CN103117545A - 一种智能变电站负荷自动分配方法 - Google Patents

Abstract

本发明涉及一种智能变电站负荷自动分配方法，其包括以下步骤：根据当前配电网智能变电站所采集的网络及负荷数据进行全网的潮流计算；无功优化模块在给定约束条件下，采用导向搜索算法求解目标函数的最优解，获得无功补偿装置投入退出和变压器分接头调整方案；配电网络重构模块在给定约束条件下，采用虚拟流法求解目标函数的最优解，获得网络分段开关、联络开关状态的组合操作方案；迭代计算模块将无功优化和配电网络重构两个子问题交叉迭代，逐步逼近最优解，实现以有功网损最小为目标的负荷自动分配。本发明使得线路有功损耗下降，有效优化了电网运行，降低了网络损耗，提高了电网分析和控制功能的速度和可靠性，保障电网安全、可靠、经济运行。本发明可以广泛应用在智能变电站的负载自动分配过程中。

Description

一种智能变电站负荷自动分配方法

技术领域

本发明涉及一种电力系统负荷分配方法，特别是关于一种智能变电站负荷自动分配方法。

背景技术

负荷自动分配是以系统各节点的电压合格为前提条件，以网损最小为最终目标，现有技术分别采用无功优化和网络重构技术达到降低配电网电能损耗的目的，下面对无功优化和网络重构技术分别进行详细说明：

1、无功优化技术采用无功补偿装置的投入、有载调压变压器分接头的调节、发电机端电压的调节，以达到降低无功损耗的目的，无功优化方法主要有：1）非线性规划法，非线性规划法形式为设定一个目标函数，以节点功率平衡为等式约束条件，利用引入松弛变量的方法将不等式约束条件转换为等式约束条件，然后运用拉格朗日乘数法构造一个增广的目标函数，根据KKT条件，将问题转变为求解一组非线性代数方程组。非线性规划是处理无功优化最直接的方法，这种方法的数学模型比较直观，物理概念清晰，但到目前为止，基于非线性规划的无功优化算法还不是很成熟，有待进一步研究和完善。2）线性规划法，线性规划法原理是把目标函数和约束条件全部用泰勒公式展开，略去高次项，使非线性规划问题在初值点附近处转化为线性规划问题，用逐次线性逼近的方法来进行解空间的寻优。线性规划法进行无功优化存在如下重要缺陷：将系统实际优化模型作了线性近似处理，并对离散变量作了连续化处理，使计算结果往往与电力系统实际情况有差异，在线性逼近的求解过程中，若步长取得过大，则可能引发振荡，步长太小，又容易使收敛变慢。

2、网络重构技术按照一定的重构策略选择不同分段开关、联络开关状态的组合操作，实现整个配电网络的优化运行，网络重构方法主要有：1）启发式方法，启发式最佳优先搜索策略，采用启发式规则及分支定界策略来确定具有最小网损的网络结构，尽可能地消除违反约束条件的开关状态组合，以缩小要搜索的状态空间。状态空间搜索算法中植入的启发式规则越有效，要搜索的解空间越小，搜索越快，但是也越有可能漏失最优解；反之，解空间越大，搜索速度越慢，往往不能适应大规模配电网的要求。2）最优流模式法，最优流模式法首先计算初始辐射网潮流，为建立最优流模式，闭合所有开关，形成有几个环的少网孔配电系统，再计算潮流，求得网环上各等值注入电流，这时求解最优流，然后以电流最小的支路解开一个环，直至变成辐射网。然而，在最优流模式下打开电流最小的开关的指导思想缺乏理论根据，环网中的各个环流相互影响，解开其中一个环路将影响其它支路的电流，并且打开开关的先后顺序对结果也有较大的影响，网损估算的误差将会影响开关操作的准确性。

随着智能电网的出现及变电站智能化技术的发展，变电站采集信息越来越多，如果全部汇集到调度中心，会给调度人员造成巨大压力，为了减轻调度人员工作量，提高电网运行效率，有必要对智能变电站负荷自动分配技术进行研究，提高系统运行的安全性和经济性。

