CN105207210B - 配电网络优化运行方法和系统 - Google Patents

配电网络优化运行方法和系统 Download PDF

Info

Publication number
CN105207210B
CN105207210B CN201510606984.2A CN201510606984A CN105207210B CN 105207210 B CN105207210 B CN 105207210B CN 201510606984 A CN201510606984 A CN 201510606984A CN 105207210 B CN105207210 B CN 105207210B
Authority
CN
China
Prior art keywords
distribution network
distribution
distribution transformer
transformer
optimization
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.)
Active
Application number
CN201510606984.2A
Other languages
English (en)
Other versions
CN105207210A (zh
Inventor
黄炎光
王劲
易鹭
方健
曲德宇
王波
王海靖
卢学容
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Guangzhou Power Supply Bureau Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Power Supply Bureau Co Ltd filed Critical Guangzhou Power Supply Bureau Co Ltd
Priority to CN201510606984.2A priority Critical patent/CN105207210B/zh
Publication of CN105207210A publication Critical patent/CN105207210A/zh
Application granted granted Critical
Publication of CN105207210B publication Critical patent/CN105207210B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

本发明涉及一种配电网络优化运行方法和系统，其中方法包括以下步骤：获取配电网络中配电变压器的当前负载率；根据所述当前负载率确定配电网络运行的优化目标函数；结合所述优化目标函数和遗传算法计算得到优化结果；根据所述优化结果运行所述配电网络。上述配电网络优化运行方法根据配电变压器的实际负载率状态选择配电网络重构的优化目标，避免了通过配电变压器热点温度计算来获得优化目标的复杂过程，同时以优化后的配电网络结构运行其中的负荷设备，实现延长配电变压器的寿命，优化配电网络安全运行的目的。

