CN109902964A - 一种配电网馈线自动化终端配置方法及装置 - Google Patents
一种配电网馈线自动化终端配置方法及装置 Download PDFInfo
- Publication number
- CN109902964A CN109902964A CN201910161432.3A CN201910161432A CN109902964A CN 109902964 A CN109902964 A CN 109902964A CN 201910161432 A CN201910161432 A CN 201910161432A CN 109902964 A CN109902964 A CN 109902964A
- Authority
- CN
- China
- Prior art keywords
- terminal
- matrix
- feed line
- allocation plan
- ant
- 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
Landscapes
- Selective Calling Equipment (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种配电网馈线自动化终端配置方法及装置,首先依据预设终端配置函数和信息素浓度矩阵来产生对已知配电网的开关设备或环网单元的若干种馈线自动化终端配置方案,然后分别计算这若干种馈线自动化终端配置方案的供电可靠性、总投资费用和目标函数值,从局部最优解出发更新信息素浓度矩阵,如此循环迭代,最终收敛于全局最优解,得到使得目标函数值最小的馈线自动化终端配置方案,综合考虑了配电网的供电可靠性和经济成本,达到了寻找最优解的效果。
Description
技术领域
本发明涉及配电网二次系统配置技术领域,尤其涉及一种配电网馈线自动化终端配置方法及装置。
背景技术
配电网是连接输电网和用户之间的桥梁,其供电可靠性直接影响着国民经济的发展和人民生活水平的提升。配电自动化(Distribution Automation,DA)技术是提高配电网供电可靠性和供电质量的重要手段,也是智能电网的重要组成部分。配电网自动化系统一般由配电主站、配电子站和配电终端组成,其中,配电终端是配电网自动化系统基本组成单元。不同种类的配电终端由于其功能不一样,对配电网供电可靠性的提高程度也不一样。
馈线自动化作为配电自动化的重要内容,通过在开关设备或环网单元上配置一遥终端、二遥终端、三遥终端,实现对开关设备和环网单元的监测与控制,并减少完成故障定位、故障隔离和转供的时间,提高配电网供电可靠性。
一遥终端,即故障指示器,具有减少工作人员巡线排查线路故障点的时间的作用;二遥终端,具有遥信和遥测功能,能在线路发生故障时测量该开关设备或环网单元的电流、电压等系统状态量,并上传至配电子站或配电主站,帮助工作人员远程确定故障点所在的范围;三遥终端,具有遥信、遥测和遥控功能,除了具备二遥终端的作用,三遥终端还能使工作人员远程操控开关。可以设想,若所有开关均配置三遥终端,那么该配置方案将会是所有馈线自动化终端配置方案中使得配电网供电可靠性最高的一种,但其经济性却没有得到充分的考虑。因此,本发明综合考虑了配电网的供电可靠性和经济成本,提出一种配电网馈线自动化终端配置方法及装置。
发明内容
本发明实施例提供了一种配电网馈线自动化终端配置方法及装置,综合考虑配电网的供电可靠性和经济成本,提出了寻找配电网的最优馈线自动化终端配置方案的方法。
本发明提供了一种配电网馈线自动化终端配置方法,包括:
S1、初始化蚁群算法的参数和矩阵,并获取所有可配置馈线自动化终端的开关的编号;
S2、利用预设终端配置函数确定一种馈线自动化终端配置方案;
S3、计算根据馈线自动化终端配置方案配置的配电网的供电可靠性指标以及总投资费用,并得到馈线自动化终端配置方案的目标函数值;
S4、重复步骤S2和步骤S3,直至得到的馈线自动化终端配置方案的数目与蚁群算法的参数中的预置蚁群规模相等;
S5、将所有馈线自动化终端配置方案中目标函数值最小的蚂蚁个体对应的馈线自动化终端配置方案作为局部最优解;
S6、根据目标函数值最小的馈线自动化终端配置方案的供电可靠性指标、总投资费用和目标函数值更新蚁群算法的矩阵中的信息素浓度矩阵;
S7、重复步骤S2至步骤S6,直至迭代次数与蚁群算法的参数中的预置迭代次数相等,将最后一次迭代得到的局部最优解作为全局最优解,得到配电网的最优馈线自动化终端配置方案。
可选地,蚁群算法的参数包括:蚁群规模antNum、预置迭代次数iteratorNum、信息素自然挥发所引起的衰减的比例p、信息素因蚂蚁路过而增加的比例q;