发明内容

针对上述问题，本发明的目的是提供一种实现以有功网损最小为目标的智能变电站负荷自动分配方法，不仅优化了电网运行，降低了网络损耗，提高了电网分析和控制功能的速度和可靠性，而且能够有效保障电网安全、可靠、经济运行。

为实现上述目的，本发明采取以下技术方案：一种智能变电站负荷自动分配方法，其包括以下步骤：1）设置一包括有无功优化模块、配电网络重构模块和迭代计算模块的智能变电站负荷自动分配系统；2）根据当前配电网智能变电站所采集的网络及负荷数据进行全网的潮流计算；3）无功优化模块在给定约束条件下，采用导向搜索算法求解目标函数的最优解，获得无功补偿装置投入退出和变压器分接头调整方案；4）配电网络重构模块在给定约束条件下，采用虚拟流法求解目标函数的最优解，获得网络分段开关、联络开关状态的组合操作方案；5）迭代计算模块将无功优化和配电网络重构两个子问题交叉迭代，逐步逼近最优解，实现以有功网损最小为目标的负荷自动分配。

所述步骤3）无功优化模块在给定约束条件下，采用导向搜索算法求解目标函数的最优解，获得无功补偿装置投入退出和变压器分接头调整方案，包括以下步骤：①以当前配电网系统的有功网损最小建立目标函数；②建立潮流方程等式的约束条件；③建立各控制变量不等式的约束条件；④建立各状态变量不等式的约束条件；⑤无功优化模块采用导向搜索算法求解目标函数的最优解。

所述步骤⑤无功优化模块采用导向搜索算法求解目标函数的最优解，包括以下步骤：a）向无功优化模块输入系统数据和导向搜索法的基本参量数据；b）建立适用于无功优化的更新策略、评价函数和决策函数：

所述更新策略为：

Δx_tji＝{x_tgolbal[1+w×randn(0,1)-x_tji}×randn(0,1)    （1）

式中，Δx_tji为搜索个体位置更新变量，x_tgolbal为全局个体位置变量，w为可变参数；t为当前迭代次数；

评价函数为：

x_(t+1)ji＝x_tji+Δx_tji    （2）

f_tj＝f(x_tji)    （3）

式中，f_tj表示当前步每个搜索个体得到的目标函数可行解的质量，公式（2）为探测当前搜索个体的新位置，公式（3）对搜索个体行为模型进行评价；

决策函数为：

$x_{\mathrm{tji}}=\left\{\begin{array}{cc}{x}_{(t+1)\mathrm{ji}}& f_{(t+1)j}\≤f_{\mathrm{tj}}\\ x_{\mathrm{tji}}& f_{(t+1)j}>f_{\mathrm{tj}}\end{array}\right.---\left(4\right);$

c）设置初始迭代次数t=0，产生搜索个体初始位置；d）采用评价函数计算每个搜索个体的目标函数值；e）更新t，将t=t+1；f）通过更新策略更新搜索个体的位置；g）再次采用评价函数计算并更新每个搜索个体的目标函数值；h）采用决策函数确定搜索个体是否改变位置，如果搜索个体当前位置的目标函数好于上一步位置，即当前位置配电系统无功损耗小于上一步的无功损耗，则更新其位置；i）判断搜索个体是否改变位置、潮流计算是否收敛，若位置改变或潮流计算不收敛则转至步骤d），直到搜索个体位置不改变且潮流计算收敛为止。

所述步骤4）配电网络重构模块在给定约束条件下，采用虚拟流法求解目标函数的最优解，获得网络分段开关、联络开关状态的组合操作方案，包括以下步骤：①建立以网损最小为目标的配电网络重构的目标函数；②建立支路和节点电压的约束条件；③建立供电约束条件；④配电网络重构模块采用虚拟流法求解目标函数的最优解。

