CN104134104A - 一种基于多目标优化的配电网络重构优化方法 - Google Patents
一种基于多目标优化的配电网络重构优化方法 Download PDFInfo
- Publication number
- CN104134104A CN104134104A CN201410403062.7A CN201410403062A CN104134104A CN 104134104 A CN104134104 A CN 104134104A CN 201410403062 A CN201410403062 A CN 201410403062A CN 104134104 A CN104134104 A CN 104134104A
- Authority
- CN
- China
- Prior art keywords
- distribution network
- topological structure
- represent
- optimization
- zone bit
- 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.)
- Pending
Links
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
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于多目标优化的配电网络重构优化方法,实施步骤如下:分别计算配电网络当前的系统网损、负荷均衡指数、最小节点电压,判断是否需要进行重构优化,如需要重构优化则针对配电网络进行配电网络重构后得到的最优拓扑结构;当负荷均衡指数或最小节点电压越限时,直接执行网络重构操作,当只有系统网损越限时,计算将配电网络从当前拓扑结构转换为最优拓扑结构的经济效益评估指标,如果指标大于指定的阈值则判定经济效益评估通过并执行网络重构操作;否则判定评估不通过且不执行网络重构操作。本发明配电网络重构优化效果好、能够在执行网络重构操作前进行经济效益评估以避免浪费,使用方便、节约资源、经济性和安全性好。
Description
技术领域
本发明涉及电力系统配电网自动化技术,具体涉及一种基于多目标优化的配电网络重构优化方法。
背景技术
配电网络具有闭环设计、开环运行的特点,它是通过配电线路上配置一些开关来实现的。配电网中装有大量常闭的分段开关和常开的联络开关,网络重构就是通过操作这些开关,即通过调整网络中开关的分合状态,重新组织网络的运行方式,使之处于一个更有利的运行状态。配电网络重构主要包括两个方面:①网络优化重构,②故障恢复重构。其中网络优化重构主要是指配电网安全运行时,通过改变配电网的网络拓扑,以达到降低网络损耗,平衡负荷,提高供电可靠性,提高供电最小节点电压等目的。
网络优化重构不需要增加投资,能够通过对系统原有结构进行优化,发挥配电网自身的潜力,从而以较低的成本实现电网运行的经济性和安全性,具有很大的经济和社会效益。网络优化重构是一个多目标优化问题,优化模型和算法都需要考虑多种目标,现有的网络重构中很少能同时考虑多种优化目标。目前的网络优化重构基本是用于指导配电网规划,而对于激发网络自身的潜力进行实时重构是有必要的,但是如果进行没有条件限制的网络将会引起资源的不必要浪费,因此应当对当前网络事先加以评估以判断是否需要重构。
发明内容
本发明要解决的技术问题是:针对现有技术的上述技术问题,提供一种配电网络重构优化效果好、能够在执行网络重构操作前进行经济效益评估以避免浪费,使用方便、节约资源、经济性和安全性好的基于多目标优化的配电网络重构优化方法。
为了解决上述技术问题,本发明采用的技术方案为:
一种基于多目标优化的配电网络重构优化方法,其实施步骤如下:
1)分别计算配电网络在当前拓扑结构下的系统网损和负荷均衡指数,获取配电网络在当前拓扑结构下的最小节点电压、最大节点电压偏移量;根据所述系统网损、负荷均衡指数、最小节点电压三者的越限状况判断配电网络是否需要进行重构优化,如果需要进行重构优化则跳转执行步骤2),否则如果不需要进行重构优化则退出;
2)针对配电网络的当前拓扑结构构建优化重构模型,将系统网损、负荷均衡指数、最大节点电压偏移量同时作为遗传算法目标函数的优化目标,通过遗传算法对配电网络的当前拓扑结构进行优化求解得到最优拓扑结构;
3)当负荷均衡指数或最小节点电压越限时,直接执行网络重构操作;当只有系统网损越限时,计算将配电网络从当前拓扑结构转换为最优拓扑结构的经济效益评估指标,判断所述经济效益评估指标是否大于指定的阈值,如果大于指定的阈值则判定将配电网络从当前拓扑结构转换为最优拓扑结构的经济效益评估通过,执行针对最优拓扑结构的网络重构操作;否则判定将配电网络从当前拓扑结构转换为最优拓扑结构的经济效益评估不通过,不执行针对最优拓扑结构的网络重构操作。
优选地,所述步骤1)的详细实施步骤如下:
1.1)分别计算配电网络在当前拓扑结构下的系统网损和负荷均衡指数,获取配电网络在当前拓扑结构下的最小节点电压,根据最小节点电压和各个节点电压之间的差值获得最大节点电压偏移量;
1.2)针对所述系统网损设置第一标志位和第一阈值,针对所述负荷均衡指数设置第二标志位和第二阈值,针对所述最小节点电压设置第三标志位和第三阈值,并根据式(1)~式(3)分别计算所述第一标志位、第二标志位、第三标志位;