Description

配电网络优化运行方法和系统
技术领域
本发明涉及配电网络优化领域，特别是涉及一种配电网络优化运行方法和系统。
背景技术
配电网络是电力系统的一个重要组成部分，配电网络的安全供电对于人们的日常生活和社会生产具有重要意义。配电变压器是配电网络中的关键设备，它承担着电压变换、电能分配的重要任务，同时配电变压器直接面对终端用户，因此对保障配电网络的安全供电具有至关重要的影响。因此，如何提高配电网络中配电变压器的可靠性和使用寿命，保障配电网络的正常运行，对于电力系统的安全稳定运行具有积极意义。绝缘材料是配电变压器最核心的部分，主要包括变压器油和绝缘纸。配电变压器在实际的运行过程中，空气中的水分、氧气、配电变压器自身产生的热量以及其他材料的作用使配电变压器绝缘材料发生老化，其中由于配电变压器自身产生的热量而导致的热点温度升高是影响变压器绝缘材料老化速度的关键因素，当绝缘材料老化至一定程度时，配电变压器会因电气性能和机械性能劣化而无法满足系统的可靠性要求而退役，因此，通常情况下以配电变压器的绝缘老化程度作为判断配电变压器寿命终止的依据。
发明内容
基于此，有必要针对上述问题，提供一种配电网络优化运行方法和系统，该方法和系统能够合理分配配电网络中各个配电变压器的负载率，使配电变压器内部的热点温度降低，延缓绝缘材料的老化，从而延缓配电网络中配电变压器的老化，保障配电网络的安全持续运行。
一种配电网络优化运行方法，该方法包括以下步骤：
获取配电网络中配电变压器的当前负载率；
根据所述当前负载率确定配电网络运行的优化目标函数；
结合所述优化目标函数和遗传算法计算得到优化结果；
根据所述优化结果运行所述配电网络。
同时，本发明还提出一种配电网络优化运行系统，该系统包括：
获取单元，用于获取配电网络中配电变压器的当前负载率；
确定单元，用于根据所述当前负载率确定配电网络运行的优化目标函数；
优化单元，用于结合所述优化目标函数和遗传算法计算得到优化结果；
运行单元，用于根据所述优化结果运行所述配电网络。
上述配电网络优化运行方法和系统根据配电变压器的实际负载率状态选择配电网络重构的优化目标，避免了通过配电变压器热点温度计算来获得优化目标的复杂过程，以优化后的配电网络结构运行其中的负荷设备，使得配电变压器的负载率从相对较高的数值变为较低的数值，配电变压器内部的热点温度也随之降低，从而延缓了变压器中绝缘材料的老化，实现延长配电变压器寿命、优化配电网络安全运行的目的。
附图说明
图1为配电网络优化运行方法其中一个实施例的示意图；
图2为配电网络优化运行方法另一个实施例的示意图；
图3为配电网络优化运行方法另一个实施例中双端供电配电网络的电路示意图；
图4为配电网络优化运行系统其中一个实施例的示意图。
具体实施方式
下面将结合附图及较佳实施例对本发明的技术方案进行详细描述。
在其中一个实施例中，参见图1所示，一种配电网络优化运行方法，该方法包括如下步骤：
S11获取配电网络中配电变压器的当前负载率。
配电变压器是配电网络中的重要设备，配电变压器的负载率，又称为配电变压器的负载系数，代表着配电变压器实际负载量占配电变压器额定负载量的百分比，是配电变压器的重要参数指标。
S12根据所述当前负载率确定配电网络运行的优化目标函数。
在影响配电变压器的绝缘材料老化的诸多因素中，温度是其中的一个关键因素。热点是配电变压器内部温度最高的位置，热点的温度越高，表明配电变压器的绝缘材料发生老化的速度可能越快。热点的温度受环境温度和配电变压器负载率的影响，当环境温度变化不明显时，可以采用调节配电变压器的负载率来实现对热点温度的改变，从而减缓配电变压器绝缘材料的老化，以提高配电变压器的可靠性和使用寿命，保障配电网络的安全运行。同时，根据配电变压器的实际负载率状态来选择配电网络重构的优化目标，不需要对配电变压器的热点温度进行复杂的运算，而能够实现改变热点温度，延缓配电变压器老化的目的。
作为一种优选的实施方式，根据配电变压器的当前负载率确定配电网络运行的优化目标函数时，先将配电变压器的当前负载率与负载率阈值进行比较，然后根据比较结果确定所述优化目标函数。优选地，负载率阈值由配电网络系统所在地区的年平均温度确定，以保证负载率阈值设置的合理性，其取值范围可以为[0.81，1.37]。将配电变压器的当前负载率与负载率阈值进行比较，能够实时检测出配电变压器的负载率状态，更真实地反映配电变压器的运行性能，同时避免对配电变压器热点温度计算的复杂过程，提高配电网络的优化效率。
S13结合所述优化目标函数和遗传算法计算得到优化结果。