所述步骤④配电网络重构模块采用虚拟流法求解目标函数的最优解，包括以下步骤：a）输入系统数据和网络联络开关状态数据，形成网络拓扑；b）建立联络开关编码串，扫描网络，建立每个联络开关对应的环网常闭分段开关编码串，构成各联络开关的搜索邻域，形成各常闭分段开关的属性值；c）计算配电网络潮流，记入历史最优保留网损和历史最优保留网损所对应的网络拓扑；d）从距离电源点或变电站最近的第一个联络开关开始，作邻域搜索，找出最优的邻域交换，如果最优交换后的网损小于历史最优保留网损，交换联络开关和对应常闭开关的编号，更新历史最优网损值和对应的网络拓扑；e）依次对每个联络开关进行邻域搜索；f）预先设定迭代次数和历史最优保留不变代数的限值作为收敛条件，判断迭代次数和历史最优保留不变代数是否满足收敛条件，如满足收敛条件，退出迭代，输出历史最优解及对应的网络拓扑，否则，转入步骤d）。

所述步骤5）迭代计算模块将无功优化和配电网络重构两个子问题交叉迭代，逐步逼近最优解，实现以有功网损最小为目标的负荷自动分配，包括以下步骤：①当前配电网智能变电站采集网络及负荷数据，首先根据步骤4）进行一次配电网络重构计算，直到网络重构计算满足自身收敛条件时停止网络重构计算，此时判断配电网中的联络开关是否有重构操作；②若有网络重构操作，则根据步骤3）进行基于导向搜索法的无功优化计算，直到无功优化计算满足自身收敛条件时停止无功优化计算，此时判断网络中无功优化装置相比初始状态是否有投切动作；③若有无功优化装置投切，则迭代次数加1，返回步骤①；④直到配电网重构和无功优化计算均无操作时收敛，再进行一次全网潮流计算，停止优化计算。

本发明由于采取以上技术方案，其具有以下优点：1、本发明由于设置有无功优化模块和配电网络重构模块，因此可以根据负荷自动分配的要求，通过对无功优化、配电网重构规则进行了相应的模型优化求解，目标函数和约束条件更具有实用性和适应性，因此能够实现以有功网损最小为目标的载荷自动分配，提高电网运行效率。2、本发明的迭代计算模块对电网优化运行手段进行综合优化，将变电站负荷自动分配分解成无功优化和配电网络重构两个优化子问题，采用将两个子问题来回交叉迭代的算法，求取网络优化结构和无功补偿装置投入退出方案，本发明的全面性和良好的收敛性得到充分体现。3、本发明的智能变电站负荷自动分配方法得出的无功优化和配电网络重构方案使无功补偿装置正确投入退出、分段开关和联络开关正确开合，经过试验可以得知，本发明使得线路有功损耗下降，有效优化了电网运行，降低了网络损耗，提高了电网分析和控制功能的速度和可靠性，保障电网安全、可靠、经济运行。本发明可以广泛应用在智能变电站的负载自动分配过程中。

附图说明

图1是本发明智能变电站负荷自动分配方法的流程示意图；

图2是本发明实施例中网络拓扑结构及网络基本参数示意图；

图3是本发明实施例中负荷未自动分配的系统潮流状态示意图；

图4是本发明实施例中负荷实现自动分配的系统潮流状态示意图。

具体实施方式

下面结合附图和实施例对本发明进行详细的描述。

如图1所示，本发明的智能变电站负荷自动分配方法包括以下步骤：

1、设置一包括有无功优化模块、配电网络重构模块和迭代计算模块的智能变电站负荷自动分配系统；

2、根据当前配电网智能变电站所采集的网络及负荷数据进行全网的潮流计算；

3、无功优化模块在给定约束条件下，采用导向搜索算法求解目标函数的最优解，获得无功补偿装置投入退出（投切）和变压器分接头调整方案，包括以下步骤：

1）以当前配电网系统的有功网损最小建立目标函数：

P_loss＝f(x₁,x₂)    (1)

式中，f(x₁,x₂)为配电网系统的有功网损，x₁为控制变量向量[V_G K_T Q_C]T，x₂为状态变量向量[V_L Q_G]T，其中，V_G为发电机机端电压，K_T为有载调压变压器分接头位置，Q_C为可投切电容器组无功量，V_L为负荷节点电压，Q_G为发电机输出无功功率。

