CN104240150A - 配电网重构方法及系统 - Google Patents

Abstract

本发明公开一种配电网重构方法及系统，所述方法包括步骤，根据配电网中父节点和子节点与支路开关的连接关系建立关联矩阵模型，并对所述支路开关的通断状态赋值以形成关联矩阵集；分别对每个关联矩阵模拟配电网的拓扑结构，判断所述拓扑结构是否出现环网，若所述拓扑结构出现环网，则剔除所述拓扑结构对应的关联矩阵；若所述拓扑结构没有环网，则对所述拓扑结构进行潮流计算，若所述拓扑结构不符合潮流约束，则剔除所述拓扑结构对应的关联矩阵；建立目标函数和约束条件，依据所述约束条件采用改进粒子群算法对所述目标函数求解以获得最优拓扑结构；根据所述最优拓扑结构对配电网进行重构。通过本发明能够加快寻优速度快速减少配电网重构所需时间。

Description

配电网重构方法及系统

【技术领域】

本发明涉及电力电子自动化领域，特别是涉及一种配电网络中配电网重构方法及系统。

【背景技术】

配电网是电力系统中二次降压变电站低压侧直接或降压后向用户供电的网络，它由架空线、配电所或柱上降压变压器和用户所构成。配电网的主要功能是从输电网中接受电能，然后在通过配电变压器和线路将接受的电能进行分配或者直接消费电能。随着用电负荷将急剧增加，配电网络的规模越来越大，为了适应城市环境空间资源日益稀缺的外部条件，降低配电网的网损，满足用户对更高电能可靠性和供电质量要求，优化配电网优化运行显得尤为重要。配电网重构是配电网优化运行的一种手段，它是通过改变线路断路器的开合状态来变换配电网的拓扑结构，进而改变配电网的功率分布，使负荷分布更加合理，提高经济效益和高供电质量。

由于配电网重构是通过配电网支路开关的开合状态来转换网络拓扑结构，因此配电网重构从数学上可以看作“0”、“1”问题(支路开关闭合可设为“1”，断开可设为“0”)。现阶段国内外研究学者提出了很多方法求解配电网重构最优解问题，归纳起来一共有三类：第一类为传统数学优化算法，如线性规划法、动态规划法等，这类方法在理论上可获得全局最优解，但计算复杂，且随着系统规模的增大，计算量将大大增加；第二类为启发式算法，如支路交换法、最优流模式法等，计算速度得到提高，无法保证能够得到最优解；第三类为智能算法，如遗传算法、模拟退火算法等，在配电网开关数量较多时，当有n个开关时，将会有2ⁿ种不同的状态组合，很容易出现维数灾的问题，将会产生大量的随机树状结构，形成很多不可行解，并且计算时间较长，迭代次数也较大。因此，难以快速获得配电网重构最优解。

【发明内容】

基于此，有必要针对现有技术中难以快速获得配电网重构最优解的问题，提供一种配电网重构方法，能够快速获得配电网的最优拓扑结构。

一种配电网重构方法，包括步骤：

根据配电网中父节点和子节点与支路开关的连接关系建立关联矩阵模型，并对所述支路开关的通断状态赋值以形成关联矩阵集，其中，所述关联矩阵集包括至少一个关联矩阵；

分别对每个关联矩阵模拟配电网的拓扑结构，判断所述拓扑结构是否出现环网，若所述拓扑结构出现环网，则在关联矩阵集中剔除所述拓扑结构对应的关联矩阵；

若所述拓扑结构没有环网，则对所述拓扑结构进行潮流计算，如果所述拓扑结构不符合潮流约束，则在关联矩阵集中剔除所述拓扑结构对应的关联矩阵；

建立目标函数和约束条件，依据所述约束条件采用改进粒子群算法对所述目标函数求解以获得最优拓扑结构，其中，所述目标函数包括最小化网损或者最小化负荷；

根据所述最优拓扑结构对配电网进行重构。

相应地，一种配电网重构系统，包括：

矩阵建立模块，用于根据配电网中父节点和子节点与支路开关的连接关系建立关联矩阵模型，并对所述支路开关的通断状态赋值以形成关联矩阵集，其中，所述关联矩阵集包括至少一个关联矩阵；

