CN105069528A - 一种配电网检修决策优化方法 - Google Patents

Abstract

本发明公开了一种配电网检修决策优化方法，使用粒子群优化算法进行寻优，群中每个粒子代表一个检修方案，任何设备的检修开始时间变化都认为是一个新的方案，使得配电网检修决策具有超前性和针对性。

Description

一种配电网检修决策优化方法

技术领域

本发明涉及一种配电网检修决策优化方法。

背景技术

状态检修作为建设坚强智能电网的关键技术之一，在很大程度上克服了传统计划检修检修不足和检修过剩的缺点，取得了良好的效果。目前国内各供电公司正大力推行状态检修示范工程，但是由于状态检修对技术、经济性的高要求等因素导致时下配电网中状态检修的实施并不完全，出现了不同检修方式并存的现状，而且可以预见状态检修的完全实施也需要一段相当长的时间。

国内外在状态检修方面的研究主要集中在设备的状态评估和设备的检修决策两大方面。设备的状态评估主要涉及到设备的状态监测、设备的故障预测以及设备的状态评价等。设备检修决策的出发点主要有3个方面：一是从设备的自身角度出发，根据设备的健康状态和特点等因素，确定电力设备检修方式、检修时机等内容；二是从电网运行的角度出发，确定电力设备检修的具体安排，这其中有输电网检修计划、发输电联合检修计划、配电网检修计划等，随着电力市场改革的深入和分布式发电的推广应用，输变电和供配电网的检修计划又必须考虑到电力市场和分布式电源的影响；三则是近年来研究的热点，综合电网和设备两个方面的需要，将二者融为一个完整的整体，在检修决策中更为充分合理地体现设备状态评估的成果，从整个电网的高度出发将电网的运行风险最小化。

基于风险的检修不仅要考虑电网检修及故障导致的后果，还要考虑其发生的可能性，即设备发生故障的概率。虽然设备故障与否是随机的，但是其发生的概率却与设备的健康状态有直接的关系，因此采用设备的故障概率来表征设备的健康状态。

为了更为合理地安排配电网设备的检修计划，需要在进行检修决策时考虑设备的健康状态及其发展趋势，使得配电网检修决策具有超前性和针对性。

发明内容

本发明的目的是克服现有技术的缺陷，提供一种配电网检修决策优化方法，使用粒子群优化算法进行寻优，群中每个粒子代表一个检修方案，任何设备的检修开始时间变化都认为是一个新的方案，使得配电网检修决策具有超前性和针对性。

实现上述目的的技术方案是：一种配电网检修决策优化方法，包括下列步骤：

步骤S1，读入配电网的电网数据和配电网内各设备的信息；

步骤S2，初始化每个粒子的位置和速度范围，随机产生一个粒子群，每个粒子代表一个合法的检修方案，即没有违反约束条件的方案，初始化全局最优和个体最优；

步骤S3，更新粒子群的位置和速度范围，产生新的一代粒子群；

步骤S4，对新粒子群中的每个粒子进行合法性分析，即是否违反约束条件；若合法即没有违反约束条件，则计算其适应度值；否则直接赋一个较大数值作为其适应度值，适应度值是指配电网检修决策优化的目标函数值；然后更新全局最优和个体最优；

步骤S5，判断是否超过最大迭代次数，若是，则结束迭代算法，步骤S4中最小适应度值所对应的检修方案即配电网检修决策的优化结果；否则返回步骤S3；

步骤S6，输出配电网检修决策的优化结果。

上述的一种配电网检修决策优化方法，其中，所述约束条件包括电网安全约束条件、检修关系约束条件和检修资源约束条件。

上述的一种配电网检修决策优化方法，其中，所述电网安全约束条件包括节点电压约束条件和线路潮流约束条件，其中：

所述节点电压约束条件如公式(1)所示：

U_imin<U_i<U_imax(1)

公式(1)中，U_i、U_imax、U_imin一一对应地为节点i的电压值、电压的上限值和电压的下限值；

所述线路潮流约束条件如公式(2)所示：

S_j<S_jmax(2)

