CN111211560A - 一种基于最优环路的微电网拓扑规划 - Google Patents
一种基于最优环路的微电网拓扑规划 Download PDFInfo
- Publication number
- CN111211560A CN111211560A CN202010018543.1A CN202010018543A CN111211560A CN 111211560 A CN111211560 A CN 111211560A CN 202010018543 A CN202010018543 A CN 202010018543A CN 111211560 A CN111211560 A CN 111211560A
- Authority
- CN
- China
- Prior art keywords
- loop
- nodes
- graph
- node
- algorithm
- 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
Images
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
-
- 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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于最优环路的微电网拓扑规划,属于微电网拓扑规划技术领域,包括以下步骤:步骤1构建图论算法阶段的数学模型,将微电网表示为图形,负荷点表示为节点;步骤2分别构建图论算法粗化、分区和细化还原三个阶段数学模型将节点划分到潜在环路中;步骤3、基于改进的旅行商算法将数学模型设计成单个环路结构,将潜在环路内的节点互联形成环路,得到优化的环路拓扑结构;步骤4、根据步骤2、步骤3中设计的数学模型求解一组基于优化的环路拓扑结构的候选微电路拓扑结构;步骤5、评估候选微电路拓扑结构,找出最优的环路拓扑结构。本发明设计出的基于最优环路的微电网拓扑结构较传统规划结构更能保证负荷的供电可靠性。
Description
技术领域
本发明涉及一种基于最优环路的微电网拓扑规划,属于微电网拓扑规划技术领域。
背景技术
伴随电网建设的规模不断扩大,超大规模电力系统的缺陷也逐渐显现,此外,全球资源和环境问题之间的矛盾更加严峻,为了将能源短缺问题及时的解决,相关人员更加重视对再生和清洁等新能源的研发。分布式发电因其自身优点是解决能源危机和环境问题的有效途径,但分布式电源并网将给电力系统带来不容忽视的冲击。为减缓大规模的分布式电源单机入网对大电网的冲击,微电网的概念应运而生。微电网规划设计是微电网经济运营的前提,目的是通过可行性、合理性及环境友好性分析,结合规划目标及运行约束条件,建立完整的规划设计模型,寻找分布式电源与储能系统容址最优配置和微电网控制策略、网架结构、安全保护机制、能量管理等的最佳组合。基于DG的微电网拓扑规划可以解决传统的集中大规模电力系统难以实现电能的清洁生产和能源利用效率的最大化等问题,满足人们日益增长的对供电可靠性和电能质量的需求。只有合理确定微电网的拓扑结构,才能保证微电网以较低的成本取得最大的效益,进而达到示范、推广的目的。
随着分布式能源,尤其是分布式可再生能源,占能源消费比重需求的逐步提高,传统的辐射性配电网可能不是实现微电网独特功能和特点的最佳选择,微电网拓扑规划需要考虑单个微电网回路中的孤岛运行和自愈能力,并在规划环网时解决能源平衡问题,这对使用现有方法提出了更大的挑战。此外,考虑到微电网拓扑规划中的各种分布式发电和储能设施,使得传统的基于混合整数规划的规划方法难以实现。与传统配电系统不同的是由于DER和微电网向并网和孤岛模式切换所造成的故障电流可能是双向的,传统的辐射性网络拓扑很难处理这些故障,因此,研究更适合微电网的拓扑结构成为微电网规划领域亟待解决的一个问题。
发明内容
本发明需要解决的技术问题是提供一种基于最优环路的微电网拓扑规划,利用图论算法粗化、分区和细化还原三个阶段将负荷点划分到潜在环路中,然后基于改进的旅行商算法进行单个环路结构设计,将潜在环路内的节点互联形成环路。形成的环路拓扑结构中,每个环路都包含多个DG或储能装置,环路拓扑结构之间通过线路互联,确保重要负荷故障后的供电可靠性和电能的充分利用。在获得的一组微电网环路拓扑结构中,在经济性、可靠性及合理性三个方面引入性能指标对其进行评估,找到基于环路的微电网拓扑规划中最优的环路拓扑结构。
