CN106789641A - 智能电网中集中式广域保护通信网的拓扑设计方法 - Google Patents

智能电网中集中式广域保护通信网的拓扑设计方法 Download PDF

Info

Publication number
CN106789641A
CN106789641A CN201611024271.6A CN201611024271A CN106789641A CN 106789641 A CN106789641 A CN 106789641A CN 201611024271 A CN201611024271 A CN 201611024271A CN 106789641 A CN106789641 A CN 106789641A
Authority
CN
China
Prior art keywords
communication network
reliability
real
network topology
population
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
Application number
CN201611024271.6A
Other languages
English (en)
Inventor
贾惠彬
苏思岚
郑宏达
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.)
North China Electric Power University
Original Assignee
North China Electric Power University
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 North China Electric Power University filed Critical North China Electric Power University
Priority to CN201611024271.6A priority Critical patent/CN106789641A/zh
Publication of CN106789641A publication Critical patent/CN106789641A/zh
Pending legal-status Critical Current

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00Routing or path finding of packets in data switching networks
    • H04L45/02Topology update or discovery
    • H02J13/0006
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00Routing or path finding of packets in data switching networks
    • H04L45/12Shortest path evaluation

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了智能电网中集中式广域保护通信网的拓扑设计方法,包括集中式广域保护通信网的拓扑构建和用改进的遗传算法求解所述通信网的最优网络拓扑结构的步骤;改进的遗传算法求解所述通信网的最优网络拓扑结构步骤中包括适应度值的计算步骤;适应度值的计算步骤中包括适应度函数构建的步骤。本发明在智能电网集中式广域保护通信网络出现异常或故障时,能够保证信息传输的可靠性和实时性。