蚁群算法的矩阵包括:信息素浓度矩阵pheromoneMatrix、最大信息素矩阵maxpheromoneMatrix、临界编号矩阵criticalPointMatrix、终端配置方案矩阵choiceMatrix、终端配置方案评价指标矩阵assessmentMatrix。
可选地,信息素浓度矩阵pheromoneMatrix为N×4的矩阵,N为可配置馈线自动化终端的开关的数量,每一行分别对应一个可配置馈线自动化终端的开关,每一列分别对应不同的开关配置方案,包括:不配置终端、配置一遥终端、配置二遥终端、配置三遥终端;
最大信息素矩阵maxpheromoneMatrix为N×1的矩阵,每一行分别对应一个可配置馈线自动化终端的开关,每一行的元素存放的是信息素浓度矩阵pheromoneMatrix中每一行的最大值元素的所在列数;
临界编号矩阵criticalPointMatrix为N×1的矩阵,每一行分别对应一个可配置馈线自动化终端的开关,每一行的元素存放的是一个特殊蚂蚁的编号,表示在本次迭代中,对每一个可配置馈线自动化终端的开关进行馈线自动化终端配置方案确定时,编号小于等于特殊蚂蚁的编号的蚂蚁个体采用预设终端配置函数的第一策略,编号大于特殊蚂蚁的编号的蚂蚁个体采用预设终端配置函数的第二策略;
终端配置方案矩阵choiceMatrix为antNum×N×4的三维矩阵,每次迭代完成后就会得到一个终端配置方案矩阵choiceMatrix,第一维对应的是蚁群中的每一个蚂蚁个体,第二维对应的是N个可配置馈线自动化终端的开关,第三维表示的是被确定的开关的终端配置方案,包括:不配置终端、配置一遥终端、配置二遥终端、配置三遥终端;当确定了蚂蚁个体和开关编号时,第三维元素只有一个元素为1,其余为0;
终端配置方案评价指标矩阵assessmentMatrix为antNum×3的矩阵,每一行对应一个蚂蚁个体,三列元素分别存储蚂蚁个体的供电可靠性指标、总投资费用和目标函数值。
可选地,预设终端配置函数的第一策略为按照信息素浓度配置,具体为可配置馈线自动化终端的开关的终端配置方案选择当前信息素浓度矩阵中可配置馈线自动化终端的开关对应行的最大值元素所对应的终端配置方案;
预设终端配置函数的第二策略为随机配置,具体为可配置馈线自动化终端的开关的终端配置方案为不配置终端、配置一遥终端、配置二遥终端、配置三遥终端中的随机一种终端配置方案。
可选地,在首次迭代过程中,每个蚂蚁个体对每个可配置馈线自动化终端的开关的终端配置方案均采用预设终端配置函数的第二策略进行确定。
可选地,步骤S3具体包括:
根据第一预设公式计算根据馈线自动化终端配置方案配置的配电网的供电可靠性指标,第一预设公式具体为:
其中,ENS为配电网总缺供电量,Ui为负荷点i的年平均停电时间,Li为负荷点i的平均负荷,M为负荷点的个数;
根据第二预设公式计算根据馈线自动化终端配置方案配置的配电网的总投资费用,第二预设公式具体为:
Ccost=n1C1+n2C2+n3C3;
其中,C1为单个一遥终端的配置费用,C2为单个二遥终端的配置费用,C3为单个三遥终端的配置费用,n1为馈线自动化终端配置方案中需要配置一遥终端的开关的数量,n2为馈线自动化终端配置方案中需要配置二遥终端的开关的数量,n3为馈线自动化终端配置方案中需要配置三遥终端的开关的数量;
根据第三预设公式计算根据馈线自动化终端配置方案配置的配电网的目标函数值,第三预设公式具体为:
Ctotal=Ccost+Clost;
其中,Clost为由于配电网总缺供电量ENS而造成电网收入损失,计算公式为:Clost=ENS×σ,σ为单位电价。
可选地,步骤S6具体包括:
将上一次迭代完成后更新得到的信息素浓度矩阵中的每个元素都降低p%;
在信息素浓度矩阵中找到对应局部最优解的元素,将对应局部最优解的元素提高q%,完成信息素浓度矩阵的更新;
根据更新后的信息素浓度矩阵,确定每一行中最大值元素所在列数,更新最大信息素矩阵;
根据第四预设公式计算临界编号矩阵中可配置馈线自动化终端的开关k在临界编号矩阵中对应的特殊蚂蚁的编号criticalPointMatrix[k],第四预设公式具体为:
式中,Ptotal_k为信息素浓度矩阵pheromoneMatrix第k行中所有元素之和,Pmax_k为第k行中最大值元素。
本发明还提供了一种配电网馈线自动化终端配置装置,包括:
初始化单元,用于初始化蚁群算法的参数和矩阵,并获取所有可配置馈线自动化终端的开关的编号;
方案确定单元,用于利用预设终端配置函数确定一种馈线自动化终端配置方案;
计算单元,用于计算根据馈线自动化终端配置方案配置的配电网的供电可靠性指标以及总投资费用,并得到馈线自动化终端配置方案的目标函数值;
第一迭代单元,用于跳转至方案确定单元,直至得到的馈线自动化终端配置方案的数目与蚁群算法的参数中的预置蚁群规模相等;
局部最优确定单元,用于将所有馈线自动化终端配置方案中目标函数值最小的蚂蚁个体对应的馈线自动化终端配置方案作为局部最优解;