2）建立潮流方程等式的约束条件：

$\left\{\begin{array}{c}{P}_{\mathrm{Gi}}-P_{\mathrm{Di}}=V_i\underset{j\∈N_i}{\mathrm{\Σ}}{V}_j(G_{\mathrm{ij}}\cos {\mathrm{\θ}}_{\mathrm{ij}}+B_{\mathrm{ij}}\sin {\mathrm{\θ}}_{\mathrm{ij}})\\ Q_{\mathrm{Gi}}-Q_{\mathrm{Di}}=V_i\underset{j\∈N_i}{\mathrm{\Σ}}{V}_j(G_{\mathrm{ij}}\sin {\mathrm{\θ}}_{\mathrm{ij}}-B_{\mathrm{ij}}\cos {\mathrm{\θ}}_{\mathrm{ij}})\end{array}\right.---\left(2\right)$

式中，P_Gi为节点i注入有功功率，P_Di为节点i负荷有功功率，V_i为节点i电压，θ_ij为节点i与j间的电压相角，G_ij为节点i与j间的电导，B_ij为节点i与j的电纳；N_i为与节点i相连的节点数，Q_Gi为节点i注入无功功率，Q_Di为节点i负荷无功功率。

3）建立各控制变量不等式的约束条件：

$\left\{\begin{array}{c}{V}_{G_{\min }}\≤V_G\≤V_{G_{\max }}\\ K_{T_{\min }}\≤K_T\≤K_{T_{\max }}\\ Q_{C_{\min }}\≤Q_C\≤Q_{C_{\max }}\end{array}\right.---\left(3\right)$

式中，

和

分别为发电机机端电压上、下限，

和

分别为有载调压变压器分接头位置上、下限，

和

分别为可投切电容器无功补偿量上、下限。

4）建立各状态变量不等式的约束条件：

$\left\{\begin{array}{c}{V}_{L_{\min }}\≤V_L\≤V_{L_{\max }}\\ Q_{G_{\min }}\≤Q_G\≤Q_{G_{\max }}\end{array}\right.---\left(4\right)$

式中，

和

分别为负荷节点电压上、下限，

和

分别为发电机无功功率上、下限。

5）无功优化模块采用导向搜索算法求解目标函数的最优解，包括以下步骤：

①向无功优化模块输入系统数据和导向搜索法的基本参量数据，其中，系统数据包括电力系统结构数据和控制参数数据。无功优化模块求解的可行域由发电机节点电压上下限、有载调压变压器抽头位置上下限、电容器容量上下限构成。

②建立适用于无功优化的更新策略、评价函数和决策函数；

导向搜索算法的搜索个体模拟人的随机搜索行为，每个搜索个体对应一个目标函数值。根据搜索的更新策略随机搜索产生目标函数可行解，得到当前搜索个体位置，采用评价函数对可行解的质量进行评价，采用决策函数确定当前的搜索个体是否更新位置，如果当前步的搜索个体位置好于上一步搜索个体位置，即当前解的质量优于上一步的质量，则进行更新，否则保持原来位置不变，每探测一步，通过选择当前得到的目标函数可行解中的最好解，更新当前搜索对象位置；重复探测，直到得到目标函数最优解，即搜索对象最终的位置。

随机搜索的更新策略为：

Δx_tji＝{x_tgolbal[1+w×randn(0,1)-x_tji}×randn(0,1)  （5）

式中，Δx_tji为搜索个体位置更新变量，x_tgolbal为全局个体位置变量，w为可变参数；t为当前迭代次数。

评价函数用于对目标函数可行解的质量进行评价，如公式（6）和公式（7）所示：

x_(t+1)ji＝x_tji+Δx_tji    （6）

f_tj＝f(x_tji)    （7）

式中，f_tj表示当前步每个搜索个体得到的目标函数可行解的质量，公式（6）为探测当前搜索个体的新位置，公式（7）对搜索个体行为模型进行评价。

决策函数用于决策个体是否产生搜索行为，如公式（8）所示：

$x_{\mathrm{tji}}=\left\{\begin{array}{cc}{x}_{(t+1)\mathrm{ji}}& f_{(t+1)j}\≤f_{\mathrm{tj}}\\ x_{\mathrm{tji}}& f_{(t+1)j}>f_{\mathrm{tj}}\end{array}\right.---\left(8\right)$