Description

智能电网中集中式广域保护通信网的拓扑设计方法
技术领域
本发明涉及一种智能电网中广域继电保护通信网的拓扑设计方法,尤其涉及一种智能电网中集中式广域保护通信网的拓扑设计方法,属于电力系统通信技术领域。
背景技术
继电保护系统是电力系统中的重要组成部分,广域保护系统(WAP)能从电力系统获得全球信息,以整体系统的观点,从而提高牢度,选择性、准确性和保护系统的可靠性。
广域后备保护的实现首先必须确定广域保护系统结构(Wide Area ProtectionSystem,WAPS),不同的WAPS结构对广域后备保护算法、广域后备保护通信网络、广域后备保护分区等方面的设计也会有所不同,WAPS结构可分为:分布式WAPS结构、变电站集中式WAPS结构、区域主站集中式WAPS结构等3种。
在广域保护系统中,通信网络负责变电站之间的数据传输,因此它直接决定广域保护系统的性能。通信网络是广域保护系统的基础设施,它必须满足广域保护系统的可靠性和实时性要求。集中式系统的体系结构是由区域电网主设备组成。其中一个变电站被选为主站,其他变电站是区域电网中的子站。主站需要增加决策单元,决策单元成本相对较低,且易于运行和维护。主站可以采集区域电网中的其他变电站的数据,有助于提高广域保护决策的可靠性和安全性。同时,它可以适应未来智能电网的发展。因此,在区域电网广域后备保护系统采用集中式系统结构。
发明内容
本发明要解决的技术问题是提供一种智能电网中集中式广域保护通信网的拓扑设计方法。
为解决上述技术问题,本发明采用的技术方案是:
一种智能电网中集中式广域保护通信网的拓扑设计方法,所述通信网,在路径满足跳数约束的情况下,实现最小代价的路径1+1保护,包括以下具体步骤:
步骤1:最优通信网络拓扑的构建:
目标函数:
约束条件:
xij∈{0,1} (4)
其中Z代表网络拓扑的代价;xij代表节点i到节点j是否存在链路,为1存在链路,否则为0;cij是节点i到节点j建立链路的代价;K代表主站与各子站之间的跳数;L代表从主站到各子站的链路集;公式(2)代表实时性的约束条件,公式(3)代表可靠性的约束条件;N代表该通信网络拓扑的节点集合;|N|为该通信网络拓扑的节点个数;S代表该通信网络拓扑的任一子集;
步骤2:用改进的遗传算法求解所述通信网的最优网络拓扑结构,由以下具体步骤组成:
步骤2-1:产生初始种群:初始种群的规模为N,进化代数t=0,种群中每个个体代表所述通信网的不同的网络拓扑结构;
步骤2-2:计算每一代个体的适应度值:计算每个个体的目标函数值,将目标函数值最小的个体记录下来,再按线性排序方法计算每个个体的适应度值,并将最优个体保存下来;
步骤2-3:根据适应度从种群中利用轮盘赌选择的方法,依选择概率GP选取m个子代个体;
步骤2-4:采用选择、交叉、变异和重组来产生新一代种群:选择m个个体组成的子代种群,分别以交叉概率Pc进行交叉操作和以变异概率Pm进行变异操作,将交叉变异后的子代种群和步骤2-2记录的个体和合并为新的种群,并且更新t=t+1;
步骤2-5:计算新种群的适应度值;
步骤2-6:判断是否满足预设的终止条件,如果是,输出最优解并退出;否则转向步骤2-2。
所述步骤2中适应度值的计算由以下步骤组成:
步骤A:逐一判断每个个体是否同时满足实时性和可靠性,如果是,计算所述个体的适应度值,否则舍弃;
计算适应度值的适应度函数构建为:
其中k为种群的第k个个体,Ck为第k个个体的目标函数值,γ为一个正整数固定值,α为惩罚因子,决定了选择的强制性,R、D分别为网络拓扑在约束条件下的可靠性和实时性,R=1并且D=1代表拓扑在约束条件下同时满足实时性和可靠性;步骤B:根据适应度值,将最优的个体保存下来,作为下一代的个体成员,同时选择适应度值高于预设阈值的个体进行交叉、变异和重组,产生下一代个体成员;
步骤C:由目标函数求得代价最小的个体,其对应的适应度值作为种群的适应度值。
所述实时性和可靠性的判断方法由以下步骤组成:
在计算主路径时,FC1代表网络拓扑的可靠性,FD1代表网络拓扑的实时性。在计算后备保护路径时,对于新产生的拓扑,FC2代表网络拓扑的可靠性,FD2代表网络拓扑的实时性,L为每个个体拓扑矩阵的长度,R为归一化之后的可靠性,D为归一化之后的实时性;