更新单元,用于根据目标函数值最小的馈线自动化终端配置方案的供电可靠性指标、总投资费用和目标函数值更新蚁群算法的矩阵中的信息素浓度矩阵;
第二迭代单元,用于跳转至方案确定单元,直至迭代次数与蚁群算法的参数中的预置迭代次数相等,将最后一次迭代得到的局部最优解作为全局最优解,得到配电网的最优馈线自动化终端配置方案。
本发明还提供了一种配电网馈线自动化终端配置设备,所述设备包括处理器以及存储器:
所述存储器用于存储程序代码及蚁群算法的参数和矩阵,并将所述程序代码及蚁群算法的参数和矩阵传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行如上任一项所述的配电网馈线自动化终端配置方法。
本发明还提供了一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储程序代码及蚁群算法的参数和矩阵,所述程序代码用于执行如上任一项所述的配电网馈线自动化终端配置方法。
从以上技术方案可以看出,本发明实施例具有以下优点:
本发明提供了一种配电网馈线自动化终端配置方法,首先依据预设终端配置函数和信息素浓度矩阵来产生对已知配电网的开关设备或环网单元的若干种馈线自动化终端配置方案,然后分别计算这若干种馈线自动化终端配置方案的供电可靠性、总投资费用和目标函数值,从局部最优解出发更新信息素浓度矩阵,如此循环迭代,最终收敛于全局最优解,得到使得目标函数值最小的馈线自动化终端配置方案,综合考虑了配电网的供电可靠性和经济成本,达到了寻找最优解的效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明提供的一种配电网馈线自动化终端配置方法的一个实施例的流程示意图;
图2为本发明提供的一种配电网馈线自动化终端配置装置的一个实施例的结构示意图;
图3为本发明实施例提供的配电网及其配置范围划分的结构示意图;
图4为本发明实施例提供的配电网主馈线的某种终端配置方案的结构示意图。
具体实施方式
本发明实施例提供了一种配电网馈线自动化终端配置方法及装置,综合考虑配电网的供电可靠性和经济成本,提出了寻找配电网的最优馈线自动化终端配置方案的方法。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1,本发明提供了一种配电网馈线自动化终端配置方法的一个实施例,包括:
101、初始化蚁群算法的参数和矩阵,并获取所有可配置馈线自动化终端的开关的编号;
102、利用预设终端配置函数确定一种馈线自动化终端配置方案;
103、计算根据馈线自动化终端配置方案配置的配电网的供电可靠性指标以及总投资费用,并得到馈线自动化终端配置方案的目标函数值;
104、重复步骤102和步骤103,直至得到的馈线自动化终端配置方案的数目与蚁群算法的参数中的预置蚁群规模相等;
105、将所有馈线自动化终端配置方案中目标函数值最小的蚂蚁个体对应的馈线自动化终端配置方案作为局部最优解;
106、根据目标函数值最小的馈线自动化终端配置方案的供电可靠性指标、总投资费用和目标函数值更新蚁群算法的矩阵中的信息素浓度矩阵;
107、重复步骤102至步骤106,直至迭代次数与蚁群算法的参数中的预置迭代次数相等,将最后一次迭代得到的局部最优解作为全局最优解,得到配电网的最优馈线自动化终端配置方案。
本发明实施例提供了一种配电网馈线自动化终端配置方法,首先依据预设终端配置函数和信息素浓度矩阵来产生对已知配电网的开关设备或环网单元的若干种馈线自动化终端配置方案,然后分别计算这若干种馈线自动化终端配置方案的供电可靠性、总投资费用和目标函数值,从局部最优解出发更新信息素浓度矩阵,如此循环迭代,最终收敛于全局最优解,得到使得目标函数值最小的馈线自动化终端配置方案,综合考虑了配电网的供电可靠性和经济成本,达到了寻找最优解的效果。
进一步地,蚁群算法的参数包括:蚁群规模antNum、预置迭代次数iteratorNum、信息素自然挥发所引起的衰减的比例p、信息素因蚂蚁路过而增加的比例q;
蚁群算法的矩阵包括:信息素浓度矩阵pheromoneMatrix、最大信息素矩阵maxpheromoneMatrix、临界编号矩阵criticalPointMatrix、终端配置方案矩阵choiceMatrix、终端配置方案评价指标矩阵assessmentMatrix。
进一步地,信息素浓度矩阵pheromoneMatrix为N×4的矩阵,N为可配置馈线自动化终端的开关的数量,每一行分别对应一个可配置馈线自动化终端的开关,每一列分别对应不同的开关配置方案,包括:不配置终端、配置一遥终端、配置二遥终端、配置三遥终端;
最大信息素矩阵maxpheromoneMatrix为N×1的矩阵,每一行分别对应一个可配置馈线自动化终端的开关,每一行的元素存放的是信息素浓度矩阵pheromoneMatrix中每一行的最大值元素的所在列数;
