CN109726919B - 一种基于故障可观性指标的配电网ftu最优配置方法 - Google Patents

一种基于故障可观性指标的配电网ftu最优配置方法 Download PDF

Info

Publication number
CN109726919B
CN109726919B CN201811635564.7A CN201811635564A CN109726919B CN 109726919 B CN109726919 B CN 109726919B CN 201811635564 A CN201811635564 A CN 201811635564A CN 109726919 B CN109726919 B CN 109726919B
Authority
CN
China
Prior art keywords
distribution network
power distribution
ftu
fault
switch
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
CN201811635564.7A
Other languages
English (en)
Other versions
CN109726919A (zh
Inventor
陈艳波
姚远
陈浩
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 CN201811635564.7A priority Critical patent/CN109726919B/zh
Publication of CN109726919A publication Critical patent/CN109726919A/zh
Application granted granted Critical
Publication of CN109726919B publication Critical patent/CN109726919B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Supply And Distribution Of Alternating Current (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明属于电力系统调度自动化技术领域,尤其涉及一种基于故障可观性指标的配电网FTU最优配置方法,包括:步骤A:建立配电网的树形结构,将配电网故障可观测率最大作为目标函数,以配电网的经济性与可靠性为约束条件,建立非线性混合整数规划模型;步骤B:利用遗传算法求解,得到配电网FTU最优配置结果。所述FTU对配电网故障可观测的贡献率为每个区域发生故障时每个开关需要配置FTU的频次比上所有开关需要配置FTU的总频次。本发明能在兼顾供电可靠性与经济性的同时,能够给出最有利于故障精确定位的配电网FTU的最优配置方案,可大大提高配电网故障定位的精确性。

