CN109687432A - 一种基于多阶段协同的配电终端选址定型方法和系统 - Google Patents
一种基于多阶段协同的配电终端选址定型方法和系统 Download PDFInfo
- Publication number
- CN109687432A CN109687432A CN201811475136.2A CN201811475136A CN109687432A CN 109687432 A CN109687432 A CN 109687432A CN 201811475136 A CN201811475136 A CN 201811475136A CN 109687432 A CN109687432 A CN 109687432A
- Authority
- CN
- China
- Prior art keywords
- subregion
- power
- formula
- indicate
- distribution terminal
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Computer Networks & Wireless Communication (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
一种基于多阶段协同的配电终端选址定型方法,该方法包括以下步骤:A、将配电网划分为多个分区,确定各分区的年平均停电时间,并确定配电网的以年平均停电时间为自变量的全寿命周期总停电损失成本;B、以供电可靠性指标和分阶段投资成本指标为约束,全寿命周期总停电损失成本为优化目标,建立配电终端动态规划模型;C、采用基于离散二进制粒子群算法的方法对配电终端动态规划模型进行求解,获得配电终端选址定型方案。本设计不仅提高了配电网运行的经济性,而且提高了配电网运行的可靠性。
Description
技术领域
本发明涉及配电网技术领域,尤其涉及一种基于多阶段协同的配电终端选址定型方法和系统,主要适用于提高配电网运行的经济性和可靠性。
背景技术
目前配电网面临着负荷增长、新能源发展以及复杂环境的考验,而配电网自动化系统是智能配电网建设的重要组成部分,是改善配电网供电可靠性的关键手段。配电网自动化系统是一种综合了计算机技术、数据传输、控制技术、现代化设备与管理于一身的综合信息管理系统,其目的是提高供电的电能质量、改善供电可靠性与提供优质服务。配电网自动化系统可以正确判断故障、隔离故障及恢复供电,实现负荷转供,从而减少供电区域用户的停电次数和故障停电时间。而配电网自动化涉及多种技术理论,且我国的配电系统越来越复杂,部署施工难度较大,如何在有限的投资下进行科学合理的建设,使得配电网在最经济和最可靠的情况下运行,是配电网规划面临的较大挑战。
作为配电网自动化系统的基本单元,配电终端可用于实现故障快速定位、故障隔离以及供电恢复,其性能好坏直接影响到整个配电网自动化系统是否能有效发挥效果。按照基本功能的不同,配电终端可分为具有遥测、遥信功能的“二遥”配电终端以及具有遥测、遥信、遥控功能的“三遥”配电终端两类。一般而言,断路器、联络开关为配电网重要的一次设备,均配置“三遥”配电终端以保证系统可靠性,其他设备处可根据实际需求配置“二遥”配电终端或“三遥”配电终端。从系统可靠性改善的角度来看,“二遥”配电终端需要较长的故障隔离时间,而“三遥”配电终端由于具备遥控功能,可以迅速隔离故障并且实现负荷转供,因此“二遥”配电终端对系统可靠性提升效果没有“三遥”配电终端好。但从经济性角度来看,“三遥”配电终端因为需要加装电动操作机构,相较于“二遥”配电终端的成本更高。
由于配电终端的规划问题一般为中长期规划,为了在有限投资下获得供电可靠性效益的提升,实际工程一般将规划分为多个阶段进行。为了对不同可靠性要求的供电区域进行差异化的配电终端选址定型,需精确评估配电网可靠性。目前对配电终端的规划主要只是对数量进行粗略规划,而配电网中一次设备的故障率在不断变化,区域负荷和供电可靠性要求也在变化,导致现有规划的适用性却普遍不强,造成对配置资源的浪费。
发明内容
本发明的目的是克服现有技术中存在的经济性低、可靠性低的缺陷与问题,提供一种经济性高、可靠性高的基于多阶段协同的配电终端选址定型方法和系统。
为实现以上目的,本发明的技术解决方案是:一种基于多阶段协同的配电终端选址定型方法,该方法包括以下步骤:
A、将配电网划分为多个分区,确定各分区的年平均停电时间,并确定配电网的以年平均停电时间为自变量的全寿命周期总停电损失成本;
B、以供电可靠性指标和分阶段投资成本指标为约束,全寿命周期总停电损失成本为优化目标,建立配电终端动态规划模型;
C、采用基于离散二进制粒子群算法的方法对配电终端动态规划模型进行求解,获得配电终端选址定型方案。
所述步骤A具体包括以下步骤:
A1、将配电网划分为N个分区,并对所有分区进行编号,对于N个分区中的第i个分区,确定第i个分区到变电站出线所在分区的第一最小通路及第i个分区到转供线路所在分区的第二最小通路,将第一最小通路和第二最小通路所历经的分区编号分别存入集合Λch(i)与集合Λzg(i)中;
A2、确定第i个分区的自身故障停电时间和与第i个分区关联的分区的其他故障停电时间为第i个分区的年平均停电时间Toff(i);
第i个分区的自身故障停电时间根据第一公式确定,第一公式为:
Toff1(i)=λi·(tg1_i+txf);
其中,Toff1(i)表示第i个分区的自身故障停电时间,λi表示第i个分区的一次设备故障率,tg1_i表示第i个分区的故障隔离时间,txf表示故障修复时间;
与第i个分区关联的分区的其他故障停电时间根据第二公式确定,第二公式为:
其中,Toff2(i)表示与第i个分区关联的第j个分区的其他故障停电时间,λj表示第j个分区的一次设备故障率,tg1_j表示第j个分区的故障隔离时间,tzg表示负荷转供时间;
A3、根据第三公式确定整个规划期内第k阶段的第i个分区的停电损失成本,第三公式为:
其中,状态变量x(k)表示整个规划期内到第k阶段为止安装所有配电终端的集合,N表示配电网的分区数量,ci表示第i个分区的单位停电损失费用,Pi表示第i个分区的总负荷,Toff(i,k)表示第i个分区在第k阶段的年平均停电时间;
根据第四公式确定配电网的全寿命周期总停电损失成本,第四公式为:
其中,Rloss表示全寿命周期总停电损失成本,S表示整个规划期内的规划阶段数,y(k)表示第k阶段的年数,n(k)表示规划期初至第k阶段末的总年数,r表示贴现率。
所述步骤A2中的一次设备故障率根据第五公式确定,第五公式为:
其中,b、v为曲线分布参数。
所述步骤B中的配电终端动态规划模型根据第六公式确定,第六公式为:
其中,C[u(k-1)]表示第k阶段的投资成本指标,Ccon[u(k-1)]表示第k阶段的建设配电终端的配置成本,Cope[x(k)]表示第k阶段的建设配电终端的运维成本,Cmod[u(k-1)]表示第k阶段的配电自动化的改造成本,ASAIk表示第k阶段的供电可用率指标,M表示各阶段的投资成本约束,D表示各阶段的供电可用率约束。
所述步骤C具体包括以下步骤:
C1、输入配电网参数;
C2、根据配电网拟配置配电终端的开关数量以及配电终端配置类型,确定粒子二进制编码方式,并对各粒子进行初始化;
C3、对当前代各粒子进行适应度评价,当满足约束条件时,以目标函数值作为适应度,当不满足约束条件时,在目标函数值基础上增加惩罚项作为适应度;
C4、根据适应度评价的结果,确定当前代各粒子到目前为止的最好位置以及整个粒子群到目前为止的最好位置;
C5、对下一代种群各粒子的速度与位置进行更新;
C6、当满足收敛条件或达到最大允许迭代次数时,输出更新结果,否则执行步骤C3。
一种基于多阶段协同的配电终端选址定型系统,该系统包括:
第一处理模块,用于将配电网划分为多个分区,确定各分区的年平均停电时间,并确定配电网的以年平均停电时间为自变量的全寿命周期总停电损失成本;
第二处理模块,用于以供电可靠性指标和分阶段投资成本指标为约束,全寿命周期总停电损失成本为优化目标,建立配电终端动态规划模型;
第三处理模块,用于采用基于离散二进制粒子群算法的方法对配电终端动态规划模型进行求解,获得配电终端选址定型方案。
所述第一处理模块具体用于执行如下步骤:
A1、将配电网划分为N个分区,并对所有分区进行编号,对于N个分区中的第i个分区,确定第i个分区到变电站出线所在分区的第一最小通路及第i个分区到转供线路所在分区的第二最小通路,将第一最小通路和第二最小通路所历经的分区编号分别存入集合Λch(i)与集合Λzg(i)中;
A2、确定第i个分区的自身故障停电时间和与第i个分区关联的分区的其他故障停电时间为第i个分区的年平均停电时间Toff(i);
第i个分区的自身故障停电时间根据第一公式确定,第一公式为:
Toff1(i)=λi·(tg1_i+txf);
其中,Toff1(i)表示第i个分区的自身故障停电时间,λi表示第i个分区的一次设备故障率,tg1_i表示第i个分区的故障隔离时间,txf表示故障修复时间;
与第i个分区关联的分区的其他故障停电时间根据第二公式确定,第二公式为:
其中,Toff2(i)表示与第i个分区关联的第j个分区的其他故障停电时间,λj表示第j个分区的一次设备故障率,tg1_j表示第j个分区的故障隔离时间,tzg表示负荷转供时间;
A3、根据第三公式确定整个规划期内第k阶段的第i个分区的停电损失成本,第三公式为:
其中,状态变量x(k)表示整个规划期内到第k阶段为止安装所有配电终端的集合,N表示配电网的分区数量,ci表示第i个分区的单位停电损失费用,Pi表示第i个分区的总负荷,Toff(i,k)表示第i个分区在第k阶段的年平均停电时间;
根据第四公式确定配电网的全寿命周期总停电损失成本,第四公式为:
其中,Rloss表示全寿命周期总停电损失成本,S表示整个规划期内的规划阶段数,y(k)表示第k阶段的年数,n(k)表示规划期初至第k阶段末的总年数,r表示贴现率。
所述一次设备故障率根据第五公式确定,第五公式为:
其中,b、v为曲线分布参数。
所述第二处理模块根据第六公式确定配电终端动态规划模型,第六公式为:
其中,C[u(k-1)]表示第k阶段的投资成本指标,Ccon[u(k-1)]表示第k阶段的建设配电终端的配置成本,Cope[x(k)]表示第k阶段的建设配电终端的运维成本,Cmod[u(k-1)]表示第k阶段的配电自动化的改造成本,ASAIk表示第k阶段的供电可用率指标,M表示各阶段的投资成本约束,D表示各阶段的供电可用率约束。
所述第三处理模块具体用于执行如下步骤:
C1、输入配电网参数;
C2、根据配电网拟配置配电终端的开关数量以及配电终端配置类型,确定粒子二进制编码方式,并对各粒子进行初始化;
C3、对当前代各粒子进行适应度评价,当满足约束条件时,以目标函数值作为适应度,当不满足约束条件时,在目标函数值基础上增加惩罚项作为适应度;
C4、根据适应度评价的结果,确定当前代各粒子到目前为止的最好位置以及整个粒子群到目前为止的最好位置;
C5、对下一代种群各粒子的速度与位置进行更新;
C6、当满足收敛条件或达到最大允许迭代次数时,输出更新结果,否则执行步骤C3。
与现有技术相比,本发明的有益效果为:
本发明一种基于多阶段协同的配电终端选址定型方法和系统通过对配电网进行分区可获得各分区间的故障隔离影响关系,从而根据故障隔离影响关系确定不同分区的年平均停电时间,并进一步确定包括多个分区的配电网的全寿命周期总停电损失成本,由于不同类型的配电终端对于配电网具有不同的可靠性和经济性,以从配电网可靠性出发的供电可靠性指标和从配电网经济性出发的分阶段投资成本指标为约束,并以配电网全寿命周期总停电损失为优化目标,建立配电终端动态规划模型,通过基于离散二进制粒子群算法的改进方法对模型进行求解,可以避免“维数灾”的问题,提高处理效率及准确率。因此,本发明配电网运行的经济性高、可靠性高。
附图说明
图1是本发明一种基于多阶段协同的配电终端选址定型方法的流程示意图。
图2是IEEE RBTS BUS-2配网模型示意图。
图3是本发明的实施例中的配电网可靠性评估示意图。
图4是一次设备故障率示意图。
图5是基于离散二进制粒子群算法的改进方法的示意图。
具体实施方式
以下结合附图说明和具体实施方式对本发明作进一步详细的说明。
参见图1,一种基于多阶段协同的配电终端选址定型方法,该方法包括以下步骤:
A、将配电网划分为多个分区,确定各分区的年平均停电时间,并确定配电网的以年平均停电时间为自变量的全寿命周期总停电损失成本;
B、以供电可靠性指标和分阶段投资成本指标为约束,全寿命周期总停电损失成本为优化目标,建立配电终端动态规划模型;
C、采用基于离散二进制粒子群算法的方法对配电终端动态规划模型进行求解,获得配电终端选址定型方案。
所述步骤A具体包括以下步骤:
A1、将配电网划分为N个分区,并对所有分区进行编号,对于N个分区中的第i个分区,确定第i个分区到变电站出线所在分区的第一最小通路及第i个分区到转供线路所在分区的第二最小通路,将第一最小通路和第二最小通路所历经的分区编号分别存入集合Λch(i)与集合Λzg(i)中;
A2、确定第i个分区的自身故障停电时间和与第i个分区关联的分区的其他故障停电时间为第i个分区的年平均停电时间Toff(i);
第i个分区的自身故障停电时间根据第一公式确定,第一公式为:
Toff1(i)=λi·(tg1_i+txf);
其中,Toff1(i)表示第i个分区的自身故障停电时间,λi表示第i个分区的一次设备故障率,tg1_i表示第i个分区的故障隔离时间,txf表示故障修复时间;
与第i个分区关联的分区的其他故障停电时间根据第二公式确定,第二公式为:
其中,Toff2(i)表示与第i个分区关联的第j个分区的其他故障停电时间,λj表示第j个分区的一次设备故障率,tg1_j表示第j个分区的故障隔离时间,tzg表示负荷转供时间;
A3、根据第三公式确定整个规划期内第k阶段的第i个分区的停电损失成本,第三公式为:
其中,状态变量x(k)表示整个规划期内到第k阶段为止安装所有配电终端的集合,N表示配电网的分区数量,ci表示第i个分区的单位停电损失费用,Pi表示第i个分区的总负荷,Toff(i,k)表示第i个分区在第k阶段的年平均停电时间;
根据第四公式确定配电网的全寿命周期总停电损失成本,第四公式为:
其中,Rloss表示全寿命周期总停电损失成本,S表示整个规划期内的规划阶段数,y(k)表示第k阶段的年数,n(k)表示规划期初至第k阶段末的总年数,r表示贴现率。
所述步骤A2中的一次设备故障率根据第五公式确定,第五公式为:
其中,b、v为曲线分布参数。
所述步骤B中的配电终端动态规划模型根据第六公式确定,第六公式为:
其中,C[u(k-1)]表示第k阶段的投资成本指标,Ccon[u(k-1)]表示第k阶段的建设配电终端的配置成本,Cope[x(k)]表示第k阶段的建设配电终端的运维成本,Cmod[u(k-1)]表示第k阶段的配电自动化的改造成本,ASAIk表示第k阶段的供电可用率指标,M表示各阶段的投资成本约束,D表示各阶段的供电可用率约束。
所述步骤C具体包括以下步骤:
C1、输入配电网参数;
C2、根据配电网拟配置配电终端的开关数量以及可能的配电终端配置类型,确定粒子二进制编码方式,并对各粒子进行初始化;
C3、对当前代各粒子进行适应度评价,当满足约束条件时,以目标函数值作为适应度,当不满足约束条件时,在目标函数值基础上增加惩罚项作为适应度;
C4、根据适应度评价的结果,确定当前代各粒子到目前为止的最好位置以及整个粒子群到目前为止的最好位置;
C5、对下一代种群各粒子的速度与位置进行更新;
C6、当满足收敛条件或达到最大允许迭代次数时,输出更新结果,否则执行步骤C3。
一种基于多阶段协同的配电终端选址定型系统,该系统包括:
第一处理模块,用于将配电网划分为多个分区,确定各分区的年平均停电时间,并确定配电网的以年平均停电时间为自变量的全寿命周期总停电损失成本;
第二处理模块,用于以供电可靠性指标和分阶段投资成本指标为约束,全寿命周期总停电损失成本为优化目标,建立配电终端动态规划模型;
第三处理模块,用于采用基于离散二进制粒子群算法的方法对配电终端动态规划模型进行求解,获得配电终端选址定型方案。
所述第一处理模块具体用于执行如下步骤:
A1、将配电网划分为N个分区,并对所有分区进行编号,对于N个分区中的第i个分区,确定第i个分区到变电站出线所在分区的第一最小通路及第i个分区到转供线路所在分区的第二最小通路,将第一最小通路和第二最小通路所历经的分区编号分别存入集合Λch(i)与集合Λzg(i)中;
A2、确定第i个分区的自身故障停电时间和与第i个分区关联的分区的其他故障停电时间为第i个分区的年平均停电时间Toff(i);
第i个分区的自身故障停电时间根据第一公式确定,第一公式为:
Toff1(i)=λi·(tg1_i+txf);
其中,Toff1(i)表示第i个分区的自身故障停电时间,λi表示第i个分区的一次设备故障率,tg1_i表示第i个分区的故障隔离时间,txf表示故障修复时间;
与第i个分区关联的分区的其他故障停电时间根据第二公式确定,第二公式为:
其中,Toff2(i)表示与第i个分区关联的第j个分区的其他故障停电时间,λj表示第j个分区的一次设备故障率,tg1_j表示第j个分区的故障隔离时间,tzg表示负荷转供时间;
A3、根据第三公式确定整个规划期内第k阶段的第i个分区的停电损失成本,第三公式为:
其中,状态变量x(k)表示整个规划期内到第k阶段为止安装所有配电终端的集合,N表示配电网的分区数量,ci表示第i个分区的单位停电损失费用,Pi表示第i个分区的总负荷,Toff(i,k)表示第i个分区在第k阶段的年平均停电时间;
根据第四公式确定配电网的全寿命周期总停电损失成本,第四公式为:
其中,Rloss表示全寿命周期总停电损失成本,S表示整个规划期内的规划阶段数,y(k)表示第k阶段的年数,n(k)表示规划期初至第k阶段末的总年数,r表示贴现率。
所述一次设备故障率根据第五公式确定,第五公式为:
其中,b、v为曲线分布参数。
所述第二处理模块根据第六公式确定配电终端动态规划模型,第六公式为:
其中,C[u(k-1)]表示第k阶段的投资成本指标,Ccon[u(k-1)]表示第k阶段的建设配电终端的配置成本,Cope[x(k)]表示第k阶段的建设配电终端的运维成本,Cmod[u(k-1)]表示第k阶段的配电自动化的改造成本,ASAIk表示第k阶段的供电可用率指标,M表示各阶段的投资成本约束,D表示各阶段的供电可用率约束。
所述第三处理模块具体用于执行如下步骤:
C1、输入配电网参数;
C2、根据配电网拟配置配电终端的开关数量以及可能的配电终端配置类型,确定粒子二进制编码方式,并对各粒子进行初始化;
C3、对当前代各粒子进行适应度评价,当满足约束条件时,以目标函数值作为适应度,当不满足约束条件时,在目标函数值基础上增加惩罚项作为适应度;
C4、根据适应度评价的结果,确定当前代各粒子到目前为止的最好位置以及整个粒子群到目前为止的最好位置;
C5、对下一代种群各粒子的速度与位置进行更新;
C6、当满足收敛条件或达到最大允许迭代次数时,输出更新结果,否则执行步骤C3。
实施例:
参见图1,一种基于多阶段协同的配电终端选址定型方法,该方法包括以下步骤:
A、将配电网划分为多个分区,确定各分区的年平均停电时间,并确定配电网的以年平均停电时间为自变量的全寿命周期总停电损失成本;
B、以供电可靠性指标和分阶段投资成本指标为约束,全寿命周期总停电损失成本为优化目标,建立配电终端动态规划模型;
C、采用基于离散二进制粒子群算法的方法对配电终端动态规划模型进行求解,获得配电终端选址定型方案。
结合图2所示的IEEE RBTS BUS-2配网模型示意图进行分析。
对配电网进行可靠性评估。
首先对配电网实施划分区域。根据出线开关、分段开关和联络开关的相对位置关系,将配电网划分为若干分区,4条出线两两通过联络线相连,各线路出口处装设断路器,各级干线首端装设分段开关,上述系统可等效划分为14个供电分区,以相应主干线路编号进行标识,即{1、4、7、10、12、14、16、18、21、24、26、29、32、34},一般而言,断路器、联络开关为配网重要一次设备,均配置“三遥”终端以保证系统可靠性,因此,除1、12、16、26四个分区确定配置“三遥”终端外,其余10个分区的终端配置方式均应作为待优化变量。对于其中任意一个分区i,分别求取其到变电站出线所在分区的最小通路及其到转供线路所在分区的最小通路,将上述两条最小通路所历经的分区编号分别存入集合Λch(i)与集合Λzg(i)中。
故障隔离影响关系包括:配电网内某条馈线停电时,故障区域负荷可转移至其他供电母线,故障隔离时间为负荷转供时间。
然后考虑划分区域设备故障率水平。由前文可知,配网区域设备故障率水平满足浴盆曲线型分布规律,为简化分析,不妨设该网络拓扑存在三种故障率水平的设备,分别为I、II、III类设备,定义初始阶段I、II、III类设备的负荷影响因子,以表征I、II、III类设备的初始分布条件:
式中,I、II、III分别为初始阶段以I、II、III类设备为主的分区集合,Pi表示接入分区i的负荷大小,N表示配电网的分区数量;I类设备故障率λI为0.04次/年,II类设备故障率λI为0.04次/年,III类设备故障率λI为0.16次/年。
求解配电区域的年平均停电时间,待评估区域年平均停电时间Toff(i)与自身故障停电时间和其他区域故障停电时间相关,可表示为:
Toff(i)=Toff1(i)+Toff2(i);
式中,Toff1(i)为本分区故障引起的年负荷停电时间,Toff2(i)为区域内其他分区故障引起的年负荷停电时间,具体分述为:
Toff1(i)=λi·(tg1_i+txf);
式中,λ表示分区的年等值故障率,满足图4所示的浴盆曲线分布规律,tg1、tzg、txf分别表示故障隔离、负荷转供以及故障修复时间,具体故障影响模式如图3所示;
其故障率浴盆型分布函数如下:
式中,b,v为曲线分布参数,则对任意的v∈(0,1),故障率都是浴盆型分布曲线,当x→0时,θ(x)→∞,当x→b时,λ(x)→∞;“浴盆曲线”表明,一次设备故障率的变化过程随老旧程度增加逐渐升高,假设规划期开始时,第i个设备已投运Ti年,每个规划阶段为T年,则在第k个阶段的故障率可表示为:
故障隔离时间与配电终端的安装方式密切相关,即:若故障分区配置有“三遥”终端,则可实现对故障的自动定位与开关操作,所需时间最短;若故障分区配置有“二遥”终端,则在实现对故障的自动定位后,仍然需要人工进行开关操作,所需时间较长;若故障分区未配置任何自动化终端,则只能依靠人工方式巡查故障区域并进行开关操作,所需时间最长。
建立多阶段协同的配电终端规划模型。
以分阶段的投资、供电可靠性要求为约束,全寿命周期内的总停电损失最小为优化目标,建立模型如下:
式中,S表示规划阶段数,y(k)表示第k阶段的年数,n(k)表示规划期初至第k阶段末的总年数,r表示贴现率,N表示配电网的分区数量,M、D分别表示各阶段的投资成本以及供电可用率约束,ASAIk表示第k个阶段系统的供电可用率指标,Rloss表示整个规划期内的停电损失成本,Closs[x(k)]、Ccon[u(k-1)]、Cope[x(k)]、Cmod[u(k-1)]分别表示第k个阶段停电损失成本、建设配电终端的配置成本、运维成本以及配电自动化的改造成本,具体分述如下:
停电经济损失
全系统在第k阶段每年停电经济损失为:
式中,状态变量x(k)是到第k阶段为止安装所有配电终端的集合,Closs[x(k)]表示第k阶段每年停电经济损失成本,N表示配电网的分区数量,该拓扑一共14个分区,ci表示第i个分区的单位停电损失费用,取为20元/KWh,Pi表示分区i的总负荷,Toff(i,k)表示分区i在第k阶段的年平均故障停电时间;
配电终端配置成本
假设第k阶段的新增终端配置方案u(k-1)中包含n2个“二遥”终端模块、n3个“三遥”终端模块,则当前阶段所需的终端配置成本Ccon[u(k-1)]为:
Ccon[u(k-1)]=n2·pc2+n3·pc3;
式中,决策变量u(k-1)是第k阶段所安装的配电终端的集合,则状态转移方程为x(k)=x(k-1)+u(k-1),pc2表示“二遥”终端模块的单位配置费用,为1.05万元/台,pc3表示“三遥”终端模块的单位配置费用,为5万元/台;
配电终端运维成本
本发明运维成本近似取为初始投入成本的4﹪,对于x(k)中所含的m2个“二遥”终端、m3个“三遥”终端,即:
Cope[x(k)]=α·(m2·pc2+m3·pc3);
式中,α为运维成本费率,取为4﹪;
配电自动化改造成本
为计及配电自动化改造对配置成本的影响并适度简化分析,可近似认为第k阶段的改造成本Cmod(k)仅与在III类上加装配电终端有关,即:
Cmod[u(k-1)]=∑lg·pm;
式中,L(k)为第k阶段的III类设备集合,0-1变量lg当且仅当第k阶段在III类设备g处加装配电终端时取1,pm为相应的单位改造费用,取为1.2万元/台;
供电可用率
本发明使用全系统的供电可靠率作为可靠性评价指标,供电可用率是指一年中配网系统可能的供电小时数与用户需要的供电小时数之比,可表示为:
式中,Ni为区域i的用户数,Toff(i)为区域i的年平均停电时间,N为系统区域总数。
根据目标配电网区域选取所要求的的供电可靠性指标,A+类区域供电可用率要求为99.999%,A类区域供电可用率要求为99.99%,B类区域供电可用率要求为99.965%,C类区域供电可用率要求为99.897%,D类区域供电可用率要求为99.828%。该网络拓扑认定是A类区域加以分析。
由于配电终端规划模型,是一个具有不等式约束的离散、非线性、多阶段组合优化问题。当系统规模较大时,常规的智能求解算法极易陷入“维数灾”。本发明采用了一种改进的离散二进制粒子群算法,用以克服传统的粒子群算法难以收敛到全局最优的问题,其具体速度与位置更新公式如下:
S′(vid)=2×|S(vid)-0.5|;
式中,下标d表示粒子维数,w为惯性权重,c1、c2为学习因子,r1、r2、r3为区间[0,1]上的随机数,Pi表示粒子i所经历的最好位置,pg表示全局所经历的最好位置,S’(vid)为改进的S形约束转换函数。
如图5所示,基于改进离散PSO算法,进行配电终端多阶段优化配置,基本步骤如下:
步骤一:输入原始数据,如配网I、II、III类设备的初始分布条件、各分区接入负荷水平以及相关经济指标参数等;
步骤二:根据配网拟配置终端的开关数量以及可能的终端配置类型,确定粒子二进制编码方式,并对各粒子进行初始化;
步骤三:对当前代各粒子进行适应度评价,若满足约束条件,适应度即为对应的目标函数值,否则应在目标函数值基础上增加一个极大的惩罚项;
步骤四:根据上述适应度评价结果,确定当前代各粒子到目前为止的最好位置Pbest以及整个粒子群到目前为止的最好位置Gbest;
步骤五:对下一代种群各粒子的速度与位置进行更新,若其中某一代更新变量越限,则取其相应的限值,以防止超出可行搜索区域;
步骤六:判断终止条件,若满足预期收敛要求或达到最大允许迭代次数,则停止优化并输出结果,否则转到步骤三继续迭代。
其中,所有终端配置的参数见表1。
表1配电终端优化配置相关指标参数
在初始阶段全为I类设备的典型场景下,针对如图2所示配网系统图,采用表1中关于各类负荷的停电经济成本参数,基于多阶段协同规划策略,得出相应的终端配置方案,如表2所示:
表2多阶段协同规划方案
Claims (10)
1.一种基于多阶段协同的配电终端选址定型方法,其特征在于,该方法包括以下步骤:
A、将配电网划分为多个分区,确定各分区的年平均停电时间,并确定配电网的以年平均停电时间为自变量的全寿命周期总停电损失成本;
B、以供电可靠性指标和分阶段投资成本指标为约束,全寿命周期总停电损失成本为优化目标,建立配电终端动态规划模型;
C、采用基于离散二进制粒子群算法的方法对配电终端动态规划模型进行求解,获得配电终端选址定型方案。
2.根据权利要求1所述的一种基于多阶段协同的配电终端选址定型方法,其特征在于:所述步骤A具体包括以下步骤:
A1、将配电网划分为N个分区,并对所有分区进行编号,对于N个分区中的第i个分区,确定第i个分区到变电站出线所在分区的第一最小通路及第i个分区到转供线路所在分区的第二最小通路,将第一最小通路和第二最小通路所历经的分区编号分别存入集合Λch(i)与集合Λzg(i)中;
A2、确定第i个分区的自身故障停电时间和与第i个分区关联的分区的其他故障停电时间为第i个分区的年平均停电时间Toff(i);