步骤a:若FC1=1,在拓扑图中对子站到主站之间用Dijska算法寻找最短路径,若计算出的路径跳数满足要求,则FD1=1,否则为0;
步骤b:在网络拓扑图中将步骤a中求出的最短路径置零,判断新拓扑的连通性,若FC2=1,对新的拓扑中的节点用Dijska算法寻找后备保护路径,若计算出的路径中的节点跳数满足要求,则FD2=1,否则为0;
计算实时性和可靠性的值:
步骤c:判断是否同时满足R=1且D=1,如果是,则满足实时性和可靠性的要求,即存在1+1保护路径,否则不存在。
采用上述技术方案所取得的技术效果在于:
本发明在智能电网集中式广域保护通信网络出现异常或故障时,能够实现1+1链路保护,从而保证信息传输的可靠性和实时性。
具体实施方式
一种智能电网中集中式广域保护通信网的拓扑设计方法,所述通信网,在路径满足跳数约束的情况下,实现最小代价的路径1+1保护,其特征在于:包括以下具体步骤:
步骤1:最优通信系统的构建:
目标函数:
约束条件:
xij∈{0,1} (4)
其中Z代表网络拓扑的代价;xij代表节点i到节点j是否存在链路,为1存在链路,否则为0;cij是节点i到节点j建立链路的代价;K代表主站与各子站之间的跳数;L代表从主站到各子站的链路集;公式(2)代表实时性的约束条件,公式(3)代表可靠性的约束条件;N代表该通信网络拓扑的节点集合;|N|为该通信网络拓扑的节点个数;S代表该通信网络拓扑的任一子集;
步骤2:用改进的遗传算法求解所述通信网的最优网络拓扑结构,由以下具体步骤组成:
步骤2-1:产生初始种群:初始种群的规模为N,进化代数t=0,种群中每个个体代表所述通信网的不同的网络拓扑结构;
步骤2-2:计算每一代个体的适应度值:计算每个个体的目标函数值,将目标函数值最小的个体记录下来,再按线性排序方法计算每个个体的适应度值,并将最优个体保存下来;
步骤2-3:根据适应度从种群中利用轮盘赌选择的方法,依选择概率GP选取m个子代个体;
步骤2-4:采用选择、交叉、变异和重组来产生新一代种群:选择m个个体组成的子代种群,分别以交叉概率Pc进行交叉操作和以变异概率Pm进行变异操作,将交叉变异后的子代种群和步骤2-2记录的个体和合并为新的种群,并且更新t=t+1;
步骤2-5:计算新种群的适应度值;
步骤2-6:判断是否满足预设的终止条件,如果是,输出最优解并退出;否则转向步骤2-2。
所述步骤2中适应度值的计算由以下步骤组成:
步骤A:逐一判断每个个体是否同时满足实时性和可靠性,如果是,计算所述个体的适应度值,否则舍弃;
计算适应度值的适应度函数构建为:
其中k为种群的第k个个体,Ck为第k个个体的目标函数值,γ为一个正整数固定值,α为惩罚因子,决定了选择的强制性,R、D分别为网络拓扑在约束条件下的可靠性和实时性,R=1并且D=1代表拓扑在约束条件下同时满足实时性和可靠性;
步骤B:根据适应度值,将最优的个体保存下来,作为下一代的个体成员,同时选择适应度值高于预设阈值的个体进行交叉、变异和重组,产生下一代个体成员;
步骤C:由目标函数求得代价最小的个体,其对应的适应度值作为种群的适应度值。
所述实时性和可靠性的判断方法由以下步骤组成:
在计算主路径时,FC1代表网络拓扑的可靠性,FD1代表网络拓扑的实时性。在计算后备保护路径时,对于新产生的拓扑,FC2代表网络拓扑的可靠性,FD2代表网络拓扑的实时性,L为每个个体拓扑矩阵的长度,R为归一化之后的可靠性,D为归一化之后的实时性;
步骤a:若FC1=1,在拓扑图中对子站到主站之间用Dijska算法寻找最短路径,若计算出的路径跳数满足要求,则FD1=1,否则为0;
步骤b:在网络拓扑图中将步骤a中求出的最短路径置零,判断新拓扑的连通性,若FC2=1,对新的拓扑中的节点用Dijska算法寻找后备保护路径,若计算出的路径中的节点跳数满足要求,则FD2=1,否则为0;
计算实时性和可靠性的值:
步骤c:判断是否同时满足R=1且D=1,如果是,则满足实时性和可靠性的要求,即存在1+1保护路径,否则不存在。

Claims (3)

1.一种智能电网中集中式广域保护通信网的拓扑设计方法,所述通信网,在路径满足跳数约束的情况下,实现最小代价的路径1+1保护,其特征在于:包括以下具体步骤:
步骤1:最优通信网拓扑的构建:
目标函数:
Z = Σ i = 1 | N | - 1 Σ j = i + 1 | N | x i j c i j - - - ( 1 )
约束条件:
Σ ( i , j ) ∈ L x i j ≤ K - - - ( 2 )
xij∈{0,1} (4)
其中Z代表网络拓扑的代价;xij代表节点i到节点j是否存在链路,为1存在链路,否则为0;cij是节点i到节点j建立链路的代价;K代表主站与各子站之间的跳数;L代表从主站到各子站的链路集;公式(2)代表实时性的约束条件,公式(3)代表可靠性的约束条件;N代表该通信网络拓扑的节点集合;|N|为该通信网络拓扑的节点个数;S代表该通信网络拓扑的任一子集;
步骤2:用改进的遗传算法求解所述通信网的最优网络拓扑结构,由以下具体步骤组成:
步骤2-1:产生初始种群:初始种群的规模为N,进化代数t=0,种群中每个个体代表所述通信网的不同的网络拓扑结构;
步骤2-2:计算每一代个体的适应度值:计算每个个体的目标函数值,将目标函数值最小的个体记录下来,再按线性排序方法计算每个个体的适应度值,并将最优个体保存下来;
步骤2-3:根据适应度从种群中利用轮盘赌选择的方法,依选择概率GP选取m个子代个体;
步骤2-4:采用选择、交叉、变异和重组来产生新一代种群:选择m个个体组成的子代种群,分别以交叉概率Pc进行交叉操作和以变异概率Pm进行变异操作,将交叉变异后的子代种群和步骤2-2记录的个体和合并为新的种群,并且更新t=t+1;
步骤2-5:计算新种群的适应度值;
步骤2-6:判断是否满足预设的终止条件,如果是,输出最优解并退出;否则转向步骤2-2。
2.根据权利要求1所述的智能电网中集中式广域保护通信网的拓扑设计方法,其特征在于:所述步骤2中适应度值的计算由以下步骤组成:
步骤A:逐一判断每个个体是否同时满足实时性和可靠性,如果是,计算所述个体的适应度值,否则舍弃;
计算适应度值的适应度函数构建为:
其中k为种群的第k个个体,Ck为第k个个体的目标函数值,γ为一个正整数固定值,α为惩罚因子,决定了选择的强制性,R、D分别为网络拓扑在约束条件下的可靠性和实时性,R=1并且D=1代表拓扑在约束条件下同时满足实时性和可靠性;
步骤B:根据适应度值,将最优的个体保存下来,作为下一代的个体成员,同时选择适应度值高于预设阈值的个体进行交叉、变异和重组,产生下一代个体成员;
步骤C:由目标函数求得代价最小的个体,其对应的适应度值作为种群的适应度值。
3.根据权利要求1所述的智能电网中集中式广域保护通信网的拓扑设计方法,其特征在于:所述实时性和可靠性的判断方法由以下步骤组成:
在计算主路径时,FC1代表网络拓扑的可靠性,FD1代表网络拓扑的实时性。在计算后备保护路径时,对于新产生的拓扑,FC2代表网络拓扑的可靠性,FD2代表网络拓扑的实时性,L为每个个体拓扑矩阵的长度,R为归一化之后的可靠性,D为归一化之后的实时性;
步骤a:若FC1=1,在拓扑图中对子站到主站之间用Dijska算法寻找最短路径,若计算出的路径跳数满足要求,则FD1=1,否则为0;
步骤b:在网络拓扑图中将步骤a中求出的最短路径置零,判断新拓扑的连通性,若FC2=1,对新的拓扑中的节点用Dijska算法寻找后备保护路径,若计算出的路径中的节点跳数满足要求,则FD2=1,否则为0;
计算实时性和可靠性的值:
D = Σ i = 1 | N | - 1 FD 1 ( i ) + FD 2 ( i ) 2 ( | N | - 1 )
R = Σ i = 1 | N | - 1 FC 1 ( i ) + FC 2 ( i ) 2 ( | N | - 1 )
步骤c:判断是否同时满足R=1且D=1,如果是,则满足实时性和可靠性的要求,即存在1+1保护路径,否则不存在。
CN201611024271.6A 2016-11-18 2016-11-18 智能电网中集中式广域保护通信网的拓扑设计方法 Pending CN106789641A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611024271.6A CN106789641A (zh) 2016-11-18 2016-11-18 智能电网中集中式广域保护通信网的拓扑设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611024271.6A CN106789641A (zh) 2016-11-18 2016-11-18 智能电网中集中式广域保护通信网的拓扑设计方法

Publications (1)

Publication Number Publication Date
CN106789641A true CN106789641A (zh) 2017-05-31

Family

ID=58969891

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611024271.6A Pending CN106789641A (zh) 2016-11-18 2016-11-18 智能电网中集中式广域保护通信网的拓扑设计方法

Country Status (1)