遗传算法是模拟生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程来搜索最优解的方法。遗传算法的基本思路是首先为计算机随机生成一个初始解集，将决策变量通过编码得到二进制的代码形式的染色体，再通过遗传操作(选择、交叉、变异)产生次代解集，求解适应度函数，由适应度大小决定其参与下一轮遗传操作的概率，最后根据解集适应度值或者遗传代数的要求结束操作，获得最终解。由于遗传算法是模拟生物在自然环境中的遗传和进化过程形成的自适应全局优化搜索算法，它从多初值点开始，沿多路径搜索实现全局或准全局最优，并可方便地处理混合整数问题，也正是由于这些特点，使得遗传算法特别适用于对配电网络进行优化运行的分析。
S14根据所述优化结果运行所述配电网络。
结合优化目标函数和遗传算法，最终计算获得配电网络的优化结果，该优化结果反映出优化后的配电网络中各个配电变压器的负载分配情况，而配电变压器的负载分配情况对应着配电网络中某一组配电变压器开关的状态，因此可以通过调整配电网络内的开关来改变配电网络的运行方式，从而重新合理分配配电网络中配电变压器的负荷，在保证配电网络安全运行的基础上，均衡配电变压器的负荷，降低配电变压器的损耗，实现配电网络的优化。
在上述实施例中，根据配电变压器的实际负载率状态选择配电网络重构的优化目标，避免了通过配电变压器热点温度计算来获得优化目标的复杂过程，同时以优化后的配电网络结构运行其中的设备，使得配电变压器的负载率从相对较高的数值变为较低的数值，配电变压器内部的热点温度也随之降低，从而延缓了变压器中绝缘材料的老化，实现了延长配电变压器的寿命，优化配电网络安全运行的目的。
根据配电变压器的当前负载率确定配电网络运行的优化目标函数时，先将配电变压器的当前负载率与负载率阈值进行比较，然后根据比较结果确定所述优化目标函数。
在另一个实施例中，根据配电变压器的当前负载率与负载率阈值的比较结果确定优化目标函数时，可以采用如下方式：
当配电变压器的当前负载率小于或者等于负载率阈值时，以计算配电网络的综合运行成本最小值的函数为优化目标函数，此种实施方式充分考虑配电网络的经济性和可靠性，建立起配电网络综合运行成本模型，以求取该模型的最小值为配电网络优化的一个指标，符合实际对配电网络建设的成本要求。
优选地，以配电网络综合运行成本最小值为优化目标的优化目标函数为：
min W＝α1K+α2J (1)
其中，W为配电网络综合运行成本，α1+α2＝1，α1和α2分别为配电网络可靠性成本和经济性成本的权重因子，K为配电变压器可靠性运行成本，J为配电变压器经济性运行成本。根据遗传算法求取配电网络综合运行成本的最小值，获得在综合运行成本最低的情况下配电网络的可靠性成本及经济性成本的情况，而配电网络的可靠性成本和经济性成本与配电网络的结构密切相关，因此在配电变压器的负载率处于正常运行状态的基础之上，根据可靠性成本和经济性成本来重构配电线路，使优化后的配电网络可靠性增加，同时经济损失减小，从而获得配电网络较优的运行方式。
当配电变压器的当前负载率大于负载率阈值时，在考虑配电网络的综合运行成本的同时，为了防止配电变压器的负载率过高引起配电变压器寿命损失和配电网络进入自组织临界状态，需要对配电变压器的负荷均衡度予以优化，即以计算配电变压器负荷均衡度最小值的函数为优化目标函数，根据该优化目标函数进行优化，能够对配电变压器负载率进行调节，降低变压器的热点温度，从而延长配电变压器的寿命，保障配电网络运行的持续可靠。
优选地，以配电网络综合运行成本和配电变压器的负荷均衡度二者的最小值为优化目标的优化目标函数为：
其中，B为配电网络中配电变压器的负荷均衡度，βi为配电网络中第i台配电变压器的负载率，i＝1,2,...,n，n为配电变压器的总台数。根据遗传算法求取配电网络综合运行成本和配电变压器的负荷均衡度二者的最小值，其主要原因是：首先，求取配电网络的综合运行成本的最小值，使优化后的综合运行成本降低，表明优化后的配电网络的可靠性增加、经济损失减小；其次，求取配电网络中配电变压器的负荷均衡度的最小值，使优化后的负荷均衡度降低，表明各个配电变压器的负载率相差不大，配电网络内配电变压器的整体寿命损耗速率明显降低，因而推迟了配电变压器的退役年龄，延长了配电变压器的可使用年限。当获取到配电网络综合运行成本和配电变压器的负荷均衡度二者的最小值时，根据配电网络中各个配电变压器的负载率的值，通过对配电网络中配电变压器的开关控制、供电线路等的调整和重构，最终实现对配电网络的优化运行分析。
在另一个实施例中，结合优化目标函数和遗传算法计算优化结果时，采用节点潮流约束、电流约束、容量约束和网络连通性约束作为约束条件进行计算，其中，节点潮流约束指节点输入电流与输出电流之差为该节点功率需求，电流约束指配电网络中中通过某一元件的电流不大于该元件的最大允许电流，容量约束指配电网络中某一条支路的功率不大于该支路的最大允许功率，网络连通性约束则指优化重构后的配电网络必须是连通的，且为辐射性结构。通过多个约束条件的设置，使得优化目标函数能够获得更准确的最优解。