Description

一种基于故障可观性指标的配电网FTU最优配置方法
技术领域
本发明属于电力系统调度自动化技术领域,尤其涉及一种基于故障可观性指标的配电网FTU最优配置方法。
背景技术
随着对配电网安全性与供电可靠性要求的不断增高,配电网故障后的快速故障定位、隔离与修复变得至关重要。馈线终端装置(Feeder Terminal Unit,FTU)是配电网自动化的重要组成部分,其中“二遥”(遥信、遥测)FTU与“三遥”(遥信、遥测与遥控)FTU能够将配电网故障后的信息进行实时量测并传递到调度中心。经中心决策后发送远端命令进行遥控或进行人工修复,从而实现对配电网故障的快速隔离及修复。同时,FTU的配置数量与位置影响着配电系统的供电可靠性。综上,为实现配电网故障的快速定位、隔离及修复,提高供电可靠性,并考虑FTU投资和运行的经济性,对FTU进行优化配置成为必然选择。目前,基于FTU的配电网的故障定位主要包括人工智能算法与图论法。人工智能算法主要包括遗传算法、神经网络算法等,该算法具有较好的容错性,但计算量大,定位速度还不够快。图论法中主要用到的方法为矩阵法,该法计算量小,定位速度快,但容错性不够高。已有的配电网FTU的优化配置研究其目标函数主要从配电系统的供电可靠性与经济性两方面考虑,模型多为非线性混合整数规划模型或线性混合整数规划模型,求解方法主要包括遗传算法、隐枚举法、动态规划法等。
发明内容
针对上述技术问题,本发明提出一种基于故障可观性指标的配电网FTU最优配置方法,包括:
步骤A:建立配电网的树形结构,将配电网故障可观测率最大作为目标函数,以配电网的经济性与可靠性为约束条件,建立非线性混合整数规划模型;
步骤B:利用遗传算法求解,得到配电网FTU最优配置结果。
所述配电网的树形结构包括:对配电网开关进行树形结构化编号,某开关至根节点最短路径内包含的开关数加一为该开关的层数,根节点对应层数为1;配电网可能发生的故障的区域由电源处至故障区域间涉及到的开关组表示。
所述配电网故障可观测率定义为一个系统全部FTU对配电网故障可观测的贡献率之和,所述FTU对配电网故障可观测的贡献率为每个区域发生故障时每个开关需要配置FTU的频次比上所有开关需要配置FTU的总频次。
所述配电网可靠性由配电网平均供电可用率表示。
所述配电网经济性包括因故障停电造成的用户损失以及FTU的年寿命周期维修费。
所述步骤B具体包括:
步骤B1:设置初始种群个数、种群变异率、交叉率、迭代次数;设定经济性与可靠性的具体约束条件;
步骤B2:随机生成FTU配置个体,若符合约束条件则记入初始种群,否则重新随机生成直到达到种群个体数;
步骤B3:对种群进行选择、交叉、变异操作,记录每次迭代中使目标函数达到最优的个体,将每次迭代时的最优个体作为结果进行输出,直至迭代次数达到要求。
本发明的有益效果:本发明是一种基于故障可观性指标的配电网FTU最优配置模型研究方法,仿真算例验证了该方法具有良好的收敛性与计算效率,在兼顾供电可靠性与经济性的同时,能够给出最有利于故障精确定位的配电网FTU的最优配置方案;实验证明FTU配置结果使得该配电系统的可观测性达到了85.71%,从而在保证配电系统供电可靠性与经济性的前提下,可大大提高配电网故障定位的精确性。
附图说明
图1为基于故障可观性指标的配电网FTU最优配置模型研究方法流程图。
图2为简单辐射状配电网结构图。
图3为配电网开关树状结构图。
图4为本发明收敛计算结果图。
具体实施方式
下面结合附图,对实施例作详细说明。
本发明提出了一种基于故障可观性指标的配电网FTU最优配置方法,如图1所示,包括以下步骤:
步骤A.将配电网结构与“树”进行类比,定义配电网故障可观测率指标表达式,将其作为目标函数。以配电网供电可靠性与经济性为约束条件,定义变量x为开关处是否配置FTU,x取0代表不配置FTU,x取2代表配置“二遥”FTU,x取1代表配置“三遥”FTU,并建立混合整数非线性规划模型。
步骤A1:将配电网结构与“树”进行类比,提出配电网故障可观测率表达式。简单辐射状配电网结构如图2所示,编号1—10为开关编号。当在开关8、9和10围成的区域发生故障a时,由电源至故障处的故障电流路径为“1—3—7”;当发生故障b时,由电源至故障处的故障电流路径为“1—3—7—9”。由此可知,当故障发生时,有且仅有1条流过故障电流的通路。配电网开关结构可由树形结构表示,某开关至根节点最短路径内包含的开关数加一为该开关的层数,根节点对应层数为1。则图2所示的配电网对应的树形结构如图3所示。图2所示的配电网可能发生的故障的区域由电源处至故障区域间涉及到的开关组表示。全部故障区域对应的故障电流流通路径以及开关组情况如表1所示。