③设置初始迭代次数t=0，产生搜索个体初始位置，初始位置即为初始数据下的控制变量向量；

④采用评价函数式计算每个搜索个体的目标函数值；

⑤更新t，将t=t+1；

⑥通过更新策略更新搜索个体的位置；

⑦再次采用评价函数计算并更新每个搜索个体的目标函数值；

⑧采用决策函数确定搜索个体是否改变位置，如果搜索个体当前位置的目标函数好于上一步位置，即当前位置配电系统无功损耗小于上一步的无功损耗，则更新其位置；

⑨判断搜索个体是否改变位置、潮流计算是否收敛，若位置改变或潮流计算不收敛则转至步骤④，直到搜索个体位置不改变且潮流计算收敛为止。

4、配电网络重构模块在给定约束条件下，采用虚拟流法求解目标函数的最优解，获得网络分段开关、联络开关状态的组合操作方案，包括以下步骤：

1）建立以网损最小为目标的配电网络重构的目标函数：

$P_{\mathrm{loss}}=\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\frac{R_i(P_i^2+Q_i^2)}{U_i^2}---\left(9\right)$

式中，m为支路总数，P_i为流过支路i有功功率，Q_i为流过支路i无功功率，R_i为支路i电阻，U_i为支路i的末端点电压。

2）建立支路和节点电压的约束条件：

$\left\{\begin{array}{c}{I}_i\≤I_{i,\max }i=\mathrm{1,2},\·\·\·,m\\ U_{j,\min }\≤U_j\≤U_{j,\max }j=\mathrm{1,2},\·\·\·,n\end{array}\right.---\left(10\right)$

式中，n为节点总数，m为支路总数，I_i,max为支路i电流上限值，U_j，min和U_j,max为节点j电压下限值和上限值。

3）建立供电约束条件：

配电网络结构调整必须给所有负荷节点供电，即所有负荷运行于额定电压和电流之下，不能有孤立节点即“孤岛”。

4）配电网络重构模块采用虚拟流法求解目标函数的最优解，包括以下步骤：

①输入系统数据和网络联络开关状态数据，形成网络拓扑。

②建立联络开关编码串，扫描网络，建立每个联络开关对应的环网常闭分段开关编码串，构成各联络开关的搜索邻域，形成各常闭分段开关的属性值。

③计算配电网络潮流，记入历史最优保留网损和历史最优保留网损所对应的网络拓扑。

④从距离电源点或变电站最近的第一个联络开关开始，作邻域搜索，找出最优的邻域交换，如果最优交换后的网损小于历史最优保留网损，交换联络开关和对应常闭开关的编号，更新历史最优网损值和对应的网络拓扑。

⑤依次对每个联络开关进行邻域搜索。

每有开关进行一次邻域搜索迭代次数就加1，如果在本次迭代中，历史最优网损没有改变，历史最优保留不变代数加1，否则历史最优保留不变代数为0。

⑥预先设定迭代次数和历史最优保留不变代数的限值作为收敛条件，判断迭代次数和历史最优保留不变代数是否满足收敛条件，如满足收敛条件，退出迭代，输出历史最优解及对应的网络拓扑，否则，转入步骤④。

5、迭代计算模块将无功优化和配电网络重构两个子问题交叉迭代，逐步逼近最优解，实现以有功网损最小为目标的负荷自动分配，包括以下步骤：

1）当前配电网智能变电站采集网络及负荷数据，首先根据步骤4进行一次配电网络重构计算，直到网络重构计算满足自身收敛条件时停止网络重构计算，此时判断配电网中的联络开关是否有重构操作；

2）若有网络重构操作，则根据步骤3进行基于导向搜索法的无功优化计算，直到无功优化计算满足自身收敛条件时停止无功优化计算，此时判断网络中无功优化装置相比初始状态是否有投切动作；

