JP3825171B2 - 配電系統制御システム - Google Patents
配電系統制御システム Download PDFInfo
- Publication number
- JP3825171B2 JP3825171B2 JP09335998A JP9335998A JP3825171B2 JP 3825171 B2 JP3825171 B2 JP 3825171B2 JP 09335998 A JP09335998 A JP 09335998A JP 9335998 A JP9335998 A JP 9335998A JP 3825171 B2 JP3825171 B2 JP 3825171B2
- Authority
- JP
- Japan
- Prior art keywords
- voltage
- value
- reactive power
- distribution
- adjustment amount
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/30—Reactive power compensation
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
- Control Of Electrical Variables (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、配電系統の各部の電圧及び無効電力を制御する配電系統制御システムに関する。
【０００２】
【従来の技術】
一般に配電系統は、変電所に設置された配電用変圧器につながる母線と、該母線に接続された複数の高圧配電線とを備えており、各高圧配電線には電圧降下を補償するための電圧調整器がローカル装置として接続されている。
【０００３】
従来の配電系統では、系統の各部に設定した検出点で検出した電圧情報及び電流情報を全て監視装置に集めて、系統の各部の情報の表示を行い、各部の状態に基づいて人為的に電圧の調整を行うか否か、また調整値の値の決定を行い、その結果を用いて、配電用変圧器のタップを選択していた。また各高圧配電線に接続された電圧調整器には、配電系統の構成に基づいて予め定められた整定値を手動設定しておき、各電圧調整器の設置箇所で検出した高圧配電線の電圧を整定値に保つように電圧調整器を制御していた。
【０００４】
近年の分散電源の連系要請の高まり等に伴い、配電系統での電力品質の管理は、従来のような固定した一方向の潮流やその緩慢な変動だけを想定した制御システムでは、十分に対応できなくなることが予想される。また、地球温暖化の面より、従来にも増して省エネルギ−の観点から系統の電力損失最小が要求されている。すなわち、現状での配電系統の電圧調整は、主として配電用変電所での負荷時電圧調整変圧器（以下、ＬＲＴ（Load Ratio Transformer）という。）により行われており、長距離配電線の場合には、さらに線路途上に電圧降下補償用のステップ電圧レギュレータ（以下、ＳＶＲ（Step Voltage Regulator）という。）を付加している。
【０００５】
【発明が解決しようとする課題】
しかしながら、ＬＲＴは、バンク単位で一括の電圧調整となり、配電線毎の負荷特性等の影響で、また、ＳＶＲが付加された配電線でも、ＳＶＲの調整タップ幅の粗さ等から、系統各部の電圧は必ずしも最適値になっているとは限らない。また、逆方向の潮流となる場合には制御できない。一方、電力潮流に関しては、現状での無効電力調整は、主に高圧需要家の静的なキャパシタ（ＳＣ（Static Capasitor）によるところが多く、軽負荷時にフェランチ効果による電圧過昇を招くとともに、電力損失増加要因にもなっている。
【０００６】
上述のような、今後問題となることが予想される要求に対応するためには、これまで以上に高度な制御と系統全体の状態を把握した制御が必要となる。このような目的から系統を最適状態に維持するためには、少くとも１配電線全体を対象として、状態変動に応じてその都度最適状態を求める必要がある。従って、これは、大規模状態変数の最適組み合わせを求める問題であり、高速に解を求める必要がある。
【０００７】
本発明の目的は、以上の問題点を解決し、配電系統の電圧分布及び無効電力分布を、電力損失が最小になるように、従来例に比較して効率的に制御することができる配電系統制御システムを提供することにある。
【０００８】
【課題を解決するための手段】
本発明に係る請求項１記載の配電系統制御システムは、配電用変圧器に接続された母線と上記母線に接続された高圧配電線とを有する配電系統の高圧配電線の電圧を制御する配電系統制御システムにおいて、
上記配電系統を統括してその動作を制御する中央装置と、
上記高圧配電線に設けられ、上記中央装置からの制御信号に基づいて、上記高圧配電線の電圧値及び無効電力値をそれぞれ所定の調整量で調整するローカル装置と、
上記高圧配電線のローカル装置の設置箇所から離れて設けられ、上記高圧配電線の電圧及び電流をそれぞれ検出して上記中央装置に送信する検出装置とを備え、
上記中央装置は、
上記検出装置によって検出された上記高圧配電線の電圧及び電流に基づいて、所定のニューラルネットワークを用いて上記高圧配電線の潮流計算を行い、かつ遺伝的アルゴリズムを用いて上記ローカル装置の最適な調整量の組み合わせを計算して設定するように制御する制御手段を備えたことを特徴とする。
【０００９】
また、本発明に係る請求項２記載の配電系統制御システムは、配電用変圧器に接続された母線と上記母線に接続された複数の高圧配電線とを有する配電系統の各高圧配電線の電圧の変動幅を設定範囲に収めるように制御する配電系統制御システムにおいて、
上記配電系統を統括してその動作を制御する中央装置と、
上記各高圧配電線に対して少なくとも１つ設けられ、上記中央装置からの制御信号に基づいて、上記各高圧配電線の電圧値及び無効電力値をそれぞれ所定の調整量で調整するローカル装置と、
上記各高圧配電線のローカル装置の設置箇所から離れた少なくとも１つの検出位置で上記高圧配電線の電圧及び電流をそれぞれ検出する電圧センサ及び電流センサを備え、検出された電圧値及び電流値の検出データを上記中央装置に送信する検出装置とを備え、
上記中央装置は、
遺伝的アルゴリズムを用いて上記各ローカル装置における電圧値及び無効電力値の調整量を初期ストリングとしてランダムに発生する発生手段と、
入力層と、少なくとも１層の中間層と、出力層を備え、予め所定の教師データに基づいて学習され、上記各ローカル装置の電圧調整量及び位相調整量と、上記各検出装置間の区間における所定の負荷有効電力及び負荷無効電力と、上記配電用変圧器からの送出電圧及び送出位相とを入力して、上記各検出位置における電圧値及び無効電力値を出力することにより潮流計算を行うニューラルネットワークを用いて、上記発生手段によって発生された初期ストリングの調整量と、上記各検出装置間の区間における所定の負荷有効電力及び負荷無効電力と、上記配電用変圧器からの送出電圧及び送出位相とに基づいて、上記各検出位置における電圧値及び無効電力値を発生した後、上記配電系統の電圧の最適化及び無効電力の最小化を目的とし関数値が最小値で上記目的を達成する所定の目的関数を用いて、その目的関数の関数値を計算する計算手段と、
上記計算手段によって計算された上記目的関数の関数値の逆数を計算し、適応度を示すその逆数値のより大きい複数の調整量のストリングを選択することにより選択淘汰処理を実行する選択手段と、
上記選択手段によって選択された複数の調整量のストリングから、ランダムに交叉点を決定して淘汰された所定の個数分の修正ストリングを新たに生成し、生成された修正ストリングの集団の中の上記適応度のより低い複数のストリングの中のストリング内でビット反転を行うことにより突然変異処理を実行する処理手段と、
上記処理手段の処理の後に上記計算手段を実行し、上記計算手段によって計算された上記目的関数の関数値に基づいて所定の終了条件を満たすか否かを判断し、満たさないとき上記選択手段の処理を実行する一方、満たすときに上記計算手段によって計算された電圧と無効電力の調整量から算出した目標電圧と目標無効電力とを上記ローカル装置に送信した後、設定するように制御する制御手段とを備えたことを特徴とする。
また、請求項３記載の配電系統制御システムは、請求項２記載の配電系統制御システムにおいて、上記目的関数は、電圧の目的関数と、無効電力の目的関数との、重み係数による線形結合で表され、上記電圧の目的関数は、所定の目標値からの上記中央装置のニューラルネットワークによる電圧予測値の差の２乗値を、所定の目標値からの上記検出装置による電圧検出値の差の２乗値で除算してなり、上記無効電力の目的関数は、上記中央装置のニューラルネットワークによる無効電力予測値の２乗値を、上記検出装置による無効電力検出値の２乗値で除算してなることを特徴とする。
さらに、請求項４記載の配電系統制御システムは、請求項２又は３記載の配電系統制御システムにおいて、上記検出データは、所定の時間における平均値データであることを特徴とする。
【００１０】
【発明の実施の形態】
以下、図面を参照して本発明に係る実施形態について説明する。
【００１１】
図１は、本発明に係る一実施形態である配電系統制御システムの構成を示すブロック図である。図１において、ＳＳは配電用変電所に設置された配電用変圧器であり、Ｂは変圧器ＳＳの二次側に接続された母線であり、Ｆ１、Ｆ２、…は母線Ｂに接続された高圧配電線である。図示してないが、高圧配電線Ｆ１、Ｆ２、…にはそれぞれ変圧器を介して図示しない低圧配電線が接続されている。
【００１２】
１は配電系統を統括する中央装置で、この中央装置１は例えば配電用変電所に設けられている。本実施形態においては、高圧配電線Ｆ１、Ｆ２、…のそれぞれの電圧調整と無効電力の調整とを行うためにローカル装置２が各高圧配電線に対して少なくとも１つ設けられている。各高圧配電線Ｆ１、Ｆ２、…にはまた、ローカル装置２から離れた少なくとも１つの箇所に設定された検出点で高圧配電線の３相の電圧及び電流を検出する検出装置３が設けられている。また、中央装置１と各ローカル装置２及び検出装置３との間で通信を行うために、データ通信回線４が設けられている。中央装置１側には、各ローカル装置２及び検出装置３から中央装置１に送信されてくるデータの受信と中央装置１から各ローカル装置２へのデータの送信とを行うデータ送受信装置５が設けられている。
【００１３】
各ローカル装置２は、電圧調整器及び無効電力調整器を備えたローカル機器２Ａと、ローカル機器２Ａの設置箇所の近傍に設定された検出点で対応する高圧配電線Ｆ１，Ｆ２の電圧及び電流をそれぞれ検出する内部電圧センサ２Ｂ及び内部電流センサ２Ｃと、ローカル機器２Ａを構成する電圧調整器及び無効電力調整器を制御する機器制御装置２Ｄと、電圧調整器及び無効電力調整器の制御目標値の設定処理と中央装置１との間の通信とを行う通信制御及び制御目標設定装置２Ｅとを備えている。内部電圧センサ２Ｂは例えば計器用変圧器からなり、内部電流センサ２Ｃは変流器からなる。
【００１４】
ここで、ローカル機器２Ａの電圧調整器としては周知の負荷時電圧調整器（ＬＲＴ）を用いることができる。また、無効電力調整器としては、分路リアクトルや電力用コンデンサをスイッチを介して線路に選択的に接続するようにしたものや、同期調相機などを用いることができる。通信制御及び制御目標設定装置２Ｅは、内部電圧センサ２Ｂ及び内部電流センサ２Ｃがそれぞれ検出した電圧情報及び電流情報とローカル装置２の状態を示す状態情報とを、データ通信回線４を介して中央装置１に送信する送信機と、中央装置１から送信されてくる信号を受信する受信機とを備えた通信装置と、対応する高圧配電線の電圧及び無効電力のそれぞれの制御目標値である電圧制御目標値及び無効電力制御目標値を設定する制御目標設定装置とを備える。また、機器制御装置２Ｄは、対応する高圧配電線の各部の電圧及び無効電力をそれぞれ制御目標設定装置が設定した電圧制御目標値及び無効電力制御目標値に保つように電圧調整器及び無効電力調整器を制御する。
【００１５】
検出装置３は、その設置箇所における高圧配電線の電圧及び電流をそれぞれ検出する電圧センサ３Ａ及び電流センサ３Ｂと、これらのセンサ３Ａ及び３Ｂがそれぞれ検出した電圧情報及び電流情報をデータ通信回線４を介して中央装置１のデータ送受信装置５に送出する通信子局３Ｃとを備える。電圧センサ３Ａは例えば計器用変圧器からなり、電流センサ３Ｂは変流器からなる。
【００１６】
中央装置１は、以下の処理を実行する。
（ａ）配電系統の系統情報（検出機器のアドレス及び接続、ＶＳの入切、ローカル装置の種類）を把握する。
（ｂ）ローカル装置２及び検出装置３からの検出データをもとに、各検出位置での負荷電流等の予測を行い、インピーダンスマップと検出情報から各検出位置の電圧を算出する。
（ｃ）ローカル装置２及び検出装置３に対するポーリングによりそれらの装置２，３から検出データを収集し、電圧逸脱、無効電力の増加等のチェックを行う。
（ｄ）詳細後述する遺伝的アルゴリズム及びニューラルネットワークを用いて、最適状態にするためのローカル装置２の決定、及び調整量の算出を行う。
（ｅ）検出データ及び系統情報に基づいて、インピーダンスマップを作成する。
（ｆ）インピーダンスマップと検出情報を使用して潮流計算を行い、各ローカル装置２の位置での電圧と無効電力の各目標値を算出する。
（ｇ）インピーダンスマップを使用して潮流計算を行い、算出した調整量の確認後、ローカル装置２に対してマクロ指令を出す。
【００１７】
また、ローカル装置２の通信制御及び制御目標設定装置２Ｅは、以下の処理を実行する。
（１）自己の電圧センサ３Ａ及び電流センサ３Ｂから線間電圧及び相電流を入力し、入力された検出情報を平均化して所定の時間での時間的な平均値を計算する。
（２）中央装置１からのポーリングに対して、現時点で平均化している最新の情報（電圧、電流、無効電力）と現在の調整量を応答として返信する。
（３）現在の調整量を常時監視し、調整幅に対して裕度があるかどうかの判定を行い、ポーリング応答で中央装置１に返信する。
（４）中央装置１からのマクロ指令（目標値）に対して調整量を算出し、対応の可否の判定を行う。
（５）ローカル機器２Ａの設定目標値を決定して、機器制御装置２Ｄに検出情報とともに渡す。
【００１８】
さらに、検出装置３の通信用子局３Ｃは、以下の処理を実行する。
（１）自己の電圧センサ３Ａ及び電流センサ３Ｂから線間電圧及び相電流を入力し、入力された検出情報を平均化して所定の時間での時間的な平均値を計算する。
（２）中央装置１からのポーリングに対して、現時点で平均化している最新の情報（電圧、電流、無効電力）を応答として返信する。
【００１９】
次いで、当該配電系統制御システムの具体例について説明する。このシステムは、配電自動化システムにより系統各部の状態を把握し、それに基づき系統各部に分散配置した線路調整装置を制御するものである。検討対象となる中央装置部を含むシステムの概念を図２に示す。当該システムは、全体の制御を司る中央装置１、変電所のＬＲＴ目標補正部９０と、配電線に施設する線路調整機器としてのインバータ制御されたレギュレータ（以下、ＩＣＲ（Inverter Controlled Regulator）という。）９１と、サイリスタ制御されたリアクトル（以下、ＴＣＲ（Thyristor Controlled Reactor）という。）９２及び配電線の要所に施設し電圧及び電流及び力率情報を逐次取り込むセンサ９３により構成され、これらは配電自動化伝送路９４で連携されている。本構成において、ＬＲＴ目標補正部９０は電圧調整継電器９５によって制御されているＬＲＴ９６の出力電圧を適宜増減するバンク一括の電圧制御機能を有する。また、ＩＣＲ９１は設置点における電圧調整機能および電源側線路の無効電力補償機能を有し、ＴＣＲ９２は主としてＳＣによる過補償を改善するための遅れ無効電力注入機能を有する。なお、これらの機器９１，９２，９６は中央装置１から制御目標値（ＬＲＴ目標補正部９０は電圧補正目標値、ＩＣＲ９１は電圧及び無効電力制御目標値、ＴＣＲ９２は無効電力制御目標値）を受信し、この目標値に追随するよう自身でフィ−ドバック制御が行われるものである。従って、中央装置１では、配電系として最適な電圧及び無効電力制御を実現させるための目標値を生成し、ＩＣＲ９１やＴＣＲ９２等の個々のロ−カル機器２に対して指令することが重要な役割となる。
【００２０】
次いで、電圧及び無効電力制御方法について説明する。電圧及び無効電力制御の最適化は組み合わせ最適化問題となる。本実施形態では、遺伝的アルゴリズム（以下、ＧＡという。）とニューラルネットワーク（以下、ＮＮという。）とを用いて、当該配電系統における電圧及び無効電力制御の最適最適解を高速で求める。
【００２１】
図３及び図４は、図１の中央装置１によって実行される中央装置処理を示すフローチャートである。図３において、まず、ステップＳ１において、系統情報及び、ローカル装置２及び検出装置３からの対象系統の検出データの入力及び保存を行う。次いで、ステップＳ２において入力した検出データよりローカル装置２の調整裕度、規定電圧幅を逸脱している箇所の有無を確認する。さらに、ステップＳ３において上記データで裕度無し又は逸脱箇所有りか否かが判断され、ＹＥＳのときステップＳ７に進む一方、ＮＯのときステップＳ４に進む。ステップＳ４において各検出位置での無効電力が増加し、又は電圧が下限値でないかが判断され、ＮＯのとき調整する必要がないのでステップＳ１に戻る一方、ＹＥＳのときステップＳ５に進む。ステップＳ５において目標とする電圧、無効電力に対する現状の状態の適正度を判断し、ステップＳ６において不適正であるか否かが判断され、不適正でないとき（ＮＯ）調整する必要がないのでステップＳ１に戻る一方、不適正であるとき（ＹＥＳ）ステップＳ７において対象ローカル装置２の指定を行う。すなわち、系統構成より制御対象となるローカル装置２を決定（ＧＡにおけるストリング数を決定）して、図４のステップＳ１１に進む。
【００２２】
図４の中央装置処理において、ステップＳ１１からステップＳ１５まではＧＡ及びＮＮを用いた調整量決定のための制御処理であり、特に、ステップＳ１２においてＮＮを用いる。図４のステップＳ１１において初期ストリング（調整量）集団の生成処理を行い、潮流計算用のデータ群を生成し、すなわち、対象ローカル装置２の各調整量を調整幅内でランダムに発生させ、調整量集団を規定数生成する。次いで、ステップＳ１２において適応度計算処理を実行し、対象系統のローカル装置２が与えられた調整量で動作した場合の各検出位置での電圧Ｖ及び無効電力Ｑを潮流計算により算出（すなわち、規定数の組み合わせデータが算出）し、算出された電圧Ｖ及び無効電力Ｑに基づいて後述する総合的な目的関数（又は評価関数）ｆ（ｘ）の関数値を計算する。ここでは、調整量と潮流分布の関係を予めＮＮに対して学習させておき、調整量をＮＮを用いて推論方法で高速で求める。そして、ステップＳ１３において終了条件を満足するか否かが判断され、満足するときは（ＹＥＳ）ステップＳ１６に進む一方、満足しないときは（ＮＯ）ステップＳ１４において選択淘汰処理を実行して、求められた各目的関数ｆ（ｘ）の逆数を算出し、適応度を示すその逆数値の大きい順に選択され、そのときの所定の複数の調整量を適応度の高いストリングとして選択する。次いで、ステップＳ１５において交叉及び突然変異処理を実行し、選択された調整量からランダムに交叉点を決め淘汰された所定の個数分の調整量集団（修正ストリング）を新たに生成する。そして、生成された集団の中の適応度の低い所定の複数のストリングの中のストリング内でビット反転を行い、突然変異処理を行った後、ステップＳ１２に戻って、適応度計算処理を実行する。