表1故障区域对应开关组表示
Figure BDA0001929964210000031
Figure BDA0001929964210000041
统计表1中所有开关出现的频次,同时统计图2中每个开关的所有下游开关的数目,统计结果如表2所示。由表2得出:(1)为定位所有故障,每个开关处应配置FTU的频次等于该开关的所有下游开关的总数目加上1;(2)在配电网对应的树形结构中,位于上游开关处配置的FTU会为配电网的故障定位产生更大的贡献。
表2配电系统开关配置FTU频次及下游开关数
Figure BDA0001929964210000042
基于以上分析,为了体现不同开关位置处配置的FTU对故障定位的不同贡献,定义FTU对配电网故障可观测的贡献率为:
Figure BDA0001929964210000043
式中,μi代表第i个开关配置FTU时对配电网故障可观性的贡献率,αi+1代表每个区域发生故障时每个开关需要配置FTU的频次,;
Figure BDA0001929964210000044
代表所有开关需要配置FTU的总频次;N代表开关的总数目。
定义一个系统全部FTU对配电网故障可观性的贡献率之和为配电网故障可观率,并作为配电网故障可观性的衡量指标。贡献率之和越大,配电网故障的可观性越好。
基于上述分析,引进配电网故障可观率指标η,定义为:
Figure BDA0001929964210000051
式中,αi代表开关i对应的下游开关总数,xi取值有0,1,2。x=0代表开关i没有配置FTU,x=1代表开关i处配置“三遥”FTU,x=2代表开关i处配置“二遥”FTU。N代表开关总数。
将配电网故障可观率指标作为目标函数,即目标函数取配电网故障可观测率最大,表示为:
Figure BDA0001929964210000052
步骤A2:将配电网可靠性与经济性作为约束条件。由配电网平均供电可用率体现配电网可靠性,表示为:
Figure BDA0001929964210000053
其中,∑Ti表示故障引起的停电时间,γ取0.8,表示因配电故障导致的停电时间占总停电时间的比例,M代表配电网用户总数。
经济性约束表示为:
Figure BDA0001929964210000054
LCC(x)=NFD×PFD+NFTU2×PFTU2+NFTU3×PFTU3 (6)
其中,CIC(x)为用户停电损失,LCC(x)为普通开关与FTU的寿命周期费用。NL代表负荷总数,Nf代表可能发生故障的馈线段数目,tij代表故障i引起负荷j的停电时间,λi代表馈线段i发生故障的概率,k代表负荷下对应的负荷种类,Pjk代表负荷点j的第k类负荷大小,Fjk为某类型负荷的单位停电损失费用。NFD,NFTU2与NFTU3分别代表普通开关、“二遥”FTU配置与“三遥”FTU配置的数量,PFD,PFTU2与PFTU3分别代表普通开关、“二遥”FTU与“三遥”FTU的单价。
所述步骤A2包括:
步骤A21:当配电网故障发生时,对于处于不同位置的负荷,如负荷处于故障区段上游、下游或者在故障区段内等,其停电时间的表示与计算都会有所不同。为准确计算表示配电网故障停电时间,本发明中进行如下规定:1)定义当某馈线除首末端外无其他开关存在,那么该馈线称为“单位馈线”。2)“单位馈线”发生故障时,若某负荷(处于该馈线的上游或下游)至该馈线的最短路径中存在“二遥”FTU或“三遥”FTU,此时认为故障定位时间为0,否则故障定位时间存在。3)“单位馈线”发生故障时,若处于该馈线段内的负荷的上游段开关为“二遥”FTU或“三遥”FTU,此时认为故障定位时间为0,否则故障定位时间存在。4)“三遥”FTU动作时间较普通开关动作时间很小,忽略不计。
步骤A22:当“单位馈线”发生故障时,根据负荷所处的位置将其分为四类,分别为:不在故障范围内、故障上游、故障下游以及故障区间内,分别表示为Z1、Z2、Z3和Z4。根据该分类方法,停电时间可表示为:
Figure BDA0001929964210000061
其中,Z代表故障区域,xi表示负荷l至故障区域f之间包含的开关配置FTU的情况,xi取值为0,1,2,分别表示不进行FTU配置,配置“三遥”FTU及配置“二遥”FTU。tij=0代表负荷j处于故障区域i之外,tij=tloc(x)+tiso(x)+tCB代表负荷j处于故障区域i上游的停电时间,tij=tloc(x)+tiso(x)+tic代表负荷j处于故障区域i下游的停电时间,tij=tloc(x)+trep代表负荷j处于故障区域i内的停电时间。其中,tloc(x)代表故障定位时间,tiso(x)代表故障隔离时间,tCB代表出口处断路器普通开关动作时间;tic代表联络开关动作时间,trep代表故障修复时间。