结合以上实施例的内容，这里给出一种配电网络在实际的优化分析中的一种具体的实施方式，参见图2所示。
S21获取配电网络中配电变压器的当前负载率；
S22将获取到的配电变压器的当前负载率与负载率阈值进行比较，判断当前负载率是否大于负载率阈值；
S23若当前负载率小于或等于负载率阈值，配电网络处于正常运行状态，则公式(1)为优化目标函数，否则，配电网络处于越限状态，公式(2)为优化目标函数；
S24结合优化目标函数、遗传算法及其约束条件，计算得到优化结果；
S25根据优化结果运行配电网络，从而重新合理分配配电网络内配电变压器的负荷。
在图2所示的较佳实施方式中，以配电网络中配电变压器的实际负载率状态来选择与状态对应的优化目标函数，避免了对配电变压器热点温度计算的复杂过程，同时在重新合理分配配电变压器的负荷时，既保证了配电网络运行的可靠性和经济性，又充分考虑了配电变压器的寿命，最终达到延长配电网络中多台配电变压器寿命，优化配电网络的目的。
为进一步说明本发明所提出的配电网络优化运行方法的有效性，这里以具有五个负荷的简单双端供电配电网络(其简化拓扑结构如图1所示)为例，对本发明的优化方法进行详细阐述。
优选地，首先确定配电网络中各个配电变压器和负荷线路的基本参量、运行状态、环境温度及所在地区的电价等信息。以广州地区为例，该配电网络中配电变压器的参数和负荷线路的参数如表1至表4所示。
表1配电变压器技术参数(1)
表2配电变压器技术参数(2)
负荷编号 S1 S2 S3 S4 S5
负荷视在功率/kVA 448.2 513 313.2 631.8 441
功率因数 0.447 0.371 0.475 0.376 0.387
负荷有功功率/kW 200.35 190.32 179.78 237.56 170.67
表3负荷参数
起点 1 2 3 4 5 6
末点 2 3 4 5 6 7
R/Ω 0.340 0.289 0.274 0.156 0.169 0.325
X/Ω 0.640 0.544 0.515 0.372 0.403 0.775
表4负荷线路参数
配电网络综合运行成本计算过程中，假设配电网络的可靠性成本和经济性成本比例相同，广州地区的平均售电价格为0.608元/kWh，运行周期为30天。
首先，确定配电变压器的负载率阈值。假设配电网络中除了配电变压器外其余设备均为完全可靠，且假设广州地区的年平均温度为30℃，那么根据年平均温度确定配电网络中配电变压器的负载率阈值为0.91。
其次，确定优化目标函数。当配电变压器A和B以图3所示方式运行时，假设负载率分别为βA＝1.0197，βB＝0.4585，配电网络的综合运行成本为15.783万元，配电变压器的负荷均衡度为0.0787。此时，配电变压器A的负载率大于负载率阈值，因此以公式(2)作为优化目标函数。
然后，根据遗传算法，结合约束条件，计算得到优化结果：当开关3为断开状态时，配电网络综合运行成本和负荷均衡度二者同时达到最小值，此时，βA＝0.6959，βB＝0.6621，配电网络综合运行成本为15.674万元，配电变压器的负荷均衡度为2.8589×10-4。从配电网络综合运行成本和负荷均衡度的数据上来看，对配电网络的运行方式优化后，配电网络综合运行成本降低15.783-15.674＝1090(元)，负荷均衡度则降低了两个数量级。
最后，根据优化结果即断开开关3，运行配电网络，重新分配配电变压器的负荷，最终配电网络中各台配电变压器的负载率发生了变化，导致各台配电变压器的热点温度和老化速率与配电网络优化前相比也发生了变化。
进一步地，结合配电变压器的当前服役年龄，可利用如下的公式(3)分别计算配电网络优化前后配电变压器的老化速率
其中，t为配电变压器的当前服役年龄，θH为配电变压器的实时热点温度。
仍然以图3所示的实施例为例，根据如表5所示的优化前后热点温度的值分别计算配电变压器A和配电变压器B在优化前后的老化速率，结果如表5所示。
表5优化前后配电变压器热点温度θH和老化速率V对比
根据表5中配电变压器A和配电变压器B在优化前后的老化速率，计算配电网络优化后配电变压器相对寿命损失的平均变化值ΔL，其计算公式如公式(4)所示，
其中，V1i为第i台配电变压器在优化后的老化速率，V0i为第i台配电变压器在优化前的老化速率，n为配电网络中配电变压器的总台数。计算后得到
ΔL＝-2.5737
上式表明，在配电网络的30天的运行周期内，配电网络运行方式优化后，各台配电变压器的相对寿命损失减少了2.5737，更直观地表示，就是相当于配电变压器A和配电变压器B的相对寿命均延长了2.5737×30＝77.211(天)。由此可见，当配电网络的运行方式优化后，配电变压器的寿命损耗速率明显降低，推迟了配电变压器的退役年龄，延长了配电变压器的可使用年限，因而降低了配电网络的运行成本，同时保障了配电网络安全运行的稳定性和可靠性。