第i个分区的自身故障停电时间根据第一公式确定,第一公式为:T0ff1(i)=λi·(tg1_i+txf);
其中,Toff1(i)表示第i个分区的自身故障停电时间,λi表示第i个分区的一次设备故障率,tg1_i表示第i个分区的故障隔离时间,txf表示故障修复时间;
与第i个分区关联的分区的其他故障停电时间根据第二公式确定,第二公式为:
其中,Toff2(i)表示与第i个分区关联的第j个分区的其他故障停电时间,λj表示第j个分区的一次设备故障率,tg1_j表示第j个分区的故障隔离时间,tzg表示负荷转供时间;
A3、根据第三公式确定整个规划期内第k阶段的第i个分区的停电损失成本,第三公式为:
其中,状态变量x(k)表示整个规划期内到第k阶段为止安装所有配电终端的集合,N表示配电网的分区数量,ci表示第i个分区的单位停电损失费用,Pi表示第i个分区的总负荷,Toff(i,k)表示第i个分区在第k阶段的年平均停电时间;
根据第四公式确定配电网的全寿命周期总停电损失成本,第四公式为:
其中,Rloss表示全寿命周期总停电损失成本,S表示整个规划期内的规划阶段数,y(k)表示第k阶段的年数,n(k)表示规划期初至第k阶段末的总年数,r表示贴现率。
3.根据权利要求2所述的一种基于多阶段协同的配电终端选址定型方法,其特征在于:所述步骤A2中的一次设备故障率根据第五公式确定,第五公式为:
其中,b、v为曲线分布参数。
4.根据权利要求2或3所述的一种基于多阶段协同的配电终端选址定型方法,其特征在于:所述步骤B中的配电终端动态规划模型根据第六公式确定,第六公式为:
其中,C[u(k-1)]表示第k阶段的投资成本指标,Ccon[u(k-1)]表示第k阶段的建设配电终端的配置成本,Cope[x(k)]表示第k阶段的建设配电终端的运维成本,Cmod[u(k-1)]表示第k阶段的配电自动化的改造成本,ASAIk表示第k阶段的供电可用率指标,M表示各阶段的投资成本约束,D表示各阶段的供电可用率约束。
5.根据权利要求4所述的一种基于多阶段协同的配电终端选址定型方法,其特征在于:所述步骤C具体包括以下步骤:
C1、输入配电网参数;
C2、根据配电网拟配置配电终端的开关数量以及配电终端配置类型,确定粒子二进制编码方式,并对各粒子进行初始化;
C3、对当前代各粒子进行适应度评价,当满足约束条件时,以目标函数值作为适应度,当不满足约束条件时,在目标函数值基础上增加惩罚项作为适应度;
C4、根据适应度评价的结果,确定当前代各粒子到目前为止的最好位置以及整个粒子群到目前为止的最好位置;
C5、对下一代种群各粒子的速度与位置进行更新;
C6、当满足收敛条件或达到最大允许迭代次数时,输出更新结果,否则执行步骤C3。
6.一种基于多阶段协同的配电终端选址定型系统,其特征在于,该系统包括:
第一处理模块,用于将配电网划分为多个分区,确定各分区的年平均停电时间,并确定配电网的以年平均停电时间为自变量的全寿命周期总停电损失成本;
第二处理模块,用于以供电可靠性指标和分阶段投资成本指标为约束,全寿命周期总停电损失成本为优化目标,建立配电终端动态规划模型;
第三处理模块,用于采用基于离散二进制粒子群算法的方法对配电终端动态规划模型进行求解,获得配电终端选址定型方案。
7.根据权利要求6所述的一种基于多阶段协同的配电终端选址定型系统,其特征在于:所述第一处理模块具体用于执行如下步骤:
A1、将配电网划分为N个分区,并对所有分区进行编号,对于N个分区中的第i个分区,确定第i个分区到变电站出线所在分区的第一最小通路及第i个分区到转供线路所在分区的第二最小通路,将第一最小通路和第二最小通路所历经的分区编号分别存入集合Λch(i)与集合Λzg(i)中;
A2、确定第i个分区的自身故障停电时间和与第i个分区关联的分区的其他故障停电时间为第i个分区的年平均停电时间Toff(i);
第i个分区的自身故障停电时间根据第一公式确定,第一公式为:
Toff1(i)=λi·(tg1_i+txf);
其中,Toff1(i)表示第i个分区的自身故障停电时间,λi表示第i个分区的一次设备故障率,tg1_i表示第i个分区的故障隔离时间,txf表示故障修复时间;
与第i个分区关联的分区的其他故障停电时间根据第二公式确定,第二公式为:
其中,Toff2(i)表示与第i个分区关联的第j个分区的其他故障停电时间,λj表示第j个分区的一次设备故障率,tg1_j表示第j个分区的故障隔离时间,tzg表示负荷转供时间;
A3、根据第三公式确定整个规划期内第k阶段的第i个分区的停电损失成本,第三公式为:
其中,状态变量x(k)表示整个规划期内到第k阶段为止安装所有配电终端的集合,N表示配电网的分区数量,ci表示第i个分区的单位停电损失费用,Pi表示第i个分区的总负荷,Toff(i,k)表示第i个分区在第k阶段的年平均停电时间;
根据第四公式确定配电网的全寿命周期总停电损失成本,第四公式为:
其中,Rloss表示全寿命周期总停电损失成本,S表示整个规划期内的规划阶段数,y(k)表示第k阶段的年数,n(k)表示规划期初至第k阶段末的总年数,r表示贴现率。
8.根据权利要求7所述的一种基于多阶段协同的配电终端选址定型系统,其特征在于:所述一次设备故障率根据第五公式确定,第五公式为:
其中,b、v为曲线分布参数。
9.根据权利要求7或8所述的一种基于多阶段协同的配电终端选址定型系统,其特征在于:所述第二处理模块根据第六公式确定配电终端动态规划模型,第六公式为:
其中,C[u(k-1)]表示第k阶段的投资成本指标,Ccon[u(k-1)]表示第k阶段的建设配电终端的配置成本,Cope[x(k)]表示第k阶段的建设配电终端的运维成本,Cmod[u(k-1)]表示第k阶段的配电自动化的改造成本,ASAIk表示第k阶段的供电可用率指标,M表示各阶段的投资成本约束,D表示各阶段的供电可用率约束。