步骤A23:根据负荷分类,故障定位时间tloc(x)进一步表示为:
Figure BDA0001929964210000071
其中,t2代表平均故障定位时间,Rlf代表负荷l至故障f处的最短路径,i代表该路径上的开关编号。故障隔离时间tiso(x)表示为:
Figure BDA0001929964210000072
其中,C代表分段开关与“二遥”FTU的动作时间,取动作时间为1.5小时。步骤B.基于步骤A,利用遗传算法对上述纯整数非线性规划问题进行求解。包括以下步骤:
步骤B1:设置初始参数,随机生成个体,检验当个体同时满足配电网可靠性与经济性约束时保存至种群中,直至种群个体数为100。种群交叉率取0.6,变异率取0.001,迭代次数设置为200。
步骤B2:设置约束条件,可靠性约束中要求平均配电网供电可用率不低于0.9980,经济性约束中要求整个配电系统停电损失费用和设备维修费用不超过60000元/年。
步骤B3:对种群进行选择、交叉、变异操作,记录每次迭代中的最优个体(即目标函数值为最大的个体),每次迭代的最优个体作为结果进行输出,直至迭代次数达到要求。其中,对种群进行选择时采用了“轮盘赌法”,保证了不同适应度的个体均有几率被选中,使样本更加具有多样性。
为使本领域技术人员更好地理解本发明以及了解本发明相对现有技术的优点,申请人结合具体实施例进行进一步的阐释。
本发明以RBTS-BUS4配电系统为例进行仿真分析,相关参数如以下表所示。
1、RBTS-BUS4配电系统参数。
表3RBTS-BUS4配电系统负荷参数
Figure BDA0001929964210000081
表4RBTS-BUS4配电系统基本参数
Figure BDA0001929964210000082
表5不同用户类型对应的停电损失情况
Figure BDA0001929964210000083
Figure BDA0001929964210000091
2、数据处理
为方便仿真的运算,在不影响计算结果的情况下,对算例做如下简化:
(1)对于处于同一馈线位置的馈线负荷,将其所带用户数进行合并,等效为一个负荷。在该算例中,将LP4与LP5、LP10与LP11、LP13与LP14、LP17与LP18、LP20与LP21、LP23与LP24、LP28与LP29分别等效为一个负荷。等效后的负荷及用户分布如表4所示。
表6等效负荷及用户分布
Figure BDA0001929964210000092
Figure BDA0001929964210000101
(2)在简化1的基础上,对于每条馈线,负荷和普通开关都是交替依次出现的。即每个负荷两端都存在两个普通开关,每段馈线内存在一个负荷。
3、测试结果分析
在遗传算法中,种群大小设置为200,交叉概率设置为0.6,变异概率设置为0.001,迭代次数设置为100。其次,设置对于整个配电系统停电损失费用和设备维修费用总和不超过60000元,平均配电网平均供电可用率不低于0.9980。优化配置结果如表5所示。
表7FTU优化配置结果
Figure BDA0001929964210000102
表7中,“无”表示该开关处不进行FTU配置,“二遥”表示在该开关处配置“二遥”FTU,“三遥”表示在该开关处配置“三遥”FTU。即开关1、2、3、5、7、9、11、12、13、14、17、18、21、22处配置“三遥”FTU,开关4、6、10处配置“二遥”FTU,开关8、15、19、20处不进行FTU配置。
各类指标计算结果如表6所示。
表8RBTS-BUS4算例系统指标计算结果
Figure BDA0001929964210000111
其中,目标函数(配电网最佳故障可观测率)计算结果为85.71%。配电网平均供电可靠性计算结果为99.88%,总成本计算结果为5992.18元,均满足约束条件。
4、收敛性分析
图4中横轴代表遗传算法迭代次数,纵轴表示每次迭代计算出的最优种群对应目标函数值。计算结果从第141次起达到收敛并稳定在85.71%。
通过以上分析可知,在满足配电网经济性与可靠性的要求下,FTU配置结果使得该配电系统的可观测性达到了85.71%,从而在保证配电系统供电可靠性与经济性的前提下,可大大提高配电网故障定位的精确性。
此实施例仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。

Claims (4)

1.一种基于故障可观性指标的配电网FTU最优配置方法,其特征在于,包括:
步骤A:建立配电网的树形结构,将配电网故障可观测率最大作为目标函数,以配电网的经济性与可靠性为约束条件,建立非线性混合整数规划模型;
步骤B:利用遗传算法求解,得到配电网FTU最优配置结果;
所述配电网的树形结构包括:对配电网开关进行树形结构化编号,某开关至根节点最短路径内包含的开关数加一为该开关的层数,根节点对应层数为1;配电网可能发生的故障的区域由电源处至故障区域间涉及到的开关组表示;
所述配电网故障可观测率η定义为:
Figure FDA0002770076720000011
式中,αi代表开关i对应的下游开关总数,xi取值有0,1,2;x=0代表开关i没有配置FTU,x=1代表开关i处配置“三遥”FTU,x=2代表开关i处配置“二遥”FTU,N代表开关总数。
2.根据权利要求1所述方法,其特征在于,所述配电网的可靠性由配电网平均供电可用率表示。
3.根据权利要求1所述方法,其特征在于,所述配电网经济性包括因故障停电造成的用户损失以及FTU的年寿命周期维修费。
4.根据权利要求1所述方法,其特征在于,所述步骤B具体包括:
步骤B1:设置初始种群个数、种群变异率、交叉率和迭代次数;设定经济性与可靠性的具体约束条件;
步骤B2:随机生成FTU配置个体,若符合约束条件则记入初始种群,否则重新随机生成直到达到种群个体数;
步骤B3:对种群进行选择、交叉和变异操作,记录每次迭代中使目标函数达到最优的个体,将每次迭代时的最优个体作为结果进行输出,直至迭代次数达到要求。
CN201811635564.7A 2018-12-29 2018-12-29 一种基于故障可观性指标的配电网ftu最优配置方法 Active CN109726919B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811635564.7A CN109726919B (zh) 2018-12-29 2018-12-29 一种基于故障可观性指标的配电网ftu最优配置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811635564.7A CN109726919B (zh) 2018-12-29 2018-12-29 一种基于故障可观性指标的配电网ftu最优配置方法

Publications (2)

Publication Number Publication Date
CN109726919A CN109726919A (zh) 2019-05-07
CN109726919B true CN109726919B (zh) 2021-04-09

Family

ID=66297513

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811635564.7A Active CN109726919B (zh) 2018-12-29 2018-12-29 一种基于故障可观性指标的配电网ftu最优配置方法

Country Status (1)

Country Link
CN (1) CN109726919B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6539287B1 (en) * 1999-05-19 2003-03-25 Mitsubishi Denki Kabushiki Kaisha Distribution control system capable of isolating fault section without using time limited sequential shift function
CN103296748A (zh) * 2012-02-24 2013-09-11 重庆市电力公司电力科学研究院 一种配电网自动化中ftu的可靠性建模和定量评估方法
CN105486983A (zh) * 2016-01-03 2016-04-13 国网江西省电力科学研究院 一种具有容错性的含分布式电源配电网故障定位方法
CN106815657A (zh) * 2017-01-05 2017-06-09 国网福建省电力有限公司 一种考虑时序性和可靠性的配电网双层规划方法
CN107545516A (zh) * 2016-06-24 2018-01-05 中国电力科学研究院 一种基于遗传算法的馈线终端优化配置方法
CN108154249A (zh) * 2016-12-02 2018-06-12 中国电力科学研究院 一种馈线终端优化配置方法及装置
WO2019144716A1 (zh) * 2018-01-23 2019-08-01 国网江西省电力有限公司电力科学研究院 户外柱上真空开关的状态评价方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104505832B (zh) * 2015-01-20 2016-07-13 广西电网有限责任公司南宁供电局 一种中压配电网低损耗运行方式确定方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6539287B1 (en) * 1999-05-19 2003-03-25 Mitsubishi Denki Kabushiki Kaisha Distribution control system capable of isolating fault section without using time limited sequential shift function
CN103296748A (zh) * 2012-02-24 2013-09-11 重庆市电力公司电力科学研究院 一种配电网自动化中ftu的可靠性建模和定量评估方法
CN105486983A (zh) * 2016-01-03 2016-04-13 国网江西省电力科学研究院 一种具有容错性的含分布式电源配电网故障定位方法
CN107545516A (zh) * 2016-06-24 2018-01-05 中国电力科学研究院 一种基于遗传算法的馈线终端优化配置方法
CN108154249A (zh) * 2016-12-02 2018-06-12 中国电力科学研究院 一种馈线终端优化配置方法及装置
CN106815657A (zh) * 2017-01-05 2017-06-09 国网福建省电力有限公司 一种考虑时序性和可靠性的配电网双层规划方法
WO2019144716A1 (zh) * 2018-01-23 2019-08-01 国网江西省电力有限公司电力科学研究院 户外柱上真空开关的状态评价方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于三角模糊多属性决策的配电网投资效益评价;葛婷 等;《电网与清洁能源》;20181031;第34卷(第10期);第12-20页 *
配电网故障可观测的实现及馈线终端单元配置方法;陈得宇 等;《电网技术》;20110228;第35卷(第2期);第94-99页 *

Also Published As

Publication number Publication date
CN109726919A (zh) 2019-05-07

Similar Documents

Publication Publication Date Title
CN110222889B (zh) 基于多种智能算法的配电网馈线自动化终端配置方法
CN109146124B (zh) 一种基于时变失效率的配电终端改造决策方法
Li et al. Wide-area protection fault identification algorithm based on multi-information fusion
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
CN107545516B (zh) 一种基于遗传算法的馈线终端优化配置方法
CN111143764B (zh) 基于扩散理论的结构复杂配网可靠性评估方法
Sharifi et al. Using NSGA II algorithm for a three objectives redundancy allocation problem with k-out-of-n sub-systems
CN111339475B (zh) 一种基于主配协同、多维度智能电网规划评价系统
CN108879670A (zh) 一种高压配电网分区优化方法
CN115714427A (zh) 一种配电网孤岛划分方法及装置
CN109726919B (zh) 一种基于故障可观性指标的配电网ftu最优配置方法
CN113468745B (zh) 一种基于历史故障的配电网可靠性快速评估方法及系统
CN112014687A (zh) 一种含分布式电源的主动配电网故障区段分层定位方法
Chen A study of power distribution system reconfiguration based on reliability indices
CN110400233A (zh) 一种基于神经网络的配电网损失电量计算方法及装置
CN115564310A (zh) 一种基于卷积神经网络的新能源电力系统可靠性评估方法
Gracheva et al. Study of Probability Characteristics of the Reliability of Electrical Equipment in Internal Power Supply Systems
Mukhlynin et al. Estimating operating mode parameters in distribution grids with regard to the peculiarities of their development
CN111553075A (zh) 一种考虑分布式电源入网的配电网可靠性评估方法和装置
de Souza et al. Distribution System Reconfiguration with variable demands using the Clonal selection Algorithm
CN113222473B (zh) 基于电力大脑中枢的电网负荷调整方法及装置
Sun et al. A Method of Layout Planning for Distribution Automation Terminal Considering the Failure Rate Characteristics
CN108062604A (zh) 一种计及网络重构的配电网规划方法
Qin et al. Research on multi-objective optimal location of switches in distribution network using non-dominated sorting differential evolution algorithm
CN111581772A (zh) 一种用于配电网的配置方案优化方法和系统

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