环网剔除模块，用于分别对每个关联矩阵模拟配电网的拓扑结构，判断所述拓扑结构是否出现环网，若所述拓扑结构出现环网，则在关联矩阵集中剔除所述拓扑结构对应的关联矩阵；

潮流剔除模块，用于在所述拓扑结构没有环网时，对所述拓扑结构进行潮流计算，并在所述拓扑结构不符合潮流约束时，在关联矩阵集中剔除所述拓扑结构对应的关联矩阵；

寻优模块，用于建立目标函数和约束条件，依据所述约束条件采用改进粒子群算法对所述目标函数求解以获得最优拓扑结构，其中，所述目标函数包括最小化网损或者最小化负荷；

重构模块，用于根据所述最优拓扑结构对配电网进行重构。

本发明通过根据配电网中节点与支路开关的连接关系建立关联矩阵模型，然后分别对每个关联矩阵模拟配电网的拓扑结构，如果所述拓扑结构出现环网或者不符合潮流约束，则在关联矩阵集中剔除该关联矩阵；最后，采用改进粒子群算法对关联矩阵进行寻优以获得最优拓扑结构。由于配电网中不允许出现环网的拓扑结构以及拓扑结构需要符合潮流约束，通过剔除关联矩阵集中出现环网或者不符合潮流约束的拓扑结构所对应的关联矩阵，使得寻优的关联矩阵集中所有关联矩阵所对应的拓扑结构都是符合潮流约束和没有出现环网的，减小了关联矩阵集的寻优范围，同时避免了将环网或者不符合潮流约束的拓扑结构所对应的关联矩阵作为粒子群算法的粒子群时寻优出现局部最优而非全局最优的情况，能够加快寻优速度快速获得配电网的最优拓扑结构，减少配电网重构所需时间。

【附图说明】

图1为本发明一种配电网重构方法一种实施例的流程图；

图2为本发明一种配电网重构方法一种实施例的配电网节点示意图；

图3为本发明一种配电网重构系统一种实施例的结构框图。

【具体实施方式】

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。

请参阅图1，其是本发明一种配电网重构方法一种实施例的流程图。

一种配电网重构方法，包括步骤：

S101：根据配电网中父节点和子节点与支路开关的连接关系建立关联矩阵模型，并对所述支路开关的通断状态赋值以形成关联矩阵集，其中，所述关联矩阵集包括至少一个关联矩阵；

所述父节点和子节点可以是配电网中的负载或电源。如图2所示，其是本发明一种配电网重构方法一种实施例的配电网节点示意图。在图2中一共包括7个节点和8个支路开关，其中节点1为父节点，节点2～节点7为子节点，节点1分别与支路开关KK1、支路开关KK2和支路开关KK3相连，节点2分别与支路开关KK1和支路开关KK4相连，节点3分别与支路开关KK2、支路开关KK5和支路开关KK6相连，节点4与支路开关KK3相连，节点5分别与支路开关KK4、支路开关KK5和支路开关KK7相连，节点6分别与支路开关KK6、支路开关KK7和支路开关KK8相连，节点7与支路KK8相连。

根据上述连接关系建立关联矩阵模型，其中，关联矩阵模型的行可以代表父节点以及子节点，列可以代表支路开关。所以图2中该配电网所对应的关联矩阵模型A为：

$A=\left(\begin{array}{cccccccc}\mathrm{KK}1& \mathrm{KK}2& \mathrm{KK}3& 0& 0& 0& 0& 0\\ \mathrm{KK}1& 0& 0& \mathrm{KK}4& 0& 0& 0& 0\\ 0& \mathrm{KK}2& 0& 0& \mathrm{KK}5& \mathrm{KK}6& 0& 0\\ 0& 0& 0& 0& 0& 0& 0& 0\\ 0& 0& 0& \mathrm{KK}4& \mathrm{KK}5& 0& \mathrm{KK}7& 0\\ 0& 0& 0& 0& 0& \mathrm{KK}6& \mathrm{KK}7& \mathrm{KK}8\\ 0& 0& 0& 0& 0& 0& 0& \mathrm{KK}8\end{array}\right).$

从图2中可知，由于节点1与支路开关KK4并不连接，为简化后续计算，所以在关联矩阵模型中第一行第四列赋值为“0”，并以此类推。

在配电网中，支路开关的通断状态只有两种，即断开状态和闭合状态。为简化计算，优选地，支路开关为闭合状态时，对该支路开关的通断状态赋值为“1”，为断开状态时，对该支路开关的通断状态赋值为“0”。例如，支路开关KK4在闭合状态时赋值为“1”，在断开状态时赋值为“0”，以此类推。每个支路开关的通断状态有两种赋值可能，所以对于关联矩阵A所形成的关联矩阵集包括2⁷个关联矩阵。

S102：分别对每个关联矩阵模拟配电网的拓扑结构，判断所述拓扑结构是否出现环网，若所述拓扑结构出现环网，则在关联矩阵集中剔除所述拓扑结构对应的关联矩阵；

从关联矩阵集中取出关联矩阵，分别对每个关联矩阵模拟配电网的拓扑结构，然后判断所述拓扑结构是否出现环网，一旦所述拓扑结构中出现环网，在发生短路故障时，短路电流将会非常大，容易危及配电网以及整个电力系统的运行安全。所以在所述拓扑结构出现环网时，在关联矩阵集中剔除所述拓扑结构对应的关联矩阵，使得关联矩阵集范围缩小。