3）若有无功优化装置投切，则迭代次数加1，返回步骤1）；

4）直到配电网重构和无功优化计算均无操作时收敛，再进行一次全网潮流计算，停止优化计算。

第1次迭代计算时，无论配电网络重构中有无开关操作，下一步都要进行无功优化计算。此后，从理论上讲，只要有无功优化装置投切，就要进行一次配电网重构计算，只要有配电网重构操作，就要进行一次无功优化计算，直到配电网重构和无功优化计算均无操作时算法收敛，才停止计算。

下面结合具体实施例对本发明进行进一步的描述：

如图2～图4所示，一座220千伏变电站向3座110千伏变电站供电，母线-4、母线-5、母线-6、……、母线-16、母线-17表示10千伏节点，分别挂接大小不同负荷。如果变电站没有实施负荷自动分配，系统潮流如图3所示，线路有功损耗将达到1235kW；如果采用本发明的智能变电站负荷自动分配方法，实现无功优化和配电网络重构，3座110千伏变电站无功补偿容量均投入10Kvar，另外，母线-7至母线-9线路断开，母线-9挂接负荷转移到母线-15，母线-6至母线-8线路断开，母线-8挂接负荷转移到母线-11所在的110kV变电站，线路有功损耗将下降到749KW，系统潮流如图4所示，下降率达到40％，保障系统安全、可靠、经济运行。

上述各实施例仅用于说明本发明，其中方法的各个步骤等都是可以有所变化的，凡是在本发明技术方案的基础上进行的等同变换和改进，均不应排除在本发明的保护范围之外。

Claims (7)

1.一种智能变电站负荷自动分配方法，其包括以下步骤：

1）设置一包括有无功优化模块、配电网络重构模块和迭代计算模块的智能变电站负荷自动分配系统；

2）根据当前配电网智能变电站所采集的网络及负荷数据进行全网的潮流计算；

3）无功优化模块在给定约束条件下，采用导向搜索算法求解目标函数的最优解，获得无功补偿装置投入退出和变压器分接头调整方案；

4）配电网络重构模块在给定约束条件下，采用虚拟流法求解目标函数的最优解，获得网络分段开关、联络开关状态的组合操作方案；

5）迭代计算模块将无功优化和配电网络重构两个子问题交叉迭代，逐步逼近最优解，实现以有功网损最小为目标的负荷自动分配。

2.如权利要求1所述的一种智能变电站负荷自动分配方法，其特征在于：所述步骤3）无功优化模块在给定约束条件下，采用导向搜索算法求解目标函数的最优解，获得无功补偿装置投入退出和变压器分接头调整方案，包括以下步骤：

①以当前配电网系统的有功网损最小建立目标函数；

②建立潮流方程等式的约束条件；

③建立各控制变量不等式的约束条件；

④建立各状态变量不等式的约束条件；

⑤无功优化模块采用导向搜索算法求解目标函数的最优解。

3.如权利要求2所述的一种智能变电站负荷自动分配方法，其特征在于：所述步骤⑤无功优化模块采用导向搜索算法求解目标函数的最优解，包括以下步骤：

a）向无功优化模块输入系统数据和导向搜索法的基本参量数据；

b）建立适用于无功优化的更新策略、评价函数和决策函数：

所述更新策略为：

Δx_tji＝{x_tgolbal[1+w×randn(0,1)-x_tji}×randn(0,1)  （1）

式中，Δx_tji为搜索个体位置更新变量，x_tgolbal为全局个体位置变量，w为可变参数；t为当前迭代次数；

评价函数为：

x_(t+1)ji＝x_tji+Δx_tji    （2）

f_tj＝f(x_tji)    （3）

式中，f_tj表示当前步每个搜索个体得到的目标函数可行解的质量，公式（2）为探测当前搜索个体的新位置，公式（3）对搜索个体行为模型进行评价；

决策函数为：

$x_{\mathrm{tji}}=\left\{\begin{array}{cc}{x}_{(t+1)\mathrm{ji}}& f_{(t+1)j}\≤f_{\mathrm{tj}}\\ x_{\mathrm{tji}}& f_{(t+1)j}>f_{\mathrm{tj}}\end{array}\right.---\left(4\right);$

