CN104283214B - 一种配电网网络重构方法 - Google Patents

Abstract

本发明公开了一种配电网网络重构方法，和声搜索算法具有寻优过程简单、速度快且易于找到最优解的特点，其具有良好的全局寻优能力，但局部寻优能力略有不足。本方法针对其不足，将精英策略引入到算法中，即挑选精英个体并对其进行局部更新，在保留了算法较强的全局寻优能力的基础上，增强了算法的局部寻优能力，从而实现算法在全局搜索和局部搜索上的有效平衡，使得算法具有更高的收敛性。本发明通过改变分段开关和联络开关的运行状态，起到降低网损、平衡负荷的作用。

Description

一种配电网网络重构方法

技术领域

本发明属于配电网运行控制领域，具体涉及一种配电网网络重构方法。

背景技术

近年来，随着我国国民经济的迅猛发展，电力负荷逐年增加，配电网结构也日趋复杂，造成配电网网络损耗逐年增大。随着国民经济持续、健康的发展和人民物资文化生活水平的不断提高，对电能的需求势头见涨。可是，近几年全国各种能源的发电量远不能满足人们的需求，全国各地相继出现了拉闸限电的现象，供需矛盾日益加剧，严重影响了经济发展和人民生活。再电力系统中配电系统对于输电系统和电力用户之间起着枢纽作用，相对于发达国家我国配电系统的发展仍然比较落后，网损较高，降低网损可以降低电网运行成本、提高经济效益，因此降低配电网网损是一项重要的任务。通过对配电网网络结构的优化可以实现降低网络损耗，其中网络重构是网络结构优化最基本的方法，也是降低配电网网损的有效手段。

配电网络重构是配电管理系统的一项重要功能，通过调整网络中的开关的闭合，以达到优化网络运行结构、平衡负荷，降低网络损耗、提高电压质量等目的。而配电网络是指经过配电变压器低压侧直接或者降压后向电力用户提供电能的网络，一般为环网设计、开环运行。配电网络中的开关分为分段开关和联络开关，分段开关正常运行时处于闭合状态通常安装在各个馈线上，联络开关正常运行时处于开断状态通常安装在馈线见来满足配电网络辐射状运行。在满足配电网运行的各约束条件下，配网重构通过改变网络中分段开关和联络开关的分合状态来达到降低网损、提高电压质量、负荷转移等目的，是提高电网运行经济性、供电可靠性和安全性的重要手段。

一些发达国家早期主要对城区配电网络进行重构，一般情况下环网设计辐射状运行，大量的地下电缆用于构造城市的配电网络；而农村配电网中大量使用架空线，按照辐射状设计，后期由于考虑电压质量才不断装设大量的分段开关和联络开关，这时就需要合理的配电网重构。配电网重构是配电管理系统高级应用软件的一部分，要使配电网处于良好的运行状态仅仅利用如网损计算、无功补偿优化配置是远远不够的，还要充分利用配电网重构这一有效手段。

发明内容

针对现有技术所存在的上述技术问题，本发明的目的在于提供一种配电网网络重构方法，通过改变分段开关和联络开关的运行状态，起到降低网损、平衡负荷的作用。

实现上述目的的技术方案是：

一种配电网网络重构方法，包括下列步骤：

步骤S1，对配电网中的各个元件和线路进行编号，形成数据库；

步骤S2，根据配电网网络辐射状运行且无孤岛运行的要求，确定网络节点数、支路数、开关总数以及应闭合开关总数之间的等式关系；事先确定给定配电网中环网的个数，并确定每个环网所包含的支路以及开关；

步骤S3，初始化待求问题和设置重构算法参数，待求问题的参数包括目标函数f(x)、决策变量x及其每个变量x_i、变量个数N及每个变量x_i的取值范围，目标函数f(x)的数学表达式如下：

其中：N_b为支路总数；ω_l为第l条支路的开关状态，用0和1表示，为0时表示支路l断开，为1时表示支路l闭合；r_l为支路l的电阻；I_l为流过支路l的电流；

重构算法采用ES-HAS算法，其参数包括和声记忆库HM的大小HMS、解的维数、和声记忆库考虑概率HMCR、微调概率PAR、扰动量b_w，精英变量R，以及最大迭代次数N_max；