S103：若所述拓扑结构没有环网，则对所述拓扑结构进行潮流计算，如果所述拓扑结构不符合潮流约束，则在关联矩阵集中剔除所述拓扑结构对应的关联矩阵；

如果所述拓扑结构没有环网，还需要对所述拓扑结果进行潮流计算，由于配电网存在阻性大于感性以及拓扑结构呈辐射状等特殊情况，优选地，使用前推回代法进行潮流计算，通过使用前推回代法能够更容易地进行潮流计算。如果配电网的拓扑结构不符合潮流约束，会导致配电网中一些节点的电压过大，一些节点的电压过小，导致配电网潮流不合理，既不能保证用户的供电质量，也不利于电网的安全稳定运行。在拓扑结构不符合潮流约束时，说明该拓扑结果在实际中不具备良好的电气特性，所以在关联矩阵集中剔除所述拓扑结构对应的关联矩阵，使得关联矩阵集范围进一步缩小。

S104：建立目标函数和约束条件，依据所述约束条件采用改进粒子群算法对所述目标函数求解以获得最优拓扑结构，其中，所述目标函数包括最小化网损或者最小化负荷；

建立配电网重构的目标函数和约束条件，其中，所述目标函数包括最小化网损或者最小化负荷，目标函数还可以是最小化网损和负荷分别乘以预设权值后的和，本领域技术人员还可以设定其他电气指标作为目标函数。所述约束条件至少包括配电网的拓扑结构未出现环网以及配电网的拓扑结构符合潮流约束。

从剔除所述拓扑结构对应的关联矩阵后的关联矩阵集中选取初始粒子，然后依据所述约束条件采用改进粒子群算法对所述目标函数求解以获得最优拓扑结构。

S105：根据所述最优拓扑结构对配电网进行重构。

本发明通过根据配电网中节点与支路开关的连接关系建立关联矩阵模型，然后分别对每个关联矩阵模拟配电网的拓扑结构，如果所述拓扑结构出现环网或者不符合潮流约束，则在关联矩阵集中剔除该关联矩阵；最后，采用改进粒子群算法对关联矩阵进行寻优以获得最优拓扑结构。由于配电网中不允许出现环网的拓扑结构以及拓扑结构需要符合潮流约束，通过剔除关联矩阵集中出现环网或者不符合潮流约束的拓扑结构所对应的关联矩阵，使得寻优的关联矩阵集中所有关联矩阵所对应的拓扑结构都是符合潮流约束和没有出现环网的，减小了关联矩阵集的寻优范围，同时避免了将环网或者不符合潮流约束的拓扑结构所对应的关联矩阵作为粒子群算法的粒子群时寻优出现局部最优而非全局最优的情况，能够加快寻优速度快速获得配电网的最优拓扑结构。

在一个实施例中，上述步骤S102中判断所述拓扑结构是否出现环网的步骤，可以具体包括以下子步骤。

S201：从父节点开始遍历支路开关在闭合状态下与父节点连接的子节点，并记录子节点的出现次数；

从父节点开始查看与父节点相连的支路开关，然后查看所述支路开关的通断状态，最后查找支路开关在闭合状态下与父节点的子节点，在查完每个父节点下所有子节点后，将所述子节点作为基准继续遍历，直到将所有子节点遍历为止，在遍历子节点的同时，记录所述子节点的出现次数。

以图2为例，节点1为父节点，节点2～节点7为子节点，假如KK1至KK8的值分别为(1,1,1,1,1,1,0,1)，与节点1电连接的子节点包括节点2、节点3和节点4，然后分别将节点2、节点3和节点4作为父节点遍历与其电连接的子节点，其中，节点2的子节点为节点5，节点3的子节点为节点5和节点6，节点4没有子节点，以此类推。分别记录各子节点点出现的次数，其中，节点2、节点3、节点4、节点6以及节点7分别出现1次，节点5出现2次。

S202：若子节点的出现次数大于或等于预设次数，则判定该关联矩阵模拟配电网的拓扑结构出现环网。

若有子节点的出现次数大于或等于预设次数，例如，节点5出现两次，则说明该关联矩阵模拟配电网的拓扑结构出现环网，此时判定该关联矩阵模拟配电网的拓扑结构出现环网。

配电网正确的拓扑结构应该为树状结构，通过从父节点开始遍历支路开关在闭合状态下与父节点连接的子节点，并在子节点的出现次数大于或等于预设次数时判定该拓扑结构出现环网，能够快速并准确地判断关联矩阵对应的拓扑结构是否出现环网，减少该步骤的执行时间。

在一个实施例中，上述步骤S104中所述建立目标函数和约束条件的步骤，可以包括：

所述目标函数数学模型为

其中，P_i为节点i的网损，n为配电网的节点数量；

所述约束条件包括配电网的拓扑结构未出现环网以及配电网的拓扑结构符合潮流约束。

将目标函数设为最小化网损，能够降低配电网的有功功率损耗，能够减少配电网的电能损失，降低配电网各配电设备和线路的老化速度，延长配电网各配电设备和线路的寿命。

在一个实施例中，上述步骤S104中依据所述约束条件采用改进粒子群算法对所述目标函数求解以获得最优的配电网拓扑方案的步骤，具体包括：

S301：初始化粒子群并设置初始粒子的速度，其中，所述粒子群包括M个粒子，所述粒子为n维开关序列，所述开关序列通过提取关联矩阵集中M个关联矩阵各支路开关的值形成；