c）设置初始迭代次数t=0，产生搜索个体初始位置；

d）采用评价函数计算每个搜索个体的目标函数值；

e）更新t，将t=t+1；

f）通过更新策略更新搜索个体的位置；

g）再次采用评价函数计算并更新每个搜索个体的目标函数值；

h）采用决策函数确定搜索个体是否改变位置，如果搜索个体当前位置的目标函数好于上一步位置，即当前位置配电系统无功损耗小于上一步的无功损耗，则更新其位置；

i）判断搜索个体是否改变位置、潮流计算是否收敛，若位置改变或潮流计算不收敛则转至步骤d），直到搜索个体位置不改变且潮流计算收敛为止。

4.如权利要求1或2或3所述的一种智能变电站负荷自动分配方法，其特征在于：所述步骤4）配电网络重构模块在给定约束条件下，采用虚拟流法求解目标函数的最优解，获得网络分段开关、联络开关状态的组合操作方案，包括以下步骤：

①建立以网损最小为目标的配电网络重构的目标函数；

②建立支路和节点电压的约束条件；

③建立供电约束条件；

④配电网络重构模块采用虚拟流法求解目标函数的最优解。

5.如权利要求4所述的一种智能变电站负荷自动分配方法，其特征在于：所述步骤④配电网络重构模块采用虚拟流法求解目标函数的最优解，包括以下步骤：

a）输入系统数据和网络联络开关状态数据，形成网络拓扑；

b）建立联络开关编码串，扫描网络，建立每个联络开关对应的环网常闭分段开关编码串，构成各联络开关的搜索邻域，形成各常闭分段开关的属性值；

c）计算配电网络潮流，记入历史最优保留网损和历史最优保留网损所对应的网络拓扑；

d）从距离电源点或变电站最近的第一个联络开关开始，作邻域搜索，找出最优的邻域交换，如果最优交换后的网损小于历史最优保留网损，交换联络开关和对应常闭开关的编号，更新历史最优网损值和对应的网络拓扑；

e）依次对每个联络开关进行邻域搜索；

f）预先设定迭代次数和历史最优保留不变代数的限值作为收敛条件，判断迭代次数和历史最优保留不变代数是否满足收敛条件，如满足收敛条件，退出迭代，输出历史最优解及对应的网络拓扑，否则，转入步骤d）。

6.如权利要求1或2或3或5所述的一种智能变电站负荷自动分配方法，其特征在于：所述步骤5）迭代计算模块将无功优化和配电网络重构两个子问题交叉迭代，逐步逼近最优解，实现以有功网损最小为目标的负荷自动分配，包括以下步骤：

①当前配电网智能变电站采集网络及负荷数据，首先根据步骤4）进行一次配电网络重构计算，直到网络重构计算满足自身收敛条件时停止网络重构计算，此时判断配电网中的联络开关是否有重构操作；

②若有网络重构操作，则根据步骤3）进行基于导向搜索法的无功优化计算，直到无功优化计算满足自身收敛条件时停止无功优化计算，此时判断网络中无功优化装置相比初始状态是否有投切动作；

③若有无功优化装置投切，则迭代次数加1，返回步骤①；

④直到配电网重构和无功优化计算均无操作时收敛，再进行一次全网潮流计算，停止优化计算。

7.如权利要求4所述的一种智能变电站负荷自动分配方法，其特征在于：所述步骤5）迭代计算模块将无功优化和配电网络重构两个子问题交叉迭代，逐步逼近最优解，实现以有功网损最小为目标的负荷自动分配，包括以下步骤：

①当前配电网智能变电站采集网络及负荷数据，首先根据步骤4）进行一次配电网络重构计算，直到网络重构计算满足自身收敛条件时停止网络重构计算，此时判断配电网中的联络开关是否有重构操作；

②若有网络重构操作，则根据步骤3）进行基于导向搜索法的无功优化计算，直到无功优化计算满足自身收敛条件时停止无功优化计算，此时判断网络中无功优化装置相比初始状态是否有投切动作；

③若有无功优化装置投切，则迭代次数加1，返回步骤①；

④直到配电网重构和无功优化计算均无操作时收敛，再进行一次全网潮流计算，停止优化计算。

Images