10.根据权利要求9所述的一种基于多阶段协同的配电终端选址定型系统,其特征在于:所述第三处理模块具体用于执行如下步骤:
C1、输入配电网参数;
C2、根据配电网拟配置配电终端的开关数量以及配电终端配置类型,确定粒子二进制编码方式,并对各粒子进行初始化;
C3、对当前代各粒子进行适应度评价,当满足约束条件时,以目标函数值作为适应度,当不满足约束条件时,在目标函数值基础上增加惩罚项作为适应度;
C4、根据适应度评价的结果,确定当前代各粒子到目前为止的最好位置以及整个粒子群到目前为止的最好位置;
C5、对下一代种群各粒子的速度与位置进行更新;
C6、当满足收敛条件或达到最大允许迭代次数时,输出更新结果,否则执行步骤C3。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811475136.2A CN109687432B (zh) | 2018-12-04 | 2018-12-04 | 一种基于多阶段协同的配电终端选址定型方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811475136.2A CN109687432B (zh) | 2018-12-04 | 2018-12-04 | 一种基于多阶段协同的配电终端选址定型方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109687432A true CN109687432A (zh) | 2019-04-26 |
CN109687432B CN109687432B (zh) | 2020-11-10 |
Family
ID=66187022
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811475136.2A Active CN109687432B (zh) | 2018-12-04 | 2018-12-04 | 一种基于多阶段协同的配电终端选址定型方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109687432B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111523930A (zh) * | 2020-04-17 | 2020-08-11 | 国网上海市电力公司 | 城市电动出租车充电站选址和服务范围划分的规划方法 |
CN111786385A (zh) * | 2020-07-10 | 2020-10-16 | 广东电网有限责任公司 | 一种电网运维方案规划方法、系统及设备 |
CN112070351A (zh) * | 2020-08-04 | 2020-12-11 | 国家电网有限公司 | 一种基于重心回归和粒子群混合算法的变电站优化选址方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105868869A (zh) * | 2016-05-10 | 2016-08-17 | 华南理工大学 | 考虑供电可靠性和经济成本的配电自动化终端布点优化的动态规划方法 |
-
2018
- 2018-12-04 CN CN201811475136.2A patent/CN109687432B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105868869A (zh) * | 2016-05-10 | 2016-08-17 | 华南理工大学 | 考虑供电可靠性和经济成本的配电自动化终端布点优化的动态规划方法 |
Non-Patent Citations (1)
Title |
---|
苏海锋: ""配电系统规划全寿命周期管理理论和方法研究"", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111523930A (zh) * | 2020-04-17 | 2020-08-11 | 国网上海市电力公司 | 城市电动出租车充电站选址和服务范围划分的规划方法 |
CN111786385A (zh) * | 2020-07-10 | 2020-10-16 | 广东电网有限责任公司 | 一种电网运维方案规划方法、系统及设备 |
CN111786385B (zh) * | 2020-07-10 | 2022-03-04 | 广东电网有限责任公司 | 一种电网运维方案规划方法、系统及设备 |
CN112070351A (zh) * | 2020-08-04 | 2020-12-11 | 国家电网有限公司 | 一种基于重心回归和粒子群混合算法的变电站优化选址方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109687432B (zh) | 2020-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ismail et al. | A comprehensive review on optimal location and sizing of reactive power compensation using hybrid-based approaches for power loss reduction, voltage stability improvement, voltage profile enhancement and loadability enhancement | |