【００２３】
ステップＳ１３で所定の終了条件を満足するならば、ステップＳ１６において対象ローカル装置２の各調整量を決定し、ステップＳ１７においてＧＡ及びＮＮで求めた機器ごとの調整量を元に従来の潮流計算で算出した目標電圧と目標無効電力とを、ロ−カル機器の目標値として送信してよいか従来の潮流計算法（厳密解を求める方法）を用い最終確認することにより、配電系統のマクロシミュレーションで調整量の妥当性を確認した後、ステップＳ１８では、上記ステップＳ１６で決定した調整量を含むマクロ指令をデータ通信回線４を介してローカル装置２の通信制御及び制御目標設定装置２Ｅに送信した後、図３のステップＳ１に戻る。
【００２４】
図７は、図１の中央装置１によって実行される中央装置割り込み処理を示すフローチャートである。図７において、まず、ステップＳ４１において当該配電系統での系統変更があるか否かが判断され、ステップＳ４２においてローカル装置２及び検出装置３からの新たな検出データがあるか否かが判断される。ステップＳ４１でＹＥＳであるときは、ステップＳ５１からステップＳ５８までの処理を実行する一方、ステップＳ４２でＹＥＳであるときは、ステップＳ６１からステップＳ６６までの処理を実行する。
【００２５】
ステップＳ５１において系統情報を入力し、ステップＳ５２において開閉器の入／切情報を入力し、ステップＳ５３において検出データを入力する。次いで、ステップＳ５４において上記の情報をもとにインピーダンスマップを作成する。そして、ステップＳ５５においてインピーダンスマップ及び検出データに基づいて潮流計算を行い、学習データを作成して、ステップＳ５６において学習データに基づいてＮＮを学習して更新した後、ステップＳ４１に戻る。
【００２６】
また、ステップＳ６１において系統情報を入力し、ステップＳ６２において開閉器の入／切情報を入力し、ステップＳ６３において検出データを入力する。次いで、ステップＳ６４において上記の情報をもとにインピーダンスマップを作成し、ステップＳ６５においてインピーダンスマップ及び検出データに基づいて潮流計算を行い、学習データを作成する。さらに、ステップＳ６６において作成された学習データに基づいてＮＮ５００の学習を行ってＮＮ５００を更新した後、ステップＳ４１に戻る。なお、ステップＳ６１からＳ６６までの処理は、例えば、周期的に新たな検出データが入力される毎に実行するように構成してもよい。
【００２７】
次いで、ステップＳ５４及びＳ６４におけるインピーダンスマップの作成処理について説明する。この処理は、入力した系統情報、及び各検出位置からの検出データ（電圧、電流、無効電力）に基づいて、検出位置間のインピーダンスを算出し、潮流計算に使用する。ここで、インピーダンスマップの作成は、系統変更情報入力時、検出データ入力時に算出する。また、インピーダンスマップは系統情報より検出機器の位置関係を認識し、それから入力した検出データを元に各検出機器間のインピーダンスを算出する。
【００２８】
さらに、ステップＳ５７及びＳ６５における潮流計算によるニューラルネットワークの学習データ作成処理について述べる。この処理では、検出データ入力時にインピーダンスマップを作成し、そのインピーダンスマップと検出データを使用して潮流計算を行い、各検出位置での電圧、無効電力を算出する。
【００２９】
次いで、検出データとして入力した各ローカル装置２の調整量（入力）と潮流計算で算出した電圧、無効電力（出力において教師データ）を元にネットワークの追加学習を行う。
【００３０】
次いで、電圧及び無効電力の最適化問題の定式化について述べる。配電用変電所のバンク単位での電圧及び無効電力の最適化の実現を図る問題は、調整量の組み合わせ最適化問題として考えられ、以下のように定式化できる。すなわち、系統電圧の最適化及び無効電力の最小化を目的とし、電圧の目的関数と無効電力の目的関数とからなる次式で定義される総合的な目的関数ｆ（ｘ）を用いる。
【００３１】
【数１】
【００３２】
ここで、ｍはバンク当たりの配電線数、ａ及びｂは重み係数、Ｖ（ｘ）は電圧の目的関数、Ｑ（ｘ）は無効電力の目的関数である。このうち、重み係数ａ、ｂは配電線の事情を勘案して配電線ごとに決定されるべき性格のものであるが、本実施形態では、検出情報から配電線の状態を把握して、重み係数ａ，ｂの値を図８のように自動的に選択する。
【００３３】
図８中の重み係数の選択は以下のようにしている。
（Ｉ）検出点で１箇所でも電圧逸脱があれば電圧逸脱時の重み係数とする。及び全検出点が「通常時状態」であっても、状態ＳＴ１及びＳＴ３の傾向にあれば電圧と無効電力を調整すべき状態と考えられるので、重み係数ａ及びｂとも０．５を採用する。また、電圧の目的関数Ｖ（ｘ）は次式のように定義した。
【００３４】
【数２】
【００３５】
ここで、Ｖｉはロ−カル機器２の動作前の各検出電圧、Ｖｃは中央装置１のＮＮで算出したロ−カル機器２が動作した場合の検出点の電圧予測値である。Ｖｏは配電線単位で決めるべき目標値（固定値）であるが、本実施形態では、各検出電圧が６３００〜６９００Ｖの範囲を逸脱している場合には６６００Ｖとし、逸脱していない場合には６４００Ｖとしている。また、無効電力の目的関数Ｑ（ｘ）は次式のように定義した。
【００３６】
【数３】
【００３７】
ここで、ｉは１配電線の検出数、Ｑｉはロ−カル機器２の動作前の各検出無効電力、Ｑｃは中央装置１のＮＮで算出したロ−カル機器２が動作した場合の検出点の無効電力予測値である。
【００３８】
次いで、制約条件について述べる。まず、電圧上下限値の制約条件では、配電線の送出電圧と検出箇所の電圧は各々次式を満たさなければならない。ここで、送出電圧はＬＲＴのタップ調整範囲内、検出箇所の電圧は需要家の端子電圧を１０１±６Ｖとする電圧でなければならない。
【００３９】
【数４】
Ｖｆｍｉｎ≦Ｖｆ≦Ｖｆｍａｘ
【数５】
Ｖｓｍｉｎ≦Ｖｓ≦Ｖｓｍａｘ
【００４０】
ここで、Ｖｆは高圧配電線（フィーダ）の電圧、Ｖｆｍａｘは当該電圧の最大値、Ｖｆｍｉｎは当該電圧の最小値である。また、Ｖｓは検出電圧、Ｖｓｍａｘは当該検出電圧の最大値、Ｖｓｍｉｎは当該検出電圧の最小値である。
【００４１】
次いで、ＩＣＲ９１の調整量の制約条件では、電圧調整量及び無効電力調整量は各々次式のように、ＩＣＲ９１の仕様から決まる調整能力の範囲を越えてはならない。
【００４２】
【数６】
ＶICRｍｉｎ≦ＶICR≦ＶICRｍａｘ
【数７】
ＱICRｍｉｎ≦ＱICR≦ＱICRｍａｘ
【００４３】
ここで、ＶICRはＩＣＲ９１の電圧調整値、ＶICRｍａｘはその上限値、ＶICRｍｉｎはその下限値である。また、ＱICRはＩＣＲ９１の無効電力（位相）調整値、ＱICRｍａｘはその上限値、ＱICRｍｉｎはその下限値である。
【００４４】
さらに、ＴＣＲ９２の調整量の制約条件では、無効電力調整量は次式のように、ＴＣＲ９２の仕様から決まる調整能力の範囲を越えてはならない。
【００４５】
【数８】
ＱTCR≦ＱTCRｍａｘ
【００４６】
ここで、ＱTCRはＴＣＲ９２の無効電力調整値、ＱTCRｍａｘはその上限値である。
【００４７】
次いで、ＧＡとＮＮ５００との組み合わせによる定式化について述べる。遺伝的アルゴリズム（ＧＡ）では、ストリング長が短く、ストリング操作によって死滅ストリングを生成しにくい方法が求められる。一方、ＩＣＲ９１は電圧調整と位相調整を行い、ＴＣＲ９２の無効電力調整は実際的にはＴＣＲ９１の設置点の力率角を調整することから、位相調整を行うことになるので、本実施形態では、上記条件を満足するストリング表現として、以下に示す電圧調整量のストリング表現と位相調整量のストリング表現を用いる。
【００４８】
電圧調整量のストリング表現において、ＩＣＲ９１の制御可能電圧調整量は±３３０Ｖであることより、最小制御可能電圧幅を５Ｖ／ステップとして、５Ｖを１ビットとして表現すると、３３０Ｖは２進数で１００００１０となり７ビットで表される。ここで、±の符号を１ビットとして考えると調整量の変化を図９のようにストリング表現できる。この場合、電圧調整幅は最大３３０Ｖであるため、これを越えるようなストリングは致死遺伝子とする。
【００４９】
また、位相調整量のストリング表現において、ＩＣＲ９１とＴＣＲ９２の制御可能位相調整量は±５度とし、最小制御可能位相幅を０．１度／ステップとすれば、０．１度を１ビットとして表現すると、５度は２進数で１１００１０となり６ビットで表される。ここで、±の符号を１ビットとして考えると調整量の変化を図１０のようにストリング表現できる。この場合、位相調整幅は最大５度であるため、これを越えるようなストリングは致死遺伝子とする。
【００５０】
さらに、ストリング長について説明する。ストリングの生成は配電線単位で実施する。この場合、当該配電線のロ−カル機器２の台数によりストリング長が異なることになる。このため、ロ−カル機器２の最大台数を設定しておき、対象となる機器の種類及び台数によってストリング長を変える方法を採用した。図１１にＩＣＲ３台、ＴＣＲ３台の場合のストリング長の例を示す。
【００５１】
初期ストリングの生成方法においては、各ロ−カル機器２の調整量の各ビットに対して、ランダムに２進数の０又は１を割り振る。調整幅を超えるような致死遺伝子が生成された場合には、再度割り振りを行いＮ個のストリングを生成する。なお、現在運用されている調整量は最適解ではないものの、準最適解と考えられることから初期ストリング集団の１つに入れておくこととした。
【００５２】
次いで、適用するニューラルネットワーク（ＮＮ）５００の構成について説明する。ストリング（調整量）情報とＧＡでは対象としない情報（各検出点での有効電力及び無効電力、送出電圧、送出位相）をＮＮ５００の処理部へ送り、あらかじめ対象配電線の環境を学習（覚え）させたネットワ−クを持つＮＮ５００の処理部で確率的潮流計算（通常の潮流計算と同レベルの出力を短時間に推論する方法）を実施し、その演算結果（各検出点での電圧及び無効電力）をＧＡ処理部に出力させることとしている。ＮＮ５００には学習機能を有するバックプロパゲ−ションモデルを用い、中間層数は１層とし配電線ごとに１つのネットワ−クを構成し、中間ユニット数は後述の検証結果により決定することとした。ＩＣＲ、ＴＣＲ各３台を設置した８区間配電線でのＮＮ５００の構成例を図１５に示す。なお、本実施形態では、中間層２００を１層としているが、本発明はこれに限らず、複数層設けてもよい。
【００５３】
図１５のＮＮ５００において、ＮＮ５００は、入力層１００と中間層２００と出力層３００とを備えて構成される。入力層１００は、２７個の入力層ユニット１０１−１乃至１０１−２７を備え、中間層２００は、複数Ｍ個の中間層ユニット２０１−１乃至２０１−Ｍを備え、出力層３００は、２８個の出力層ユニット３０１−１乃至３０１−２８を備える。ここで、各入力層ユニット１０１−１乃至１０１−２７には、下記のデータが入力される。
（ａ）ＩＣＲV1乃至ＩＣＲV3：３台のＩＣＲ９１の電圧調整量、
（ｂ）ＩＣＲQ1乃至ＩＣＲQ3：３台のＩＣＲ９１の無効電力（位相）調整量、
（ｃ）ＴＣＲQ1乃至ＴＣＲQ3：３台のＩＣＲ９１の無効電力（位相）調整量、
（ｄ）Ｐ1乃至Ｐ8：各検出装置３間の区間における負荷有効電力（固定値）、
（ｅ）Ｑ1乃至Ｑ8：各検出装置３間の区間における負荷無効電力（固定値）、
（ｆ）Ｖｓ：配電用変電所からの送出電圧（中央装置により検出される。）、及び
（ｇ）θｓ：配電用変電所からの送出位相（中央装置により検出される。）。
【００５４】
次いで、入力層ユニット１０１−１乃至１０１−１７はそれぞれ入力されたデータをＭ分配して各中間層ユニット２０１−１乃至２０１−Ｍに出力する。そして、中間層ユニット２０１−１乃至２０１−Ｍはそれぞれ、入力される２７個のデータに対して所定の重み係数で線形結合で重み付けされたデータを２８分配して出力層ユニット３０１−１乃至３０１−２８に出力する。さらに、出力層ユニット３０１−１乃至３０１−２８はそれぞれ入力されるＭ個のデータを加算して下記のデータを出力する。
（ａ）ＶC1乃至ＶC14：各検出位置における電圧値、及び
（ｂ）ＱC1乃至ＱC14：各検出位置における無効電力値。
【００５５】
ここで、各中間層ユニット２０１−１乃至２０１−Ｍの出力ｙは、応答関数をａ（ｘ）、リンク荷重をｗiとすると次式で表わすことができる。
【００５６】
【数９】
【００５７】
次いで、適応度関数について述べる。ＮＮ５００からの出力データ（各検出位置における電圧値及び無効電力値）に基づいて、数１を用いて、目的関数ｆ（ｘ）を求め、ＧＡでの評価は次式による適応度関数ｇ（ｘ）を用いて行う。
【００５８】
【数１０】
ｇ（ｘ）＝１／ｆ（ｘ）
【００５９】
さらに、ＧＡでは、世代を重ねるにつれ評価値の上昇が飽和する特性を持っているため、次のいずれかの条件が成立した場合に終了とする。
（条件１）設定された計算時間に達した場合。
（条件２）最大評価値が規定する世代数にわたって更新されなかった場合。
【００６０】
また、ＧＡの選択淘汰処理においては、前世代集団中で適応度の高いストリングを次世代に規定個数残し、そのうちの数個はエリ−トとして突然変異禁止のフラグを立てる。この場合、適応度の高いストリングが無条件で次世代に残る反面、エリ−トストリングが集団中に急速に広まり局所解に陥る可能性があるので、後述の突然変異処理でこれを回避している。すなわち、エリート保存戦略をとり、集団中でもっとも適応度の高い個体をそのまま次世代に残す方法を採用している。適応度の高い個体が無条件で次の世代に残る反面、そのエリート個体が集団中に急速に広まり局所解に陥る恐れが出てくる。実際のエリート保存戦略は、エリート個体に対する突然変異は禁止であるが。本実施形態では、任意に設定された個体以外は突然変異を可能にする。
【００６１】
また、ＧＡの交叉処理においては、選択されたストリングの中からランダムに２つのストリング選び、電圧及び位相調整量ごとに交叉点をランダムに決め、各々１点交叉を行い生成されたストリングのうち致死遺伝子を除外して規定個数のストリングを生成する。交叉の例を図１２に示す。また、図１４は、ＧＡにおけるストリングの多点交叉の一例を示す図であり、図１４に示すように、各ローカル装置２の各調整量ごとに１点交叉を行う。
【００６２】
さらに、ＧＡの突然変異処理において、突然変異は各ストリング位置の数値の変換である。このため、電圧及び位相調整量ごとに突然変異を起こす任意のロ−カル機器２をランダムに選び、調整量の任意のビットをビット反転させる方法をとる。図１３に突然変異の例を示す。
【００６３】
次いで、遺伝的アルゴリズム（ＧＡ）の適用方法について説明する。以下のような入力データに対して、ＧＡにより目的関数ｆ（ｘ）が最小となるようなローカル装置２の調整量を算出し（ＮＮ５００は、ＧＡ処理内部の適応度計算処理で使用する。）最適な調整量を出力する。
（Ａ）ＧＡの入力データ
（ａ）対象ローカル装置２：最適化を行う対象ローカル装置２である。
但し、ＩＣＲ９１の場合，電圧調整量のみ最適化するのか、位相調整も行うのかの情報を含む。
（ｂ）目的関数の重み係数：目的関数ｆ（ｘ）の重み係数ａ，ｂである。
（ｃ）目標電圧：目的関数ｆ（ｘ）を求める際の目標電圧である。
ここで、以下の入力情報は、同一時間におけるデータでなければならない。
（ａ）各ローカル装置２の調整量の初期値：各ローカル装置２の現在における調整量である。
（ｂ）インピーダンスマップ：各検出装置３間の区間における現在のインピーダンスである。
（ｃ）第１の検出装置３のＶ、Ｉ、Ｑ：現在の第１の検出装置３における電流、電圧、無効電力の測定値である。
（２）出力データ
（ａ）最適化を行ったローカル装置２の調整量：入力されたデータにおける最適な各ローカル装置２に対する調整量である。
【００６４】
本実施形態のＧＡにおいては、以下のように先験情報を利用している。規定電圧を逸脱していない場合、現在運用されている各ローカル装置２の調整量は最適解ではないものの、ある程度良い解であるといえ、最適解もその調整量の付近にあるはずである。これを利用して、初期生成個体に現在運用されている各ローカル装置２の調整量を反映させて探索空間を絞り込み計算時間を短縮する方法を用いる。なお、規定電圧を逸脱している場合には以下の手法を用いない。
【００６５】
ここで、初期生成方法（初期状態の反映）においては、初期生成個体のうちの１つに、調整量の初期値（現在運用されている調整量）をそのまま反映した個体を入れる。現在運用されている調整量は最適解ではないものの、ある程度良い解であるといえるため（規定電圧幅を逸脱していない場合）、初期生成に反映させることにより効率の良い探索をすることをできるという利点を有する。
【００６６】
図５は、図４のサブルーチンである適応度計算処理（ステップＳ１２）を示すフローチャートである。図５に示すように、まず、ステップＳ２１においてパラメータｎに１を代入し、ステップＳ２２においてｎ番目の個体の遺伝子内容から各ローカル装置２の調整量を求める。次いで、ステップＳ２３においてその調整量における各検出位置での電圧値Ｖ及び無効電力値Ｑをニューラルネットワーク５００を用いて求める。そして、ステップＳ２４において目的関数ｆ（ｘ）の算出するとともに、適応度関数を算出する。さらに、ステップＳ２５においてパラメータｎが個体数に達したか否かが判断され、達していないときは（ＮＯ）ステップＳ２６においてパラメータｎを１だけインクリメントしてステップＳ２２に戻って上記の処理を繰り返す。一方、ステップＳ２５でｎが個体数に達しているときは（ＹＥＳ）元のメインルーチンに戻る。
【００６７】
図６は、図４のサブルーチンである選択淘汰処理（ステップＳ１４）を示フローチャートである。図６に示すように、選択淘汰処理においては、ステップＳ３１において前世代の集団の中から、適応度の高い個体を規定個選択する。次いで、ステップＳ３２においてエリート個体として、適応度の高い数個体に対し、突然変異禁止のフラグを立てる。そして、元のメインルーチンに戻る。
【００６８】
ＧＡの終了判定においては、上記目的関数ｆ（ｘ）の逆数ｇ（ｘ）＝１／ｆ（ｘ）を適応度を示す目的関数として用い、予め設定された計算終了時間に達したら計算を終了する。また以下の条件を終了時間前に満たした場合、その時点で終了する。ＧＡで計算をすると、世代を重ねるにつれて指数関数に反比例するように目的関数の評価値の上昇の度合いが鈍くなってゆき、最終的には何世代計算させようとも評価値が変化しなくなってくる。これを利用して、「最大評価値が規定世代更新されなかったら」、最適解に達したものとして計算を終了する。なお、最適解が規定電圧幅を越えていても致死遺伝子とはしない。計算結果として、対象ローカル装置２の調整量を出力する。
【００６９】
次いで、初期のＮＮ５００の学習方法について説明する。まず、インピーダンスマップの作成を行う。図１６は、図１の配電系統制御システムで用いるある負荷状態におけるインピーダンスマップの生成処理を示すブロック図である。図１６に示すように、当該生成処理では、検出データと、各ローカル装置２の調整量から現在の負荷状態におけるインピーダンスマップを作成する。ここで、１日、数回の検出を行い、数パターンかのインピーダンスマップを作成する。次いで、各インピーダンスマップにおける学習データを作成する。図１７は、図１の配電系統制御システムで用いる各調整量におけるセンサにおける電圧値Ｖ及び無効電力値Ｑの計算処理を示すブロック図である。図１７に示すように、各インピーダンスマップに対して、各ローカル装置２を一様になるようなパターンで変化させたときの、各検出装置３における電圧値Ｖ及び無効電力値ＱをＮＮ５００で構成された従来技術の潮流シミュレータで求める。この電圧値Ｖ及び無効電力値Ｑを学習データとして用いる。以上説明したように、調整量が一様になるようパターンを設定し、出力された電圧値Ｖ及び無効電力値Ｑを学習データとする。
【００７０】
従来技術の潮流シミュレータは、ＮＮ５００と同様の入力データに基づいて、公知の電気回路の解析法であるアドミッタンス行列に基づくニュートンラプソン法を用いて潮流計算を行って、ＮＮ５００と同様の出力データを計算する装置である。この潮流シミュレータは、ＮＮ５００の学習のときに用いるのみならず、図４のステップＳ１７の処理において用いる。
【００７１】
図１８は、図１５のニューラルネットワーク（ＮＮ）５００の学習方法を示すブロック図である。上記で作成された学習データを基に学習を行う。なお、ＮＮ５００の学習は高圧配電線単位で別々に行うものとする。また、ＮＮ５００の追加学習では、初期学習で学習させたＮＮ５００だけでは、負荷の変動などに対処できないため最新の学習データをＮＮ５００に反映させる必要がある。従って、追加学習を行っている（図７のステップＳ５８及びＳ６６参照。）。
【００７２】
図１９は、図１５のニューラルネットワーク（ＮＮ）５００への学習データの取り入れ方法を示すブロック図である。図１９に示すように、入力層１００の各入力層ユニット１０１−１乃至１０１−２７に接続されたシフトレジスタ４０１と、出力層３００の各出力層ユニット３０１−１乃至３０１−２８に接続されたシフトレジスタ４０２を用いて、最新の学習データ（作成方法は初期学習と同じである。）を取り入れ、逐次ネットワークを学習させる方法を用いる。このとき、時間が経つにつれて学習データが雪だるま式に増えていくので、古いデータから順番に学習データから破棄するようにする。ここで、学習データ数は一定に保つ。なお、新規の学習データは、ローカル装置２の調整量を変化させた５〜１０データで１組となっている。また、各入力データと、教師データは一対になっている。
【００７３】
次いで、規定電圧幅を短期間内に逸脱することの確認処理について説明する。この処理では、以下のように、電圧逸脱の確認を行う。
（１）各高圧配電線毎にインピーダンスマップ（各検出装置３間の線路インピーダンス。）を確認する。
（２）各高圧配電線毎に、送出電圧（予測値）、線路インピーダンス、及び負荷電流（予測値）より、各検出位置での電圧を図２０に示すように算出する。
【００７４】
（計算例）
（ａ）線路インピーダンスのみの場合
【数１１】
Ｖ2＝Ｖ1：アドレス１の検出位置での電圧予測値
（ｂ）負荷有り（線路インピーダンス：Ｚ１）の場合
【数１２】
Ｖ2＝Ｖ1−Ｉ1Ｚ1
【数１３】
Ｚ1＝（ｒ12＋Ｘ12）1/2：アドレス１の検出位置での電圧予測値
【００７５】
（３）上記計算により算出した各検出位置での電圧値から、規定電圧幅を逸脱しているものはないか確認する。
（４）全アドレス（全検出位置）確認後、逸脱箇所有りと認識した高圧配電線がある場合、その対象高圧配電線とアドレス、及び予測値（電圧、電流、インピーダンス：負荷Ｚは無効電力の予測値と合わせて算出する。）をもって、マクロシミュレーション処理（図４のステップＳ１７）に進む。
【００７６】
次いで、図３のステップＳ７の対象ローカル装置２又はＬＲＴ９６の選定処理について説明する。この処理は（ａ）検出データ及び予測より算出したデータから電圧、無効電力値をチェックした結果、ローカル装置２の調整量を算出する場合と、（ｂ）ローカル装置２の調整量の算出処理において、ローカル装置２の選定見直し要の場合の２通りが考えられる。
（Ａ）初期設定の場合：初期設定においても、電圧逸脱是正の場合とその他（裕度無し、又は無効電力増加、又は電圧下限）の場合の２通りが考えられる。
（Ｉ）電圧逸脱是正の場合は、朝の就業開始、昼休み、夕方の就業停止等に着目して、そのような比較的短時間の負荷変動に対しても対応することを考えて早急に是正するために、予め対象とするローカル装置２を限定する。まず、電圧逸脱点をアドレスより認識し、その逸脱点より上位にある電圧調整機能を持つＩＣＲ９１を対象ローカル装置２として各高圧配電線毎に限定する。電圧逸脱点より上位にＩＣＲ９１がある場合、その高圧配電線についてはＬＲＴ９６選定として次の処理に進む。
（II）電圧逸脱是正以外の場合は、各高圧配電線毎にすべてのローカル装置２を対象として認識する。
【００７７】
（Ｂ）初期設定以外の場合
（ａ）この処理は、一度、電圧逸脱是正のため、あるローカル装置２を限定して調整量を求めて電圧逸脱是正を行おうとしたが、限定したローカル装置２のみでは是正できないため、ローカル装置２を再選定する必要がある場合で、電圧逸脱是正の場合に限定される。
（ｂ）電圧逸脱是正のため、限定しているＩＣＲ９１より上位にあるＩＣＲ９１を対象ローカル装置２として当該高圧配電線に追加する。現在限定しているＩＣＲ９１より上位にＩＣＲ９１がない場合、その高圧配電線はＬＲＴ９６選定として次の処理に進む。
【００７８】
次いで、目的関数が最小となるローカル装置２の調整量を求める処理について説明する。この処理は、前処理から各高圧配電線毎に目的関数及び対象ローカル装置２が決定され、その条件下で、目的関数が最小となるローカル装置２の調整量を求めるものである。
（１）各対象高圧配電線毎に目的関数を最小とするローカル装置２の調整量を求める。
（２）対象ローカル装置２としてＬＲＴ９６が選定されていない場合は、対象ローカル装置２の調整量をランダムに設定し、その調整量での各検出位置の電圧と無効電力をＮＮ５００を用いて求める。上記値より目的関数ｆ（ｘ）を算出し、終了条件を満足するまでローカル装置２の調整量の更新を行って目的関数ｆ（ｘ）を算出する。終了条件を満足した時点で、その時のローカル装置調整量をｆ（ｘ）をＧＡによる最小とする解とする。
（３）目的関数ｆ（ｘ）を最小とするローカル装置２の調整量が求まった時点で、その時の各検出位置での電圧を確認し、規定電圧幅を逸脱している部分がないかチェックする。ここで電圧逸脱がない場合は、対象高圧配電線における対象ローカル装置２の調整量を決定する。電圧逸脱がある場合は、対象ローカル装置２の見直しを行うためローカル装置２の選定処理に進む。
（４）対象ローカル装置２としてＬＲＴ９６が選定されている場合は、補正電圧を算出し、その補正電圧で補正した場合の送出電圧を求め、送出電圧が現状よりどれだけ変化するか認識する。それより、そのＬＲＴ９６に接続されている高圧配電線の各検出電圧がどう変化するか算出する。そこで、電圧逸脱箇所が新たに発生しないか確認する。発生しない場合は、制約条件（送出電圧）を変更し、マクロシミュレーション処理を行う。発生する場合は、現状問題の無い高圧配電線を悪くすることになるため、ＬＲＴ９６の補正は行わず、制御不能箇所（電圧逸脱を回避できない区間）として認識して、上記（１）及び（２）の処理を実施する。そして、電圧逸脱区間が制御不能箇所であれば、そのまま対象ローカル装置２の調整量を決定する。
【００７９】
さらに、簡素化した系統で潮流計算し、求めた調整量でローカル装置２が動作した場合の各検出位置での電圧、無効電力を求め、そのデータは改善されているか否かを確認する処理（図４のステップＳ１７）について説明する。
（１）この処理では、前処理で決定した対象高圧配電線毎のローカル装置２の調整量と、先に作成している対象高圧配電線の系統図（インピーダンスマップ）をもとに潮流計算を行い、各検出位置での電圧及び無効電力を算出する。
（２）この結果と検出データより、下記の目的関数（改善率の平均）を算出し、電圧及び無効電力の改善率が５０％以下の場合データは改善されていると判断する。改善率がどちらか一方でも５０％を越えている場合は、改善率の悪い方を認識して、再度調整量の計算をやり直す。
（Ｉ）電圧の目的関数ｆｖ（ｘ）：
【００８０】
【数１４】
【００８１】
ここで、
Ｖｉ：各検出位置での検出データ（電圧）、
Ｖｆ：潮流計算で算出した各検出位置での電圧、
Ｖｏ：目標電圧、
ｎ：検出数。
（II）無効電力の目的関数ｆｑ（ｘ）：
【００８２】
【数１５】
【００８３】
ここで、
Ｑｉ：各検出位置での検出データ（無効電力値）、
Ｑｆ：潮流計算で算出した各検出位置での無効電力値、
Ｑｏ：目標無効電力、
ｎ：検出数。
【００８４】
図２１は、図１の配電系統制御システムで用いる平均化処理における特異データの処理方法を示すグラフである。本実施形態の配電系統制御システムにおいて、中央装置１は各ローカル装置２及び検出装置３のセンサ（以下、センサという。）からデータを取り込み、その内容を把握しながら系統の最適化制御を行うが、高圧配電線Ｆ１，Ｆ２に点在するローカル装置２及び検出装置３から同時にデータを入力することができないため、入力時に時間差が発生する。この時間差をどう扱うかについて説明する。具体的には、中央装置１からのポーリングにて各センサのデータを収集する際、最初に収集した検出データと、最後に収集した検出データとでは、時間差があるため、単純に同一として扱うことはできない。従って、本実施形態では、この検出データを同時間に収集したと見なせるよう時間的な平均化処理を行う。例えば、収集した検出データを同時間のデータと見なすために、収集時間誤差を１％以下にすると仮定した場合、ポーリング周期の１００倍の時間で、各検出機器にて検出データを平均し、その平均値のデータを収集することにより、同時間（時間誤差１％以内）の検出データとして扱う。ただし、検出したデータが、前回検出データより一定幅を越えた場合は、特異データとし、そのデータは破棄する。
【００８５】
さらに、図３のステップＳ５及びＳ６の処理について説明する。遠隔監視機能より最適化処理要求があった場合にも、ＮＮ５００の誤差の影響で現状より悪くする可能性があるため、以下の適正条件（電圧の適正条件と無効電力の適正条件）が成立する場合には、現状がほぼ最適であると判断し、最適化処理、すなわち、図３のステップＳ７以降の処理を実行しない（ステップＳ６でＮＯ）ことを確認する。
【００８６】
【数１６】
【数１７】
【００８７】
ここで、
６０：ＮＮ５００が有する各検出点での電圧の誤差（Ｖ）、
１００：ＮＮ５００が有する各検出点での無効電力の誤差（ｋＶａｒ）、
Ｖｉ：現状の各検出位置での電圧Ｖｏ、
Ｖｏ：目標電圧，
Ｑｉ：現状の各検出位置での無効電力、
ｎ：検出数。
すなわち、数１６及び数１７によって示される適正条件は、各検出装置３によって検出された現在の上記各検出位置における電圧値又は無効電力値と、その所定の目標値との差の総和が所定のしきい値以上であることである。
【００８８】
【実施例】
以上のように構成された図１の配電系統制御システムの動作の検証を行うため、本発明者は以下のシミュレーションを行った。
【００８９】
まず、ＮＮ５００による潮流計算機能の単体検証について説明する。ＮＮ５００ではそのネットワ−クの構造により、目的関数の算出精度が大きく左右されるため、ネットワ−クの構造をいかに決定するかが問題となる。このため、中間ユニット数をパラメ−タとして構造についての検討及び検証を実施した。
【００９０】
図２２は、図１の配電系統制御システムのシミュレーションを行う検証用配電系統の構成を示すブロック図である。検証用配電系統は図２２に示すとおりで、ユニット数は入力層３５、出力層２４である。中間ユニット数は３０、４０、５０の３種類とした。また、学習デ−タと評価デ−タについては、送出電圧は６９００Ｖとし、各区間負荷は２５〜５０Ａの範囲で１Ａステップ、負荷力率は０．４〜０．９のの範囲で０．０１ステップ、ＩＣＲ９１の電圧調整量は±３３０Ｖの範囲で５Ｖステップ、ＩＣＲ９１及びＴＣＲ９２の位相調整量は±５度の範囲で０．１度ステップで各々乱数による値を求めた。これらのデ−タを入力値として従来の潮流計算を実行し、得られた各検出位置での電圧及び無効電力値を学習デ−タとし、学習回数は１００、２００、４００の３パタ−ンとした。また、評価デ−タ（従来の潮流計算で求めたデ−タ）も学習デ−タと同様の方法で生成した。
【００９１】
ＮＮ５００の評価は、従来の潮流計算結果による評価デ−タを真値とし、ＮＮ５００で算出した各検出位置での電圧及び無効電力と従来の潮流計算結果による評価デ−タとの誤差によった。電圧の許容誤差は６６００Ｖの１％相当の６０Ｖであり、無効電力の許容誤差は評価デ−タの作成条件下で発生する最大無効電力の１０％相当の３００ｋｖａｒとした。
【００９２】
また、ＮＮ５００の学習打ち切り誤差の決定においては、ＮＮ５００による潮流計算機能の単体検証に先駆け、学習打ち切り誤差を事前に決定するため、中間ユニット数３０、学習デ−タ数１００での逐次学習法による学習開始後の平均二乗誤差を求めた。この場合、平均二乗誤差は次式に示す定義とした。
【００９３】
【数１８】
【００９４】
図２３は、図１の配電系統制御システムのシミュレーション結果におけるニューラルネットワーク（ＮＮ）５００の学習曲線を示すグラフである。学習開始後の平均二乗誤差は、図２３に示すとおりで、学習打ち切り誤差は進行が緩慢となる１５分相当（学習回数６０００回）の０．０００２に設定した。
【００９５】
次いで、単体検証結果について説明する、ＮＮ５００と従来の潮流計算に異なるデ−タを９６個入力し、それぞれが算出した各検出位置での電圧及び無効電力の差を上述の評価基準を使用して評価した。学習回数１００、２００の場合には、中間ユニット数３０、４０、５０の全てにおいて評価基準値に達せず、両者とも機能が満足できないことが判明した。しかし、学習回数２００の場合は、１００の場合に対して電圧及び無効電力の両算出精度とも向上した。学習回数４００の場合には、中間ユニット数３０、４０、５０の全てにおいて評価基準値をほぼ達成するが、中間ユニット数３０の場合が４０、５０の場合に比べ良好な結果となっている。
【００９６】
図２４は、図１の配電系統制御システムのシミュレーション結果であって、中間ユニット数が３０であるときの単体検証結果である電圧の誤差範囲に対するデータ数を示すグラフであり、図２５は、図１の配電系統制御システムのシミュレーション結果であって、中間ユニット数が３０であるときの単体検証結果である無効電力の誤差範囲に対するデータ数を示すグラフである。また、図２６は、図１の配電系統制御システムのシミュレーションにおける実験の入力条件を示す表である。
【００９７】
すなわち、図２４及び図２５に中間ユニット数３０での単体検証結果の例を示す。また、図２６のように入力条件を同一とした場合、従来の潮流計算の出力値とＮＮ潮流計算の出力値との比較は図２７に示す。図２７に示すように、ＮＮ５００による潮流計算機能が実用可能レベルであることがわかる。さらに、従来の潮流計算手法で、ＩＣＲ９１の機能を付加すれば１配電線当たり１回の処理速度は約３０ｓであるのに対し、ＮＮ５００では１０ｍｓ以下と高速に算出できることも確認できた。従って、実質的にリアルタイムな動作を行うことができる。
【００９８】
次いで、ＧＡ機能の検証について説明する。ＧＡのパラメ−タとして１配電線当たりのストリング数を１００及び２００の２種類とし、選択淘汰率を５０％として、世代による目的関数の値と収束度から適切なストリング数を選択することとした。図２８及び図２９はそれぞれ、図１の配電系統制御システムのシミュレーションにおける検証配線系統のうちの配電系統ＦＦ１，ＦＦ２を示すブロック図である。すなわち、検証用配電系統は図２８及び図２９に示すとおりで、配電線当たりのＩＣＲ設置数は配電系統１の場合が２台、配電系統２の場合が３台とし、各点の負荷は図３０に示すとおりとした。また、この検証を行うにあたって、図４のステップＳ１２におけるＮＮ５００による適応度計算処理においても図３０の固定負荷値を用い、ロ−カル機器２の調整量のみを乱数にて作成し学習デ−タ数４００で事前学習を行わせた。
【００９９】
図２８及び図２９に示す配電系統ＦＦ１及びＦＦ２を対象に、ストリング数１００および２００で１００世代まで実施した目的関数の変化は図３１のとおりである。図３１から明らかなように、目的関数の最終収束値は両者とも同一であるが、ストリング数２００の場合の方が１００の場合に比べ収束する世代数が少ないことから、ストリング数は２００を選定することとした。また、配電系統ＦＦ１及びＦＦ２ともに全ての検出位置において、電圧及び無効電力とも現状より改善された。なお、ストリング数は２００での配電系統ＦＦ１の電圧の目的関数の平均値は０．４７、無効電力の目的関数の平均値は０．９２、配電系統ＦＦ２の電圧の目的関数の平均値は０．４９、無効電力の目的関数の平均値は０．４８であった。
【０１００】
さらに、ＧＡ及びＮＮ機能の総合検証について説明する。ＧＡ及びＮＮ機能の総合検証は、ＧＡ及びＮＮ機能を搭載した中央装置１と模擬ロ−カル機器２とをデータ通信回線４を介して回線接続して、中央装置１からのポ−リングフレ−ム及び目標値指令フレ−ムに対して、模擬ロ−カル機器２からの計測フレ−ムを返信させ、これらのデ−タの送受信によりＧＡ及びＮＮ機能を確認した。
【０１０１】
このときの検証条件としては、配電系統は、図２９の検証用配電系統ＦＦ２に対応させ、負荷パタ−ンは図３０の検証用配電系統ＦＦ２のものを使用した。この場合の初期条件は、「検出位置で電圧が下限値を逸脱」とした。また、目標電圧は６６５０Ｖ、電圧下限許容値は６３００Ｖとし、ＧＡの終了条件は非更新世代数３００とした。
【０１０２】
図３２は、図１の配電系統制御システムのシミュレーションにおける検証前後の電圧の改善効果を示すグラフであり、図３３は、図１の配電系統制御システムのシミュレーションにおける検証前後の無効電力の改善効果を示すグラフである。図３２及び図３３から明らかなように、検証前後の各検出位置での電圧および無効電力を示している。電圧及び無効電力ともにＧＡ及びＮＮの最適化機能が効果的に働いており、システムの妥当性が確認できた。
【０１０３】
以上説明したように、本実施形態によれば、ＮＮ５００とＧＡを用いて配電系統制御システムを構成したので、数ケ所の検出データに基づいて配電系統全体の電圧及び無効電力を、従来例に比較して、効率的にかつ適応的でより高精度で、しかも高速でリアルタイムに調整することができ、これによって、系統全体の電力損失を最小にすることができる。また、ＮＮ５００とＧＡを用いて得られた調整量の結果に基づいて、従来の確定的潮流計算方法により制御の確実性を確認した後、各ローカル装置２を制御しているので、より高精度で確実に配電系統の制御を行うことができる。さらに、各ローカル装置２及び検出装置３のセンサからの検出データは一定時間の平均データを使用して、これに基づいてＮＮ５００とＧＡによる配電系統制御を行うので、各センサ間、並びに中央装置１と各センサ間の時間的誤差を小さくすることができ、より高精度で確実に配電系統の制御を行うことができる。
【０１０４】
また、本実施形態によれば、ＮＮ５００を用いて当該配電系統の潮流計算を実行しているので、複雑な配電系統の相互影響の潮流シミュレーションを実現することができ、従来例に比較して、より高精度で、しかも高速でリアルタイムに実行することができ、これによって、系統全体の電力損失を最小にすることができる。さらに、本実施形態によれば、ＮＮ５００とＧＡによる調整量の計算の前に、現在の配電系統が所定の適正条件を満足しているときに、ＮＮ５００とＧＡによる調整量の計算を行わずに、現状を維持するように構成したので、ＮＮ５００による誤差による影響を最小限にして、現状の配電系統の状態を悪化させる処理を回避することにより、誤制御を防止し、制御効率を向上させることができる。
【０１０５】
なお、本装置は配電系統だけでなく、もちろん種々の制御装置を有するあらゆる回路網の潮流計算又は状態計算に適用できるものである。
【０１０６】
【発明の効果】
以上詳述したように本発明に係る請求項１記載の配電系統制御システムによれば、配電用変圧器に接続された母線と上記母線に接続された高圧配電線とを有する配電系統の高圧配電線の電圧を制御する配電系統制御システムにおいて、
上記配電系統を統括してその動作を制御する中央装置と、
上記高圧配電線に設けられ、上記中央装置からの制御信号に基づいて、上記高圧配電線の電圧値及び無効電力値をそれぞれ所定の調整量で調整するローカル装置と、
上記高圧配電線のローカル装置の設置箇所から離れて設けられ、上記高圧配電線の電圧及び電流をそれぞれ検出して上記中央装置に送信する検出装置とを備え、
上記中央装置は、
上記検出装置によって検出された上記高圧配電線の電圧及び電流に基づいて、所定のニューラルネットワークを用いて上記高圧配電線の潮流計算を行い、かつ遺伝的アルゴリズムを用いて上記ローカル装置の最適な調整量の組み合わせを計算して設定するように制御する制御手段を備える。
従って、検出データに基づいて配電系統全体の電圧及び無効電力を、従来例に比較して、効率的にかつ適応的でより高精度で、しかも高速でリアルタイムに調整することができ、これによって、系統全体の電力損失を最小にすることができる。
【０１０７】
また、本発明に係る請求項２記載の配電系統制御システムによれば、配電用変圧器に接続された母線と上記母線に接続された複数の高圧配電線とを有する配電系統の各高圧配電線の電圧の変動幅を設定範囲に収めるように制御する配電系統制御システムにおいて、
上記配電系統を統括してその動作を制御する中央装置と、
上記各高圧配電線に対して少なくとも１つ設けられ、上記中央装置からの制御信号に基づいて、上記各高圧配電線の電圧値及び無効電力値をそれぞれ所定の調整量で調整するローカル装置と、
上記各高圧配電線のローカル装置の設置箇所から離れた少なくとも１つの検出位置で上記高圧配電線の電圧及び電流をそれぞれ検出する電圧センサ及び電流センサを備え、検出された電圧値及び電流値の検出データを上記中央装置に送信する検出装置とを備え、
上記中央装置は、
遺伝的アルゴリズムを用いて上記各ローカル装置における電圧値及び無効電力値の調整量を初期ストリングとしてランダムに発生する発生手段と、
入力層と、少なくとも１層の中間層と、出力層を備え、予め所定の教師データに基づいて学習され、上記各ローカル装置の電圧調整量及び位相調整量と、上記各検出装置間の区間における所定の負荷有効電力及び負荷無効電力と、上記配電用変圧器からの送出電圧及び送出位相とを入力して、上記各検出位置における電圧値及び無効電力値を出力することにより潮流計算を行うニューラルネットワークを用いて、上記発生手段によって発生された初期ストリングの調整量と、上記各検出装置間の区間における所定の負荷有効電力及び負荷無効電力と、上記配電用変圧器からの送出電圧及び送出位相とに基づいて、上記各検出位置における電圧値及び無効電力値を発生した後、上記配電系統の電圧の最適化及び無効電力の最小化を目的とし関数値が最小値で上記目的を達成する所定の目的関数を用いて、その目的関数の関数値を計算する計算手段と、
上記計算手段によって計算された上記目的関数の関数値の逆数を計算し、適応度を示すその逆数値のより大きい複数の調整量のストリングを選択することにより選択淘汰処理を実行する選択手段と、
上記選択手段によって選択された複数の調整量のストリングから、ランダムに交叉点を決定して淘汰された所定の個数分の修正ストリングを新たに生成し、生成された修正ストリングの集団の中の上記適応度のより低い複数のストリングの中のストリング内でビット反転を行うことにより突然変異処理を実行する処理手段と、
上記処理手段の処理の後に上記計算手段を実行し、上記計算手段によって計算された上記目的関数の関数値に基づいて所定の終了条件を満たすか否かを判断し、満たさないとき上記選択手段の処理を実行する一方、満たすときに上記計算手段によって計算された電圧と無効電力の調整量から算出した目標電圧と目標無効電力とを上記ローカル装置に送信した後、設定するように制御する制御手段とを備える。
従って、数ケ所の検出データに基づいて配電系統全体の電圧及び無効電力を、従来例に比較して、効率的にかつ適応的でより高精度で、しかも高速でリアルタイムに調整することができ、これによって、系統全体の電力損失を最小にすることができる。
【０１０８】
また、請求項３記載の配電系統制御システムによれば、請求項２記載の配電系統制御システムにおいて、上記目的関数は、電圧の目的関数と、無効電力の目的関数との、重み係数による線形結合で表され、上記電圧の目的関数は、所定の目標値からの上記中央装置のニューラルネットワークによる電圧予測値の差の２乗値を、所定の目標値からの上記検出装置による電圧検出値の差の２乗値で除算してなり、上記無効電力の目的関数は、上記中央装置のニューラルネットワークによる無効電力予測値の２乗値を、上記検出装置による無効電力検出値の２乗値で除算してなる。
従って、数ケ所の検出データに基づいて配電系統全体の電圧及び無効電力を、従来例に比較して、効率的にかつ適応的でより高精度で、しかも高速でリアルタイムに調整することができ、これによって、系統全体の電力損失を最小にすることができる。また、上記目的関数をより簡単な形式で表現しているので、目的関数の計算も簡単になる。
【０１０９】
さらに、請求項４記載の配電系統制御システムによれば、請求項２又は３記載の配電系統制御システムにおいて、上記検出データは、所定の時間における平均値データである。
従って、数ケ所の検出データに基づいて配電系統全体の電圧及び無効電力を、従来例に比較して、効率的にかつ適応的でより高精度で、しかも高速でリアルタイムに調整することができ、これによって、系統全体の電力損失を最小にすることができる。また、上記検出データとして平均値データを用いることにより、各検出装置間、並びに中央装置と各検出装置間の時間的誤差を小さくすることができ、より高精度で確実に配電系統の制御を行うことができる。
【図面の簡単な説明】
【図１】 本発明に係る一実施形態である配電系統制御システムの構成を示すブロック図である。
【図２】 図１の配電系統制御システムの具体例の一例を示すブロック図である。
【図３】 図１の中央装置１によって実行される中央装置処理の第１の部分を示すフローチャートである。
【図４】 図１の中央装置１によって実行される中央装置処理の第２の部分を示すフローチャートである。
【図５】 図４のサブルーチンである適応度計算処理を示すフローチャートである。
【図６】 図４のサブルーチンである選択淘汰処理を示すフローチャートである。
【図７】 図１の中央装置１によって実行される中央装置割り込み処理を示すフローチャートである。
【図８】 図１の配電系統制御システムで用いる目的関数における重み係数の設定表を示す図である。
【図９】 図１の配電系統制御システムで用いる電圧調整量のストリング表現の一例を示す図である。
【図１０】 図１の配電系統制御システムで用いる位相調整量のストリング表現の一例を示す図である。
【図１１】 図１の配電系統制御システムで用いるストリングの個体の一例を示す図である。
【図１２】 図１の配電系統制御システムで用いるストリングの交叉の一例を示す図である。
【図１３】 図１の配電系統制御システムで用いるストリングの突然変異の一例を示す図である。
【図１４】 図１の配電系統制御システムで用いるストリングの多点交叉の一例を示す図である。
【図１５】 図１の配電系統制御システムで用いるニューラルネットワーク（ＮＮ）５００の構成を示すブロック図である。
【図１６】 図１の配電系統制御システムで用いるある負荷状態におけるインピーダンスマップの生成処理を示すブロック図である。
【図１７】 図１の配電系統制御システムで用いる各調整量におけるセンサにおける電圧値Ｖ及び無効電力値Ｑの計算処理を示すブロック図である。
【図１８】 図１５のニューラルネットワーク（ＮＮ）５００の学習方法を示すブロック図である。
【図１９】 図１５のニューラルネットワーク（ＮＮ）５００への学習データの取り入れ方法を示すブロック図である。
【図２０】 図１の配電系統制御システムにおける負荷予測からの電圧算出例を示す図である。
【図２１】 図１の配電系統制御システムで用いる平均化処理における特異データの処理方法を示すグラフである。
【図２２】 図１の配電系統制御システムのシミュレーションを行う検証用配電系統の構成を示すブロック図である。
【図２３】 図１の配電系統制御システムのシミュレーション結果におけるニューラルネットワーク（ＮＮ）５００の学習曲線を示すグラフである。
【図２４】 図１の配電系統制御システムのシミュレーション結果であって、中間ユニット数が３０であるときの単体検証結果である電圧の誤差範囲に対するデータ数を示すグラフである。
【図２５】 図１の配電系統制御システムのシミュレーション結果であって、中間ユニット数が３０であるときの単体検証結果である無効電力の誤差範囲に対するデータ数を示すグラフである。
【図２６】 図１の配電系統制御システムのシミュレーションにおける実験の入力条件を示す表である。
【図２７】 図１の配電系統制御システムのシミュレーション結果であって、配電系統亘長に対する電圧及び無効電力を示すグラフである。
【図２８】 図１の配電系統制御システムのシミュレーションにおける検証配線系統のうちの配電系統ＦＦ１を示すブロック図である。
【図２９】 図１の配電系統制御システムのシミュレーションにおける検証配線系統のうちの配電系統ＦＦ２を示すブロック図である。
【図３０】 図１の配電系統制御システムのシミュレーションにおける検証配線系統のうちの配電系統ＦＦ１及びＦＦ２における各負荷点の負荷値を示す表である。
【図３１】 図１の配電系統制御システムのシミュレーションにおけるストリング数の評価曲線を示すグラフである。
【図３２】 図１の配電系統制御システムのシミュレーションにおける検証前後の電圧の改善効果を示すグラフである。
【図３３】 図１の配電系統制御システムのシミュレーションにおける検証前後の無効電力の改善効果を示すグラフである。
【符号の説明】
１…中央装置、
２…ローカル装置、
２Ａ…ローカル機器、
２Ｂ…電圧センサ、
２Ｃ…電流センサ、
２Ｄ…機器制御装置、
２Ｅ…通信制御及び制御目標設定装置、
３…検出装置、
３Ａ…電圧センサ、
３Ｂ…電流センサ、
３Ｃ…通信子局、
４…データ通信回線、
５…データ送受信装置、
９０…ＬＲＴ目標補正部、
９１…ＩＣＲ、
９２…ＴＣＲ、
９３…センサ、
９４…配電自動化用伝送路、
９５…電圧調整継電器、
９６…ＬＲＴ，
１００…入力層、
１０１−１乃至１０１−２７…入力層ユニット、
２００…中間層、
２０１−１乃至２０１−Ｍ…中間層ユニット、
３００…出力層、
３０１−１乃至３０１−２８…出力層ユニット、
４０１，４０２…シフトレジスタ、
ＳＳ…配電用変圧器、
Ｂ…母線、
Ｆ１，Ｆ２…高圧配電線。
【発明の属する技術分野】
本発明は、配電系統の各部の電圧及び無効電力を制御する配電系統制御システムに関する。
【０００２】
【従来の技術】
一般に配電系統は、変電所に設置された配電用変圧器につながる母線と、該母線に接続された複数の高圧配電線とを備えており、各高圧配電線には電圧降下を補償するための電圧調整器がローカル装置として接続されている。
【０００３】
従来の配電系統では、系統の各部に設定した検出点で検出した電圧情報及び電流情報を全て監視装置に集めて、系統の各部の情報の表示を行い、各部の状態に基づいて人為的に電圧の調整を行うか否か、また調整値の値の決定を行い、その結果を用いて、配電用変圧器のタップを選択していた。また各高圧配電線に接続された電圧調整器には、配電系統の構成に基づいて予め定められた整定値を手動設定しておき、各電圧調整器の設置箇所で検出した高圧配電線の電圧を整定値に保つように電圧調整器を制御していた。
【０００４】
近年の分散電源の連系要請の高まり等に伴い、配電系統での電力品質の管理は、従来のような固定した一方向の潮流やその緩慢な変動だけを想定した制御システムでは、十分に対応できなくなることが予想される。また、地球温暖化の面より、従来にも増して省エネルギ−の観点から系統の電力損失最小が要求されている。すなわち、現状での配電系統の電圧調整は、主として配電用変電所での負荷時電圧調整変圧器（以下、ＬＲＴ（Load Ratio Transformer）という。）により行われており、長距離配電線の場合には、さらに線路途上に電圧降下補償用のステップ電圧レギュレータ（以下、ＳＶＲ（Step Voltage Regulator）という。）を付加している。
【０００５】
【発明が解決しようとする課題】
しかしながら、ＬＲＴは、バンク単位で一括の電圧調整となり、配電線毎の負荷特性等の影響で、また、ＳＶＲが付加された配電線でも、ＳＶＲの調整タップ幅の粗さ等から、系統各部の電圧は必ずしも最適値になっているとは限らない。また、逆方向の潮流となる場合には制御できない。一方、電力潮流に関しては、現状での無効電力調整は、主に高圧需要家の静的なキャパシタ（ＳＣ（Static Capasitor）によるところが多く、軽負荷時にフェランチ効果による電圧過昇を招くとともに、電力損失増加要因にもなっている。
【０００６】
上述のような、今後問題となることが予想される要求に対応するためには、これまで以上に高度な制御と系統全体の状態を把握した制御が必要となる。このような目的から系統を最適状態に維持するためには、少くとも１配電線全体を対象として、状態変動に応じてその都度最適状態を求める必要がある。従って、これは、大規模状態変数の最適組み合わせを求める問題であり、高速に解を求める必要がある。
【０００７】
本発明の目的は、以上の問題点を解決し、配電系統の電圧分布及び無効電力分布を、電力損失が最小になるように、従来例に比較して効率的に制御することができる配電系統制御システムを提供することにある。
【０００８】
【課題を解決するための手段】
本発明に係る請求項１記載の配電系統制御システムは、配電用変圧器に接続された母線と上記母線に接続された高圧配電線とを有する配電系統の高圧配電線の電圧を制御する配電系統制御システムにおいて、
上記配電系統を統括してその動作を制御する中央装置と、
上記高圧配電線に設けられ、上記中央装置からの制御信号に基づいて、上記高圧配電線の電圧値及び無効電力値をそれぞれ所定の調整量で調整するローカル装置と、
上記高圧配電線のローカル装置の設置箇所から離れて設けられ、上記高圧配電線の電圧及び電流をそれぞれ検出して上記中央装置に送信する検出装置とを備え、
上記中央装置は、
上記検出装置によって検出された上記高圧配電線の電圧及び電流に基づいて、所定のニューラルネットワークを用いて上記高圧配電線の潮流計算を行い、かつ遺伝的アルゴリズムを用いて上記ローカル装置の最適な調整量の組み合わせを計算して設定するように制御する制御手段を備えたことを特徴とする。
【０００９】
また、本発明に係る請求項２記載の配電系統制御システムは、配電用変圧器に接続された母線と上記母線に接続された複数の高圧配電線とを有する配電系統の各高圧配電線の電圧の変動幅を設定範囲に収めるように制御する配電系統制御システムにおいて、
上記配電系統を統括してその動作を制御する中央装置と、
上記各高圧配電線に対して少なくとも１つ設けられ、上記中央装置からの制御信号に基づいて、上記各高圧配電線の電圧値及び無効電力値をそれぞれ所定の調整量で調整するローカル装置と、
上記各高圧配電線のローカル装置の設置箇所から離れた少なくとも１つの検出位置で上記高圧配電線の電圧及び電流をそれぞれ検出する電圧センサ及び電流センサを備え、検出された電圧値及び電流値の検出データを上記中央装置に送信する検出装置とを備え、
上記中央装置は、
遺伝的アルゴリズムを用いて上記各ローカル装置における電圧値及び無効電力値の調整量を初期ストリングとしてランダムに発生する発生手段と、
入力層と、少なくとも１層の中間層と、出力層を備え、予め所定の教師データに基づいて学習され、上記各ローカル装置の電圧調整量及び位相調整量と、上記各検出装置間の区間における所定の負荷有効電力及び負荷無効電力と、上記配電用変圧器からの送出電圧及び送出位相とを入力して、上記各検出位置における電圧値及び無効電力値を出力することにより潮流計算を行うニューラルネットワークを用いて、上記発生手段によって発生された初期ストリングの調整量と、上記各検出装置間の区間における所定の負荷有効電力及び負荷無効電力と、上記配電用変圧器からの送出電圧及び送出位相とに基づいて、上記各検出位置における電圧値及び無効電力値を発生した後、上記配電系統の電圧の最適化及び無効電力の最小化を目的とし関数値が最小値で上記目的を達成する所定の目的関数を用いて、その目的関数の関数値を計算する計算手段と、
上記計算手段によって計算された上記目的関数の関数値の逆数を計算し、適応度を示すその逆数値のより大きい複数の調整量のストリングを選択することにより選択淘汰処理を実行する選択手段と、
上記選択手段によって選択された複数の調整量のストリングから、ランダムに交叉点を決定して淘汰された所定の個数分の修正ストリングを新たに生成し、生成された修正ストリングの集団の中の上記適応度のより低い複数のストリングの中のストリング内でビット反転を行うことにより突然変異処理を実行する処理手段と、
上記処理手段の処理の後に上記計算手段を実行し、上記計算手段によって計算された上記目的関数の関数値に基づいて所定の終了条件を満たすか否かを判断し、満たさないとき上記選択手段の処理を実行する一方、満たすときに上記計算手段によって計算された電圧と無効電力の調整量から算出した目標電圧と目標無効電力とを上記ローカル装置に送信した後、設定するように制御する制御手段とを備えたことを特徴とする。
また、請求項３記載の配電系統制御システムは、請求項２記載の配電系統制御システムにおいて、上記目的関数は、電圧の目的関数と、無効電力の目的関数との、重み係数による線形結合で表され、上記電圧の目的関数は、所定の目標値からの上記中央装置のニューラルネットワークによる電圧予測値の差の２乗値を、所定の目標値からの上記検出装置による電圧検出値の差の２乗値で除算してなり、上記無効電力の目的関数は、上記中央装置のニューラルネットワークによる無効電力予測値の２乗値を、上記検出装置による無効電力検出値の２乗値で除算してなることを特徴とする。
さらに、請求項４記載の配電系統制御システムは、請求項２又は３記載の配電系統制御システムにおいて、上記検出データは、所定の時間における平均値データであることを特徴とする。
【００１０】
【発明の実施の形態】
以下、図面を参照して本発明に係る実施形態について説明する。
【００１１】
図１は、本発明に係る一実施形態である配電系統制御システムの構成を示すブロック図である。図１において、ＳＳは配電用変電所に設置された配電用変圧器であり、Ｂは変圧器ＳＳの二次側に接続された母線であり、Ｆ１、Ｆ２、…は母線Ｂに接続された高圧配電線である。図示してないが、高圧配電線Ｆ１、Ｆ２、…にはそれぞれ変圧器を介して図示しない低圧配電線が接続されている。
【００１２】
１は配電系統を統括する中央装置で、この中央装置１は例えば配電用変電所に設けられている。本実施形態においては、高圧配電線Ｆ１、Ｆ２、…のそれぞれの電圧調整と無効電力の調整とを行うためにローカル装置２が各高圧配電線に対して少なくとも１つ設けられている。各高圧配電線Ｆ１、Ｆ２、…にはまた、ローカル装置２から離れた少なくとも１つの箇所に設定された検出点で高圧配電線の３相の電圧及び電流を検出する検出装置３が設けられている。また、中央装置１と各ローカル装置２及び検出装置３との間で通信を行うために、データ通信回線４が設けられている。中央装置１側には、各ローカル装置２及び検出装置３から中央装置１に送信されてくるデータの受信と中央装置１から各ローカル装置２へのデータの送信とを行うデータ送受信装置５が設けられている。
【００１３】
各ローカル装置２は、電圧調整器及び無効電力調整器を備えたローカル機器２Ａと、ローカル機器２Ａの設置箇所の近傍に設定された検出点で対応する高圧配電線Ｆ１，Ｆ２の電圧及び電流をそれぞれ検出する内部電圧センサ２Ｂ及び内部電流センサ２Ｃと、ローカル機器２Ａを構成する電圧調整器及び無効電力調整器を制御する機器制御装置２Ｄと、電圧調整器及び無効電力調整器の制御目標値の設定処理と中央装置１との間の通信とを行う通信制御及び制御目標設定装置２Ｅとを備えている。内部電圧センサ２Ｂは例えば計器用変圧器からなり、内部電流センサ２Ｃは変流器からなる。
【００１４】
ここで、ローカル機器２Ａの電圧調整器としては周知の負荷時電圧調整器（ＬＲＴ）を用いることができる。また、無効電力調整器としては、分路リアクトルや電力用コンデンサをスイッチを介して線路に選択的に接続するようにしたものや、同期調相機などを用いることができる。通信制御及び制御目標設定装置２Ｅは、内部電圧センサ２Ｂ及び内部電流センサ２Ｃがそれぞれ検出した電圧情報及び電流情報とローカル装置２の状態を示す状態情報とを、データ通信回線４を介して中央装置１に送信する送信機と、中央装置１から送信されてくる信号を受信する受信機とを備えた通信装置と、対応する高圧配電線の電圧及び無効電力のそれぞれの制御目標値である電圧制御目標値及び無効電力制御目標値を設定する制御目標設定装置とを備える。また、機器制御装置２Ｄは、対応する高圧配電線の各部の電圧及び無効電力をそれぞれ制御目標設定装置が設定した電圧制御目標値及び無効電力制御目標値に保つように電圧調整器及び無効電力調整器を制御する。
【００１５】
検出装置３は、その設置箇所における高圧配電線の電圧及び電流をそれぞれ検出する電圧センサ３Ａ及び電流センサ３Ｂと、これらのセンサ３Ａ及び３Ｂがそれぞれ検出した電圧情報及び電流情報をデータ通信回線４を介して中央装置１のデータ送受信装置５に送出する通信子局３Ｃとを備える。電圧センサ３Ａは例えば計器用変圧器からなり、電流センサ３Ｂは変流器からなる。
【００１６】
中央装置１は、以下の処理を実行する。
（ａ）配電系統の系統情報（検出機器のアドレス及び接続、ＶＳの入切、ローカル装置の種類）を把握する。
（ｂ）ローカル装置２及び検出装置３からの検出データをもとに、各検出位置での負荷電流等の予測を行い、インピーダンスマップと検出情報から各検出位置の電圧を算出する。
（ｃ）ローカル装置２及び検出装置３に対するポーリングによりそれらの装置２，３から検出データを収集し、電圧逸脱、無効電力の増加等のチェックを行う。
（ｄ）詳細後述する遺伝的アルゴリズム及びニューラルネットワークを用いて、最適状態にするためのローカル装置２の決定、及び調整量の算出を行う。
（ｅ）検出データ及び系統情報に基づいて、インピーダンスマップを作成する。
（ｆ）インピーダンスマップと検出情報を使用して潮流計算を行い、各ローカル装置２の位置での電圧と無効電力の各目標値を算出する。
（ｇ）インピーダンスマップを使用して潮流計算を行い、算出した調整量の確認後、ローカル装置２に対してマクロ指令を出す。
【００１７】
また、ローカル装置２の通信制御及び制御目標設定装置２Ｅは、以下の処理を実行する。
（１）自己の電圧センサ３Ａ及び電流センサ３Ｂから線間電圧及び相電流を入力し、入力された検出情報を平均化して所定の時間での時間的な平均値を計算する。
（２）中央装置１からのポーリングに対して、現時点で平均化している最新の情報（電圧、電流、無効電力）と現在の調整量を応答として返信する。
（３）現在の調整量を常時監視し、調整幅に対して裕度があるかどうかの判定を行い、ポーリング応答で中央装置１に返信する。
（４）中央装置１からのマクロ指令（目標値）に対して調整量を算出し、対応の可否の判定を行う。
（５）ローカル機器２Ａの設定目標値を決定して、機器制御装置２Ｄに検出情報とともに渡す。
【００１８】
さらに、検出装置３の通信用子局３Ｃは、以下の処理を実行する。
（１）自己の電圧センサ３Ａ及び電流センサ３Ｂから線間電圧及び相電流を入力し、入力された検出情報を平均化して所定の時間での時間的な平均値を計算する。
（２）中央装置１からのポーリングに対して、現時点で平均化している最新の情報（電圧、電流、無効電力）を応答として返信する。
【００１９】
次いで、当該配電系統制御システムの具体例について説明する。このシステムは、配電自動化システムにより系統各部の状態を把握し、それに基づき系統各部に分散配置した線路調整装置を制御するものである。検討対象となる中央装置部を含むシステムの概念を図２に示す。当該システムは、全体の制御を司る中央装置１、変電所のＬＲＴ目標補正部９０と、配電線に施設する線路調整機器としてのインバータ制御されたレギュレータ（以下、ＩＣＲ（Inverter Controlled Regulator）という。）９１と、サイリスタ制御されたリアクトル（以下、ＴＣＲ（Thyristor Controlled Reactor）という。）９２及び配電線の要所に施設し電圧及び電流及び力率情報を逐次取り込むセンサ９３により構成され、これらは配電自動化伝送路９４で連携されている。本構成において、ＬＲＴ目標補正部９０は電圧調整継電器９５によって制御されているＬＲＴ９６の出力電圧を適宜増減するバンク一括の電圧制御機能を有する。また、ＩＣＲ９１は設置点における電圧調整機能および電源側線路の無効電力補償機能を有し、ＴＣＲ９２は主としてＳＣによる過補償を改善するための遅れ無効電力注入機能を有する。なお、これらの機器９１，９２，９６は中央装置１から制御目標値（ＬＲＴ目標補正部９０は電圧補正目標値、ＩＣＲ９１は電圧及び無効電力制御目標値、ＴＣＲ９２は無効電力制御目標値）を受信し、この目標値に追随するよう自身でフィ−ドバック制御が行われるものである。従って、中央装置１では、配電系として最適な電圧及び無効電力制御を実現させるための目標値を生成し、ＩＣＲ９１やＴＣＲ９２等の個々のロ−カル機器２に対して指令することが重要な役割となる。
【００２０】
次いで、電圧及び無効電力制御方法について説明する。電圧及び無効電力制御の最適化は組み合わせ最適化問題となる。本実施形態では、遺伝的アルゴリズム（以下、ＧＡという。）とニューラルネットワーク（以下、ＮＮという。）とを用いて、当該配電系統における電圧及び無効電力制御の最適最適解を高速で求める。
【００２１】
図３及び図４は、図１の中央装置１によって実行される中央装置処理を示すフローチャートである。図３において、まず、ステップＳ１において、系統情報及び、ローカル装置２及び検出装置３からの対象系統の検出データの入力及び保存を行う。次いで、ステップＳ２において入力した検出データよりローカル装置２の調整裕度、規定電圧幅を逸脱している箇所の有無を確認する。さらに、ステップＳ３において上記データで裕度無し又は逸脱箇所有りか否かが判断され、ＹＥＳのときステップＳ７に進む一方、ＮＯのときステップＳ４に進む。ステップＳ４において各検出位置での無効電力が増加し、又は電圧が下限値でないかが判断され、ＮＯのとき調整する必要がないのでステップＳ１に戻る一方、ＹＥＳのときステップＳ５に進む。ステップＳ５において目標とする電圧、無効電力に対する現状の状態の適正度を判断し、ステップＳ６において不適正であるか否かが判断され、不適正でないとき（ＮＯ）調整する必要がないのでステップＳ１に戻る一方、不適正であるとき（ＹＥＳ）ステップＳ７において対象ローカル装置２の指定を行う。すなわち、系統構成より制御対象となるローカル装置２を決定（ＧＡにおけるストリング数を決定）して、図４のステップＳ１１に進む。
【００２２】
図４の中央装置処理において、ステップＳ１１からステップＳ１５まではＧＡ及びＮＮを用いた調整量決定のための制御処理であり、特に、ステップＳ１２においてＮＮを用いる。図４のステップＳ１１において初期ストリング（調整量）集団の生成処理を行い、潮流計算用のデータ群を生成し、すなわち、対象ローカル装置２の各調整量を調整幅内でランダムに発生させ、調整量集団を規定数生成する。次いで、ステップＳ１２において適応度計算処理を実行し、対象系統のローカル装置２が与えられた調整量で動作した場合の各検出位置での電圧Ｖ及び無効電力Ｑを潮流計算により算出（すなわち、規定数の組み合わせデータが算出）し、算出された電圧Ｖ及び無効電力Ｑに基づいて後述する総合的な目的関数（又は評価関数）ｆ（ｘ）の関数値を計算する。ここでは、調整量と潮流分布の関係を予めＮＮに対して学習させておき、調整量をＮＮを用いて推論方法で高速で求める。そして、ステップＳ１３において終了条件を満足するか否かが判断され、満足するときは（ＹＥＳ）ステップＳ１６に進む一方、満足しないときは（ＮＯ）ステップＳ１４において選択淘汰処理を実行して、求められた各目的関数ｆ（ｘ）の逆数を算出し、適応度を示すその逆数値の大きい順に選択され、そのときの所定の複数の調整量を適応度の高いストリングとして選択する。次いで、ステップＳ１５において交叉及び突然変異処理を実行し、選択された調整量からランダムに交叉点を決め淘汰された所定の個数分の調整量集団（修正ストリング）を新たに生成する。そして、生成された集団の中の適応度の低い所定の複数のストリングの中のストリング内でビット反転を行い、突然変異処理を行った後、ステップＳ１２に戻って、適応度計算処理を実行する。
【００２３】
ステップＳ１３で所定の終了条件を満足するならば、ステップＳ１６において対象ローカル装置２の各調整量を決定し、ステップＳ１７においてＧＡ及びＮＮで求めた機器ごとの調整量を元に従来の潮流計算で算出した目標電圧と目標無効電力とを、ロ−カル機器の目標値として送信してよいか従来の潮流計算法（厳密解を求める方法）を用い最終確認することにより、配電系統のマクロシミュレーションで調整量の妥当性を確認した後、ステップＳ１８では、上記ステップＳ１６で決定した調整量を含むマクロ指令をデータ通信回線４を介してローカル装置２の通信制御及び制御目標設定装置２Ｅに送信した後、図３のステップＳ１に戻る。
【００２４】
図７は、図１の中央装置１によって実行される中央装置割り込み処理を示すフローチャートである。図７において、まず、ステップＳ４１において当該配電系統での系統変更があるか否かが判断され、ステップＳ４２においてローカル装置２及び検出装置３からの新たな検出データがあるか否かが判断される。ステップＳ４１でＹＥＳであるときは、ステップＳ５１からステップＳ５８までの処理を実行する一方、ステップＳ４２でＹＥＳであるときは、ステップＳ６１からステップＳ６６までの処理を実行する。
【００２５】
ステップＳ５１において系統情報を入力し、ステップＳ５２において開閉器の入／切情報を入力し、ステップＳ５３において検出データを入力する。次いで、ステップＳ５４において上記の情報をもとにインピーダンスマップを作成する。そして、ステップＳ５５においてインピーダンスマップ及び検出データに基づいて潮流計算を行い、学習データを作成して、ステップＳ５６において学習データに基づいてＮＮを学習して更新した後、ステップＳ４１に戻る。
【００２６】
また、ステップＳ６１において系統情報を入力し、ステップＳ６２において開閉器の入／切情報を入力し、ステップＳ６３において検出データを入力する。次いで、ステップＳ６４において上記の情報をもとにインピーダンスマップを作成し、ステップＳ６５においてインピーダンスマップ及び検出データに基づいて潮流計算を行い、学習データを作成する。さらに、ステップＳ６６において作成された学習データに基づいてＮＮ５００の学習を行ってＮＮ５００を更新した後、ステップＳ４１に戻る。なお、ステップＳ６１からＳ６６までの処理は、例えば、周期的に新たな検出データが入力される毎に実行するように構成してもよい。
【００２７】
次いで、ステップＳ５４及びＳ６４におけるインピーダンスマップの作成処理について説明する。この処理は、入力した系統情報、及び各検出位置からの検出データ（電圧、電流、無効電力）に基づいて、検出位置間のインピーダンスを算出し、潮流計算に使用する。ここで、インピーダンスマップの作成は、系統変更情報入力時、検出データ入力時に算出する。また、インピーダンスマップは系統情報より検出機器の位置関係を認識し、それから入力した検出データを元に各検出機器間のインピーダンスを算出する。
【００２８】
さらに、ステップＳ５７及びＳ６５における潮流計算によるニューラルネットワークの学習データ作成処理について述べる。この処理では、検出データ入力時にインピーダンスマップを作成し、そのインピーダンスマップと検出データを使用して潮流計算を行い、各検出位置での電圧、無効電力を算出する。
【００２９】
次いで、検出データとして入力した各ローカル装置２の調整量（入力）と潮流計算で算出した電圧、無効電力（出力において教師データ）を元にネットワークの追加学習を行う。
【００３０】
次いで、電圧及び無効電力の最適化問題の定式化について述べる。配電用変電所のバンク単位での電圧及び無効電力の最適化の実現を図る問題は、調整量の組み合わせ最適化問題として考えられ、以下のように定式化できる。すなわち、系統電圧の最適化及び無効電力の最小化を目的とし、電圧の目的関数と無効電力の目的関数とからなる次式で定義される総合的な目的関数ｆ（ｘ）を用いる。
【００３１】
【数１】
ここで、ｍはバンク当たりの配電線数、ａ及びｂは重み係数、Ｖ（ｘ）は電圧の目的関数、Ｑ（ｘ）は無効電力の目的関数である。このうち、重み係数ａ、ｂは配電線の事情を勘案して配電線ごとに決定されるべき性格のものであるが、本実施形態では、検出情報から配電線の状態を把握して、重み係数ａ，ｂの値を図８のように自動的に選択する。
【００３３】
図８中の重み係数の選択は以下のようにしている。
（Ｉ）検出点で１箇所でも電圧逸脱があれば電圧逸脱時の重み係数とする。及び全検出点が「通常時状態」であっても、状態ＳＴ１及びＳＴ３の傾向にあれば電圧と無効電力を調整すべき状態と考えられるので、重み係数ａ及びｂとも０．５を採用する。また、電圧の目的関数Ｖ（ｘ）は次式のように定義した。
【００３４】
【数２】
ここで、Ｖｉはロ−カル機器２の動作前の各検出電圧、Ｖｃは中央装置１のＮＮで算出したロ−カル機器２が動作した場合の検出点の電圧予測値である。Ｖｏは配電線単位で決めるべき目標値（固定値）であるが、本実施形態では、各検出電圧が６３００〜６９００Ｖの範囲を逸脱している場合には６６００Ｖとし、逸脱していない場合には６４００Ｖとしている。また、無効電力の目的関数Ｑ（ｘ）は次式のように定義した。
【００３６】
【数３】
ここで、ｉは１配電線の検出数、Ｑｉはロ−カル機器２の動作前の各検出無効電力、Ｑｃは中央装置１のＮＮで算出したロ−カル機器２が動作した場合の検出点の無効電力予測値である。
【００３８】
次いで、制約条件について述べる。まず、電圧上下限値の制約条件では、配電線の送出電圧と検出箇所の電圧は各々次式を満たさなければならない。ここで、送出電圧はＬＲＴのタップ調整範囲内、検出箇所の電圧は需要家の端子電圧を１０１±６Ｖとする電圧でなければならない。
【００３９】
【数４】
Ｖｆｍｉｎ≦Ｖｆ≦Ｖｆｍａｘ
【数５】
Ｖｓｍｉｎ≦Ｖｓ≦Ｖｓｍａｘ
【００４０】
ここで、Ｖｆは高圧配電線（フィーダ）の電圧、Ｖｆｍａｘは当該電圧の最大値、Ｖｆｍｉｎは当該電圧の最小値である。また、Ｖｓは検出電圧、Ｖｓｍａｘは当該検出電圧の最大値、Ｖｓｍｉｎは当該検出電圧の最小値である。
【００４１】
次いで、ＩＣＲ９１の調整量の制約条件では、電圧調整量及び無効電力調整量は各々次式のように、ＩＣＲ９１の仕様から決まる調整能力の範囲を越えてはならない。
【００４２】
【数６】
ＶICRｍｉｎ≦ＶICR≦ＶICRｍａｘ
【数７】
ＱICRｍｉｎ≦ＱICR≦ＱICRｍａｘ
【００４３】
ここで、ＶICRはＩＣＲ９１の電圧調整値、ＶICRｍａｘはその上限値、ＶICRｍｉｎはその下限値である。また、ＱICRはＩＣＲ９１の無効電力（位相）調整値、ＱICRｍａｘはその上限値、ＱICRｍｉｎはその下限値である。
【００４４】
さらに、ＴＣＲ９２の調整量の制約条件では、無効電力調整量は次式のように、ＴＣＲ９２の仕様から決まる調整能力の範囲を越えてはならない。
【００４５】
【数８】
ＱTCR≦ＱTCRｍａｘ
【００４６】
ここで、ＱTCRはＴＣＲ９２の無効電力調整値、ＱTCRｍａｘはその上限値である。
【００４７】
次いで、ＧＡとＮＮ５００との組み合わせによる定式化について述べる。遺伝的アルゴリズム（ＧＡ）では、ストリング長が短く、ストリング操作によって死滅ストリングを生成しにくい方法が求められる。一方、ＩＣＲ９１は電圧調整と位相調整を行い、ＴＣＲ９２の無効電力調整は実際的にはＴＣＲ９１の設置点の力率角を調整することから、位相調整を行うことになるので、本実施形態では、上記条件を満足するストリング表現として、以下に示す電圧調整量のストリング表現と位相調整量のストリング表現を用いる。
【００４８】
電圧調整量のストリング表現において、ＩＣＲ９１の制御可能電圧調整量は±３３０Ｖであることより、最小制御可能電圧幅を５Ｖ／ステップとして、５Ｖを１ビットとして表現すると、３３０Ｖは２進数で１００００１０となり７ビットで表される。ここで、±の符号を１ビットとして考えると調整量の変化を図９のようにストリング表現できる。この場合、電圧調整幅は最大３３０Ｖであるため、これを越えるようなストリングは致死遺伝子とする。
【００４９】
また、位相調整量のストリング表現において、ＩＣＲ９１とＴＣＲ９２の制御可能位相調整量は±５度とし、最小制御可能位相幅を０．１度／ステップとすれば、０．１度を１ビットとして表現すると、５度は２進数で１１００１０となり６ビットで表される。ここで、±の符号を１ビットとして考えると調整量の変化を図１０のようにストリング表現できる。この場合、位相調整幅は最大５度であるため、これを越えるようなストリングは致死遺伝子とする。
【００５０】
さらに、ストリング長について説明する。ストリングの生成は配電線単位で実施する。この場合、当該配電線のロ−カル機器２の台数によりストリング長が異なることになる。このため、ロ−カル機器２の最大台数を設定しておき、対象となる機器の種類及び台数によってストリング長を変える方法を採用した。図１１にＩＣＲ３台、ＴＣＲ３台の場合のストリング長の例を示す。
【００５１】
初期ストリングの生成方法においては、各ロ−カル機器２の調整量の各ビットに対して、ランダムに２進数の０又は１を割り振る。調整幅を超えるような致死遺伝子が生成された場合には、再度割り振りを行いＮ個のストリングを生成する。なお、現在運用されている調整量は最適解ではないものの、準最適解と考えられることから初期ストリング集団の１つに入れておくこととした。
【００５２】