式(1)~式(3)中,flag1表示第一标志位,Ploss表示配电网络在当前拓扑结构下的系统网损,Pf表示第一阈值;flag2表示第二标志位,LBsys表示配电网络在当前拓扑结构下的负荷均衡指数,LBf表示第二阈值;flag3表示第三标志位,V表示配电网络在当前拓扑结构下的最小节点电压,Vf表示第三阈值;
1.3)判断式(4)是否成立,如果式(4)成立则判定配电网络需要进行重构优化,跳转执行步骤2),否则判定配电网络不需要进行重构优化并退出;
flag=flag1|flag2|flag3=1 (4)
式(4)中,flag1表示第一标志位,flag2表示第二标志位,flag3表示第三标志位,flag表示第一标志位、第二标志位、第三标志位三者相与后得到的结果。
优选地,所述步骤1.1)中具体是指根据式(5)计算获得配电网络在当前拓扑结构下的系统网损;
式(5)中,Ploss表示配电网络在当前拓扑结构下的系统网损,ki表示配电网络在当前拓扑结构下支路i的状态,该状态为1表示支路闭合、状态为0表示支路断开;Ri表示配电网络在当前拓扑结构下支路i的电阻,Pi表示配电网络在当前拓扑结构下支路i末端流过的有功功率,Qi表示配电网络在当前拓扑结构下支路i末端流过的无功功率,Ui表示配电网络在当前拓扑结构下支路i的末端节点电压,i的取值区间为[1,b],b为配电网络中的支路总数。
优选地,所述步骤1.1)中具体是指根据式(6)计算获得配电网络的负荷均衡指数;
式(6)中,LBsys表示配电网络在当前拓扑结构下的负荷均衡指数,Si表示配电网络在当前拓扑结构下支路i上的功率,Simax表示配电网络在当前拓扑结构下支路i上的最大允许容量,i的取值区间为[1,b],b为配电网络中的支路总数。
优选地,所述步骤2)的详细步骤如下:
2.1)针对配电网络的当前拓扑结构构建优化重构模型;
2.2)读取所述优化重构模型的网络结构及参数;
2.3)对所述优化重构模型依次进行开关编码、基于式(7)所示的优化的目标函数进行遗传算法求解、染色体译码,输出最优的开关组合作为最终得到的最优拓扑结构;
f=min(W1Ploss+W2LBsys+W3△V) (7)
式(7)中,Ploss表示配电网络在当前拓扑结构下的系统网损,LBsys表示配电网络在当前拓扑结构下的负荷均衡指数,△V表示配电网络在当前拓扑结构下的最大节点电压偏移量,W1表示考虑配电网络中的系统网损的权重,W2表示考虑配电网络中的负荷均衡的权重,W3表示考虑配电网络中的电压质量的权重。
优选地,所述步骤3)的详细实施步骤如下:
3.1)读取第一标志位、第二标志位、第三标志位,如果第一标志位为1且第二标志位和第三标志位均为0,则跳转执行步骤3.2);否则如果所述第二标志位为1或者所述第三标志位为1,则直接判定将配电网络转换为所述最优拓扑结构的安全性得到提高,执行针对最优拓扑结构的网络重构操作并退出;
3.2)计算将配电网络从当前拓扑结构转换为最优拓扑结构的经济效益评估指标;
3.3)判断所述经济效益评估指标是否大于指定的阈值,如果大于指定的阈值则判定将配电网络从当前拓扑结构转换为最优拓扑结构的经济效益评估通过,执行针对最优拓扑结构的网络重构操作;否则判定将配电网络从当前拓扑结构转换为最优拓扑结构的经济效益评估不通过,不执行针对最优拓扑结构的网络重构操作。
优选地,所述步骤3.2)的详细步骤如下:
3.2.1)根据式(5)计算配电网络在最优拓扑结构下的系统网损;
式(8)中,Ploss′表示配电网络在最优拓扑结构下的系统网损,ki′表示配电网络在最优拓扑结构下支路i的状态,该状态为1表示支路闭合、状态为0表示支路断开;Ri′表示配电网络在最优拓扑结构下支路i的电阻,Pi′表示配电网络在最优拓扑结构下支路i末端流过的有功功率,Qi′表示配电网络在最优拓扑结构下支路i末端流过的无功功率,Ui′表示配电网络在最优拓扑结构下支路i的末端节点电压,i的取值区间为[1,b],b为配电网络中的支路总数;
3.2.2)根据式(9)计算将配电网络从当前拓扑结构转换为最优拓扑结构的经济效益评估指标;
式(9)中,KE表示单位电能的费用系数,T表示配电网络距离上一次优化的优化时间间隔,Ploss′表示配电网络在最优拓扑结构下的系统网损,Ploss表示配电网络在当前拓扑结构下的系统网损,Kk表示开关操作一次的费用系数,kj表示配电网络在当前拓扑结构下第j个开关的开关状态变量,kj′表示配电网络在最优拓扑结构下第j个开关的开关状态变量,所述开关状态变量以0代表打开、1代表闭合,N表示配电网络中可操作的开关总数。
本发明基于多目标优化的配电网络重构优化方法具有下述优点:
1、本发明在用于配电网络重构的现有遗传算法基础上,将系统网损、负荷均衡指数、最大节点电压偏移量同时作为遗传算法目标函数的优化目标,通过遗传算法对配电网络进行配电网络重构计算得到最优拓扑结构,从而能够实现基于多目标优化的配电网络重构,能够有效提升配电网络重构的优化的效果,从而能够更好地发挥配电网自身的潜力,从而以较低的成本实现电网运行的经济性和安全性,具有很大的经济和社会效益。
2、本发明包括根据所述系统网损、负荷均衡指数、最小节点电压判断配电网络是否需要进行重构优化、判断所述经济效益评估指标是否大于指定的阈值的两重判断步骤,结合上述两种步骤来对配电网络当前拓扑结构是否有必要进行配电网络重构、将配电网络从当前拓扑结构转换为最优拓扑结构是否具有较好的经济性,从而能够在执行网络重构操作前进行经济效益评估来避免不必要的浪费,使用方便、节约资源、经济性和安全性好。
附图说明
图1为本发明实施例的实施流程示意图。
图2为本发明实施例步骤1)的实施流程示意图。
图3为本发明实施例步骤2)的实施流程示意图。
图4为本发明实施例中所使用的现有技术遗传算法求解的方法步骤示意图。
具体实施方式
如图1所示,本实施例基于多目标优化的配电网络重构优化方法的实施步骤如下:
1)分别计算配电网络在当前拓扑结构下的系统网损和负荷均衡指数,获取配电网络在当前拓扑结构下的最小节点电压、最大节点电压偏移量;根据系统网损、负荷均衡指数、最小节点电压三者的越限状况判断配电网络是否需要进行重构优化,如果需要进行重构优化则跳转执行步骤2),否则如果不需要进行重构优化则退出;
2)针对配电网络的当前拓扑结构构建优化重构模型,将系统网损、负荷均衡指数、最大节点电压偏移量同时作为遗传算法目标函数的优化目标,通过遗传算法对配电网络的当前拓扑结构进行优化求解得到最优拓扑结构;
3)当负荷均衡指数或最小节点电压越限时,直接执行网络重构操作;当只有系统网损越限时,计算将配电网络从当前拓扑结构转换为最优拓扑结构的经济效益评估指标,判断经济效益评估指标是否大于指定的阈值,如果大于指定的阈值则判定将配电网络从当前拓扑结构转换为最优拓扑结构的经济效益评估通过,执行针对最优拓扑结构的网络重构操作;否则判定将配电网络从当前拓扑结构转换为最优拓扑结构的经济效益评估不通过,不执行针对最优拓扑结构的网络重构操作。
如图2所示,本实施例步骤1)的详细实施步骤如下:
1.1)分别计算配电网络在当前拓扑结构下的系统网损和负荷均衡指数,获取配电网络在当前拓扑结构下的最小节点电压,根据最小节点电压和各个节点电压之间的差值获得最大节点电压偏移量;
1.2)针对系统网损设置第一标志位和第一阈值,针对负荷均衡指数设置第二标志位和第二阈值,针对最小节点电压设置第三标志位和第三阈值,并根据式(1)~式(3)分别计算第一标志位、第二标志位、第三标志位;
式(1)~式(3)中,flag1表示第一标志位,Ploss表示配电网络在当前拓扑结构下的系统网损,Pf表示第一阈值;flag2表示第二标志位,LBsys表示配电网络在当前拓扑结构下的负荷均衡指数,LBf表示第二阈值;flag3表示第三标志位,V表示配电网络在当前拓扑结构下的最小节点电压,Vf表示第三阈值;
1.3)判断式(4)是否成立,如果式(4)成立则判定配电网络需要进行重构优化,跳转执行步骤2),否则判定配电网络不需要进行重构优化并退出;
flag=flag1|flag2|flag3=1 (4)
式(4)中,flag1表示第一标志位,flag2表示第二标志位,flag3表示第三标志位,flag表示第一标志位、第二标志位、第三标志位三者相与后得到的结果。
电能输送过程中,不可避免的会产生网络损耗,即系统网损。如果损耗过多,不但会影响用户的用电质量,而且会产生巨大的能源浪费。因此,系统网损是评价配电网系统状态的一个重要指标。在配电网中,损耗主要包括导线损耗,可忽略变压器损耗,因此本实施例中,步骤1.1)中具体是指根据式(5)计算获得配电网络在当前拓扑结构下的系统网损;
式(5)中,Ploss表示配电网络在当前拓扑结构下的系统网损,ki表示配电网络在当前拓扑结构下支路i的状态,该状态为1表示支路闭合、状态为0表示支路断开;Ri表示配电网络在当前拓扑结构下支路i的电阻,Pi表示配电网络在当前拓扑结构下支路i末端流过的有功功率,Qi表示配电网络在当前拓扑结构下支路i末端流过的无功功率,Ui表示配电网络在当前拓扑结构下支路i的末端节点电压,i的取值区间为[1,b],b为配电网络中的支路总数。
在配电网络的运行过程中,由于用户用电量的不同(既负荷的变化),可能使得某些支路的负载过重、接近或超过额定最大负荷量,而另一些支路的负载却很轻,导致负荷在网络上分布的极不均衡。负荷在网络上分布的极不均衡会增加系统的线路损耗,影响到用户的供电质量与供电安全,因此负荷均衡是评价配电网络的网络状态的重要指标。本实施例中,步骤1.1)中具体是指根据式(6)计算获得配电网络的负荷均衡指数;
式(6)中,LBsys表示配电网络在当前拓扑结构下的负荷均衡指数,Si表示配电网络在当前拓扑结构下支路i上的功率,Simax表示配电网络在当前拓扑结构下支路i上的最大允许容量,i的取值区间为[1,b],b为配电网络中的支路总数。
除了系统网损、负荷均衡指数以外,电压质量也是评价网络状态的重要指标。配电网络中各节点电压偏离额定电压幅值的大小,在一定程度上反映了配电网系统的电压质量。由于配电网在运行时呈辐射状,使得配电网中各节点电压从电源点向末梢点逐次降低,因此监测配电网中电压最低点的幅值大小同样可以达到目的。因此电压质量的评价函数即为最小节点电压。本实施例中,步骤1.1)获取配电网络在当前拓扑结构下的最小节点电压具体是指从配电网络在当前拓扑结构下第i个节点的电压中找出最小值,同理,最大节点电压即为从配电网络在当前拓扑结构下第i个节点的电压中找出最大值。以获取配电网络在当前拓扑结构下的最小节点电压为例,其可表达为式(6-1)的表达式。
V=min{V1,...Vi,...,Vn} (6-1)
式(6-1)中,V表示配电网络在当前拓扑结构下的最小节点电压,Vi表示配电网络在当前拓扑结构下第i个节点的电压,i的取值区间为[1,n],n为配电网络的节点数。
如图3所示,步骤2)的详细步骤如下:
2.1)针对配电网络的当前拓扑结构构建优化重构模型;
2.2)读取所述优化重构模型的网络结构及参数;
2.3)对所述优化重构模型依次进行开关编码、基于式(7)所示的优化的目标函数进行遗传算法求解、染色体译码,输出最优的开关组合作为最终得到的最优拓扑结构;
f=min(W1Ploss+W2LBsys+W3△V) (7)
式(7)中,Ploss表示配电网络在当前拓扑结构下的系统网损,LBsys表示配电网络在当前拓扑结构下的负荷均衡指数,△V表示配电网络在当前拓扑结构下的最大节点电压偏移量,W1表示考虑配电网络中的系统网损的权重,W2表示考虑配电网络中的负荷均衡的权重,W3表示考虑配电网络中的电压质量的权重。上述三个权重可以根据网络实际情况进行设置,如:当负荷均衡指数过大即网络负荷不够均衡时可以将负荷均衡目标的权重加大,而当最小节点电压过低时可以加大电压质量目标的权重。
需要说明的是,通过遗传算法对配电网络的当前拓扑结构进行优化求解得到最优拓扑结构是目前配电网络重构中常用的方法,通过遗传算法对配电网络的当前拓扑结构进行优化求解时需要选择目标函数(目标函数),现有技术遗传算法一般都为单目标优化,即选择目标函数只考虑某一个优化目标。
例如,只考虑系统网损时,目标函数如式(7-1)所示。
f1=minPloss (7-1)
式(7-1)中,f1表示目标函数,Ploss表示配电网络在当前拓扑结构下的系统网损。
只考虑负荷均衡时,目标函数如式(7-2)所示。
f2=minLBsys (7-2)
式(7-2)中,f2表示目标函数,LBsys表示配电网络在当前拓扑结构下的负荷均衡指数。
只考虑电压质量时,目标函数如式(7-3)所示。
f3=maxV (7-3)
式(7-3)中,f3表示目标函数,V表示最小节点电压。
由于最大节点电压偏移量△V由最小节点电压V和最大的节点电压VN之间的差值得到,即△V=VN-V。则目标函数(7-3)可改为(7-4)所示表达式。
f3=min△V (7-4)
式(7-4)中,△V表示最大节点电压偏移量,最大节点电压偏移量△V由最小节点电压V和最大的节点电压VN之间的差值得到,即△V=VN-V。
本实施例针对现有技术使用(7-1)、(7-2)、(7-3)或(7-4)等单目标优化难以充分激发配电网络自身潜力的缺陷,重构了式(7)所示的目标函数,由于采用式(7)作为遗传算法的目标函数(目标函数),综合考虑网损最小、负荷均衡指数最小、电压质量评价函数值最大等目标进行多目标优化,针对多目标优化,采用目标加权求和的方法将多目标转化为单目标,能够实现基于多目标优化的配电网络重构,能够有效提升配电网络重构的优化的效果,能够更好地发挥配电网自身的潜力,从而以较低的成本实现电网运行的经济性和安全性,具有很大的经济和社会效益。
现有技术在配电网络重构时使用的遗传算法是基于经典遗传算法在配电网络重构领域应用的改进,故通常称为改进遗传算法。除了目标函数不同以外,本实施例中基于优化的目标函数进行遗传算法(改进遗传算法)求解的方法与现有技术完全相同,如图4所示,现有技术基于优化的目标函数进行遗传算法(改进遗传算法)求解的方法步骤如下:
2.3.1)开始产生初始群体。首先产生各位全为1的染色体,然后在各基因块中随机选择一位将其置为0并加入一个由配电网络当前拓扑结构决定的染色体,得到初始群体。同时设置进化代数值G的初始值为1。
2.3.2)基于优化的目标函数进行潮流计算,计算软色体的适应值。
进行潮流计算时,一般令适应度函数如(7-5)所示。
式(7-5)中,F表示适应度函数,f表示优化的目标函数,Cmax表示给定的阈值。
2.3.3)进行选择操作复制的基因串,将复制的基因串送到配对库;
2.3.4)从基因串中选定一个基因作为当前基因,针对当前基因进行交叉操作、变异操作和逆转操作,用交叉操作只进行对应基因块的交换,而将变异和逆转操作限制在基因块内的遗传操作策略。交叉操作时,首先产生一个随机数,通过随机数来确定需要进行交换的基因块,然后将父辈染色体中相应的基因块进行交换。由于父代每个基因块中只有1位为0,进行交叉操作后仍能保证每个基因块中只有1位为0,没有不可行解产生。变异操作时,首先选定一基因块,然后在确定的基因块中随机选择一位基因将其值取反。当出现不可行解时,需要将不可行解消除。如变异操作将1变为0,则将基因块内变异位前为0的一个位置变为1;如变异操作将0变为1,则在基因块内将后一位基因变为0。逆转操作时,首先选定一个基因块,然后将基因块中的基因以逆转概率逆向排序。最后判断处理当前基因的数量是否已经超过最大群体规模,如果超过最大群体规模则跳转执行下一步;否则返回执行步骤2.3.4);
2.3.5)基于优化的目标函数进行潮流计算,计算软色体的适应值。
2.3.6)判断进化代数值G是否大于最大进化代数,如果大于则表示求解完毕,结束退出,否则将进化代数值G加1,然后跳转执行步骤2.3.3)。
本实施例中,步骤3)的详细实施步骤如下:
3.1)读取第一标志位、第二标志位、第三标志位,如果第一标志位为1且第二标志位和第三标志位均为0,则跳转执行步骤3.2);否则如果第二标志位为1或者第三标志位为1,则直接判定将配电网络转换为最优拓扑结构的安全性得到提高,执行针对最优拓扑结构的网络重构操作并退出;
3.2)计算将配电网络从当前拓扑结构转换为最优拓扑结构的经济效益评估指标;
3.3)判断经济效益评估指标是否大于指定的阈值,如果大于指定的阈值则判定将配电网络从当前拓扑结构转换为最优拓扑结构的经济效益评估通过,执行针对最优拓扑结构的网络重构操作;否则判定将配电网络从当前拓扑结构转换为最优拓扑结构的经济效益评估不通过,不执行针对最优拓扑结构的网络重构操作。本实施例中,经济效益评估指标即为净收益,针对经济效益评估指标指定的阈值为0,当净收益大于0时,说明网络操作具有经济性,可执行网络重构操作,而当净收益小于0时,说明网络操作不具有经济性,不执行网络重构操作。
本实施例中,步骤3.2)的详细步骤如下:
3.2.1)根据式(5)计算配电网络在最优拓扑结构下的系统网损;
式(8)中,Ploss′表示配电网络在最优拓扑结构下的系统网损,ki′表示配电网络在最优拓扑结构下支路i的状态,该状态为1表示支路闭合、状态为0表示支路断开;Ri′表示配电网络在最优拓扑结构下支路i的电阻,Pi′表示配电网络在最优拓扑结构下支路i末端流过的有功功率,Qi′表示配电网络在最优拓扑结构下支路i末端流过的无功功率,Ui′表示配电网络在最优拓扑结构下支路i的末端节点电压,i的取值区间为[1,b],b为配电网络中的支路总数;
3.2.2)根据式(9)计算将配电网络从当前拓扑结构转换为最优拓扑结构的经济效益评估指标;
式(9)中,KE表示单位电能的费用系数,T表示配电网络距离上一次优化的优化时间间隔,Ploss′表示配电网络在最优拓扑结构下的系统网损,Ploss表示配电网络在当前拓扑结构下的系统网损,Kk表示开关操作一次的费用系数,kj表示配电网络在当前拓扑结构下第j个开关的开关状态变量,kj′表示配电网络在最优拓扑结构下第j个开关的开关状态变量,开关状态变量以0代表打开、1代表闭合,N表示配电网络中可操作的开关总数。
综上所述,本实施例能够克服已有配电网络重构在重构前期、后期评估及目标函数选择的不足,在优化过程中考虑多个目标,同时基于当前网络运行状态考虑进行重构的条件,能够指导配网调度人员在需要进行网络重构的时候进行重构操作,根据电网实际情况减少不必要的重构操作。
以上所述仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (7)
1.一种基于多目标优化的配电网络重构优化方法,其特征在于实施步骤如下:
1)分别计算配电网络在当前拓扑结构下的系统网损和负荷均衡指数,获取配电网络在当前拓扑结构下的最小节点电压、最大节点电压偏移量;根据所述系统网损、负荷均衡指数、最小节点电压三者的越限状况判断配电网络是否需要进行重构优化,如果需要进行重构优化则跳转执行步骤2),否则如果不需要进行重构优化则退出;
2)针对配电网络的当前拓扑结构构建优化重构模型,将系统网损、负荷均衡指数、最大节点电压偏移量同时作为遗传算法目标函数的优化目标,通过遗传算法对配电网络的当前拓扑结构进行优化求解得到最优拓扑结构;
3)当负荷均衡指数或最小节点电压越限时,直接执行网络重构操作;当只有系统网损越限时,计算将配电网络从当前拓扑结构转换为最优拓扑结构的经济效益评估指标,判断所述经济效益评估指标是否大于指定的阈值,如果大于指定的阈值则判定将配电网络从当前拓扑结构转换为最优拓扑结构的经济效益评估通过,执行针对最优拓扑结构的网络重构操作;否则判定将配电网络从当前拓扑结构转换为最优拓扑结构的经济效益评估不通过,不执行针对最优拓扑结构的网络重构操作。
2.根据权利要求1所述的基于多目标优化的配电网络重构优化方法,其特征在于,所述步骤1)的详细实施步骤如下:
1.1)分别计算配电网络在当前拓扑结构下的系统网损和负荷均衡指数,获取配电网络在当前拓扑结构下的最小节点电压,根据最小节点电压和各个节点电压之间的差值获得最大节点电压偏移量;
1.2)针对所述系统网损设置第一标志位和第一阈值,针对所述负荷均衡指数设置第二标志位和第二阈值,针对所述最小节点电压设置第三标志位和第三阈值,并根据式(1)~式(3)分别计算所述第一标志位、第二标志位、第三标志位;
式(1)~式(3)中,flag1表示第一标志位,Ploss表示配电网络在当前拓扑结构下的系统网损,Pf表示第一阈值;flag2表示第二标志位,LBsys表示配电网络在当前拓扑结构下的负荷均衡指数,LBf表示第二阈值;flag3表示第三标志位,V表示配电网络在当前拓扑结构下的最小节点电压,Vf表示第三阈值;
1.3)判断式(4)是否成立,如果式(4)成立则判定配电网络需要进行重构优化,跳转执行步骤2),否则判定配电网络不需要进行重构优化并退出;
flag=flag1|flag2|flag3=1 (4)
式(4)中,flag1表示第一标志位,flag2表示第二标志位,flag3表示第三标志位,flag表示第一标志位、第二标志位、第三标志位三者相与后得到的结果。
3.根据权利要求2所述的基于多目标优化的配电网络重构优化方法,其特征在于:所述步骤1.1)中具体是指根据式(5)计算获得配电网络在当前拓扑结构下的系统网损;
式(5)中,Ploss表示配电网络在当前拓扑结构下的系统网损,ki表示配电网络在当前拓扑结构下支路i的状态,该状态为1表示支路闭合、状态为0表示支路断开;Ri表示配电网络在当前拓扑结构下支路i的电阻,Pi表示配电网络在当前拓扑结构下支路i末端流过的有功功率,Qi表示配电网络在当前拓扑结构下支路i末端流过的无功功率,Ui表示配电网络在当前拓扑结构下支路i的末端节点电压,i的取值区间为[1,b],b为配电网络中的支路总数。
4.根据权利要求3所述的基于多目标优化的配电网络重构优化方法,其特征在于:所述步骤1.1)中具体是指根据式(6)计算获得配电网络的负荷均衡指数;
式(6)中,LBsys表示配电网络在当前拓扑结构下的负荷均衡指数,Si表示配电网络在当前拓扑结构下支路i上的功率,Simax表示配电网络在当前拓扑结构下支路i上的最大允许容量,i的取值区间为[1,b],b为配电网络中的支路总数。
5.根据权利要求4的基于多目标优化的配电网络重构优化方法,其特征在于,所述步骤2)的详细步骤如下:
2.1)针对配电网络的当前拓扑结构构建优化重构模型;
2.2)读取所述优化重构模型的网络结构及参数;
2.3)对所述优化重构模型依次进行开关编码、基于式(7)所示的优化的目标函数进行遗传算法求解、染色体译码,输出最优的开关组合作为最终得到的最优拓扑结构;
f=min(W1Ploss+W2LBsys+W3△V) (7)
式(7)中,Ploss表示配电网络在当前拓扑结构下的系统网损,LBsys表示配电网络在当前拓扑结构下的负荷均衡指数,△V表示配电网络在当前拓扑结构下的最大节点电压偏移量,W1表示考虑配电网络中的系统网损的权重,W2表示考虑配电网络中的负荷均衡的权重,W3表示考虑配电网络中的电压质量的权重。
6.根据权利要求2~5中任意一项所述的基于多目标优化的配电网络重构优化方法,其特征在于,所述步骤3)的详细实施步骤如下:
3.1)读取第一标志位、第二标志位、第三标志位,如果第一标志位为1且第二标志位和第三标志位均为0,则跳转执行步骤3.2);否则如果所述第二标志位为1或者所述第三标志位为1,则直接判定将配电网络转换为所述最优拓扑结构的安全性得到提高,执行针对最优拓扑结构的网络重构操作并退出;
3.2)计算将配电网络从当前拓扑结构转换为最优拓扑结构的经济效益评估指标;
3.3)判断所述经济效益评估指标是否大于指定的阈值,如果大于指定的阈值则判定将配电网络从当前拓扑结构转换为最优拓扑结构的经济效益评估通过,执行针对最优拓扑结构的网络重构操作;否则判定将配电网络从当前拓扑结构转换为最优拓扑结构的经济效益评估不通过,不执行针对最优拓扑结构的网络重构操作。
7.根据权利要求6所述的基于多目标优化的配电网络重构优化方法,其特征在于,所述步骤3.2)的详细步骤如下:
3.2.1)根据式(5)计算配电网络在最优拓扑结构下的系统网损;
式(8)中,Ploss′表示配电网络在最优拓扑结构下的系统网损,ki′表示配电网络在最优拓扑结构下支路i的状态,该状态为1表示支路闭合、状态为0表示支路断开;Ri′表示配电网络在最优拓扑结构下支路i的电阻,Pi′表示配电网络在最优拓扑结构下支路i末端流过的有功功率,Qi′表示配电网络在最优拓扑结构下支路i末端流过的无功功率,Ui′表示配电网络在最优拓扑结构下支路i的末端节点电压,i的取值区间为[1,b],b为配电网络中的支路总数;
3.2.2)根据式(9)计算将配电网络从当前拓扑结构转换为最优拓扑结构的经济效益评估指标;
式(9)中,KE表示单位电能的费用系数,T表示配电网络距离上一次优化的优化时间间隔,Ploss′表示配电网络在最优拓扑结构下的系统网损,Ploss表示配电网络在当前拓扑结构下的系统网损,Kk表示开关操作一次的费用系数,kj表示配电网络在当前拓扑结构下第j个开关的开关状态变量,kj′表示配电网络在最优拓扑结构下第j个开关的开关状态变量,所述开关状态变量以0代表打开、1代表闭合,N表示配电网络中可操作的开关总数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410403062.7A CN104134104A (zh) | 2014-08-15 | 2014-08-15 | 一种基于多目标优化的配电网络重构优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410403062.7A CN104134104A (zh) | 2014-08-15 | 2014-08-15 | 一种基于多目标优化的配电网络重构优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104134104A true CN104134104A (zh) | 2014-11-05 |
Family
ID=51806777
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410403062.7A Pending CN104134104A (zh) | 2014-08-15 | 2014-08-15 | 一种基于多目标优化的配电网络重构优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104134104A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105184415A (zh) * | 2015-09-23 | 2015-12-23 | 国家电网公司 | 一种配电网络重构设计方法 |
CN105207210A (zh) * | 2015-09-22 | 2015-12-30 | 广州供电局有限公司 | 配电网络优化运行方法和系统 |
CN105391053A (zh) * | 2015-11-09 | 2016-03-09 | 四川大学 | 基于高压配电网容量单元拓扑重构的城市电网负载均衡运行策略 |
CN105552888A (zh) * | 2015-12-23 | 2016-05-04 | 贵州电网有限责任公司 | 一种考虑主配网互动的配电网仿真方法 |
CN105631768A (zh) * | 2016-01-27 | 2016-06-01 | 湖南大学 | 一种快速获取环形配电网中辐射状拓扑结构的编码方法 |
CN106655150A (zh) * | 2016-09-28 | 2017-05-10 | 深圳供电局有限公司 | 一种配电网运行方式优化方法 |
CN108683189A (zh) * | 2018-06-22 | 2018-10-19 | 广东电网有限责任公司 | 基于高维多目标演化算法的配电网重构方法、装置及设备 |