Teng et al. | A novel ACS-based optimum switch relocation method | |
CA2809011C (en) | Adaptive energy management system | |
Hoogsteen | A cyber-physical systems perspective on decentralized energy management | |
CN102868161B (zh) | 一种含分布式电源配电系统网络变结构优化方法 | |
CN104376376B (zh) | 一种面向配电自动化终端类型的优化配置方法 | |
Xia et al. | An autonomous real-time charging strategy for plug-in electric vehicles to regulate frequency of distribution system with fluctuating wind generation | |
RU2613350C2 (ru) | Способ и устройство для пространственно-временного управления потреблением электроэнергии телекоммуникационной сети в зависимости от состояний системы энергоснабжения | |
CN109687432A (zh) | 一种基于多阶段协同的配电终端选址定型方法和系统 | |
US11354457B2 (en) | Method for structuring an existing grid for distributing electric energy | |
Jasim et al. | Consensus-based dispatch optimization of a microgrid considering meta-heuristic-based demand response scheduling and network packet loss characterization | |
US11693376B1 (en) | Smart green power node | |
Vijayan et al. | An efficient modular optimization scheme for unbalanced active distribution networks with uncertain EV and PV penetrations | |
Sharma et al. | Multi-agent based distributed control of distributed energy storages using load data | |
Aguila‐Leon et al. | A multimicrogrid energy management model implementing an evolutionary game‐theoretic approach | |
CN117526432B (zh) | 一种面向源荷互动的配网调控系统及方法 | |
CN114693006B (zh) | 一种用于新型电力系统的配电储能管理系统及其方法 | |
Yin et al. | Operational reliability assessment of distribution network with energy storage systems | |
Lee et al. | Consensus-based hybrid multiagent cooperative control strategy of microgrids considering load uncertainty | |
Gautam et al. | Distribution network reconfiguration using deep reinforcement learning | |
Shoeb et al. | Coupling adjacent microgrids and cluster formation under a look-ahead approach reassuring optimal operation and satisfactory voltage and frequency | |
CN115579861A (zh) | 综合考虑分布式发电和负荷响应不确定性的有源配电网规划方法 | |
Wagner et al. | A Heuristic Process for an Automated Evaluation of Distribution Grid Expansion Planning Approaches | |
Tretyakov | Advanced methods of transportation and distribution of electrical power in smart power grids of railways | |
Li et al. | Analysis of distribution network planning with distributed power supply based on ELM algorithm |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |