臺灣博碩士論文加值系統

隨著經濟發展，用戶對供電品質及供電可靠度的要求日益增高;而配電系統亦隨著負載的快速成長而日益複雜，如何確保穩定供電，以提昇對用戶之服務品質，一直是台電公司亟需努力的目標。而配電工程師則必須藉由新的方法與技術，針對影響系統供電品質及運轉效益的問題，予以立即而有效的解決。基此，本論文乃應用類免疫演算法(Artificial Immune Algorithm)推導配電變壓器與饋線相別配接之最佳換相策略，以力求饋線運轉於三相平衡狀態，進而達到穩定供電之目的。本論文以衡量整條饋線的負載平衡程度作指標，將三相不平衡的問題定義為目標函數，亦即抗原(Antigen);另將配電變壓器與饋線相別之最佳配接方式定義為抗體(Antibody)。而在免疫法演算過程中，利用抗體族群相似度的關係，以增加抗體與抗體間的雜異度，及抗體與抗原間的親和度，俾避免陷入局部最佳解，使得在求解空間的搜尋過程中，能夠快速收斂且找到全域的最佳解，進而加速配電變壓器與饋線相別最佳配接之推導效率。
本論文運用台電「停限電運轉圖資系統（Outage Operation Mapping System, OMS）」 及「用戶資訊系統（Customer Information System，CIS）」資料之關聯性，評估饋線之負載組成及精確的計算每一配電變壓器組之等效負載量（含每相負載之P、Q值），以作為分析負載潮流的輸入參數；且據以推求出饋線區段及分岐線之負載潮流，以資辨別線路之三相不平衡狀態。
為證明本論文所提出的演算法，能有效地改善配電饋線三相不平衡的問題，以達穩定供電之目的，乃選擇1條饋線進行三相不平衡狀態分析與模擬，由模擬結果可驗證所提方法之實用性與效能。

With the development of economic, the distribution system becomes more complex followed by the rapid load growth. Therefore the demand on high power quality and reliability have been concerned by customers. Providing stable power supply and better customer service are the main goal of Taipower company. Hence, the distribution engineer evolves a new methodology and technique to efficiently solve the problems related to power quality and operation performance.
This paper proposes an artificial immune algorithm (AIA) based distribution transformer optimum phase connecting scheme to relief the feeder three-phase unbalance such that the more robust power supply can be achieved. In this thesis, an entire feeder load balance is defined as antibody as well as the objective function and the optimum distribution transformer phasing connection is defined as an antigen. In the AIA procedure, the affinity relationship among antigen group is applied to increase the diversity among antibody and the intimacy between antibody and antigen is used to avoid the local optimum solution such that the quick convergent speed and the global optimum solution can be achieved. Besides, in this thesis, the outage operation mapping system (OMS) and customer information system (CIS) are applied to evaluate hourly distribution transformers’ phase P/Q loading for three-phase load flow by considering the customer daily load patterns.
Finally, a feeder with the mixture of residential and commercial load customers is selected as a testing case for computer simulations. Results show that the proposed AIA can efficiently solve the feeder three-phase unbalance by derived an optimum solution and the effectiveness and the practicality of the proposed method can be justified.

目 錄
中文摘要 i
英文摘要 iii
誌謝 v
目錄 vi
圖目錄 viii
表目錄 x
第一章 緒論 1
1.1研究背景與動機 1
1.2文獻回顧 4
1.3論文內容概述 6
第二章 配電系統架構及負載特性對系統不平衡之分析與探討 8
2.1前言 8
2.2台電配電系統簡介 9
2.2.1配電系統特性 9
2.2.2配電系統型態 11
2.3影響配電系統三相不平衡原因之分析與探討 19
2.3.1負載特性 19
2.3.2線路架構及設備 21
2.3.3線路轉供之影響 22
2.3.4其他因素 22
2.4三相不平衡對配電系統供電之影響 23
2.5配電資訊系統概述 25
2.5.1用戶資訊系統（CIS）簡介 25
2.5.2停限電運轉圖資系統（OMS）簡介 26
2.5.3電氣聯結關係 29
2.6本章結論 30

第三章生物免疫系統與類免疫演算法 31
3.1前言 31
3.2生物免疫系統 31
3.3類免疫演算法原理與應用 36
3.3.1 編碼原則 39
3.3.2雜異度與相似度之計算 40
3.4模仿生物免疫系統為基礎的類免疫演算法 41
3.5本章結論 45
第四章 類免疫演算法應用於配電變壓器與饋線之最佳配接 45
4.1前言 45
4.2配電變壓器與饋線配接之最佳調整策略 47
4.2.1問題描述 47
4.2.2目標函數與限制條件 48
4.2.3抗體資料結構及雜異度與相似度之計算 51
4.3類免疫演算法求解配電變壓器與饋線之最佳配接策略 54
4.4本章結論 60
第五章 系統分析與模擬結果 61
5.1前言 61
5.2 LH35饋線系統架構 63
5.3饋線負載模型及負載組成 65
5.4 LH35饋線負載潮流及三相不平衡分析 69
5.5本章 結論 83
第六章 結論與未來展望 84
6.1 結論 84
6.2 未來研究方向 85
參考文獻 87

圖目錄
圖2.1 電力系統圖 8
圖2.2 三相四線多重接地系統接地故障保護圖 10
圖2.3 放射型（Radial System） 15
圖2.4 常開環路型（Normally Open Loop System） 15
圖2.5 一次選擇型（Primary Selective System） 16
圖2.6 二次選擇型（Secondary Selective System） 16
圖2.7 重點網路系統 17
圖2.8 常閉網路系統 18
圖2.9 三相四線多重接地系統等效電路圖 21
圖2.10用戶基本資料畫面 26
圖2.11由OMS系統查詢LH35饋線分佈 27
圖2.12由OMS系統查詢饋線資料 28
圖2.13由OMS系統查詢配電變壓器與用戶關聯資料 28
圖2.14 饋線－線路區段－變壓器用戶電號之電氣聯結關係 29
圖3.1細胞株落選擇示意圖 35
圖3.2生物免疫系統反應示意圖 36
圖3.3類免疫演算法簡易流程圖 39
圖3.4類免疫演算法則流程圖 44
圖4.1 配電變壓器與饋線的各種配接方式 46
圖4.2 饋線或分歧線的等效負載分布 50
圖4.3 定點（以配電變壓器座標為準據）逐台逐相考量法 51
圖4.4抗體（配電變壓器相別配接方式）之資料結構 53
圖4.5電變壓器組與饋線最佳配接執行流程圖 59
圖5.1 LH35饋線單線圖 64
圖5.2 LH35饋線95年07月份工作日之負載量統計表 66
圖5.3 LH35饋線95年07月份工作日之負載組成 67
圖5.4 LH35饋線區段A 95年07月份工作日之日負載組成 69
圖5.5配電變壓器每小時推導流程圖 73
圖5.6三相負載潮流分析及線路負載不平衡率計算流程 73
圖5.7 LH35饋線中性線電流月統計曲線圖 74
圖5.8 LH35饋線各線路區段三相不平衡改善情形 82
圖5.9 LH35饋線三相不平衡改善情形分析 83


表目錄
表2.1 各種配電系統型態之比較 16
表2.2 平衡三衝系統之諧波相序 22
表5.1 LH35饋線95年7月份日負載量統計表 67
表5.2 饋線單線圖節點編號表 72
表5.3 LH35饋線中性線電流月統計表 74
表5.4 LH35饋線區段A 配電變壓器換相前後三相不平衡分析表 75
表5.5 LH35饋線配電變壓器換相前後三相不平衡分析 76
表5.6 LH35饋線各線路區段三相不平衡改善情形比較

參考文獻
[1] 台電地下配電線路設計手冊（四），中華民國85年8月。
[2] 李建興、黃志民、楊偉修，“配電系統無停電轉供之分析”，台電工程月刊第683期，P30~P31，中華民國94年7月號 。
[3] 張文恭，“配電饋線中性線電流偏高問題之探討與改善策略”，台電工程月刊第656期， P41~P47，中華民國92年4月號 。
[4] 陳在相、張宏展，配電饋線三相不平衡分析及改善策略之研究完成報告，台灣電力公司業務處，中華民國87年7月。
[5] 黃培華、蒲冠志，配電饋線轉供暫態電力潮流改善策略，國立海洋大學、台電公司綜合研究所合作研究報告，中華民國93年4月30日。
[6] 梁志堅，“電力品質-三相不平衡問題”，台電工程月刊，第657期，P59 ~P60中華民國92年5月號 。
[7] 楊金石、廖清榮，“核三廠電力系統不平衡監測分析”，台電工程月刊第657期，P76~P77，中華民國92年5月號。
[8] 江榮城，電力品質實務（一）、（二），全華科技圖書股份有限公司，中華民國91年5月。
[9] 停限電運轉圖資系統（OMS）操作文件，台灣電力公司，中華民國90年11月。
[10] 用戶資訊系統（CIS）操作文件，台灣電力公司，中華民國88年11月。
[11] 葉朝琴，“考慮用戶復電優先度之配電系統開關操作策略”，國立中山大學電機工程研究所碩士論文，中華民國92年1月。
[12] 黃佳文，“以停限電運轉圖資管理系統支援配電系統損失之推估”，台電工程月刊，第697期，P87~P89，中華民國95年9月號 。
[13] M. P. Selvan and K. S. Swarup,“Distribution System Load Flow Using Object-Oriented Methodology, ”IEEE Conference on Power System Technology-Powercon Singapore, 21-24 November 2004。
[14] 古志強，應用分散式類免疫演算法於多值域結構拓樸最佳化，大同大學，機械工程研究所碩士論文，2004年6月。
[15] 焦李成、杜海峰、劉芳、公茂果，免疫演算優化，計算、學習與辨識，北京科學出版社，2006年06月。
[16] 陳靜慧，應用類免疫演算法於串併聯系統複置分配最佳化問題之研究，長榮大學管理研究所碩士論文，中華民國92年7月。
[17] 張鴻志，整合人工免疫系統與類神經網路於製程參數最佳化之研究，國立雲林科技大學工業工程與管理碩士班碩士論文，中華民國94年6月。
[18] 朱世宏，應用免疫演算法於捷運系統换流器規劃與濾波器設計，國立中山大學電機工程研究所碩士論文，2004年6月。
[19] 郭宏傑，線路壅塞對電力競標策略影響之研究，正修科技大學機電工程研究所碩士班碩士論文，2004年6月。
[20] 陳彥文、張嘉文，“以人工免疫學建構高穩定度入侵偵測演算法 ”，國立高雄第一科技大學，數位科技與創新管理國際研討會，2006年04月。
[21] 吳家駿，應用免疫演算法於配電系統運轉策略之研究，國立中山大學電機工程研究所碩士論文，2000年5月。
[22] 梁瑞勳、劉憲宗，“應用人工免疫算法於配電系統需功率及電壓控制”，中華民國第26屆電力工程研討會，2005年12月9-10日。
[23] Shyh-Jier Huang，“An Immune-Based Optimization Method to Capacitor Placement in a Radial Distribution System,”IEEE Trans. on Power Delivery, vol. 15, no. 2, pp.994~1000, April 2000.
[24] 林嘉宏、林育賢、何姿瑩，免疫演算法於主變壓器及饋線負載平衡之研究，行政院國家科學委員會專題研究計畫成果報告，計畫編號：NSC 90-2213-E-151-018，中華民國91年07月。
[25] 何誠育，考慮用戶負載模型及配合啟示性規則以改善配電系統相位平衡之研究，國立中山大學電機工程研究所碩士論文，中華民國93年6月。
[26] T. H. Chen and J. T. Cherng, “Optimal phase arrangement of distribution transformers connected a primary feeder for system unbalance improvement and loss reduction using a genetic algorithm, ” IEEE Trans. on Power Systems, vol. 15, no. 3, pp.994~1000, Aug. 2000.
[27] Tsai-Hsiang Chen and Wen-Chih Yang “Optimal Phase Arrangement of Distribution Transformers Connected to a Primary Feeder for System Unbalance Improvement and Loss Reduction Using a Genetic Algorithm,” IEEE Transactions on Power System, vol. 150, no. 3, pp.994~1000 August 2000.
[28] C. H. Lin, C. S. Chen, C. J. Wu, M. S. Kang, “Application of immune algorithm to optimal feeder reconfiguration under multiple objectives, ” IEE Proceedings Gen. Trans. Distri., vol. 150, no. 2, pp.183~189, March 2003.
[29] H. D. Chiang, Rene Jean Jumeau,“Optimal Network Reconfigurations in Distribution Systems: Part 1: A New Formulation and A Solution Methodology,”IEEE Trans. on Power Delivery, Vol. 5, No. 4, pp. 1902-1909, 1990.
[30] H.D. Chiang, Rene Jean Jumeau“Optimal Network Reconfigurations in Distribution Systems: Part 2: Solution Algorithms and Numerical Results,” IEEE Trans. on Power Delivery, Vol. 5, No. 3, pp. 1568-1574, 1990.
[31] J. S. Chun, M. K. Kim, H. K. Jung, “Shape Optimization of Electromagnetic Using Immune Algorithm”, IEEE Trans. on Magnetics, Vol.33, No.2, pp.1876-1879, 1997.
[32] J. S. Chun, J. P. Lim, J. S. Yoon, “Optimal Design of Synchronous Motor with Parameter Correction Using Immune Algorithm”, IEEE Trans. on Energy Conversion, Vol. 14, No. 3, pp. 610-615, Sep 1999.
[33] 電力系統簡報文件，台灣電力公司企劃處，2007年01月