同时，本发明还提出一种配电网络优化运行系统，参见图4所示，该系统包括：
获取单元41，用于获取配电网络中配电变压器的当前负载率。
配电变压器是配电网络中的重要设备，配电变压器的负载率，又称为配电变压器的负载系数，代表着配电变压器实际负载量占配电变压器额定负载量的百分比，是配电变压器的重要参数指标。
确定单元42，用于根据所述当前负载率确定配电网络运行的优化目标函数。
确定单元42接收获取单元41所获取的配电变压器的当前负载率，然后根据当前负载率确定配电网络运行的优化目标函数。
在影响配电变压器的绝缘材料老化的诸多因素中，温度是其中的一个关键因素。热点是配电变压器内部温度最高的位置，热点的温度越高，表明配电变压器的绝缘材料发生老化的速度可能越快。热点的温度受环境温度和配电变压器负载率的影响，当环境温度变化不明显时，可以采用调节配电变压器的负载率来实现对热点温度的改变，从而减缓配电变压器绝缘材料的老化，以提高配电变压器的可靠性和使用寿命，保障配电网络的安全运行。同时，确定单元42根据配电变压器的实际负载率状态来选择配电网络重构的优化目标，不需要对配电变压器的热点温度进行复杂的运算，而能够实现改变热点温度，延缓配电变压器老化的目的。
作为一种优选的实施方式，确定单元42根据配电变压器的当前负载率确定配电网络运行的优化目标函数时，确定单元42先将配电变压器的当前负载率与负载率阈值进行比较，然后根据比较结果确定所述优化目标函数。优选地，负载率阈值由配电网络系统所在地区的年平均温度确定，以保证负载率阈值设置的合理性，其取值范围可以为[0.81,1.37]。确定单元42将配电变压器的当前负载率与负载率阈值进行比较，能够实时检测出配电变压器的负载率状态，更真实地反映配电变压器的运行性能，同时避免对配电变压器热点温度计算的复杂过程，提高配电网络的优化效率。
优化单元42，用于结合所述优化目标函数和遗传算法计算得到优化结果。
遗传算法是模拟生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程来搜索最优解的方法。遗传算法的基本思路是首先为计算机随机生成一个初始解集，将决策变量通过编码得到二进制的代码形式的染色体，再通过遗传操作(选择、交叉、变异)产生次代解集，求解适应度函数，由适应度大小决定其参与下一轮遗传操作的概率，最后根据解集适应度值或者遗传代数的要求结束操作，获得最终解。由于遗传算法是模拟生物在自然环境中的遗传和进化过程形成的自适应全局优化搜索算法，它从多初值点开始，沿多路径搜索实现全局或准全局最优，并可方便地处理混合整数问题，也正是由于这些特点，使得遗传算法特别适用于对配电网络进行优化运行的分析。
运行单元44，用于根据所述优化结果运行所述配电网络。
运行单元44结合优化目标函数和遗传算法，最终计算获得配电网络的优化结果，根据该优化结果对配电网络进行重构。优化结果反映出优化后的配电网络中各个配电变压器的负载分配情况，而配电变压器的负载分配情况对应着配电网络中某一组配电变压器开关的状态，因此可以通过调整配电网络内的开关来改变配电网络的运行方式，从而重新合理分配配电网络内配电变压器的负荷，从而在保证配电网络安全运行的基础上，均衡配电变压器的负荷，降低配电变压器的损耗，实现配电网络的优化。
上述配电网络优化运行系统根据配电变压器的实际负载率状态选择配电网络重构的优化目标，避免了通过配电变压器热点温度计算来获得优化目标的复杂过程，同时以优化后的配电网络结构运行其中的设备，使得配电变压器的负载率从相对较高的数值变为较低的数值，配电变压器内部的热点温度也随之降低，从而延缓了变压器中绝缘材料的老化，实现了延长配电变压器的寿命，优化配电网络安全运行的目的。
在配电网络优化运行系统中，优化单元根据优化目标函数和遗传算法计算得到最终的优化结果的方法，与方法实施例部分的内容相同，此处不再赘述。类似地，优化目标函数及其相关内容也已在方法实施例部分进行了详细地说明，此处也不再赘述。特别地，作为一种优选的实施方式，确定单元根据配电变压器的当前负载率确定配电网络运行的优化目标函数时，确定单元先将配电变压器的当前负载率与负载率阈值进行比较，然后根据比较结果确定所述优化目标函数。具体地，当配电变电器的当前负载率小于或等于负载率阈值时，配电网络处于正常运行状态，则确定单元确定公式(1)为优化目标函数；否则，当配电变电器的当前负载率大于负载率阈值时，确定单元确定公式(2)为优化目标函数。配电网络优化运行系统根据配电变压器不同状态下的负载率灵活设置优化目标函数，对配电网络的优化更加全面、可靠。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
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 (6)

1.一种配电网络优化运行方法，其特征在于，包括以下步骤：
获取配电网络中配电变压器的当前负载率；其中，所述配电变压器的负载率为所述配电变压器实际负载量占所述配电变压器额定负载量的百分比；
根据所述当前负载率确定配电网络运行的优化目标函数；
结合所述优化目标函数和遗传算法计算得到优化结果；
根据所述优化结果运行所述配电网络；
根据所述当前负载率确定配电网络运行的优化目标函数的过程包括：
将所述当前负载率与负载率阈值进行比较，并根据比较结果确定所述优化目标函数；
当所述当前负载率小于或者等于所述负载率阈值时，所述优化目标函数为计算所述配电网络的综合运行成本最小值的函数，所述综合运行成本根据所述配电变压器的可靠性运行成本、经济性运行成本以及二者的权重因子获得。
2.根据权利要求1所述的配电网络优化运行方法，其特征在于，
当所述当前负载率大于所述负载率阈值时，所述优化目标函数包括计算所述配电网络的综合运行成本最小值的函数和计算所述配电网络中的配电变压器负荷均衡度最小值的函数，所述综合运行成本根据所述配电变压器的可靠性运行成本、经济性运行成本以及各自的权重因子获得，所述负荷均衡度根据所述配电网络中各个配电变压器的负载率获得。
3.根据权利要求1或2所述的配电网络优化运行方法，其特征在于，结合所述优化目标函数和遗传算法计算得到优化结果的过程包括：
以节点潮流约束、电流约束、容量约束和网络连通性约束为约束条件，计算优化结果。
4.一种配电网络优化运行系统，其特征在于，包括：
获取单元，用于获取配电网络中配电变压器的当前负载率；其中，所述配电变压器的负载率为所述配电变压器实际负载量占所述配电变压器额定负载量的百分比；
确定单元，用于根据所述当前负载率确定配电网络运行的优化目标函数；
优化单元，用于结合所述优化目标函数和遗传算法计算得到优化结果；
运行单元，用于根据所述优化结果运行所述配电网络；
确定单元将所述当前负载率与负载率阈值进行比较，并根据比较结果确定所述优化目标函数；
当所述当前负载率小于或者等于所述负载率阈值时，所述确定单元确定的优化目标函数为计算所述配电网络的综合运行成本最小值的函数，所述综合运行成本根据所述配电变压器的可靠性运行成本、经济性运行成本以及二者的权重因子获得。
5.根据权利要求4所述的配电网络优化运行系统，其特征在于，
当所述当前负载率大于所述负载率阈值时，所述确定单元确定的优化目标函数包括计算所述配电网络的综合运行成本最小值的函数和计算所述配电网络中的配电变压器负荷均衡度最小值的函数，所述综合运行成本根据所述配电变压器的可靠性运行成本、经济性运行成本以及各自的权重因子获得，所述负荷均衡度根据所述配电网络中各个配电变压器的负载率获得。
6.根据权利要求4或5所述的配电网络优化运行系统，其特征在于，
所述优化单元以节点潮流约束、电流约束、容量约束和网络连通性约束为约束条件，计算优化结果。
CN201510606984.2A 2015-09-22 2015-09-22 配电网络优化运行方法和系统 Active CN105207210B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510606984.2A CN105207210B (zh) 2015-09-22 2015-09-22 配电网络优化运行方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510606984.2A CN105207210B (zh) 2015-09-22 2015-09-22 配电网络优化运行方法和系统

Publications (2)

Publication Number Publication Date
CN105207210A CN105207210A (zh) 2015-12-30
CN105207210B true CN105207210B (zh) 2018-06-08

Family

ID=54954720

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510606984.2A Active CN105207210B (zh) 2015-09-22 2015-09-22 配电网络优化运行方法和系统

Country Status (1)

Country Link
CN (1) CN105207210B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109598061A (zh) * 2018-12-03 2019-04-09 西南交通大学 一种变压器群平均寿命损失的监测方法
CN109754129A (zh) * 2019-02-21 2019-05-14 清华大学 电力负荷组团供电方案优化方法及优化装置
CN110994595B (zh) * 2019-11-25 2021-06-25 广东电网有限责任公司 一种电网关键设备重载及越限分布监测方法
CN111404581B (zh) * 2020-03-24 2021-10-29 佳源科技有限公司 高速可靠的物联网电力宽带载波hplc系统
CN114048962B (zh) * 2021-10-22 2024-07-02 上海电力大学 一种基于负荷峰谷耦合的中压配电网用户接入确定方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100872725B1 (ko) * 2008-11-10 2008-12-05 (주)제일전기기술단 배전계통의 배전손실 산정 방법
CN101923952B (zh) * 2010-08-27 2015-06-03 天津市电力公司 有载调容变压器节能控制方法
CN102522752B (zh) * 2011-12-14 2014-08-20 天津大学 面向供电能力提高的配电网联络结构优化方法
CN103280810B (zh) * 2013-04-15 2015-09-09 江苏省电力公司南京供电公司 一种提高配电网负载率的优化调度方法
CN104134104A (zh) * 2014-08-15 2014-11-05 国家电网公司 一种基于多目标优化的配电网络重构优化方法

Also Published As

Publication number Publication date
CN105207210A (zh) 2015-12-30

Similar Documents

Publication Publication Date Title
CN105207210B (zh) 配电网络优化运行方法和系统
CN110490376B (zh) 面向配电网可靠性和经济性提升的智能软开关规划方法
Ganguly Multi-objective planning for reactive power compensation of radial distribution networks with unified power quality conditioner allocation using particle swarm optimization
Rao et al. Power loss minimization in distribution system using network reconfiguration in the presence of distributed generation
CN102915472B (zh) 基于基因修复混沌遗传算法的配电网综合优化规划方法
Meena et al. Optimal integration of DERs in coordination with existing VRs in distribution networks
Abubakar et al. Optimal reconfiguration of radial distribution networks using improved genetic algorithm
Ali et al. Energy efficient reconfiguration for practical load combinations in distribution systems
Kumar et al. Reconfiguration of radial distribution system with static load models for loss minimization
Zheng et al. Optimal operation of electric springs for voltage regulation in distribution systems
Madadi et al. Probabilistic available transfer capability evaluation considering dynamic line rating based on a sequential game-theoretic approach
CN109586278B (zh) 一种交直流混合配电网供电能力评估方法
CN107808200A (zh) 配电网短时检修计划优化方法和装置
CN107171322B (zh) 一种含小水电配电网的规划方法
CN112671045B (zh) 一种基于改进遗传算法的分布式电源优化配置方法
Augugliaro et al. A modified genetic algorithm for optimal allocation of capacitor banks in MV distribution networks
CN112202168A (zh) 多目标协调优化的多元电网超前控制供电方法及其系统
Madeiro et al. Simultaneous capacitor placement and reconfiguration for loss reduction in distribution networks by a hybrid genetic algorithm
Shigenobu et al. Multi‐objective optimisation of step voltage regulator operation and optimal placement for distribution systems design using linkage combination update‐non‐dominated sorting genetic algorithm‐II
Verma et al. An intelligent methodology to improve distribution system operational parameters utilising smart inverter functionalities of PV sources
Manusov et al. Population-based algorithms for optimization of the reactive power distribution and selection of the cable cross-section in the power-supply systems
CN115603387A (zh) 一种配电网的优化方法及装置
Le Roux et al. Distribution network reconfiguration using genetic algorithm and load flow
CN113919721A (zh) 一种可靠性与经济性相协调的分布式电源多目标规划方法
Goyal et al. Optimal Placement of Capacitors in Radial Distribution System to Minimizes the Losses at Variable Load Levels

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20200918

Address after: 510620 Tianhe District, Guangzhou, Tianhe South Road, No. two, No. 2, No.

Patentee after: Guangzhou Power Supply Bureau of Guangdong Power Grid Co.,Ltd.

Address before: 510620 Tianhe District, Guangzhou, Tianhe South Road, No. two, No. 2, No.

Patentee before: GUANGZHOU POWER SUPPLY Co.,Ltd.

TR01 Transfer of patent right