步骤S4，和声记忆库HM的初始化。随机产生HMS个初始解存入和声记忆库HM中，对每一个解进行辐射状运行和无孤岛运行判断，若满足该判据，则通过前推回代算法计算每个解的目标函数值f(x)，若不满足，则对不可行解进行修复变成可行解后再通过前推回代算法计算其目标函数值f(x)，并设置迭代次数i＝1；

步骤S5，具体包括：

步骤S51，判断迭代次数i是否能整除精英变量R，若否，进行步骤S52，若是，进行步骤S53；

步骤S52，生成一个0-1间的随机数r₁，若r₁<和声记忆库考虑概率HMCR，则在和声记忆库HM中选择一个变量，若否，在和声记忆库HM外随机选值；若在和声记忆库HM中选择一个变量，则再生成一个0-1间的随机数r₂，若r₂<微调概率PAR，则对该值进行±b_w的扰动，对和声记忆库HM中的解中的每个变量按这种操作便可构成新解，然后进行步骤S54；

步骤S53，从当前的和声记忆库HM中选取前m个较优初始解进入精英个体空间进行局部更新，然后进行步骤S54；

步骤S54，对新解进行辐射状运行和无孤岛运行判断，若满足该判据，则通过前推回代潮流算法计算新解的目标函数值f(x)；若不满足，则对不可行解进行修复变成可行解后再计算其目标函数值f(x)；

步骤S6，更新和声记忆库HM，判断新解是否优于和声记忆库HM中的最差解，若是，则用新解替换最差解存入和声记忆库HM中，并设置迭代次数i＝i+1，若否，则返回步骤S52；

步骤S7，判断算法是否满足终止条件，所述足终止条件为迭代次数i<最大迭代次数N_max，若满足，则终止循环；若不满足，依次重复步骤步骤S5和步骤S6。

上述的配电网网络重构方法，其中，所述步骤S3中，增加了精英变量R，用来判断是否选取精英个体进行局部更新。

上述的配电网网络重构方法，其中，所述步骤S53中，当迭代次数i能够整除精英变量R时，选取较优个体作为精英个体对其进行局部更新，从而增强了所述ES-HAS算法的局部搜索能力。

上述的配电网网络重构方法，其中，所述步骤S6中，若是对精英个体进行了操作，则从当前所有解中选取m个较优解替换原和声记忆库HM中的m个较差解

本发明的配电网网络重构方法，将HSA进行了改进，针对HSA局部寻优能力不足的特点，提出了带精英策略的HSA算法，该算法通过精英选择策略选取个体进入精英个体，对单一变量进行更新从而增强了算法的局部寻优能力，从而实现算法在全局和局部搜索上的有效平衡。通过算例可以发现，网络重构后的网损较网络重构前的网损有大幅地降低，并且同时最小节点电压得到提高。说明网络重构能够有效减少系统网损，提高电压质量。HSA和ES-HSA均能搜索到相同的最小网损值，但通过对这两种算法的收敛性进行比较可知，改进后的算法具有更好的收敛性。

附图说明

图1是本发明的配电网网络重构方法的流程图；

图2是实施例中重构前后各节点电压的对比示意图；

图3是实施例中算法改进前和改进后寻优结果对比示意图。

具体实施方式

下面将结合附图对本发明作进一步说明。

请参阅图1，本发明的配电网网络重构方法，包括下列步骤：

步骤S1，对配电网中的各个元件和线路进行编号，形成数据库；

本实施方式为简化IEEE33节点配电系统模型，用节点编号和线路编号来表示系统网络拓扑结构。

步骤S2，根据配电网网络辐射状运行且无孤岛运行的要求，确定网络节点数、支路数、开关总数以及应闭合开关总数之间的等式关系；事先确定给定配电网中环网的个数，环网的个数等于应断开开关的个数，并确定每个环网所包含的支路以及开关；

本实施方式为将判断配电网网络是否满足辐射状运行且无孤岛运行的要求，转变为判断是否满足以下两个条件：一为节点数＝线路数+1；二为断开的开关个数＝环路数。并确定各最小环内所包含的支路以及开关集合。

步骤S3，初始化待求问题和设置重构算法参数，待求问题的参数包括目标函数f(x)、决策变量x及其每个变量x_i、变量个数N及每个变量x_i的取值范围，目标函数f(x)的数学表达式如下：