临界编号矩阵criticalPointMatrix为N×1的矩阵,每一行分别对应一个可配置馈线自动化终端的开关,每一行的元素存放的是一个特殊蚂蚁的编号,表示在本次迭代中,对每一个可配置馈线自动化终端的开关进行馈线自动化终端配置方案确定时,编号小于等于特殊蚂蚁的编号的蚂蚁个体采用预设终端配置函数的第一策略,编号大于特殊蚂蚁的编号的蚂蚁个体采用预设终端配置函数的第二策略;
终端配置方案矩阵choiceMatrix为antNum×N×4的三维矩阵,每次迭代完成后就会得到一个终端配置方案矩阵choiceMatrix,第一维对应的是蚁群中的每一个蚂蚁个体,第二维对应的是N个可配置馈线自动化终端的开关,第三维表示的是被确定的开关的终端配置方案,包括:不配置终端、配置一遥终端、配置二遥终端、配置三遥终端;当确定了蚂蚁个体和开关编号时,第三维元素只有一个元素为1,其余为0;
终端配置方案评价指标矩阵assessmentMatrix为antNum×3的矩阵,每一行对应一个蚂蚁个体,三列元素分别存储蚂蚁个体的供电可靠性指标、总投资费用和目标函数值。
进一步地,预设终端配置函数的第一策略为按照信息素浓度配置,具体为可配置馈线自动化终端的开关的终端配置方案选择当前信息素浓度矩阵中可配置馈线自动化终端的开关对应行的最大值元素所对应的终端配置方案;
预设终端配置函数的第二策略为随机配置,具体为可配置馈线自动化终端的开关的终端配置方案为不配置终端、配置一遥终端、配置二遥终端、配置三遥终端中的随机一种终端配置方案。
进一步地,在首次迭代过程中,每个蚂蚁个体对每个可配置馈线自动化终端的开关的终端配置方案均采用预设终端配置函数的第二策略进行确定。
进一步地,步骤103具体包括:
根据第一预设公式计算根据馈线自动化终端配置方案配置的配电网的供电可靠性指标,第一预设公式具体为:
其中,ENS为配电网总缺供电量,Ui为负荷点i的年平均停电时间,Li为负荷点i的平均负荷,M为负荷点的个数;
根据第二预设公式计算根据馈线自动化终端配置方案配置的配电网的总投资费用,第二预设公式具体为:
Ccost=n1C1+n2C2+n3C3;
其中,C1为单个一遥终端的配置费用,C2为单个二遥终端的配置费用,C3为单个三遥终端的配置费用,n1为馈线自动化终端配置方案中需要配置一遥终端的开关的数量,n2为馈线自动化终端配置方案中需要配置二遥终端的开关的数量,n3为馈线自动化终端配置方案中需要配置三遥终端的开关的数量;
根据第三预设公式计算根据馈线自动化终端配置方案配置的配电网的目标函数值,第三预设公式具体为:
Ctotal=Ccost+Clost;
其中,Clost为由于配电网总缺供电量ENS而造成电网收入损失,计算公式为:Clost=ENS×σ,σ为单位电价。
需要说明的是,元件j发生故障后对负荷点i造成停电时间T的影响,T的计算公式如下:
T=t1+t2+t3;
式中,t1为故障定位的时间,计算公式为:t1=δLtotal,δ为单位长度的线路的巡线时间,Ltotal为最小巡线段线路的长度之和;t2为故障隔离时间,计算公式为:t2=ntk,n为需要动作的开关的数量,tk为单个开关断开或闭合的动作时间;t3为故障元件j的故障修复时间。
最小巡线段线路按照情况不同,可能是以下六种情况之一:
两端为三遥开关、中间无配备终端的开关或无开关的馈线段;
一端为二遥开关、另一端为三遥开关、中间无配备终端的开关或无开关的馈线段;
一端为一遥开关、另一端为三遥开关、中间无配备终端的开关或无开关的馈线段;
两端为二遥开关、中间无配备终端的开关或无开关的馈线段;
一端为一遥开关、另一端为二遥开关、中间无配备终端的开关或无开关的馈线段;
两端为一遥开关、中间无配备终端的开关或无开关的馈线段。
具体,如图4所示,EF段上某元件j元件发生故障,则配电主站根据遥测数据得知故障在CG段内,经工作人员到开关S4查看是否有故障指示信号,把故障点可能存在的区域缩小到DG段内,即最小巡线段为DG段。
考虑负荷点i与元件j之间的最短路径上有无开关及开关的终端配置情况,T的计算如下:
1、负荷点i与元件j之间的最短路径上有三遥开关:若元件j在负荷点i的下游,则负荷点i的停电时间T=0;若元件j在负荷点i的上游,且线路末端有备用电源,则负荷点i的停电时间T=0;若元件j在负荷点i的上游,且线路末端无备用电源,则负荷点i的停电时间T=t1+t3。例如EF段上某元件j元件发生故障,导致负荷LD1和LD7停电时间为T=0。
2、负荷点i与元件j之间的最短路径上无三遥开关,有二遥开关:若元件j在负荷点i的下游,则负荷点i的停电时间T=t2;若元件j在负荷点i的上游,且线路末端有备用电源,则负荷点i的停电时间T=t2;若元件j在负荷点i的上游,且线路末端无备用电源,则负荷点i的停电时间T=t1+t2+t3。例如EF段上某元件j元件发生故障,导致负荷LD2停电时间为T=t2。