WO2019030246A1 (fr) * | 2017-08-11 | 2019-02-14 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | Procede, mis en œuvre par ordinateur, de reconstruction de la topologie d'un reseau de cables, utilisant un algorithme genetique |
CN109345025A (zh) * | 2018-10-22 | 2019-02-15 | 国网天津市电力公司 | 基于最小成本来提升清洁能源渗透率的区域电网优化方法 |
CN110932270A (zh) * | 2019-12-12 | 2020-03-27 | 南方电网科学研究院有限责任公司 | 一种包含柔性开关的配电网故障恢复方法和装置 |
CN111463778A (zh) * | 2020-04-20 | 2020-07-28 | 南昌大学 | 一种基于改进郊狼优化算法的主动配电网优化重构方法 |
CN112434392A (zh) * | 2020-11-13 | 2021-03-02 | 天津大学 | 一种面向分布式电源接入的配变群集负载均衡优化方法 |
CN116388334A (zh) * | 2023-04-14 | 2023-07-04 | 云储新能源科技有限公司 | 一种可重构电池储能系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2757648A2 (en) * | 2013-01-18 | 2014-07-23 | General Electric Company | Methods and systems for restoring power based on forecasted loads |
CN103972908A (zh) * | 2014-05-23 | 2014-08-06 | 国家电网公司 | 一种基于自适应混沌粒子群算法的多目标无功优化方法 |
-
2014
- 2014-08-15 CN CN201410403062.7A patent/CN104134104A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2757648A2 (en) * | 2013-01-18 | 2014-07-23 | General Electric Company | Methods and systems for restoring power based on forecasted loads |
CN103972908A (zh) * | 2014-05-23 | 2014-08-06 | 国家电网公司 | 一种基于自适应混沌粒子群算法的多目标无功优化方法 |
Non-Patent Citations (2)
Title |
---|
邓永生: "遗传算法在配电网重构中的应用研究", 《中国优秀硕士学位论文全文数据库》 * |
郭玉天: "含分布式电源的配电网重构研究", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105207210A (zh) * | 2015-09-22 | 2015-12-30 | 广州供电局有限公司 | 配电网络优化运行方法和系统 |
CN105184415A (zh) * | 2015-09-23 | 2015-12-23 | 国家电网公司 | 一种配电网络重构设计方法 |
CN105184415B (zh) * | 2015-09-23 | 2018-10-02 | 国家电网公司 | 一种配电网络重构设计方法 |
CN105391053A (zh) * | 2015-11-09 | 2016-03-09 | 四川大学 | 基于高压配电网容量单元拓扑重构的城市电网负载均衡运行策略 |
CN105552888B (zh) * | 2015-12-23 | 2018-04-27 | 贵州电网有限责任公司 | 一种考虑主配网互动的配电网仿真方法 |
CN105552888A (zh) * | 2015-12-23 | 2016-05-04 | 贵州电网有限责任公司 | 一种考虑主配网互动的配电网仿真方法 |
CN105631768B (zh) * | 2016-01-27 | 2019-07-12 | 湖南大学 | 一种快速获取环形配电网中辐射状拓扑结构的编码方法 |
CN105631768A (zh) * | 2016-01-27 | 2016-06-01 | 湖南大学 | 一种快速获取环形配电网中辐射状拓扑结构的编码方法 |
CN106655150A (zh) * | 2016-09-28 | 2017-05-10 | 深圳供电局有限公司 | 一种配电网运行方式优化方法 |
WO2019030246A1 (fr) * | 2017-08-11 | 2019-02-14 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | Procede, mis en œuvre par ordinateur, de reconstruction de la topologie d'un reseau de cables, utilisant un algorithme genetique |