公式(2)中，S_j、S_jmax一一对应地为线路j的潮流值和允许传输的极限潮流值。

上述的一种配电网检修决策优化方法，其中，所述检修关系约束条件包括同时检修约束条件和互斥检修约束条件，其中：

所述同时检修约束条件是为了避免设备检修所导致的重复停电以提高供电可靠性，两个设备同时开始检修，如下式所示：

t_i＝t_j(3)

公式(3)中，t_i为设备i的检修开始时间，t_j为设备j的检修开始时间；

所述互斥检修约束条件是为了避免某些设备同时检修时因其互联关系的特殊性而导致的本可避免的负荷停电，如下式所示：

t_j>t_i+T_i-1(4)

公式(4)中，t_i为设备i的检修开始时间，t_j为设备j的检修开始时间，T_i为设备i检修持续时间。

上述的一种配电网检修决策优化方法，其中，所述检修资源约束条件体现的是检修实施单位的检修能力，用同时检修的设备数量限制来表征，如下式所示：。

$\underset{i=1}{\overset{N}{\&Sigma;}}{u}_{it}{m}_i\&le;S_t---\left(5\right)$

公式(5)中，u_it为检修状态变量，检修记为1，否则记为0；m_i代表设备i检修需要的资源；S_t代表t时段的检修资源上限。

本发明的配电网检修决策优化方法，与现有技术相比的有益效果是：本发明使用粒子群优化算法进行寻优，群中每个粒子代表一个检修方案，任何设备的检修开始时间变化都认为是一个新的方案，使得配电网检修决策具有超前性和针对性。粒子群优化算法是一种模拟鸟群社会行为的群体搜索算法，群中的每个粒子都有一个简单的基本行为：仿效邻域或者全局个体的成功和其自身的成功，这一基本行为显示出来的集体行为就是在一个高维搜索空间中发现最优区域，因此粒子群优化算法适合配电网检修决策优化模型的求解计算。

附图说明

图1为本发明的配电网检修决策优化方法的流程框图。

具体实施方式

为了使本技术领域的技术人员能更好地理解本发明的技术方案，下面结合附图对其具体实施方式进行详细地说明：

本发明的实施例：请参阅图1，一种配电网检修决策优化方法，包括下列步骤：步骤S1，读入配电网的电网数据和配电网内各设备的信息；

步骤S2，初始化每个粒子的位置和速度范围，随机产生一个粒子群，每个粒子代表一个合法的检修方案，即没有违反约束条件的方案，初始化全局最优和个体最优；

步骤S3，更新粒子群的位置和速度范围，产生新的一代粒子群；

步骤S4，对新粒子群中的每个粒子进行合法性分析，即是否违反约束条件；若合法即没有违反约束条件，则计算其适应度值；否则直接赋一个较大数值作为其适应度值；然后更新全局最优和个体最优；

步骤S5，判断是否超过最大迭代次数，若是，则结束迭代算法，步骤S4中最小适应度值所对应的检修方案即配电网检修决策的优化结果；否则返回步骤S3；

步骤S6，输出配电网检修决策的优化结果。

约束条件包括电网安全约束条件、检修关系约束条件和检修资源约束条件。

电网安全约束条件包括节点电压约束条件和线路潮流约束条件，其中：

节点电压约束条件如公式(1)所示：

U_imin<U_i<U_imax(1)

公式(1)中，U_i、U_imax、U_imin一一对应地为节点i的电压值、电压的上限值和电压的下限值；

线路潮流约束条件如公式(2)所示：

S_j<S_jmax(2)

公式(2)中，S_j、S_jmax一一对应地为线路j的潮流值和允许传输的极限潮流值。

检修关系约束条件包括同时检修约束条件和互斥检修约束条件，其中：同时检修约束条件是为了避免设备检修所导致的重复停电以提高供电可靠性，两个设备同时开始检修，如下式所示：

t_i＝t_j(3)

公式(3)中，t_i为设备i的检修开始时间，t_j为设备j的检修开始时间；

互斥检修约束条件是为了避免某些设备同时检修时因其互联关系的特殊性而导致的本可避免的负荷停电，如下式所示：

t_j>t_i+T_i-1(4)