3、负荷点i与元件j之间的最短路径上无三遥开关、无二遥开关,有一遥开关:若元件j在负荷点i的下游,则负荷点i的停电时间T=t1+t2;若元件j在负荷点i的上游,且线路末端有备用电源,则负荷点i的停电时间T=t1+t2;若元件j在负荷点i的上游,且线路末端无备用电源,则负荷点i的停电时间T=t1+t2+t3。例如EF段上某元件j元件发生故障,导致负荷LD3停电时间为T=t1+t2。
4、负荷点i与元件j之间的最短路径上有开关,但无配置终端:若元件j在负荷点i的下游,则负荷点i的停电时间T=t1+t2;若元件j在负荷点i的上游,且线路末端有备用电源,则负荷点i的停电时间T=t1+t2;若元件j在负荷点i的上游,且线路末端无备用电源,则负荷点i的停电时间T=t1+t2+t3。例如EF段上某元件j元件发生故障,导致负荷LD4停电时间为T=t1+t2。
5、负荷点i与元件j之间的最短路径上无开关:负荷点i的停电时间为T=t1+t2+t3。例如EF段上某元件j元件发生故障,导致负荷LD5停电时间为T=t1+t2+t3。
进一步地,步骤106具体包括:
将上一次迭代完成后更新得到的信息素浓度矩阵中的每个元素都降低p%;
在信息素浓度矩阵中找到对应局部最优解的元素,将对应局部最优解的元素提高q%,完成信息素浓度矩阵的更新;
根据更新后的信息素浓度矩阵,确定每一行中最大值元素所在列数,更新最大信息素矩阵;
根据第四预设公式计算临界编号矩阵中可配置馈线自动化终端的开关k在临界编号矩阵中对应的特殊蚂蚁的编号criticalPointMatrix[k],第四预设公式具体为:
式中,Ptotal_k为信息素浓度矩阵pheromoneMatrix第k行中所有元素之和,Pmax_k为第k行中最大值元素。
本发明相对于现有技术而言具有如下优点:
(1)本发明从理论计算的角度提供了一种配电网馈线自动化终端优化配置方法,充分考虑了不同种类的馈线自动化终端对配电网供电可靠性的影响。与传统的配电网规划技术导则相比,该方法能提供更科学合理的配电网馈线自动化终端配置方案,能在保证供电可靠性达标的前提下,避免馈线自动化终端配置冗余、浪费投资等情况。
(2)本发明以一遥馈线终端、二遥馈线终端、三遥馈线终端的总投资成本和配电网总缺供电量造成的停电损失费用之和作为目标函数,综合考虑了配电网的供电可靠性与馈线自动化终端配置的经济性,采用蚁群算法对目标函数进行优化求解,搜索最优解的过程采用分布式的计算方式和启发式的概率搜索方式,易于高效寻找到全局最优解,为配电自动化规划设计和改造提供了参考。
本发明提供了一种配电网馈线自动化终端配置方法的一个应用例,如图3所示的配电网中,S1、S9为出线断路器,S2~S7、S10~S12为分段开关,S8为联络开关,LD1~LD11为负荷点。配电网中,馈线出线端及分支线出线端均安装断路器,并配备三遥终端,不属于配电终端优化配置问题的考虑范围之中。并且分支线上发生的故障由于在分支线出线端安装的断路器,不会影响主馈线和其他分支线上的负荷点。由此,可将该应用例中的配电网划分为图3所示两个虚线框区域,分别考虑其终端配置问题。
请参阅图2,本发明提供了一种配电网馈线自动化终端配置装置的一个实施例,包括:
初始化单元201,用于初始化蚁群算法的参数和矩阵,并获取所有可配置馈线自动化终端的开关的编号;
方案确定单元202,用于利用预设终端配置函数确定一种馈线自动化终端配置方案;
计算单元203,用于计算根据馈线自动化终端配置方案配置的配电网的供电可靠性指标以及总投资费用,并得到馈线自动化终端配置方案的目标函数值;
第一迭代单元204,用于跳转至方案确定单元202,直至得到的馈线自动化终端配置方案的数目与蚁群算法的参数中的预置蚁群规模相等;
局部最优确定单元205,用于将所有馈线自动化终端配置方案中目标函数值最小的蚂蚁个体对应的馈线自动化终端配置方案作为局部最优解;
更新单元206,用于根据目标函数值最小的馈线自动化终端配置方案的供电可靠性指标、总投资费用和目标函数值更新蚁群算法的矩阵中的信息素浓度矩阵;
第二迭代单元207,用于跳转至方案确定单元202,直至迭代次数与蚁群算法的参数中的预置迭代次数相等,将最后一次迭代得到的局部最优解作为全局最优解,得到配电网的最优馈线自动化终端配置方案。
本发明还提供了一种配电网馈线自动化终端配置设备,所述设备包括处理器以及存储器:
所述存储器用于存储程序代码及蚁群算法的参数和矩阵,并将所述程序代码及蚁群算法的参数和矩阵传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行如上任一项所述的配电网馈线自动化终端配置方法。
本发明还提供了一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储程序代码及蚁群算法的参数和矩阵,所述程序代码用于执行如上任一项所述的配电网馈线自动化终端配置方法。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种配电网馈线自动化终端配置方法,其特征在于,包括:
S1、初始化蚁群算法的参数和矩阵,并获取所有可配置馈线自动化终端的开关的编号;
S2、利用预设终端配置函数确定一种馈线自动化终端配置方案;
S3、计算根据馈线自动化终端配置方案配置的配电网的供电可靠性指标以及总投资费用,并得到馈线自动化终端配置方案的目标函数值;
S4、重复步骤S2和步骤S3,直至得到的馈线自动化终端配置方案的数目与蚁群算法的参数中的预置蚁群规模相等;
S5、将所有馈线自动化终端配置方案中目标函数值最小的蚂蚁个体对应的馈线自动化终端配置方案作为局部最优解;
S6、根据目标函数值最小的馈线自动化终端配置方案的供电可靠性指标、总投资费用和目标函数值更新蚁群算法的矩阵中的信息素浓度矩阵;
S7、重复步骤S2至步骤S6,直至迭代次数与蚁群算法的参数中的预置迭代次数相等,将最后一次迭代得到的局部最优解作为全局最优解,得到配电网的最优馈线自动化终端配置方案。
2.根据权利要求1所述的配电网馈线自动化终端配置方法,其特征在于,
蚁群算法的参数包括:蚁群规模antNum、预置迭代次数iteratorNum、信息素自然挥发所引起的衰减的比例p、信息素因蚂蚁路过而增加的比例q;
蚁群算法的矩阵包括:信息素浓度矩阵pheromoneMatrix、最大信息素矩阵maxpheromoneMatrix、临界编号矩阵criticalPointMatrix、终端配置方案矩阵choiceMatrix、终端配置方案评价指标矩阵assessmentMatrix。
3.根据权利要求2所述的配电网馈线自动化终端配置方法,其特征在于,
信息素浓度矩阵pheromoneMatrix为N×4的矩阵,N为可配置馈线自动化终端的开关的数量,每一行分别对应一个可配置馈线自动化终端的开关,每一列分别对应不同的开关配置方案,包括:不配置终端、配置一遥终端、配置二遥终端、配置三遥终端;
最大信息素矩阵maxpheromoneMatrix为N×1的矩阵,每一行分别对应一个可配置馈线自动化终端的开关,每一行的元素存放的是信息素浓度矩阵pheromoneMatrix中每一行的最大值元素的所在列数;
临界编号矩阵criticalPointMatrix为N×1的矩阵,每一行分别对应一个可配置馈线自动化终端的开关,每一行的元素存放的是一个特殊蚂蚁的编号,表示在本次迭代中,对每一个可配置馈线自动化终端的开关进行馈线自动化终端配置方案确定时,编号小于等于特殊蚂蚁的编号的蚂蚁个体采用预设终端配置函数的第一策略,编号大于特殊蚂蚁的编号的蚂蚁个体采用预设终端配置函数的第二策略;
终端配置方案矩阵choiceMatrix为antNum×N×4的三维矩阵,每次迭代完成后就会得到一个终端配置方案矩阵choiceMatrix,第一维对应的是蚁群中的每一个蚂蚁个体,第二维对应的是N个可配置馈线自动化终端的开关,第三维表示的是被确定的开关的终端配置方案,包括:不配置终端、配置一遥终端、配置二遥终端、配置三遥终端;当确定了蚂蚁个体和开关编号时,第三维元素只有一个元素为1,其余为0;
终端配置方案评价指标矩阵assessmentMatrix为antNum×3的矩阵,每一行对应一个蚂蚁个体,三列元素分别存储蚂蚁个体的供电可靠性指标、总投资费用和目标函数值。
4.根据权利要求3所述的配电网馈线自动化终端配置方法,其特征在于,
预设终端配置函数的第一策略为按照信息素浓度配置,具体为可配置馈线自动化终端的开关的终端配置方案选择当前信息素浓度矩阵中可配置馈线自动化终端的开关对应行的最大值元素所对应的终端配置方案;
预设终端配置函数的第二策略为随机配置,具体为可配置馈线自动化终端的开关的终端配置方案为不配置终端、配置一遥终端、配置二遥终端、配置三遥终端中的随机一种终端配置方案。
5.根据权利要求4所述的配电网馈线自动化终端配置方法,其特征在于,在首次迭代过程中,每个蚂蚁个体对每个可配置馈线自动化终端的开关的终端配置方案均采用预设终端配置函数的第二策略进行确定。
6.根据权利要求5所述的配电网馈线自动化终端配置方法,其特征在于,步骤S3具体包括:
根据第一预设公式计算根据馈线自动化终端配置方案配置的配电网的供电可靠性指标,第一预设公式具体为:
其中,ENS为配电网总缺供电量,Ui为负荷点i的年平均停电时间,Li为负荷点i的平均负荷,M为负荷点的个数;
根据第二预设公式计算根据馈线自动化终端配置方案配置的配电网的总投资费用,第二预设公式具体为:
Ccost=n1C1+n2C2+n3C3;
其中,C1为单个一遥终端的配置费用,C2为单个二遥终端的配置费用,C3为单个三遥终端的配置费用,n1为馈线自动化终端配置方案中需要配置一遥终端的开关的数量,n2为馈线自动化终端配置方案中需要配置二遥终端的开关的数量,n3为馈线自动化终端配置方案中需要配置三遥终端的开关的数量;
根据第三预设公式计算根据馈线自动化终端配置方案配置的配电网的目标函数值,第三预设公式具体为:
Ctotal=Ccost+Clost;
其中,Clost为由于配电网总缺供电量ENS而造成电网收入损失,计算公式为:Clost=ENS×σ,σ为单位电价。
7.根据权利要求6所述的配电网馈线自动化终端配置方法,其特征在于,步骤S6具体包括:
将上一次迭代完成后更新得到的信息素浓度矩阵中的每个元素都降低p%;
在信息素浓度矩阵中找到对应局部最优解的元素,将对应局部最优解的元素提高q%,完成信息素浓度矩阵的更新;
根据更新后的信息素浓度矩阵,确定每一行中最大值元素所在列数,更新最大信息素矩阵;
根据第四预设公式计算临界编号矩阵中可配置馈线自动化终端的开关k在临界编号矩阵中对应的特殊蚂蚁的编号criticalPointMatrix[k],第四预设公式具体为:
式中,Ptotal_k为信息素浓度矩阵pheromoneMatrix第k行中所有元素之和,Pmax_k为第k行中最大值元素。
8.一种配电网馈线自动化终端配置装置,其特征在于,包括:
初始化单元,用于初始化蚁群算法的参数和矩阵,并获取所有可配置馈线自动化终端的开关的编号;
方案确定单元,用于利用预设终端配置函数确定一种馈线自动化终端配置方案;
计算单元,用于计算根据馈线自动化终端配置方案配置的配电网的供电可靠性指标以及总投资费用,并得到馈线自动化终端配置方案的目标函数值;
第一迭代单元,用于跳转至方案确定单元,直至得到的馈线自动化终端配置方案的数目与蚁群算法的参数中的预置蚁群规模相等;
局部最优确定单元,用于将所有馈线自动化终端配置方案中目标函数值最小的蚂蚁个体对应的馈线自动化终端配置方案作为局部最优解;
更新单元,用于根据目标函数值最小的馈线自动化终端配置方案的供电可靠性指标、总投资费用和目标函数值更新蚁群算法的矩阵中的信息素浓度矩阵;
第二迭代单元,用于跳转至方案确定单元,直至迭代次数与蚁群算法的参数中的预置迭代次数相等,将最后一次迭代得到的局部最优解作为全局最优解,得到配电网的最优馈线自动化终端配置方案。
9.一种配电网馈线自动化终端配置设备,其特征在于,所述设备包括处理器以及存储器:
所述存储器用于存储程序代码及蚁群算法的参数和矩阵,并将所述程序代码及蚁群算法的参数和矩阵传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行权利要求1-7任一项所述的配电网馈线自动化终端配置方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储程序代码及蚁群算法的参数和矩阵,所述程序代码用于执行权利要求1-7任一项所述的配电网馈线自动化终端配置方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910161432.3A CN109902964B (zh) | 2019-03-04 | 2019-03-04 | 一种配电网馈线自动化终端配置方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910161432.3A CN109902964B (zh) | 2019-03-04 | 2019-03-04 | 一种配电网馈线自动化终端配置方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109902964A true CN109902964A (zh) | 2019-06-18 |
CN109902964B CN109902964B (zh) | 2023-01-31 |
Family
ID=66946327
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910161432.3A Active CN109902964B (zh) | 2019-03-04 | 2019-03-04 | 一种配电网馈线自动化终端配置方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109902964B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104376376A (zh) * | 2014-11-06 | 2015-02-25 | 国家电网公司 | 一种面向配电自动化终端类型的优化配置方法 |
CN106356849A (zh) * | 2016-10-31 | 2017-01-25 | 山东山大电力技术有限公司 | 一种含分段开关配置的配电网重构多目标优化方法 |
CN107681679A (zh) * | 2017-09-21 | 2018-02-09 | 国网浙江省电力公司电力科学研究院 | 一种直流配电网断路器优化配置方法及系统 |
-
2019