FR3070075A1 (fr) * | 2017-08-11 | 2019-02-15 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | Procede, mis en œuvre par ordinateur, de reconstruction de la topologie d'un reseau de cables, utilisant un algorithme genetique |
CN108683189A (zh) * | 2018-06-22 | 2018-10-19 | 广东电网有限责任公司 | 基于高维多目标演化算法的配电网重构方法、装置及设备 |
CN108683189B (zh) * | 2018-06-22 | 2020-02-07 | 广东电网有限责任公司 | 基于高维多目标演化算法的配电网重构方法、装置及设备 |
CN109345025A (zh) * | 2018-10-22 | 2019-02-15 | 国网天津市电力公司 | 基于最小成本来提升清洁能源渗透率的区域电网优化方法 |
CN110932270A (zh) * | 2019-12-12 | 2020-03-27 | 南方电网科学研究院有限责任公司 | 一种包含柔性开关的配电网故障恢复方法和装置 |
CN111463778A (zh) * | 2020-04-20 | 2020-07-28 | 南昌大学 | 一种基于改进郊狼优化算法的主动配电网优化重构方法 |
CN112434392A (zh) * | 2020-11-13 | 2021-03-02 | 天津大学 | 一种面向分布式电源接入的配变群集负载均衡优化方法 |
CN116388334A (zh) * | 2023-04-14 | 2023-07-04 | 云储新能源科技有限公司 | 一种可重构电池储能系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104134104A (zh) | 一种基于多目标优化的配电网络重构优化方法 | |
CN104362623B (zh) | 一种适用于主动配电网的多目标网络重构方法 | |
CN110994612B (zh) | 一种基于网络拓扑分区分层的配电网故障快速恢复方法 | |
Ganguly et al. | A novel multi-objective PSO for electrical distribution system planning incorporating distributed generation | |
CN103258299B (zh) | 一种多直流集中馈入的受端电网网架优化方法 | |
CN104037765B (zh) | 基于改进遗传算法选取有源配电网供电恢复方案的方法 | |
CN104537580B (zh) | 基于K‑means聚类的配电网网架的构建方法 | |
CN103457263B (zh) | 一种基于最大供电能力的智能主动配电网重构方法 | |
TWI436230B (zh) | 直流微電網最佳化線損分析方法 | |
CN107147146B (zh) | 一种基于联合多微网的分布式能量管理优化方法及装置 | |
JP6701201B2 (ja) | グリッドに結合された実時間適応分散間欠電力 | |
CN110350536A (zh) | 一种基于最短恢复时间的最优负荷转供路径计算方法 | |
CN109217284A (zh) | 一种基于免疫二进制粒子群算法的配电网重构方法 | |
CN102290798A (zh) | 一种基于配电网接线方式的快速供电恢复规则 | |
CN104331628A (zh) | 电网安全性综合指标评价方法 | |
CN104505832B (zh) | 一种中压配电网低损耗运行方式确定方法 | |
CN103972927A (zh) | 含光伏/储能发电系统微电网的并网转孤网综合控制方法 | |
CN111289845A (zh) | 一种有源配电网故障定位方法及系统 | |
CN105391053A (zh) | 基于高压配电网容量单元拓扑重构的城市电网负载均衡运行策略 | |
Zhang et al. | Service restoration based on dynamic programming | |
CN111049164A (zh) | 一种基于换相开关的三相不平衡优化方法和系统 | |
CN104283214B (zh) | 一种配电网网络重构方法 | |
Moura et al. | Comparative study of distribution networks reconfiguration problem approaches | |
Prasanna et al. | Genetic algorithm based optimal allocation of a distributed generator in a radial distribution feeder | |
Madeiro et al. | Simultaneous capacitor placement and reconfiguration for loss reduction in distribution networks by a hybrid genetic algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20141105 |