора на базе среды визуального программирования Delphi. Данная модель реализована в программном продукте Lab, моделирующем работу регулятора реактивной мощности РРМ+ и АРРМ. В регуляторе РРМ+ используется принцип регулирования по значению реактивной мощности, при полной компенсации генерируемая реактивная мощность равна потребляемой. Таким образом, программа позволяет сравнить качество управле-
ния реактивной мощностью двумя разными типами регуляторов. Сравнение показало более высокую точность управления с помощью интеллектуального регулятора реактивной мощности, математическая модель которого описана в данной работе. Кроме того, использование программного продукта Lab позволило произвести исследования по выбору оптимального интервала переключения ступеней КБ для разных графиков нагрузок.
Предложенная математическая модель позволяет производить качественное регулирование генерацией реактивной мощности, используя оптимальный режим работы конденсаторной установки. Таким образом, создан универсальный и функционально приспособленный регулятор реактивной мощности конденсаторных установок, который повышает качество управления процессом генерации реактивной мощности конденсаторных установок, применяемых в различных электроустановках.
Также разрабатывается системный подход к управлению мощностью КБ и уровнем напряжения в системе электроснабжения. Работа включает в себя выполнение следующих основных научных исследований:
- разработку адаптивных методов и алгоритмов централизованного и автономного управления КБ;
- разработку методики и алгоритма оптимального управления напряжением электрической сети и мощностью КБ.
Указанные методики и алгоритмы практически реализованы в виде регулятора реактивной мощности нового поколения, созданного на современной элементной базе, программ для ЭВМ оптимального управления напряжением и мощностью КБ и рекомендаций по применению оптимального управления напряжением и мощностью КБ. Разработка и реализация новых подходов к управлению генерацией и потреблением реактивной мощности конденсаторными батареями позволят максимально снизить потери активной мощности, энергии при её транспортировке и уменьшить потребление активной мощности потребителями электроэнергии, повышая энергоэффективность данного мероприятия.
Литература
1. Железко Ю. С. Потери электроэнергии, реактивная мощность, качество электроэнергии. - М.: НЦ ЭНАС, 2009. - 456 с.
2. Кочкин В. И., Нечаев О. П. Применение статических компенсаторов реактивной мощности в электрических сетях энергосистем и предприятий. - М.: НЦ ЭНАС, 2000. - 248 с.
3. Ковалев И. Н. Выбор компенсирующих устройств при проектировании электрических сетей. Экономия топлива и электроэнергии. - М.: Энергоатомиздат, 1990. - 200 с.
4. Черепанов В. В., Басманов В. Г. О необходимости создания регуляторов реактивной мощности с использованием прогнозирования // Известия высших учебных заведений «Проблемы энергетики». - 2006. -№ 11-12. - С. 38-40.
22
инавжюшившшвшшиниаглишвшиимивииюимми!
5. Басманов В. Г., Порошин Д. А. Математическая модель адаптивного регулятора реактивной мощности и результаты её применения для исследования по выбору оптимального интервала переключения ступеней конденсаторных установок // Электрика. - 2012. - № 8. - С. 2-6.
6. Басманов В. Г., Порошин Д. А. Разработка математической модели адаптивного регулятора реактивной мощности для конденсаторных установок / Современные исследования в области энергосбережения и повышения энергетической эффективности: Сб. науч. ст. по материалам I Междунар. науч.-практ. конф. / Отв. ред. А. В. Филонович. - Курск: Юго-Зап. гос. ун-т, 2012. - С. 59-65.
Optimal system of reactive generation and consumption power management in industrial enterprises power supply systems with the purpose of energy losses reduction during transportation, distribution and consumption
V. G. Basmanov,
Vyatka State University, Head of Electrical supply department, PhD, senior lecturer
D. А. Poroshin,
Vyatka State University, post-graduate students of Electrical supply department
This article discusses the issues of development of reactive power generation and consumption management system in industry power supply. Offers a comprehensive approach to the solution of this problem. One of the proposed approach directions is the mathematical model development of adaptive controller reactive power (ACRP) and carrying out of researches at the choice of the optimal interval switching condenser installations stage. The АCRР mathematical model allows to carry out qualitative regulation of reactive power generation by using the optimal condenser installations operation mode. Besides that was developed a systematic approach to power control capacitor banks and electricity system voltage level.
Keywords: control system, mathematical model, adaptive controller reactive power, operational forecast.
ЭНЕРГОБЕЗОПАСНОСТЬ И ЭНЕРГОСБЕРЕЖЕНИЕ / www.endi.ru
№ 1 (49) 2013, январь-февраль