其中：N_b为支路总数；ω_l为第l条支路的开关状态，用0和1表示，为0时表示支路l断开，为1时表示支路l闭合；r_l为支路l的电阻；I_l为流过支路l的电流；

重构算法采用ES-HAS((Harmony Search Algorithm with elitist strategy，带精英策略的和声搜索算法)算法，其参数包括和声记忆库HM的大小HMS、解的维数、和声记忆库考虑概率HMCR、微调概率PAR、扰动量b_w，精英变量R，以及最大迭代次数N_max；

步骤S4，和声记忆库HM的初始化。随机产生HMS个初始解存入和声记忆库HM中，对每一个解进行辐射状运行和无孤岛运行判断，若满足该判据，则通过前推回代算法计算每个解的目标函数值f(x)，若不满足，则对不可行解进行修复变成可行解后再通过前推回代算法计算其目标函数值f(x)，并设置迭代次数i＝1；

步骤S5，具体包括：

步骤S51，判断迭代次数i是否能整除精英变量R，若否，进行步骤S52，若是，进行步骤S53；

步骤S52，生成一个0-1间的随机数r₁，若r₁<和声记忆库考虑概率HMCR，则在和声记忆库HM中选择一个变量，若否，在和声记忆库HM外随机选值；若在和声记忆库HM中选择一个变量，则再生成一个0-1间的随机数r₂，若r₂<微调概率PAR，则对该值进行±b_w的扰动，对和声记忆库HM中的解中的每个变量按这种操作便可构成新解，然后进行步骤S54；

步骤S53，从当前的和声记忆库HM中选取前m个较优初始解进入精英个体空间进行局部更新，即依次选择精英个体的各个控制变量按步骤S52进行操作，其余变量保持不变。对m个精英个体中需要进行变异的变量按步骤S52进行操作，即生成一个0-1间的随机数r₁，若r₁<和声记忆库考虑概率HMCR，则在和声记忆库HM中选择一个变量，若否，在和声记忆库HM外随机选值；若在和声记忆库HM中选择一个变量，则再生成一个0-1间的随机数r₂，若r₂<微调概率PAR，则对该值进行±b_w的扰动，构成新解，然后进行步骤S54；

步骤S54，对新解进行辐射状运行和无孤岛运行判断，若满足该判据，则通过前推回代潮流算法计算新解的目标函数值f(x)；若不满足，则对不可行解进行修复变成可行解后再计算其目标函数值f(x)；

本实施方式中将精英策略引入了HSA中，即若i能够被R整除，即选取精英个体进行局部更新。

步骤S6，更新和声记忆库HM，判断新解是否优于和声记忆库HM中的最差解，若是，则用新解替换最差解存入和声记忆库HM中，并设置迭代次数i＝i+1，若否，则返回步骤S52；

步骤S7，判断算法是否满足终止条件，所述足终止条件为迭代次数i<最大迭代次数N_max，若满足，则终止循环；若不满足，依次重复步骤步骤S5和步骤S6。

本发明的配电网网络重构方法，在步骤S3中，增加了精英变量R，用来判断是否选取精英个体进行局部更新。在步骤S53中，当迭代次数i能够整除精英变量R时，选取较优个体作为精英个体对其进行局部更新，从而增强了所述ES-HAS算法的局部搜索能力。在步骤S6中，若是对精英个体进行了操作，则从当前所有解中选取m个较优解替换原和声记忆库HM中的m个较差解。

首先我们对配电网重构进行必要性和有效性的验证。网络重构前，系统网损为202.7kW，网络重构后，系统网损为139.5kW，可以看出，重构后系统网损大幅降低。并且，由图2可以看出，系统节点电压也得到明显得改善。

其次我们对本实施方式将精英策略引入HSA的必要性和有效性进行验证。改进前和改进后的HSA算法均能搜索到网损最小值138.65kW，但改进后的算法在收敛性上明显优于改进前的算法。利用改进前和改进后这两种不同的算法，循环计算100次，给出100次中的最优值分布情况，如图3所示。HSA的目标函数值最差结果为145.9kW，ES-HSA的目标函数值最差结果为144.7kW；HAS在100次内的搜索到最优结果的次数为24次，而ES-HSA为37次。可见，算法经改进后具有更高的寻优能力。