次いで、適用するニューラルネットワーク（ＮＮ）５００の構成について説明する。ストリング（調整量）情報とＧＡでは対象としない情報（各検出点での有効電力及び無効電力、送出電圧、送出位相）をＮＮ５００の処理部へ送り、あらかじめ対象配電線の環境を学習（覚え）させたネットワ−クを持つＮＮ５００の処理部で確率的潮流計算（通常の潮流計算と同レベルの出力を短時間に推論する方法）を実施し、その演算結果（各検出点での電圧及び無効電力）をＧＡ処理部に出力させることとしている。ＮＮ５００には学習機能を有するバックプロパゲ−ションモデルを用い、中間層数は１層とし配電線ごとに１つのネットワ−クを構成し、中間ユニット数は後述の検証結果により決定することとした。ＩＣＲ、ＴＣＲ各３台を設置した８区間配電線でのＮＮ５００の構成例を図１５に示す。なお、本実施形態では、中間層２００を１層としているが、本発明はこれに限らず、複数層設けてもよい。
【００５３】
図１５のＮＮ５００において、ＮＮ５００は、入力層１００と中間層２００と出力層３００とを備えて構成される。入力層１００は、２７個の入力層ユニット１０１−１乃至１０１−２７を備え、中間層２００は、複数Ｍ個の中間層ユニット２０１−１乃至２０１−Ｍを備え、出力層３００は、２８個の出力層ユニット３０１−１乃至３０１−２８を備える。ここで、各入力層ユニット１０１−１乃至１０１−２７には、下記のデータが入力される。
（ａ）ＩＣＲV1乃至ＩＣＲV3：３台のＩＣＲ９１の電圧調整量、
（ｂ）ＩＣＲQ1乃至ＩＣＲQ3：３台のＩＣＲ９１の無効電力（位相）調整量、
（ｃ）ＴＣＲQ1乃至ＴＣＲQ3：３台のＩＣＲ９１の無効電力（位相）調整量、
（ｄ）Ｐ1乃至Ｐ8：各検出装置３間の区間における負荷有効電力（固定値）、
（ｅ）Ｑ1乃至Ｑ8：各検出装置３間の区間における負荷無効電力（固定値）、
（ｆ）Ｖｓ：配電用変電所からの送出電圧（中央装置により検出される。）、及び
（ｇ）θｓ：配電用変電所からの送出位相（中央装置により検出される。）。
【００５４】
次いで、入力層ユニット１０１−１乃至１０１−１７はそれぞれ入力されたデータをＭ分配して各中間層ユニット２０１−１乃至２０１−Ｍに出力する。そして、中間層ユニット２０１−１乃至２０１−Ｍはそれぞれ、入力される２７個のデータに対して所定の重み係数で線形結合で重み付けされたデータを２８分配して出力層ユニット３０１−１乃至３０１−２８に出力する。さらに、出力層ユニット３０１−１乃至３０１−２８はそれぞれ入力されるＭ個のデータを加算して下記のデータを出力する。
（ａ）ＶC1乃至ＶC14：各検出位置における電圧値、及び
（ｂ）ＱC1乃至ＱC14：各検出位置における無効電力値。
【００５５】
ここで、各中間層ユニット２０１−１乃至２０１−Ｍの出力ｙは、応答関数をａ（ｘ）、リンク荷重をｗiとすると次式で表わすことができる。
【００５６】
【数９】
次いで、適応度関数について述べる。ＮＮ５００からの出力データ（各検出位置における電圧値及び無効電力値）に基づいて、数１を用いて、目的関数ｆ（ｘ）を求め、ＧＡでの評価は次式による適応度関数ｇ（ｘ）を用いて行う。
【００５８】
【数１０】
ｇ（ｘ）＝１／ｆ（ｘ）
【００５９】
さらに、ＧＡでは、世代を重ねるにつれ評価値の上昇が飽和する特性を持っているため、次のいずれかの条件が成立した場合に終了とする。
（条件１）設定された計算時間に達した場合。
（条件２）最大評価値が規定する世代数にわたって更新されなかった場合。
【００６０】
また、ＧＡの選択淘汰処理においては、前世代集団中で適応度の高いストリングを次世代に規定個数残し、そのうちの数個はエリ−トとして突然変異禁止のフラグを立てる。この場合、適応度の高いストリングが無条件で次世代に残る反面、エリ−トストリングが集団中に急速に広まり局所解に陥る可能性があるので、後述の突然変異処理でこれを回避している。すなわち、エリート保存戦略をとり、集団中でもっとも適応度の高い個体をそのまま次世代に残す方法を採用している。適応度の高い個体が無条件で次の世代に残る反面、そのエリート個体が集団中に急速に広まり局所解に陥る恐れが出てくる。実際のエリート保存戦略は、エリート個体に対する突然変異は禁止であるが。本実施形態では、任意に設定された個体以外は突然変異を可能にする。
【００６１】
また、ＧＡの交叉処理においては、選択されたストリングの中からランダムに２つのストリング選び、電圧及び位相調整量ごとに交叉点をランダムに決め、各々１点交叉を行い生成されたストリングのうち致死遺伝子を除外して規定個数のストリングを生成する。交叉の例を図１２に示す。また、図１４は、ＧＡにおけるストリングの多点交叉の一例を示す図であり、図１４に示すように、各ローカル装置２の各調整量ごとに１点交叉を行う。
【００６２】
さらに、ＧＡの突然変異処理において、突然変異は各ストリング位置の数値の変換である。このため、電圧及び位相調整量ごとに突然変異を起こす任意のロ−カル機器２をランダムに選び、調整量の任意のビットをビット反転させる方法をとる。図１３に突然変異の例を示す。
【００６３】
次いで、遺伝的アルゴリズム（ＧＡ）の適用方法について説明する。以下のような入力データに対して、ＧＡにより目的関数ｆ（ｘ）が最小となるようなローカル装置２の調整量を算出し（ＮＮ５００は、ＧＡ処理内部の適応度計算処理で使用する。）最適な調整量を出力する。
（Ａ）ＧＡの入力データ
（ａ）対象ローカル装置２：最適化を行う対象ローカル装置２である。
但し、ＩＣＲ９１の場合，電圧調整量のみ最適化するのか、位相調整も行うのかの情報を含む。
（ｂ）目的関数の重み係数：目的関数ｆ（ｘ）の重み係数ａ，ｂである。
（ｃ）目標電圧：目的関数ｆ（ｘ）を求める際の目標電圧である。
ここで、以下の入力情報は、同一時間におけるデータでなければならない。
（ａ）各ローカル装置２の調整量の初期値：各ローカル装置２の現在における調整量である。
（ｂ）インピーダンスマップ：各検出装置３間の区間における現在のインピーダンスである。
（ｃ）第１の検出装置３のＶ、Ｉ、Ｑ：現在の第１の検出装置３における電流、電圧、無効電力の測定値である。
（２）出力データ
（ａ）最適化を行ったローカル装置２の調整量：入力されたデータにおける最適な各ローカル装置２に対する調整量である。
【００６４】
本実施形態のＧＡにおいては、以下のように先験情報を利用している。規定電圧を逸脱していない場合、現在運用されている各ローカル装置２の調整量は最適解ではないものの、ある程度良い解であるといえ、最適解もその調整量の付近にあるはずである。これを利用して、初期生成個体に現在運用されている各ローカル装置２の調整量を反映させて探索空間を絞り込み計算時間を短縮する方法を用いる。なお、規定電圧を逸脱している場合には以下の手法を用いない。
【００６５】
ここで、初期生成方法（初期状態の反映）においては、初期生成個体のうちの１つに、調整量の初期値（現在運用されている調整量）をそのまま反映した個体を入れる。現在運用されている調整量は最適解ではないものの、ある程度良い解であるといえるため（規定電圧幅を逸脱していない場合）、初期生成に反映させることにより効率の良い探索をすることをできるという利点を有する。
【００６６】
図５は、図４のサブルーチンである適応度計算処理（ステップＳ１２）を示すフローチャートである。図５に示すように、まず、ステップＳ２１においてパラメータｎに１を代入し、ステップＳ２２においてｎ番目の個体の遺伝子内容から各ローカル装置２の調整量を求める。次いで、ステップＳ２３においてその調整量における各検出位置での電圧値Ｖ及び無効電力値Ｑをニューラルネットワーク５００を用いて求める。そして、ステップＳ２４において目的関数ｆ（ｘ）の算出するとともに、適応度関数を算出する。さらに、ステップＳ２５においてパラメータｎが個体数に達したか否かが判断され、達していないときは（ＮＯ）ステップＳ２６においてパラメータｎを１だけインクリメントしてステップＳ２２に戻って上記の処理を繰り返す。一方、ステップＳ２５でｎが個体数に達しているときは（ＹＥＳ）元のメインルーチンに戻る。
【００６７】
図６は、図４のサブルーチンである選択淘汰処理（ステップＳ１４）を示フローチャートである。図６に示すように、選択淘汰処理においては、ステップＳ３１において前世代の集団の中から、適応度の高い個体を規定個選択する。次いで、ステップＳ３２においてエリート個体として、適応度の高い数個体に対し、突然変異禁止のフラグを立てる。そして、元のメインルーチンに戻る。
【００６８】
ＧＡの終了判定においては、上記目的関数ｆ（ｘ）の逆数ｇ（ｘ）＝１／ｆ（ｘ）を適応度を示す目的関数として用い、予め設定された計算終了時間に達したら計算を終了する。また以下の条件を終了時間前に満たした場合、その時点で終了する。ＧＡで計算をすると、世代を重ねるにつれて指数関数に反比例するように目的関数の評価値の上昇の度合いが鈍くなってゆき、最終的には何世代計算させようとも評価値が変化しなくなってくる。これを利用して、「最大評価値が規定世代更新されなかったら」、最適解に達したものとして計算を終了する。なお、最適解が規定電圧幅を越えていても致死遺伝子とはしない。計算結果として、対象ローカル装置２の調整量を出力する。
【００６９】
次いで、初期のＮＮ５００の学習方法について説明する。まず、インピーダンスマップの作成を行う。図１６は、図１の配電系統制御システムで用いるある負荷状態におけるインピーダンスマップの生成処理を示すブロック図である。図１６に示すように、当該生成処理では、検出データと、各ローカル装置２の調整量から現在の負荷状態におけるインピーダンスマップを作成する。ここで、１日、数回の検出を行い、数パターンかのインピーダンスマップを作成する。次いで、各インピーダンスマップにおける学習データを作成する。図１７は、図１の配電系統制御システムで用いる各調整量におけるセンサにおける電圧値Ｖ及び無効電力値Ｑの計算処理を示すブロック図である。図１７に示すように、各インピーダンスマップに対して、各ローカル装置２を一様になるようなパターンで変化させたときの、各検出装置３における電圧値Ｖ及び無効電力値ＱをＮＮ５００で構成された従来技術の潮流シミュレータで求める。この電圧値Ｖ及び無効電力値Ｑを学習データとして用いる。以上説明したように、調整量が一様になるようパターンを設定し、出力された電圧値Ｖ及び無効電力値Ｑを学習データとする。
【００７０】
従来技術の潮流シミュレータは、ＮＮ５００と同様の入力データに基づいて、公知の電気回路の解析法であるアドミッタンス行列に基づくニュートンラプソン法を用いて潮流計算を行って、ＮＮ５００と同様の出力データを計算する装置である。この潮流シミュレータは、ＮＮ５００の学習のときに用いるのみならず、図４のステップＳ１７の処理において用いる。
【００７１】
図１８は、図１５のニューラルネットワーク（ＮＮ）５００の学習方法を示すブロック図である。上記で作成された学習データを基に学習を行う。なお、ＮＮ５００の学習は高圧配電線単位で別々に行うものとする。また、ＮＮ５００の追加学習では、初期学習で学習させたＮＮ５００だけでは、負荷の変動などに対処できないため最新の学習データをＮＮ５００に反映させる必要がある。従って、追加学習を行っている（図７のステップＳ５８及びＳ６６参照。）。
【００７２】
図１９は、図１５のニューラルネットワーク（ＮＮ）５００への学習データの取り入れ方法を示すブロック図である。図１９に示すように、入力層１００の各入力層ユニット１０１−１乃至１０１−２７に接続されたシフトレジスタ４０１と、出力層３００の各出力層ユニット３０１−１乃至３０１−２８に接続されたシフトレジスタ４０２を用いて、最新の学習データ（作成方法は初期学習と同じである。）を取り入れ、逐次ネットワークを学習させる方法を用いる。このとき、時間が経つにつれて学習データが雪だるま式に増えていくので、古いデータから順番に学習データから破棄するようにする。ここで、学習データ数は一定に保つ。なお、新規の学習データは、ローカル装置２の調整量を変化させた５〜１０データで１組となっている。また、各入力データと、教師データは一対になっている。
【００７３】
次いで、規定電圧幅を短期間内に逸脱することの確認処理について説明する。この処理では、以下のように、電圧逸脱の確認を行う。
（１）各高圧配電線毎にインピーダンスマップ（各検出装置３間の線路インピーダンス。）を確認する。
（２）各高圧配電線毎に、送出電圧（予測値）、線路インピーダンス、及び負荷電流（予測値）より、各検出位置での電圧を図２０に示すように算出する。
【００７４】
（計算例）
（ａ）線路インピーダンスのみの場合
【数１１】
Ｖ2＝Ｖ1：アドレス１の検出位置での電圧予測値
（ｂ）負荷有り（線路インピーダンス：Ｚ１）の場合
【数１２】
Ｖ2＝Ｖ1−Ｉ1Ｚ1
【数１３】
Ｚ1＝（ｒ12＋Ｘ12）1/2：アドレス１の検出位置での電圧予測値
【００７５】
（３）上記計算により算出した各検出位置での電圧値から、規定電圧幅を逸脱しているものはないか確認する。
（４）全アドレス（全検出位置）確認後、逸脱箇所有りと認識した高圧配電線がある場合、その対象高圧配電線とアドレス、及び予測値（電圧、電流、インピーダンス：負荷Ｚは無効電力の予測値と合わせて算出する。）をもって、マクロシミュレーション処理（図４のステップＳ１７）に進む。
【００７６】
次いで、図３のステップＳ７の対象ローカル装置２又はＬＲＴ９６の選定処理について説明する。この処理は（ａ）検出データ及び予測より算出したデータから電圧、無効電力値をチェックした結果、ローカル装置２の調整量を算出する場合と、（ｂ）ローカル装置２の調整量の算出処理において、ローカル装置２の選定見直し要の場合の２通りが考えられる。
（Ａ）初期設定の場合：初期設定においても、電圧逸脱是正の場合とその他（裕度無し、又は無効電力増加、又は電圧下限）の場合の２通りが考えられる。
（Ｉ）電圧逸脱是正の場合は、朝の就業開始、昼休み、夕方の就業停止等に着目して、そのような比較的短時間の負荷変動に対しても対応することを考えて早急に是正するために、予め対象とするローカル装置２を限定する。まず、電圧逸脱点をアドレスより認識し、その逸脱点より上位にある電圧調整機能を持つＩＣＲ９１を対象ローカル装置２として各高圧配電線毎に限定する。電圧逸脱点より上位にＩＣＲ９１がある場合、その高圧配電線についてはＬＲＴ９６選定として次の処理に進む。
（II）電圧逸脱是正以外の場合は、各高圧配電線毎にすべてのローカル装置２を対象として認識する。
【００７７】
（Ｂ）初期設定以外の場合
（ａ）この処理は、一度、電圧逸脱是正のため、あるローカル装置２を限定して調整量を求めて電圧逸脱是正を行おうとしたが、限定したローカル装置２のみでは是正できないため、ローカル装置２を再選定する必要がある場合で、電圧逸脱是正の場合に限定される。
（ｂ）電圧逸脱是正のため、限定しているＩＣＲ９１より上位にあるＩＣＲ９１を対象ローカル装置２として当該高圧配電線に追加する。現在限定しているＩＣＲ９１より上位にＩＣＲ９１がない場合、その高圧配電線はＬＲＴ９６選定として次の処理に進む。
【００７８】
次いで、目的関数が最小となるローカル装置２の調整量を求める処理について説明する。この処理は、前処理から各高圧配電線毎に目的関数及び対象ローカル装置２が決定され、その条件下で、目的関数が最小となるローカル装置２の調整量を求めるものである。
（１）各対象高圧配電線毎に目的関数を最小とするローカル装置２の調整量を求める。
（２）対象ローカル装置２としてＬＲＴ９６が選定されていない場合は、対象ローカル装置２の調整量をランダムに設定し、その調整量での各検出位置の電圧と無効電力をＮＮ５００を用いて求める。上記値より目的関数ｆ（ｘ）を算出し、終了条件を満足するまでローカル装置２の調整量の更新を行って目的関数ｆ（ｘ）を算出する。終了条件を満足した時点で、その時のローカル装置調整量をｆ（ｘ）をＧＡによる最小とする解とする。
（３）目的関数ｆ（ｘ）を最小とするローカル装置２の調整量が求まった時点で、その時の各検出位置での電圧を確認し、規定電圧幅を逸脱している部分がないかチェックする。ここで電圧逸脱がない場合は、対象高圧配電線における対象ローカル装置２の調整量を決定する。電圧逸脱がある場合は、対象ローカル装置２の見直しを行うためローカル装置２の選定処理に進む。
（４）対象ローカル装置２としてＬＲＴ９６が選定されている場合は、補正電圧を算出し、その補正電圧で補正した場合の送出電圧を求め、送出電圧が現状よりどれだけ変化するか認識する。それより、そのＬＲＴ９６に接続されている高圧配電線の各検出電圧がどう変化するか算出する。そこで、電圧逸脱箇所が新たに発生しないか確認する。発生しない場合は、制約条件（送出電圧）を変更し、マクロシミュレーション処理を行う。発生する場合は、現状問題の無い高圧配電線を悪くすることになるため、ＬＲＴ９６の補正は行わず、制御不能箇所（電圧逸脱を回避できない区間）として認識して、上記（１）及び（２）の処理を実施する。そして、電圧逸脱区間が制御不能箇所であれば、そのまま対象ローカル装置２の調整量を決定する。
【００７９】
さらに、簡素化した系統で潮流計算し、求めた調整量でローカル装置２が動作した場合の各検出位置での電圧、無効電力を求め、そのデータは改善されているか否かを確認する処理（図４のステップＳ１７）について説明する。
（１）この処理では、前処理で決定した対象高圧配電線毎のローカル装置２の調整量と、先に作成している対象高圧配電線の系統図（インピーダンスマップ）をもとに潮流計算を行い、各検出位置での電圧及び無効電力を算出する。
（２）この結果と検出データより、下記の目的関数（改善率の平均）を算出し、電圧及び無効電力の改善率が５０％以下の場合データは改善されていると判断する。改善率がどちらか一方でも５０％を越えている場合は、改善率の悪い方を認識して、再度調整量の計算をやり直す。
（Ｉ）電圧の目的関数ｆｖ（ｘ）：
【００８０】
【数１４】
ここで、
Ｖｉ：各検出位置での検出データ（電圧）、
Ｖｆ：潮流計算で算出した各検出位置での電圧、
Ｖｏ：目標電圧、
ｎ：検出数。
（II）無効電力の目的関数ｆｑ（ｘ）：
【００８２】
【数１５】
ここで、
Ｑｉ：各検出位置での検出データ（無効電力値）、
Ｑｆ：潮流計算で算出した各検出位置での無効電力値、
Ｑｏ：目標無効電力、
ｎ：検出数。
【００８４】
図２１は、図１の配電系統制御システムで用いる平均化処理における特異データの処理方法を示すグラフである。本実施形態の配電系統制御システムにおいて、中央装置１は各ローカル装置２及び検出装置３のセンサ（以下、センサという。）からデータを取り込み、その内容を把握しながら系統の最適化制御を行うが、高圧配電線Ｆ１，Ｆ２に点在するローカル装置２及び検出装置３から同時にデータを入力することができないため、入力時に時間差が発生する。この時間差をどう扱うかについて説明する。具体的には、中央装置１からのポーリングにて各センサのデータを収集する際、最初に収集した検出データと、最後に収集した検出データとでは、時間差があるため、単純に同一として扱うことはできない。従って、本実施形態では、この検出データを同時間に収集したと見なせるよう時間的な平均化処理を行う。例えば、収集した検出データを同時間のデータと見なすために、収集時間誤差を１％以下にすると仮定した場合、ポーリング周期の１００倍の時間で、各検出機器にて検出データを平均し、その平均値のデータを収集することにより、同時間（時間誤差１％以内）の検出データとして扱う。ただし、検出したデータが、前回検出データより一定幅を越えた場合は、特異データとし、そのデータは破棄する。