从关联矩阵集中选取M个关联矩阵，根据所述关联矩阵中各支路开关的值以及支路开关的数量n形成M个与关联矩阵对应的n维开关序列，优选地，所述开关序列为二进制开关序列。将所述开关序列作为粒子群的初始粒子，所以每个粒子可以表示为x_i＝(x_i1,x_i2,...，x_id)。

设置最大迭代次数T，惯性权重系数w、认知系数c1和社会系数c2，以及设置每个初始粒子的速度V_id，其中，i＝1,2…M；d＝1,2…n。

S302：根据所述目标函数利用潮流计算得到每个粒子所对应的拓扑结构的网损P_i,t，将粒子i所对应的拓扑结构的网损P_i,t作为该粒子的历史最优网损P_i,best，并将网损P_i,t中最小的网损作为全局最优网损P_best；

所述目标函数的数学模型采用上述相应的公式，此处不再赘述。根据每个粒子中各支路开关的值模拟该粒子对应的配电网的拓扑结构，然后利用潮流计算，算出每个节点的网损，然后将粒子i所对应的拓扑结构的网损P_i,t作为该粒子的历史最优网损P_i,best，并将网损P_i,t中最小的网损作为全局最优网损P_best。

S303：根据所述历史最优网损和全局最优网损，对每个粒子进行速度更新和位置更新，形成下一代粒子群；

根据所述历史最优网损和全局最优网损，利用速度更新公式和位置更新公式对每个粒子进行速度更新和位置更新。

所述速度更新公式为：

$V_{\mathrm{id}}^{t+1}=w{V}_{\mathrm{id}}^t+c_1{r}_1(P_{\mathrm{id},\mathrm{best}}^t-x_{\mathrm{id}}^t)+c_2{r}_2(P_{\mathrm{best}}^k-x_{\mathrm{id}}^t),$ 其中，t为迭代次数，i为粒子编号，d为粒子的维度，r1和r2是[0,1]区间内均匀分布的随机数。

所述位置更新公式为：

$\left\{\begin{array}{c}{x}_{\mathrm{id}}^{t+1}=1,\mathrm{rand}<S\left(V_{\mathrm{id}}^t\right)\\ x_{\mathrm{id}}^{t+1}=0,\mathrm{rand}>S\left(V_{\mathrm{id}}^t\right)\end{array}\right.,$

其中，rand在[0，1]之间变化的随机数，

通过上述速度更新公式和位置更新公式对每个粒子进行速度更新和位置更新后，形成下一代粒子群。

S304：剔除下一代粒子群中不符合约束条件的粒子，计算剔除不符合约束条件的粒子后的下一代粒子群中粒子i所对应的拓扑结构的网损P_i,t+1；

优选地，所述约束条件为配电网的拓扑结构未出现环网以及配电网的拓扑结构符合潮流约束。对下一代粒子群中的粒子进行模拟，模拟粒子对应的配电网拓扑结构，如果所述拓扑结构出现环网或者不符合潮流约束，则在下一代粒子群中剔除该粒子。也可在关联矩阵集中搜索，如果关联矩阵集不包括该粒子，则说明该粒子不符合约束条件，因此，在下一代粒子群中剔除该粒子。剔除了不符合约束条件的粒子后，利用潮流计算，算出下一代粒子群中剩余的粒子i所对应的拓扑结构的网损P_i,t+1。

S305：如果粒子i的网损P_i,t+1小于该粒子的历史最优网损P_i,best，则将历史最优网损P_i,best赋值为所述网损P_i,t+1；如果所述网损P_i,t+1中最小的网损小于全局最优网损P_best，则将全局最优网损P_best赋值为所述网损P_i,t+1中最小的网损；

如果粒子i的网损P_i,t+1小于该粒子的历史最优网损P_i,best，则说明粒子i在进行位置更新后对应的拓扑结构更接近最优拓扑结构，因此，将历史最优网损P_i,best赋值为所述网损P_i,t+1。

如果所述网损P_i,t+1中最小的网损小于全局最优网损P_best，则下一代粒子群整体上往最优拓扑结构方向收敛，此时，将全局最优网损P_best赋值为所述网损P_i,t+1中最小的网损。

S306：继续对下一代粒子群中的每个粒子进行速度更新和位置更新，直到迭代次数等于预设的最大迭代次数，将全局最优网损P_best所在粒子对应的拓扑结构作为最优拓扑结构。

在迭代次数t为等于预设的最大迭代次数T时，说明未达到迭代的终止条件，按照步骤S303～步骤S305继续对下一代粒子群中的每个粒子进行速度更新和位置更新，直到迭代次数等于预设的最大迭代次数为止。