故本实施方式给出了一种配电网重构的新方法，验证了本实施方式提出的将精英策略引入和声搜索算法中可以提高算法的寻优能力。和声搜索算法是一种具有较强全局寻优能力的智能算法，但在局部寻优上略有不足。针对和声搜索算法的该特征，本实施方案将精英策略引入到算法中，挑选精英个体进入精英个体空间并对其进行局部更新，以提高算法的局部搜索能力，最终实现算法在全局和局部搜索上的有效平衡

综上所述，本发明的配电网网络重构方法，通过改变分段开关和联络开关的运行状态，起到降低网损、平衡负荷的作用。

以上实施例仅供说明本发明之用，而非对本发明的限制，有关技术领域的技术人员，在不脱离本发明的精神和范围的情况下，还可以作出各种变换或变型，因此所有等同的技术方案也应该属于本发明的范畴，应由各权利要求所限定。

Claims (3)

1.一种配电网网络重构方法，其特征在于，包括下列步骤：

步骤S1，对配电网中的各个元件和线路进行编号，形成数据库；

步骤S2，根据配电网网络辐射状运行且无孤岛运行的要求，确定网络节点数、支路数、开关总数以及应闭合开关总数之间的等式关系；事先确定给定配电网中环网的个数，并确定每个环网所包含的支路以及开关；

步骤S3，初始化待求问题和设置重构算法参数，待求问题的参数包括目标函数f(x)、决策变量x及其每个变量x_i、变量个数N及每个变量x_i的取值范围，目标函数f(x)的数学表达式如下：

$f\left(x\right)=min\underset{l=1}{\overset{N_b}{\&Sigma;}}{w}_l{r}_l{I}_l^2$

其中：N_b为支路总数；W_l为第l条支路的开关状态，用0和1表示，为0时表示支路l断开，为1时表示支路l闭合；r_l为支路l的电阻；I_l为流过支路l的电流；

所述重构算法采用ES-HAS算法，其参数包括和声记忆库HM的大小HMS、解的维数、和声记忆库考虑概率HMCR、微调概率PAR、扰动量b_w，精英变量R，以及最大迭代次数N_max；

步骤S4，和声记忆库HM的初始化，随机产生HMS个初始解存入和声记忆库HM中，对每一个解进行辐射状运行和无孤岛运行判断，若满足该判据，则通过前推回代算法计算每个解的目标函数值f(x)，若不满足，则对不可行解进行修复变成可行解后再通过前推回代算法计算其目标函数值f(x)，并设置迭代次数i＝1；

步骤S5，具体包括：

步骤S51，判断迭代次数i是否能整除精英变量R，若否，进行步骤S52，若是，进行步骤S53；

步骤S52，生成一个0-1间的随机数r₁，若r₁<和声记忆库考虑概率HMCR，则在和声记忆库HM中选择一个变量，若否，在和声记忆库HM外随机选值；若在和声记忆库HM中选择一个变量，则再生成一个0-1间的随机数r₂，若r₂<微调概率PAR，则对该值进行±b_w的扰动，对和声记忆库HM中的解中的每个变量按这种操作便可构成新解，然后进行步骤S54；

步骤S53，从当前的和声记忆库HM中选取前m个较优初始解进入精英个体空间进行局部更新，然后进行步骤S54；

步骤S54，对新解进行辐射状运行和无孤岛运行判断，若满足该判据，则通过前推回代潮流算法计算新解的目标函数值f(x)；若不满足，则对不可行解进行修复变成可行解后再计算其目标函数值f(x)；

步骤S6，更新和声记忆库HM，判断新解是否优于和声记忆库HM中的最差解，若是，则用新解替换最差解存入和声记忆库HM中，并设置迭代次数i＝i+1，若否，则返回步骤S52；

步骤S7，判断算法是否满足终止条件，所述足终止条件为迭代次数i<最大迭代次数N_max，若满足，则终止循环；若不满足，赋值迭代次数i＝i+1进行依次重复步骤S5和步骤S6。

2.根据权利要求1所述的配电网网络重构方法，其特征在于，所述步骤S3中，增加了精英变量R，用来判断是否选取精英个体进行局部更新。

3.根据权利要求2所述的配电网网络重构方法，其特征在于，所述步骤S53中，当迭代次数i能够整除精英变量R时，选取较优个体作为精英个体对其进行局部更新，从而增强了所述ES-HAS算法的局部搜索能力。