Country Link
CN (1) CN106789641A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107749819A (zh) * 2017-09-14 2018-03-02 北京东土科技股份有限公司 一种栅格网络条件下的路由选择方法及装置
CN112653240A (zh) * 2020-12-15 2021-04-13 贵州电网有限责任公司 一种计及网络性能约束的配电网保护配置方法
CN113095578A (zh) * 2021-04-16 2021-07-09 广东电网有限责任公司电力调度控制中心 变电站最优通信路径的设计方法、装置、终端及介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102291308A (zh) * 2011-08-25 2011-12-21 中科华核电技术研究院有限公司 一种网络动态负载均衡的实现方法与系统
CN103716194A (zh) * 2013-12-31 2014-04-09 北京交通大学 一种城轨列车网络拓扑优化方法
CN104299053A (zh) * 2014-10-13 2015-01-21 国家电网公司 基于遗传算法配用电通信网最优路径选择的方法
CN204258715U (zh) * 2014-10-17 2015-04-08 国网青海省电力公司经济技术研究院 基于改进单亲遗传算法的光伏电站汇集拓扑优化装置
CN105356610A (zh) * 2015-11-26 2016-02-24 江苏省电力公司南京供电公司 智能配电网的配电自动化终端配置方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102291308A (zh) * 2011-08-25 2011-12-21 中科华核电技术研究院有限公司 一种网络动态负载均衡的实现方法与系统
CN103716194A (zh) * 2013-12-31 2014-04-09 北京交通大学 一种城轨列车网络拓扑优化方法
CN104299053A (zh) * 2014-10-13 2015-01-21 国家电网公司 基于遗传算法配用电通信网最优路径选择的方法
CN204258715U (zh) * 2014-10-17 2015-04-08 国网青海省电力公司经济技术研究院 基于改进单亲遗传算法的光伏电站汇集拓扑优化装置
CN105356610A (zh) * 2015-11-26 2016-02-24 江苏省电力公司南京供电公司 智能配电网的配电自动化终端配置方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107749819A (zh) * 2017-09-14 2018-03-02 北京东土科技股份有限公司 一种栅格网络条件下的路由选择方法及装置
CN107749819B (zh) * 2017-09-14 2020-07-21 北京东土科技股份有限公司 一种栅格网络条件下的路由选择方法及装置
CN112653240A (zh) * 2020-12-15 2021-04-13 贵州电网有限责任公司 一种计及网络性能约束的配电网保护配置方法
CN112653240B (zh) * 2020-12-15 2023-10-03 贵州电网有限责任公司 一种计及网络性能约束的配电网保护配置方法
CN113095578A (zh) * 2021-04-16 2021-07-09 广东电网有限责任公司电力调度控制中心 变电站最优通信路径的设计方法、装置、终端及介质
CN113095578B (zh) * 2021-04-16 2022-09-23 广东电网有限责任公司电力调度控制中心 变电站最优通信路径的设计方法、装置、终端及介质

Similar Documents

Publication Publication Date Title
CN107171848A (zh) 一种流量预测方法和装置
CN105376156A (zh) 一种基于多属性决策的电力骨干传输网路由规划方法
CN107222348A (zh) 一种降低电力信息物理系统连锁故障风险的方法
CN101588263A (zh) 一种评估电力通信网可靠性的方法
CN104537580A (zh) 基于K-means聚类的配电网网架的构建方法
CN108880886B (zh) 一种跨区域电力系统保护通信网规划方法
CN107092984A (zh) 一种基于级联失效的网络功能端节点传播预测方法
CN106789641A (zh) 智能电网中集中式广域保护通信网的拓扑设计方法
CN101677286A (zh) 承载网络优化方法
CN108494678A (zh) 基于遗传算法的备用路由配置方法及系统
CN107846010B (zh) 一种考虑合环约束的配电网重构方法
CN108134772A (zh) 一种采用aodv或dsdv协议实现的安全路由方法
CN104881708A (zh) 基于拓扑修正的配电网重构方法
CN103337856B (zh) 一种配电网网络重构的开关分组方法
CN114914904A (zh) 基于配电-信息-交通网耦合的多时段动态供电恢复方法
CN110048884B (zh) 抵御随机攻击和蓄意网络攻击的智能配电网通信网络规划方法
CN106303901A (zh) 一种无线传感网中基于协同过滤的可靠数据融合优化方法
Dong et al. Constructing core backbone network based on survivability of power grid
CN106603294B (zh) 一种基于电力通信网结构和状态的综合脆弱性评估方法
CN104009470B (zh) 基于交流潮流的电网故障仿真方法
CN108110789A (zh) 一种间歇性可再生能源分层分区并网规划方法
Huang et al. A Multiobjective Evolutionary Algorithm for Network Planning in In-Building Distributed Antenna Systems
CN104252651B (zh) 一种智能配电网dg中联络开关的协调规划方法
CN114221901B (zh) 一种能源互联网cps韧性调度方法、系统及其存储介质
Jin et al. Cyber-physical risk driven routing planning with deep reinforcement-learning in smart grid communication networks

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for 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: 20170531