待迭代次数等于预设的最大迭代次数后，将全局最优网损P_best所在粒子对应的拓扑结构作为最优拓扑结构。

通过从关联矩阵集中选取粒子群的初始粒子，然后依据目标函数和约束条件对所述粒子群进行寻优，能够避免不符合约束条件的粒子作为初始粒子时容易导致寻优结果陷入局部最优的问题，保证了寻优结果的有效性，另外还能够避免不符合约束条件的粒子作为初始粒子时容易导致寻优时间计算量过长的问题，减少了寻优所需时间，并进一步减少配电网重构所需要的时间。

请参阅图3，其是本发明一种配电网重构系统一种实施例的结构框图。

一种配电网重构系统，包括：

矩阵建立模块301，用于根据配电网中父节点和子节点与支路开关的连接关系建立关联矩阵模型，并对所述支路开关的通断状态赋值以形成关联矩阵集，其中，所述关联矩阵集包括至少一个关联矩阵；

所述父节点和子节点可以是配电网中的负载或电源。矩阵建立模块301根据配电网中父节点和子节点与支路开关的连接关系建立关联矩阵模型，其中，关联矩阵模型的行可以代表父节点以及子节点，列可以代表支路开关。在配电网中，支路开关的通断状态只有两种，即断开状态和闭合状态。为简化计算，优选地，支路开关为闭合状态时，配电网中父节点和子节点与支路开关的连接关系对该支路开关的通断状态赋值为“1”，为断开状态时，配电网中父节点和子节点与支路开关的连接关系对该支路开关的通断状态赋值为“0”。具体关联矩阵模型参照步骤S101，此处不再赘述。

环网剔除模块302，用于分别对每个关联矩阵模拟配电网的拓扑结构，判断所述拓扑结构是否出现环网，若所述拓扑结构出现环网，则在关联矩阵集中剔除所述拓扑结构对应的关联矩阵；

从关联矩阵集中取出关联矩阵，环网剔除模块302分别对每个关联矩阵模拟配电网的拓扑结构，然后判断所述拓扑结构是否出现环网，一旦所述拓扑结构中出现环网，在发生短路故障时，短路电流将会非常大，容易危及配电网以及整个电力系统的运行安全。所以在所述拓扑结构出现环网时，在关联矩阵集中环网剔除模块302剔除所述拓扑结构对应的关联矩阵，使得关联矩阵集范围缩小。

潮流剔除模块303，用于在所述拓扑结构没有环网时，对所述拓扑结构进行潮流计算，并在所述拓扑结构不符合潮流约束时，在关联矩阵集中剔除所述拓扑结构对应的关联矩阵；

如果所述拓扑结构没有环网，还需要对所述拓扑结果进行潮流计算，由于配电网存在阻性大于感性以及拓扑结构呈辐射状等特殊情况，优选地，使用前推回代法进行潮流计算，通过使用前推回代法能够更容易地进行潮流计算。如果配电网的拓扑结构不符合潮流约束，会导致配电网中一些节点的电压过大，一些节点的电压过小，导致配电网潮流不合理，既不能保证用户的供电质量，也不利于电网的安全稳定运行。在拓扑结构不符合潮流约束时，说明该拓扑结果在实际中不具备良好的电气特性，所以在关联矩阵集中通过潮流剔除模块303剔除所述拓扑结构对应的关联矩阵，使得关联矩阵集范围进一步缩小。

寻优模块304，用于建立目标函数和约束条件，依据所述约束条件采用改进粒子群算法对所述目标函数求解以获得最优拓扑结构，其中，所述目标函数包括最小化网损或者最小化负荷；

通过寻优模块304建立配电网重构的目标函数和约束条件，其中，所述目标函数包括最小化网损或者最小化负荷，目标函数还可以是最小化网损和负荷分别乘以预设权值后的和，本领域技术人员还可以设定其他电气指标作为目标函数。所述约束条件至少包括配电网的拓扑结构未出现环网以及配电网的拓扑结构符合潮流约束。

寻优模块304从剔除所述拓扑结构对应的关联矩阵后的关联矩阵集中选取初始粒子，然后寻优模块304依据所述约束条件采用改进粒子群算法对所述目标函数求解以获得最优拓扑结构。

重构模块305，用于根据所述最优拓扑结构对配电网进行重构。

本发明通过矩阵建立模块301根据配电网中节点与支路开关的连接关系建立关联矩阵模型，然后分别对每个关联矩阵模拟配电网的拓扑结构，如果所述拓扑结构出现环网或者不符合潮流约束，则通过环网剔除模块302和潮流剔除模块303在关联矩阵集中剔除该关联矩阵；通过寻优模块304采用改进粒子群算法对关联矩阵进行寻优以获得最优拓扑结构，最后，重构模块305根据所述最优拓扑结构对配电网进行重构。由于配电网中不允许出现环网的拓扑结构以及拓扑结构需要符合潮流约束，通过环网剔除模块302和潮流剔除模块303剔除关联矩阵集中出现环网或者不符合潮流约束的拓扑结构所对应的关联矩阵，使得寻优的关联矩阵集中所有关联矩阵所对应的拓扑结构都是符合潮流约束和没有出现环网的，减小了寻优模块304在关联矩阵集的寻优范围，同时避免了将环网或者不符合潮流约束的拓扑结构所对应的关联矩阵作为粒子群算法的粒子群时寻优出现局部最优而非全局最优的情况，能够加快寻优速度快速获得配电网的最优拓扑结构。