- 2019-03-04 CN CN201910161432.3A patent/CN109902964B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104376376A (zh) * | 2014-11-06 | 2015-02-25 | 国家电网公司 | 一种面向配电自动化终端类型的优化配置方法 |
CN106356849A (zh) * | 2016-10-31 | 2017-01-25 | 山东山大电力技术有限公司 | 一种含分段开关配置的配电网重构多目标优化方法 |
CN107681679A (zh) * | 2017-09-21 | 2018-02-09 | 国网浙江省电力公司电力科学研究院 | 一种直流配电网断路器优化配置方法及系统 |
Non-Patent Citations (2)
Title |
---|
钟成杰: "基于蚁群算法的配电网分段开关优化配置", 《中小企业管理与科技(上旬刊)》 * |
陈得宇等: "配电网故障可观测的实现及馈线终端单元配置方法", 《电网技术》 * |
Also Published As
Publication number | Publication date |
---|---|
CN109902964B (zh) | 2023-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106711966B (zh) | 配电网保护定值整定方法及系统 | |
CN105868869A (zh) | 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 | |
CN105243427B (zh) | 飞机电网动态规划管理方法 | |
CN106296467B (zh) | 一种生成操作票的方法 | |
CN107017618A (zh) | 一种有源配电网供电区域划分方法及装置 | |
CN110209515A (zh) | 一种可靠性评估方法、装置、设备及存储介质 | |
CN103336249A (zh) | 一种导航卫星电源系统自主管理仿真验证系统 | |
CN108270216B (zh) | 一种考虑多目标的复杂配电网故障恢复系统及方法 | |
CN105259860B (zh) | 一种主从式智能电力装置自动配置方法 | |
CN106056466B (zh) | 基于FP-growth算法的大电网关键线路识别方法 | |
CN113644637B (zh) | 一种自动化开关的自适应整定方法及相关装置 | |
CN109902964A (zh) | 一种配电网馈线自动化终端配置方法及装置 | |
CN110474327A (zh) | 配电网cps信息-物理组合预想故障生成方法及系统 | |
CN110048384A (zh) | 一种配网高可靠性自愈方法及系统 | |
CN109871566A (zh) | 基于电网拓扑技术的回路构建方法及存储介质 | |
CN105072028A (zh) | 一种电力广域保护通信网传输故障容错方法 | |
CN106849328B (zh) | 多电压等级配电网备用电源自动投切装置自适应配置方法 | |
Jiang et al. | Research on load transfer strategy optimisation with considering the operation of distributed generations and secondary dispatch | |
CN115347565A (zh) | 一种灾后配网与微网协同恢复方法和装置 | |
CN111429008B (zh) | 一二次系统的可靠性评估方法、装置设备及存储介质 | |
Chandak et al. | Optimal performance of a self‐healing microgrid | |
Kumar et al. | Optimal reconfiguration of primary power distribution system using modified Teaching learning based optimization algorithm | |
CN113468472A (zh) | 配电网故障定位方法及系统 | |
CN106886655A (zh) | 一种基于配电地理拓扑数据的改进最小路可靠性确定方法 | |
Saxena et al. | Distributed architecture for self‐organising smart distribution systems |
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 |