公式(4)中，t_i为设备i的检修开始时间，t_j为设备j的检修开始时间，T_i为设备i检修持续时间。

例如末端负荷的配电变压器和配电线路检修时都会导致该末端负荷停电，因此该变压器和线路就应该安排在同一时段检修，适用于同时检修约束条件。例如同一变电站的两台变压器，适用于互斥检修约束条件。

检修资源约束条件体现的是检修实施单位的检修能力，用同时检修的设备数量限制来表征，如下式所示：。

$\underset{i=1}{\overset{N}{\&Sigma;}}{u}_{it}{m}_i\&le;S_t---\left(5\right)$

公式(5)中，u_it为检修状态变量，检修记为1，否则记为0；m_i代表设备i检修需要的资源；S_t代表t时段的检修资源上限。

本发明的配电网检修决策优化方法，使用粒子群优化算法进行寻优，群中每个粒子代表一个检修方案，任何设备的检修开始时间变化都认为是一个新的方案，使得配电网检修决策具有超前性和针对性。

本技术领域中的普通技术人员应当认识到，以上的实施例仅是用来说明本发明，而并非用作为对本发明的限定，只要在本发明的实质精神范围内，对以上所述实施例的变化、变型都将落在本发明的权利要求书范围内。

Claims (5)

1.一种配电网检修决策优化方法，其特征在于，包括下列步骤：

步骤S1，读入配电网的电网数据和配电网内各设备的信息；

步骤S2，初始化每个粒子的位置和速度范围，随机产生一个粒子群，每个粒子代表一个合法的检修方案，即没有违反约束条件的方案，初始化全局最优和个体最优；

步骤S3，更新粒子群的位置和速度范围，产生新的一代粒子群；

步骤S4，对新粒子群中的每个粒子进行合法性分析，即是否违反约束条件；若合法即没有违反约束条件，则计算其适应度值；否则直接赋一个较大数值作为其适应度值；然后更新全局最优和个体最优；

步骤S5，判断是否超过最大迭代次数，若是，则结束迭代算法，步骤S4中最小适应度值所对应的检修方案即配电网检修决策的优化结果；否则返回步骤S3；

步骤S6，输出配电网检修决策的优化结果。

2.根据权利要求1所述的一种配电网检修决策优化方法，其特征在于，所述约束条件包括电网安全约束条件、检修关系约束条件和检修资源约束条件。

3.根据权利要求2所述的一种配电网检修决策优化方法，其特征在于，所述电网安全约束条件包括节点电压约束条件和线路潮流约束条件，其中：

所述节点电压约束条件如公式(1)所示：

U_imin<U_i<U_imax(1)

公式(1)中，U_i、U_imax、U_imin一一对应地为节点i的电压值、电压的上限值和电压的下限值；

所述线路潮流约束条件如公式(2)所示：

S_j<S_jmax(2)

公式(2)中，S_j、S_jmax一一对应地为线路j的潮流值和允许传输的极限潮流值。

4.根据权利要求2所述的一种配电网检修决策优化方法，其特征在于，所述检修关系约束条件包括同时检修约束条件和互斥检修约束条件，其中：

所述同时检修约束条件是为了避免设备检修所导致的重复停电以提高供电可靠性，两个设备同时开始检修，如下式所示：

t_i＝t_j(3)

公式(3)中，t_i为设备i的检修开始时间，t_j为设备j的检修开始时间；

所述互斥检修约束条件是为了避免某些设备同时检修时因其互联关系的特殊性而导致的本可避免的负荷停电，如下式所示：

t_j>t_i+T_i-1(4)

公式(4)中，t_i为设备i的检修开始时间，t_j为设备j的检修开始时间，T_i为设备i检修持续时间。

5.根据权利要求2所述的一种配电网检修决策优化方法，其特征在于，所述检修资源约束条件体现的是检修实施单位的检修能力，用同时检修的设备数量限制来表征，如下式所示：。

$\underset{i=1}{\overset{N}{\&Sigma;}}{u}_{it}{m}_i\&le;S_t---\left(5\right)$

公式(5)中，u_it为检修状态变量，检修记为1，否则记为0；m_i代表设备i检修需要的资源；S_t代表t时段的检修资源上限。