在一个实施例中，上述环网剔除模块302可以包括以下子模块。

记录模块，用于从父节点开始遍历支路开关在闭合状态下与父节点连接的子节点，并记录子节点的出现次数；

记录模块从父节点开始查看与父节点相连的支路开关，然后查看所述支路开关的通断状态，最后查找支路开关在闭合状态下与父节点的子节点，在查完每个父节点下所有子节点后，将所述子节点作为基准继续遍历，直到将所有子节点遍历为止，在遍历子节点的同时，记录模块记录所述子节点的出现次数。具体遍历例子如步骤S201所述，此处不再赘述。

环网判定模块，用于在子节点的出现次数大于或等于预设次数时，判定该关联矩阵模拟配电网的拓扑结构出现环网。

若有子节点的出现次数大于或等于预设次数，则说明该关联矩阵模拟配电网的拓扑结构出现环网，此时环网判定模块判定该关联矩阵模拟配电网的拓扑结构出现环网。

配电网正确的拓扑结构应该为树状结构，通过记录模块从父节点开始遍历支路开关在闭合状态下与父节点连接的子节点，环网判定模块在子节点的出现次数大于或等于预设次数时判定该拓扑结构出现环网，能够快速并准确地判断关联矩阵对应的拓扑结构是否出现环网，减少环网判定的时间。

在一个实施例中，上述寻优模块304所建立的目标函数和约束条件可以是以下公式和条件。

所述目标函数数学模型为

其中，Pi为节点i的网损，n为配电网的节点数量；

所述约束条件包括配电网的拓扑结构未出现环网以及配电网的拓扑结构符合潮流约束。

寻优模块304将目标函数设为最小化网损，能够降低配电网的有功功率损耗，能够减少配电网的电能损失，降低配电网各配电设备和线路的老化速度，延长配电网各配电设备和线路的寿命。

在一个实施例中，上述寻优模块304可以包括以下子模块。

初始化模块，用于初始化粒子群并设置初始粒子的速度，其中，所述粒子群包括M个粒子，所述粒子为n维开关序列，所述开关序列通过提取关联矩阵集中M个关联矩阵各支路开关的值形成；

初始化模块从关联矩阵集中选取M个关联矩阵，然后初始化模块根据所述关联矩阵中各支路开关的值以及支路开关的数量n形成M个与关联矩阵对应的n维开关序列，优选地，所述开关序列为二进制开关序列。将所述开关序列作为粒子群的初始粒子，所以每个粒子可以表示为x_i＝(x_i1,x_i2,...，x_id)。

最后，初始化模块设置最大迭代次数T，惯性权重系数w、认知系数c1和社会系数c2，以及设置每个初始粒子的速度V_id，其中，i＝1,2…M；d＝1,2…n。

网损计算模块，用于根据所述目标函数利用潮流计算得到每个粒子所对应的拓扑结构的网损P_i,t，将每个粒子所对应的拓扑结构的网损Pi,t作为该粒子的历史最优网损P_i,best，并将网损Pi,t中最小的网损作为全局最优网损P_best；

所述目标函数的数学模型采用上述相应的公式，此处不再赘述。网损计算模块根据每个粒子中各支路开关的值模拟该粒子对应的配电网的拓扑结构，然后网损计算模块利用潮流计算，算出每个节点的网损，然后将粒子i所对应的拓扑结构的网损P_i,t作为该粒子的历史最优网损P_i,best，并将网损P_i,t中最小的网损作为全局最优网损P_best。

更新模块，用于根据所述历史最优网损和全局最优网损，对每个粒子进行速度更新和位置更新，形成下一代粒子群；

更新模块根据所述历史最优网损和全局最优网损，利用速度更新公式和位置更新公式对每个粒子进行速度更新和位置更新。

所述速度更新公式为：

$V_{\mathrm{id}}^{t+1}=w{V}_{\mathrm{id}}^t+c_1{r}_1(P_{\mathrm{id},\mathrm{best}}^t-x_{\mathrm{id}}^t)+c_2{r}_2(P_{\mathrm{best}}^k-x_{\mathrm{id}}^t),$ 其中，t为迭代次数，i为粒子编号，d为粒子的维度，r1和r2是[0,1]区间内均匀分布的随机数。

所述位置更新公式为：

$\left\{\begin{array}{c}{x}_{\mathrm{id}}^{t+1}=1,\mathrm{rand}<S\left(V_{\mathrm{id}}^t\right)\\ x_{\mathrm{id}}^{t+1}=0,\mathrm{rand}>S\left(V_{\mathrm{id}}^t\right)\end{array}\right.,$

其中，rand在[0，1]之间变化的随机数，

通过上述速度更新公式和位置更新公式对每个粒子进行速度更新和位置更新后，形成下一代粒子群。

粒子剔除模块，用于剔除下一代粒子群中不符合约束条件的粒子，并计算剔除不符合约束条件的粒子后的下一代粒子群中粒子i所对应的拓扑结构的网损P_i,t+1；

优选地，所述约束条件为配电网的拓扑结构未出现环网以及配电网的拓扑结构符合潮流约束。对下一代粒子群中的粒子进行模拟，模拟粒子对应的配电网拓扑结构，如果所述拓扑结构出现环网或者不符合潮流约束，则粒子剔除模块在下一代粒子群中剔除该粒子。也可在关联矩阵集中搜索，如果关联矩阵集不包括该粒子，则说明该粒子不符合约束条件，因此，粒子剔除模块在下一代粒子群中剔除该粒子。粒子剔除模块剔除了不符合约束条件的粒子后，通过网损计算模块算出下一代粒子群中剩余的粒子i所对应的拓扑结构的网损P_i,t+1。

网损赋值模块，用于在粒子i的所述网损P_i,t+1小于历史最优网损P_i,best时，将历史最优网损P_i,best赋值为所述网损P_i,t+1；在所述网损P_i,t+1中最小的网损小于全局最优网损P_best时，将全局最优网损P_best赋值为所述网损P_i,t+1中最小的网损；

如果粒子i的网损P_i,t+1小于该粒子的历史最优网损P_i,best，则说明粒子i在进行位置更新后对应的拓扑结构更接近最优拓扑结构，因此，网损赋值模块将历史最优网损P_i,best赋值为所述网损P_i,t+1。

如果所述网损P_i,t+1中最小的网损小于全局最优网损P_best，则下一代粒子群整体上往最优拓扑结构方向收敛，此时，网损赋值模块将全局最优网损P_best赋值为所述网损P_i,t+1中最小的网损。

拓扑判定模块，用于在所述更新模块进行预设最大迭代次数的速度更新和位置更新且在粒子剔除模块剔除不符合约束条件的粒子以及网损赋值模块对全局最优网损P_best赋值后，将所述全局最优网损P_best其所在粒子对应的拓扑结构判定为最优拓扑结构。

在迭代次数t为等于预设的最大迭代次数T时，说明未达到迭代的终止条件，通过更新模块继续对下一代粒子群中的每个粒子进行速度更新和位置更新，直到迭代次数等于预设的最大迭代次数为止，并且通过粒子剔除模块剔除不符合约束条件的粒子以及通过网损赋值模块对全局最优网损P_best赋值。

待迭代次数等于预设的最大迭代次数后且在粒子剔除模块剔除不符合约束条件的粒子以及网损赋值模块对全局最优网损P_best赋值后，拓扑判定模块将全局最优网损P_best所在粒子对应的拓扑结构作为最优拓扑结构。

初始化模块通过从关联矩阵集中选取粒子群的初始粒子，然后通过网损计算模块、更新模块、粒子剔除模块、网速赋值模块以及拓扑判定模块依据目标函数和约束条件对所述粒子群进行寻优，能够避免不符合约束条件的粒子作为初始粒子时容易导致拓扑判定模块得出的寻优结果陷入局部最优的问题，保证了拓扑判定模块寻优结果的有效性，另外还能够避免不符合约束条件的粒子作为初始粒子时容易导致寻优时间计算量过长的问题，减少了寻优所需时间，并进一步减少配电网重构所需要的时间。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (8)

1.一种配电网重构方法，其特征在于，包括步骤：

根据配电网中父节点和子节点与支路开关的连接关系建立关联矩阵模型，并对所述支路开关的通断状态赋值以形成关联矩阵集，其中，所述关联矩阵集包括至少一个关联矩阵；

分别对每个关联矩阵模拟配电网的拓扑结构，判断所述拓扑结构是否出现环网，若所述拓扑结构出现环网，则在关联矩阵集中剔除所述拓扑结构对应的关联矩阵；

若所述拓扑结构没有环网，则对所述拓扑结构进行潮流计算，如果所述拓扑结构不符合潮流约束，则在关联矩阵集中剔除所述拓扑结构对应的关联矩阵；

建立目标函数和约束条件，依据所述约束条件采用改进粒子群算法对所述目标函数求解以获得最优拓扑结构，其中，所述目标函数包括最小化网损或者最小化负荷；

根据所述最优拓扑结构对配电网进行重构。

2.根据权利要求1所述的配电网重构方法，其特征在于，判断所述拓扑结构是否出现环网的步骤，具体包括：

从父节点开始遍历支路开关在闭合状态下与父节点连接的子节点，并记录子节点的出现次数；

若子节点的出现次数大于或等于预设次数，则判定该关联矩阵模拟配电网的拓扑结构出现环网。

3.根据权利要求1所述的配电网重构方法，其特征在于，所述建立目标函数和约束条件的步骤包括：

所述目标函数数学模型为

其中，P_i为节点i的网损，n为配电网的节点数量；

所述约束条件包括配电网的拓扑结构未出现环网以及配电网的拓扑结构符合潮流约束。

4.根据权利要求3所述的配电网重构方法，其特征在于，依据所述约束条件采用改进粒子群算法对所述目标函数求解以获得最优的配电网拓扑方案的步骤，具体包括：

初始化粒子群并设置初始粒子的速度，其中，所述粒子群包括M个粒子，所述粒子为n维开关序列，所述开关序列通过提取关联矩阵集中M个关联矩阵各支路开关的值形成；

根据所述目标函数利用潮流计算得到每个粒子所对应的拓扑结构的网损P_i,t，将粒子i所对应的拓扑结构的网损P_i,t作为该粒子的历史最优网损P_i,best，并将网损P_i,t中最小的网损作为全局最优网损P_best；

根据所述历史最优网损和全局最优网损，对每个粒子进行速度更新和位置更新，形成下一代粒子群；

剔除下一代粒子群中不符合约束条件的粒子，计算剔除不符合约束条件的粒子后的下一代粒子群中粒子i所对应的拓扑结构的网损P_i,t+1；

如果粒子i的网损P_i,t+1小于该粒子的历史最优网损P_i,best，则将历史最优网损P_i,best赋值为所述网损P_i,t+1；如果所述网损P_i,t+1中最小的网损小于全局最优网损P_best，则将全局最优网损P_best赋值为所述网损P_i,t+1中最小的网损；

继续对下一代粒子群中的每个粒子进行速度更新和位置更新，直到迭代次数等于预设的最大迭代次数，将全局最优网损P_best所在粒子对应的拓扑结构作为最优拓扑结构。

5.一种配电网重构系统，其特征在于，包括：

矩阵建立模块，用于根据配电网中父节点和子节点与支路开关的连接关系建立关联矩阵模型，并对所述支路开关的通断状态赋值以形成关联矩阵集，其中，所述关联矩阵集包括至少一个关联矩阵；

环网剔除模块，用于分别对每个关联矩阵模拟配电网的拓扑结构，判断所述拓扑结构是否出现环网，若所述拓扑结构出现环网，则在关联矩阵集中剔除所述拓扑结构对应的关联矩阵；

潮流剔除模块，用于在所述拓扑结构没有环网时，对所述拓扑结构进行潮流计算，并在所述拓扑结构不符合潮流约束时，在关联矩阵集中剔除所述拓扑结构对应的关联矩阵；

寻优模块，用于建立目标函数和约束条件，依据所述约束条件采用改进粒子群算法对所述目标函数求解以获得最优拓扑结构，其中，所述目标函数包括最小化网损或者最小化负荷；

重构模块，用于根据所述最优拓扑结构对配电网进行重构。

6.根据权利要求5所述的配电网重构系统，其特征在于，所述环网剔除模块包括：

记录模块，用于从父节点开始遍历支路开关在闭合状态下与父节点连接的子节点，并记录子节点的出现次数；

环网判定模块，用于在子节点的出现次数大于或等于预设次数时，判定该关联矩阵模拟配电网的拓扑结构出现环网。

7.根据权利要求5所述的配电网重构系统，其特征在于，所述目标函数数学模型为 $\min \left(\underset{i=1,n}{\overset{n}{\mathrm{\&Sigma;}}}{P}_i\right),$

其中，P_i为节点i的网损，n为配电网的节点数量；

所述约束条件包括配电网的拓扑结构未出现环网以及配电网的拓扑结构符合潮流约束。

8.根据权利要求5所述的配电网重构系统，其特征在于，所述寻优模块包括：

初始化模块，用于初始化粒子群并设置初始粒子的速度，其中，所述粒子群包括M个粒子，所述粒子为n维开关序列，所述开关序列通过提取关联矩阵集中M个关联矩阵各支路开关的值形成；

网损计算模块，用于根据所述目标函数利用潮流计算得到每个粒子所对应的拓扑结构的网损P_i,t，将每个粒子所对应的拓扑结构的网损P_i,t作为该粒子的历史最优网损P_i,best，并将网损P_i,t中最小的网损作为全局最优网损P_best；

更新模块，用于根据所述历史最优网损和全局最优网损，对每个粒子进行速度更新和位置更新，形成下一代粒子群；

粒子剔除模块，用于剔除下一代粒子群中不符合约束条件的粒子，并计算剔除不符合约束条件的粒子后的下一代粒子群中粒子i所对应的拓扑结构的网损P_i,t+1；

网损赋值模块，用于在粒子i的所述网损P_i,t+1小于历史最优网损P_i,best时，将历史最优网损P_i,best赋值为所述网损P_i,t+1；在所述网损P_i,t+1中最小的网损小于全局最优网损P_best时，将全局最优网损P_best赋值为所述网损P_i,t+1中最小的网损；

拓扑判定模块，用于在所述更新模块进行预设最大迭代次数的速度更新和位置更新且在粒子剔除模块剔除不符合约束条件的粒子以及网损赋值模块对全局最优网损P_best赋值后，将所述全局最优网损P_best其所在粒子对应的拓扑结构判定为最优拓扑结构。