【００８５】
さらに、図３のステップＳ５及びＳ６の処理について説明する。遠隔監視機能より最適化処理要求があった場合にも、ＮＮ５００の誤差の影響で現状より悪くする可能性があるため、以下の適正条件（電圧の適正条件と無効電力の適正条件）が成立する場合には、現状がほぼ最適であると判断し、最適化処理、すなわち、図３のステップＳ７以降の処理を実行しない（ステップＳ６でＮＯ）ことを確認する。
【００８６】
【数１６】
ここで、
６０：ＮＮ５００が有する各検出点での電圧の誤差（Ｖ）、
１００：ＮＮ５００が有する各検出点での無効電力の誤差（ｋＶａｒ）、
Ｖｉ：現状の各検出位置での電圧Ｖｏ、
Ｖｏ：目標電圧，
Ｑｉ：現状の各検出位置での無効電力、
ｎ：検出数。
すなわち、数１６及び数１７によって示される適正条件は、各検出装置３によって検出された現在の上記各検出位置における電圧値又は無効電力値と、その所定の目標値との差の総和が所定のしきい値以上であることである。
【００８８】
【実施例】
以上のように構成された図１の配電系統制御システムの動作の検証を行うため、本発明者は以下のシミュレーションを行った。
【００８９】
まず、ＮＮ５００による潮流計算機能の単体検証について説明する。ＮＮ５００ではそのネットワ−クの構造により、目的関数の算出精度が大きく左右されるため、ネットワ−クの構造をいかに決定するかが問題となる。このため、中間ユニット数をパラメ−タとして構造についての検討及び検証を実施した。
【００９０】
図２２は、図１の配電系統制御システムのシミュレーションを行う検証用配電系統の構成を示すブロック図である。検証用配電系統は図２２に示すとおりで、ユニット数は入力層３５、出力層２４である。中間ユニット数は３０、４０、５０の３種類とした。また、学習デ−タと評価デ−タについては、送出電圧は６９００Ｖとし、各区間負荷は２５〜５０Ａの範囲で１Ａステップ、負荷力率は０．４〜０．９のの範囲で０．０１ステップ、ＩＣＲ９１の電圧調整量は±３３０Ｖの範囲で５Ｖステップ、ＩＣＲ９１及びＴＣＲ９２の位相調整量は±５度の範囲で０．１度ステップで各々乱数による値を求めた。これらのデ−タを入力値として従来の潮流計算を実行し、得られた各検出位置での電圧及び無効電力値を学習デ−タとし、学習回数は１００、２００、４００の３パタ−ンとした。また、評価デ−タ（従来の潮流計算で求めたデ−タ）も学習デ−タと同様の方法で生成した。
【００９１】
ＮＮ５００の評価は、従来の潮流計算結果による評価デ−タを真値とし、ＮＮ５００で算出した各検出位置での電圧及び無効電力と従来の潮流計算結果による評価デ−タとの誤差によった。電圧の許容誤差は６６００Ｖの１％相当の６０Ｖであり、無効電力の許容誤差は評価デ−タの作成条件下で発生する最大無効電力の１０％相当の３００ｋｖａｒとした。
【００９２】
また、ＮＮ５００の学習打ち切り誤差の決定においては、ＮＮ５００による潮流計算機能の単体検証に先駆け、学習打ち切り誤差を事前に決定するため、中間ユニット数３０、学習デ−タ数１００での逐次学習法による学習開始後の平均二乗誤差を求めた。この場合、平均二乗誤差は次式に示す定義とした。
【００９３】
【数１８】
図２３は、図１の配電系統制御システムのシミュレーション結果におけるニューラルネットワーク（ＮＮ）５００の学習曲線を示すグラフである。学習開始後の平均二乗誤差は、図２３に示すとおりで、学習打ち切り誤差は進行が緩慢となる１５分相当（学習回数６０００回）の０．０００２に設定した。
【００９５】
次いで、単体検証結果について説明する、ＮＮ５００と従来の潮流計算に異なるデ−タを９６個入力し、それぞれが算出した各検出位置での電圧及び無効電力の差を上述の評価基準を使用して評価した。学習回数１００、２００の場合には、中間ユニット数３０、４０、５０の全てにおいて評価基準値に達せず、両者とも機能が満足できないことが判明した。しかし、学習回数２００の場合は、１００の場合に対して電圧及び無効電力の両算出精度とも向上した。学習回数４００の場合には、中間ユニット数３０、４０、５０の全てにおいて評価基準値をほぼ達成するが、中間ユニット数３０の場合が４０、５０の場合に比べ良好な結果となっている。
【００９６】
図２４は、図１の配電系統制御システムのシミュレーション結果であって、中間ユニット数が３０であるときの単体検証結果である電圧の誤差範囲に対するデータ数を示すグラフであり、図２５は、図１の配電系統制御システムのシミュレーション結果であって、中間ユニット数が３０であるときの単体検証結果である無効電力の誤差範囲に対するデータ数を示すグラフである。また、図２６は、図１の配電系統制御システムのシミュレーションにおける実験の入力条件を示す表である。
【００９７】
すなわち、図２４及び図２５に中間ユニット数３０での単体検証結果の例を示す。また、図２６のように入力条件を同一とした場合、従来の潮流計算の出力値とＮＮ潮流計算の出力値との比較は図２７に示す。図２７に示すように、ＮＮ５００による潮流計算機能が実用可能レベルであることがわかる。さらに、従来の潮流計算手法で、ＩＣＲ９１の機能を付加すれば１配電線当たり１回の処理速度は約３０ｓであるのに対し、ＮＮ５００では１０ｍｓ以下と高速に算出できることも確認できた。従って、実質的にリアルタイムな動作を行うことができる。
【００９８】
次いで、ＧＡ機能の検証について説明する。ＧＡのパラメ−タとして１配電線当たりのストリング数を１００及び２００の２種類とし、選択淘汰率を５０％として、世代による目的関数の値と収束度から適切なストリング数を選択することとした。図２８及び図２９はそれぞれ、図１の配電系統制御システムのシミュレーションにおける検証配線系統のうちの配電系統ＦＦ１，ＦＦ２を示すブロック図である。すなわち、検証用配電系統は図２８及び図２９に示すとおりで、配電線当たりのＩＣＲ設置数は配電系統１の場合が２台、配電系統２の場合が３台とし、各点の負荷は図３０に示すとおりとした。また、この検証を行うにあたって、図４のステップＳ１２におけるＮＮ５００による適応度計算処理においても図３０の固定負荷値を用い、ロ−カル機器２の調整量のみを乱数にて作成し学習デ−タ数４００で事前学習を行わせた。
【００９９】
図２８及び図２９に示す配電系統ＦＦ１及びＦＦ２を対象に、ストリング数１００および２００で１００世代まで実施した目的関数の変化は図３１のとおりである。図３１から明らかなように、目的関数の最終収束値は両者とも同一であるが、ストリング数２００の場合の方が１００の場合に比べ収束する世代数が少ないことから、ストリング数は２００を選定することとした。また、配電系統ＦＦ１及びＦＦ２ともに全ての検出位置において、電圧及び無効電力とも現状より改善された。なお、ストリング数は２００での配電系統ＦＦ１の電圧の目的関数の平均値は０．４７、無効電力の目的関数の平均値は０．９２、配電系統ＦＦ２の電圧の目的関数の平均値は０．４９、無効電力の目的関数の平均値は０．４８であった。
【０１００】
さらに、ＧＡ及びＮＮ機能の総合検証について説明する。ＧＡ及びＮＮ機能の総合検証は、ＧＡ及びＮＮ機能を搭載した中央装置１と模擬ロ−カル機器２とをデータ通信回線４を介して回線接続して、中央装置１からのポ−リングフレ−ム及び目標値指令フレ−ムに対して、模擬ロ−カル機器２からの計測フレ−ムを返信させ、これらのデ−タの送受信によりＧＡ及びＮＮ機能を確認した。
【０１０１】
このときの検証条件としては、配電系統は、図２９の検証用配電系統ＦＦ２に対応させ、負荷パタ−ンは図３０の検証用配電系統ＦＦ２のものを使用した。この場合の初期条件は、「検出位置で電圧が下限値を逸脱」とした。また、目標電圧は６６５０Ｖ、電圧下限許容値は６３００Ｖとし、ＧＡの終了条件は非更新世代数３００とした。
【０１０２】
図３２は、図１の配電系統制御システムのシミュレーションにおける検証前後の電圧の改善効果を示すグラフであり、図３３は、図１の配電系統制御システムのシミュレーションにおける検証前後の無効電力の改善効果を示すグラフである。図３２及び図３３から明らかなように、検証前後の各検出位置での電圧および無効電力を示している。電圧及び無効電力ともにＧＡ及びＮＮの最適化機能が効果的に働いており、システムの妥当性が確認できた。
【０１０３】
以上説明したように、本実施形態によれば、ＮＮ５００とＧＡを用いて配電系統制御システムを構成したので、数ケ所の検出データに基づいて配電系統全体の電圧及び無効電力を、従来例に比較して、効率的にかつ適応的でより高精度で、しかも高速でリアルタイムに調整することができ、これによって、系統全体の電力損失を最小にすることができる。また、ＮＮ５００とＧＡを用いて得られた調整量の結果に基づいて、従来の確定的潮流計算方法により制御の確実性を確認した後、各ローカル装置２を制御しているので、より高精度で確実に配電系統の制御を行うことができる。さらに、各ローカル装置２及び検出装置３のセンサからの検出データは一定時間の平均データを使用して、これに基づいてＮＮ５００とＧＡによる配電系統制御を行うので、各センサ間、並びに中央装置１と各センサ間の時間的誤差を小さくすることができ、より高精度で確実に配電系統の制御を行うことができる。
【０１０４】
また、本実施形態によれば、ＮＮ５００を用いて当該配電系統の潮流計算を実行しているので、複雑な配電系統の相互影響の潮流シミュレーションを実現することができ、従来例に比較して、より高精度で、しかも高速でリアルタイムに実行することができ、これによって、系統全体の電力損失を最小にすることができる。さらに、本実施形態によれば、ＮＮ５００とＧＡによる調整量の計算の前に、現在の配電系統が所定の適正条件を満足しているときに、ＮＮ５００とＧＡによる調整量の計算を行わずに、現状を維持するように構成したので、ＮＮ５００による誤差による影響を最小限にして、現状の配電系統の状態を悪化させる処理を回避することにより、誤制御を防止し、制御効率を向上させることができる。
【０１０５】
なお、本装置は配電系統だけでなく、もちろん種々の制御装置を有するあらゆる回路網の潮流計算又は状態計算に適用できるものである。
【０１０６】
【発明の効果】
以上詳述したように本発明に係る請求項１記載の配電系統制御システムによれば、配電用変圧器に接続された母線と上記母線に接続された高圧配電線とを有する配電系統の高圧配電線の電圧を制御する配電系統制御システムにおいて、
上記配電系統を統括してその動作を制御する中央装置と、
上記高圧配電線に設けられ、上記中央装置からの制御信号に基づいて、上記高圧配電線の電圧値及び無効電力値をそれぞれ所定の調整量で調整するローカル装置と、
上記高圧配電線のローカル装置の設置箇所から離れて設けられ、上記高圧配電線の電圧及び電流をそれぞれ検出して上記中央装置に送信する検出装置とを備え、
上記中央装置は、
上記検出装置によって検出された上記高圧配電線の電圧及び電流に基づいて、所定のニューラルネットワークを用いて上記高圧配電線の潮流計算を行い、かつ遺伝的アルゴリズムを用いて上記ローカル装置の最適な調整量の組み合わせを計算して設定するように制御する制御手段を備える。
従って、検出データに基づいて配電系統全体の電圧及び無効電力を、従来例に比較して、効率的にかつ適応的でより高精度で、しかも高速でリアルタイムに調整することができ、これによって、系統全体の電力損失を最小にすることができる。
【０１０７】
また、本発明に係る請求項２記載の配電系統制御システムによれば、配電用変圧器に接続された母線と上記母線に接続された複数の高圧配電線とを有する配電系統の各高圧配電線の電圧の変動幅を設定範囲に収めるように制御する配電系統制御システムにおいて、
上記配電系統を統括してその動作を制御する中央装置と、
上記各高圧配電線に対して少なくとも１つ設けられ、上記中央装置からの制御信号に基づいて、上記各高圧配電線の電圧値及び無効電力値をそれぞれ所定の調整量で調整するローカル装置と、
上記各高圧配電線のローカル装置の設置箇所から離れた少なくとも１つの検出位置で上記高圧配電線の電圧及び電流をそれぞれ検出する電圧センサ及び電流センサを備え、検出された電圧値及び電流値の検出データを上記中央装置に送信する検出装置とを備え、
上記中央装置は、
遺伝的アルゴリズムを用いて上記各ローカル装置における電圧値及び無効電力値の調整量を初期ストリングとしてランダムに発生する発生手段と、
入力層と、少なくとも１層の中間層と、出力層を備え、予め所定の教師データに基づいて学習され、上記各ローカル装置の電圧調整量及び位相調整量と、上記各検出装置間の区間における所定の負荷有効電力及び負荷無効電力と、上記配電用変圧器からの送出電圧及び送出位相とを入力して、上記各検出位置における電圧値及び無効電力値を出力することにより潮流計算を行うニューラルネットワークを用いて、上記発生手段によって発生された初期ストリングの調整量と、上記各検出装置間の区間における所定の負荷有効電力及び負荷無効電力と、上記配電用変圧器からの送出電圧及び送出位相とに基づいて、上記各検出位置における電圧値及び無効電力値を発生した後、上記配電系統の電圧の最適化及び無効電力の最小化を目的とし関数値が最小値で上記目的を達成する所定の目的関数を用いて、その目的関数の関数値を計算する計算手段と、
上記計算手段によって計算された上記目的関数の関数値の逆数を計算し、適応度を示すその逆数値のより大きい複数の調整量のストリングを選択することにより選択淘汰処理を実行する選択手段と、
上記選択手段によって選択された複数の調整量のストリングから、ランダムに交叉点を決定して淘汰された所定の個数分の修正ストリングを新たに生成し、生成された修正ストリングの集団の中の上記適応度のより低い複数のストリングの中のストリング内でビット反転を行うことにより突然変異処理を実行する処理手段と、
上記処理手段の処理の後に上記計算手段を実行し、上記計算手段によって計算された上記目的関数の関数値に基づいて所定の終了条件を満たすか否かを判断し、満たさないとき上記選択手段の処理を実行する一方、満たすときに上記計算手段によって計算された電圧と無効電力の調整量から算出した目標電圧と目標無効電力とを上記ローカル装置に送信した後、設定するように制御する制御手段とを備える。
従って、数ケ所の検出データに基づいて配電系統全体の電圧及び無効電力を、従来例に比較して、効率的にかつ適応的でより高精度で、しかも高速でリアルタイムに調整することができ、これによって、系統全体の電力損失を最小にすることができる。
【０１０８】
また、請求項３記載の配電系統制御システムによれば、請求項２記載の配電系統制御システムにおいて、上記目的関数は、電圧の目的関数と、無効電力の目的関数との、重み係数による線形結合で表され、上記電圧の目的関数は、所定の目標値からの上記中央装置のニューラルネットワークによる電圧予測値の差の２乗値を、所定の目標値からの上記検出装置による電圧検出値の差の２乗値で除算してなり、上記無効電力の目的関数は、上記中央装置のニューラルネットワークによる無効電力予測値の２乗値を、上記検出装置による無効電力検出値の２乗値で除算してなる。
従って、数ケ所の検出データに基づいて配電系統全体の電圧及び無効電力を、従来例に比較して、効率的にかつ適応的でより高精度で、しかも高速でリアルタイムに調整することができ、これによって、系統全体の電力損失を最小にすることができる。また、上記目的関数をより簡単な形式で表現しているので、目的関数の計算も簡単になる。
【０１０９】
さらに、請求項４記載の配電系統制御システムによれば、請求項２又は３記載の配電系統制御システムにおいて、上記検出データは、所定の時間における平均値データである。
従って、数ケ所の検出データに基づいて配電系統全体の電圧及び無効電力を、従来例に比較して、効率的にかつ適応的でより高精度で、しかも高速でリアルタイムに調整することができ、これによって、系統全体の電力損失を最小にすることができる。また、上記検出データとして平均値データを用いることにより、各検出装置間、並びに中央装置と各検出装置間の時間的誤差を小さくすることができ、より高精度で確実に配電系統の制御を行うことができる。
【図面の簡単な説明】
【図１】 本発明に係る一実施形態である配電系統制御システムの構成を示すブロック図である。
【図２】 図１の配電系統制御システムの具体例の一例を示すブロック図である。
【図３】 図１の中央装置１によって実行される中央装置処理の第１の部分を示すフローチャートである。
【図４】 図１の中央装置１によって実行される中央装置処理の第２の部分を示すフローチャートである。
【図５】 図４のサブルーチンである適応度計算処理を示すフローチャートである。
【図６】 図４のサブルーチンである選択淘汰処理を示すフローチャートである。
【図７】 図１の中央装置１によって実行される中央装置割り込み処理を示すフローチャートである。
【図８】 図１の配電系統制御システムで用いる目的関数における重み係数の設定表を示す図である。
【図９】 図１の配電系統制御システムで用いる電圧調整量のストリング表現の一例を示す図である。
【図１０】 図１の配電系統制御システムで用いる位相調整量のストリング表現の一例を示す図である。
【図１１】 図１の配電系統制御システムで用いるストリングの個体の一例を示す図である。
【図１２】 図１の配電系統制御システムで用いるストリングの交叉の一例を示す図である。
【図１３】 図１の配電系統制御システムで用いるストリングの突然変異の一例を示す図である。
【図１４】 図１の配電系統制御システムで用いるストリングの多点交叉の一例を示す図である。
【図１５】 図１の配電系統制御システムで用いるニューラルネットワーク（ＮＮ）５００の構成を示すブロック図である。
【図１６】 図１の配電系統制御システムで用いるある負荷状態におけるインピーダンスマップの生成処理を示すブロック図である。
【図１７】 図１の配電系統制御システムで用いる各調整量におけるセンサにおける電圧値Ｖ及び無効電力値Ｑの計算処理を示すブロック図である。
【図１８】 図１５のニューラルネットワーク（ＮＮ）５００の学習方法を示すブロック図である。
【図１９】 図１５のニューラルネットワーク（ＮＮ）５００への学習データの取り入れ方法を示すブロック図である。
【図２０】 図１の配電系統制御システムにおける負荷予測からの電圧算出例を示す図である。
【図２１】 図１の配電系統制御システムで用いる平均化処理における特異データの処理方法を示すグラフである。
【図２２】 図１の配電系統制御システムのシミュレーションを行う検証用配電系統の構成を示すブロック図である。
【図２３】 図１の配電系統制御システムのシミュレーション結果におけるニューラルネットワーク（ＮＮ）５００の学習曲線を示すグラフである。
【図２４】 図１の配電系統制御システムのシミュレーション結果であって、中間ユニット数が３０であるときの単体検証結果である電圧の誤差範囲に対するデータ数を示すグラフである。
【図２５】 図１の配電系統制御システムのシミュレーション結果であって、中間ユニット数が３０であるときの単体検証結果である無効電力の誤差範囲に対するデータ数を示すグラフである。
【図２６】 図１の配電系統制御システムのシミュレーションにおける実験の入力条件を示す表である。
【図２７】 図１の配電系統制御システムのシミュレーション結果であって、配電系統亘長に対する電圧及び無効電力を示すグラフである。
【図２８】 図１の配電系統制御システムのシミュレーションにおける検証配線系統のうちの配電系統ＦＦ１を示すブロック図である。
【図２９】 図１の配電系統制御システムのシミュレーションにおける検証配線系統のうちの配電系統ＦＦ２を示すブロック図である。
【図３０】 図１の配電系統制御システムのシミュレーションにおける検証配線系統のうちの配電系統ＦＦ１及びＦＦ２における各負荷点の負荷値を示す表である。
【図３１】 図１の配電系統制御システムのシミュレーションにおけるストリング数の評価曲線を示すグラフである。
【図３２】 図１の配電系統制御システムのシミュレーションにおける検証前後の電圧の改善効果を示すグラフである。
【図３３】 図１の配電系統制御システムのシミュレーションにおける検証前後の無効電力の改善効果を示すグラフである。
【符号の説明】
１…中央装置、
２…ローカル装置、
２Ａ…ローカル機器、
２Ｂ…電圧センサ、
２Ｃ…電流センサ、
２Ｄ…機器制御装置、
２Ｅ…通信制御及び制御目標設定装置、
３…検出装置、
３Ａ…電圧センサ、
３Ｂ…電流センサ、
３Ｃ…通信子局、
４…データ通信回線、
５…データ送受信装置、
９０…ＬＲＴ目標補正部、
９１…ＩＣＲ、
９２…ＴＣＲ、
９３…センサ、
９４…配電自動化用伝送路、
９５…電圧調整継電器、
９６…ＬＲＴ，
１００…入力層、
１０１−１乃至１０１−２７…入力層ユニット、
２００…中間層、
２０１−１乃至２０１−Ｍ…中間層ユニット、
３００…出力層、
３０１−１乃至３０１−２８…出力層ユニット、
４０１，４０２…シフトレジスタ、
ＳＳ…配電用変圧器、
Ｂ…母線、
Ｆ１，Ｆ２…高圧配電線。
Claims (4)
- 配電用変圧器に接続された母線と上記母線に接続された高圧配電線とを有する配電系統の高圧配電線の電圧を制御する配電系統制御システムにおいて、
上記配電系統を統括してその動作を制御する中央装置と、
上記高圧配電線に設けられ、上記中央装置からの制御信号に基づいて、上記高圧配電線の電圧値及び無効電力値をそれぞれ所定の調整量で調整するローカル装置と、
上記高圧配電線のローカル装置の設置箇所から離れて設けられ、上記高圧配電線の電圧及び電流をそれぞれ検出して上記中央装置に送信する検出装置とを備え、
上記中央装置は、
上記検出装置によって検出された上記高圧配電線の電圧及び電流に基づいて、所定のニューラルネットワークを用いて上記高圧配電線の潮流計算を行い、かつ遺伝的アルゴリズムを用いて上記ローカル装置の最適な調整量の組み合わせを計算して設定するように制御する制御手段を備えたことを特徴とする配電系統制御システム。 - 配電用変圧器に接続された母線と上記母線に接続された複数の高圧配電線とを有する配電系統の各高圧配電線の電圧の変動幅を設定範囲に収めるように制御する配電系統制御システムにおいて、
上記配電系統を統括してその動作を制御する中央装置と、
上記各高圧配電線に対して少なくとも１つ設けられ、上記中央装置からの制御信号に基づいて、上記各高圧配電線の電圧値及び無効電力値をそれぞれ所定の調整量で調整するローカル装置と、
上記各高圧配電線のローカル装置の設置箇所から離れた少なくとも１つの検出位置で上記高圧配電線の電圧及び電流をそれぞれ検出する電圧センサ及び電流センサを備え、検出された電圧値及び電流値の検出データを上記中央装置に送信する検出装置とを備え、
上記中央装置は、
遺伝的アルゴリズムを用いて上記各ローカル装置における電圧値及び無効電力値の調整量を初期ストリングとしてランダムに発生する発生手段と、
入力層と、少なくとも１層の中間層と、出力層を備え、予め所定の教師データに基づいて学習され、上記各ローカル装置の電圧調整量及び位相調整量と、上記各検出装置間の区間における所定の負荷有効電力及び負荷無効電力と、上記配電用変圧器からの送出電圧及び送出位相とを入力して、上記各検出位置における電圧値及び無効電力値を出力することにより潮流計算を行うニューラルネットワークを用いて、上記発生手段によって発生された初期ストリングの調整量と、上記各検出装置間の区間における所定の負荷有効電力及び負荷無効電力と、上記配電用変圧器からの送出電圧及び送出位相とに基づいて、上記各検出位置における電圧値及び無効電力値を発生した後、上記配電系統の電圧の最適化及び無効電力の最小化を目的とし関数値が最小値で上記目的を達成する所定の目的関数を用いて、その目的関数の関数値を計算する計算手段と、
上記計算手段によって計算された上記目的関数の関数値の逆数を計算し、適応度を示すその逆数値のより大きい複数の調整量のストリングを選択することにより選択淘汰処理を実行する選択手段と、
上記選択手段によって選択された複数の調整量のストリングから、ランダムに交叉点を決定して淘汰された所定の個数分の修正ストリングを新たに生成し、生成された修正ストリングの集団の中の上記適応度のより低い複数のストリングの中のストリング内でビット反転を行うことにより突然変異処理を実行する処理手段と、
上記処理手段の処理の後に上記計算手段を実行し、上記計算手段によって計算された上記目的関数の関数値に基づいて所定の終了条件を満たすか否かを判断し、満たさないとき上記選択手段の処理を実行する一方、満たすときに上記計算手段によって計算された電圧と無効電力の調整量から算出した目標電圧と目標無効電力とを上記ローカル装置に送信した後、設定するように制御する制御手段とを備えたことを特徴とする配電系統制御システム。 - 上記目的関数は、電圧の目的関数と、無効電力の目的関数との、重み係数による線形結合で表され、上記電圧の目的関数は、所定の目標値からの上記中央装置のニューラルネットワークによる電圧予測値の差の２乗値を、所定の目標値からの上記検出装置による電圧検出値の差の２乗値で除算してなり、上記無効電力の目的関数は、上記中央装置のニューラルネットワークによる無効電力予測値の２乗値を、上記検出装置による無効電力検出値の２乗値で除算してなることを特徴とする請求項２記載の配電系統制御システム。
- 上記検出データは、所定の時間における平均値データであることを特徴とする請求項２又は３記載の配電系統制御システム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP09335998A JP3825171B2 (ja) | 1998-04-06 | 1998-04-06 | 配電系統制御システム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP09335998A JP3825171B2 (ja) | 1998-04-06 | 1998-04-06 | 配電系統制御システム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH11289663A JPH11289663A (ja) | 1999-10-19 |
| JP3825171B2 true JP3825171B2 (ja) | 2006-09-20 |
Family
ID=14080098
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP09335998A Expired - Lifetime JP3825171B2 (ja) | 1998-04-06 | 1998-04-06 | 配電系統制御システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3825171B2 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102214919A (zh) * | 2011-06-08 | 2011-10-12 | 国电南瑞科技股份有限公司 | 一种静态安全分析设备越限辅助决策方法 |
| CN108108520A (zh) * | 2017-11-29 | 2018-06-01 | 海南电网有限责任公司电力科学研究院 | 一种基于神经网络集成的输电线路雷害风险预测模型 |
Families Citing this family (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1323478C (zh) * | 2004-03-17 | 2007-06-27 | 西安交通大学 | 基于协同进化的电力系统无功优化方法 |
| JP4654416B2 (ja) * | 2006-05-12 | 2011-03-23 | 独立行政法人産業技術総合研究所 | 配電系統電圧調節システム |
| JP4834515B2 (ja) * | 2006-11-06 | 2011-12-14 | 株式会社東芝 | 配電系統最適運用システムと方法、およびプログラム |
| JP2009065788A (ja) * | 2007-09-06 | 2009-03-26 | Univ Of Ryukyus | 配電系統の最適電圧制御装置 |
| JP5694557B2 (ja) | 2011-10-31 | 2015-04-01 | 三菱電機株式会社 | 配電系統電圧制御システム、配電系統電圧制御方法、集中電圧制御装置、及びローカル電圧制御装置 |
| JP5389303B1 (ja) | 2012-03-21 | 2014-01-15 | 三菱電機株式会社 | 配電系統電圧制御システム及び電圧制御装置 |
| JP5393934B1 (ja) | 2012-11-26 | 2014-01-22 | 三菱電機株式会社 | 電圧監視制御装置、電圧制御装置および電圧監視制御方法 |
| JP5721915B1 (ja) | 2013-06-26 | 2015-05-20 | 三菱電機株式会社 | 電圧監視制御システム、電圧監視制御装置、計測装置および電圧監視制御方法 |
| CN105324901B (zh) | 2013-06-26 | 2018-01-23 | 三菱电机株式会社 | 电压监视控制装置及电压监视控制方法 |
| JP6049557B2 (ja) * | 2013-07-03 | 2016-12-21 | 三菱電機株式会社 | 配電系統の電圧制御方法 |
| US10074982B2 (en) | 2013-08-12 | 2018-09-11 | Mitsubishi Electric Corporation | Transformer-type voltage controller, reactive-power-adjusting-type voltage controller, and power-distribution-system voltage control system |
| JP5766364B1 (ja) | 2013-08-15 | 2015-08-19 | 三菱電機株式会社 | 電圧監視制御装置および電圧制御装置 |
| CN105493382B (zh) | 2013-08-30 | 2018-04-27 | 三菱电机株式会社 | 电压控制装置及电压监视设备 |
| US10627432B2 (en) | 2014-06-13 | 2020-04-21 | Mitsubishi Electric Corporation | Power-generation-amount estimation apparatus and power-generation-amount estimation method |
| KR20170135324A (ko) * | 2016-05-31 | 2017-12-08 | 엘에스산전 주식회사 | 무효 전력 보상 시스템 및 그 방법 |
| JP6855696B2 (ja) * | 2016-07-28 | 2021-04-07 | 富士電機株式会社 | 並列型電圧調整装置及び電圧調整システム |
| US11237535B2 (en) | 2016-10-31 | 2022-02-01 | Mitsubishi Electric Corporation | Centralized voltage controller and centralized voltage control system |
| KR102033733B1 (ko) * | 2018-01-16 | 2019-10-17 | 성균관대학교산학협력단 | 분산전원이 구비된 배전계통의 능동적 전압 조정 방법 및 장치 |
| US11353908B2 (en) | 2018-02-05 | 2022-06-07 | Mitsubishi Electric Corporation | Centralized voltage control apparatus and centralized voltage control system |
| CN109255361B (zh) * | 2018-06-01 | 2022-02-22 | 重庆大学 | 一种考虑不可行区域的潮汐流能发电场机组布局方法 |
| CN117277434A (zh) * | 2023-09-15 | 2023-12-22 | 深圳市新枝科技有限公司 | 发电机组优化控制方法 |
-
1998
- 1998-04-06 JP JP09335998A patent/JP3825171B2/ja not_active Expired - Lifetime
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102214919A (zh) * | 2011-06-08 | 2011-10-12 | 国电南瑞科技股份有限公司 | 一种静态安全分析设备越限辅助决策方法 |
| CN102214919B (zh) * | 2011-06-08 | 2013-05-15 | 国电南瑞科技股份有限公司 | 一种静态安全分析设备越限辅助决策方法 |
| CN108108520A (zh) * | 2017-11-29 | 2018-06-01 | 海南电网有限责任公司电力科学研究院 | 一种基于神经网络集成的输电线路雷害风险预测模型 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH11289663A (ja) | 1999-10-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3825171B2 (ja) | 配電系統制御システム | |
| JP3825172B2 (ja) | 配電系統制御システムのための潮流計算装置 | |
| CN114362196B (zh) | 一种多时间尺度主动配电网电压控制方法 | |
| JP3825173B2 (ja) | 配電系統制御システム | |
| Niknam et al. | A new fuzzy adaptive particle swarm optimization for daily Volt/Var control in distribution networks considering distributed generators | |
| JP2009065788A (ja) | 配電系統の最適電圧制御装置 | |
| Ulinuha et al. | Optimal scheduling of LTC and shunt capacitors in large distorted distribution systems using evolutionary-based algorithms | |
| CN109586278B (zh) | 一种交直流混合配电网供电能力评估方法 | |
| CN109066728B (zh) | 特高压电网多个区间振荡模式在线阻尼协调控制方法 | |
| CN113690930B (zh) | 基于nsga-iii算法的分布式光伏电源中长期选址定容方法 | |
| CN113612239A (zh) | 配电台区多目标三相负荷不平衡相序调整方法及系统 | |
| CN117117876B (zh) | 电网全要素资源协调控制方法及系统 | |
| CN109167368B (zh) | 一种含分布式光伏的用户电压优化调节方法及系统 | |
| CN113629715B (zh) | 一种计及可输电能力的upfc多目标优化配置方法 | |
| CN114421531A (zh) | 一种计及全局灵敏度的主动配电网分布式电压控制方法 | |
| Hong et al. | Optimal VAR planning considering intermittent wind power using Markov model and quantum evolutionary algorithm | |
| Wang et al. | Modified genetic algorithm approach to design of an optimal PID controller for AC–DC transmission systems | |
| CN108767870B (zh) | 一体分布式自适应无功电压自动控制方法 | |
| CN113206507B (zh) | 一种三相负荷不平衡边缘侧治理方法和系统 | |
| CN117394377A (zh) | 面向多保护功能配置的新能源送端系统低频减载整定方法 | |
| CN115276022A (zh) | 考虑分布式光伏接入的配电网多目标潮流电压优化方法 | |
| CN113659578A (zh) | 一种计及系统可用输电能力的upfc和statcom优化配置方法 | |
| Zhou et al. | Optimal Power Setting based on Voltage Angle Controller for VSC-HVDC in Hybrid AC and DC Power Systems | |
| Avudayappan et al. | Optimal location of TCSC and SVC using hybrid fruit fly firefly optimization algorithm in transmission system | |
| CN111654031A (zh) | 一种智能软开关运行控制策略选择方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050303 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20060620 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060629 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090707 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100707 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110707 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120707 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130707 Year of fee payment: 7 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| EXPY | Cancellation because of completion of term |