为解决上述技术问题,本发明所采用的技术方案是:
一种基于最优环路的微电网拓扑规划,包括以下步骤:
步骤1、构建图论算法阶段的数学模型,将微电网表示为图形,负荷点表示为节点;
步骤2、分别构建图论算法粗化、分区和细化还原三个阶段数学模型将节点划分到潜在环路中,并根据数学模型设计相关粗化阶段计算流程、分区阶段计算流程和细化还原阶段计算流程;
步骤3、基于改进的旅行商算法将数学模型设计成单个环路结构,将潜在环路内的节点互联形成环路,得到优化的环路拓扑结构;
步骤4、根据步骤2、步骤3中设计的数学模型求解一组基于优化的环路拓扑结构的候选微电路拓扑结构;
步骤5、评估候选微电路拓扑结构,找出最优的环路拓扑结构。
本发明技术方案的进一步改进在于:步骤1具体包括以下步骤:
步骤11、将给定的电网转换为图论中图的形式,将各个负荷点表示为节点,并在转化后的图中对电网中的各个负荷点进行说明,给定的电网建模为图G={V,E},其中V代表负荷点,E代表一组输配电线路,即连接节点的边,同时将V划分为k个子集(V1,…,Vi,…、Vk),此时i=j,和Ui Vi=V;
步骤12、将图论中连接节点的边赋权值,为了最大限度的恢复重要负荷供电,将连接节点的边ei的权值wi整定为:
Pi为负荷消耗的有功功率,Ni为该负荷的重要程度权重,越重要权值越小,对应重要程度等级分别取1、10、100。
本发明技术方案的进一步改进在于:步骤2中设计图论算法粗化阶段数学模型,首先将系统内的节点互联为单个节点,通过迭代简化图形,直到图中包含节点的数量达到给定阈值要求迭代结束,在每次迭代中,图Gi被转换为Gi+1,直到满足以下约束条件,
|Vi+1|<|Vi| (2)
其中下标i是迭代索引,Gi的顶点被分组为不相交的集群,并且集群中的顶点被连接合并以在Gi+1中形成单个顶点;迭代过程中选择采用最大边权重匹配的标准,即两个节点之间的边权重大的,优先进行匹配。
本发明技术方案的进一步改进在于:步骤2中图论算法粗化阶段计算流程如下:
步骤212、选择Gi中DG和储能装置所在节点(Vm)进行匹配;
步骤213、判断DG或储能装置所在节点是否全部被标记;是,随机选择尚未与匹配Mi关联的节点作为Vm;
步骤214、在与Vm相邻的边中,选择Gi中不是DG和储能装置的节点中最大权重边缘(wi)所在节点Vn与之匹配;
步骤215、连接顶点Vm和Vn以在Gi+1中形成新的顶点;将Vm和Vn与匹配的Mi关联起来;
步骤216、判断Gi+1中的顶点是否减少为原始图的一半,是,则结束;否则,设置i=i+1并返回步骤212;
通常N(Gi+1)<yN(G0)时迭代结束,其中N是指定图中的节点数,y预先设置的参数。
本发明技术方案的进一步改进在于:步骤2中设计图论算法分区阶段数学模型的具体步骤为:
分区阶段是将粗化后的图形Gn中的节点分割成k个部分(Pk n),即形成k个初步潜在的环路,使用贪婪图增长分区(GGGP)算法进行分区,在分区过程中要保证在分区形成环路系统Vm时有利于功率平衡并且也接近Vm的节点优选作为Vm的互联节点,要满足以下约束公式:
Gain为分区阶段考虑的权重标准,其中dis{Vj,Vk}为Vj节点与其在Vm中的一阶相邻节点Vk之间的距离;并且mis(Vm)是当通过DG容量(GC)和峰值负载(D)按照上述定义插入节点Vj时,环路Vm中的功率不匹配,并满足如下公式:
最后,分区阶段结束后引入一个参数S衡量分区结果,剔除分区结果中某些环路节点较多某些环路节点较少的情况,保证分区结果的均衡性,参数公式如下所示:
其中S为总体标准差,Vi为第i个分区包含节点的数量,V为每个环路平均的节点数,k为总的环路个数,S值越小表示分区结果均衡性越好。
本发明技术方案的进一步改进在于:步骤2中图论算法分区阶段计算流程如下:
步骤221、随机选择粗化后的图中DG节点作为初始集V1;
步骤222、将V2中增益,即公式(3)中Gain最大的顶点Vm插入到V1中;
步骤223、将Vm先前属于V3的的一阶邻居移动到V2;
步骤224、判断粗化后图形中的节点是否全部包含在环路系统中时,是,进行步骤225,否则,返回到步骤222;
步骤225、计算参数S,剔除划分结果中S值明显大于其他案例的情况;
其中V1是分区中包括的顶点集合,V2是V1的边界,即V1的一阶相邻顶点的集合,V3是图中剩余的顶点。
本发明技术方案的进一步改进在于:步骤2中设计图论算法细化还原阶段数学模型的具体步骤为:
将分区后形成的未分解图使用算法Kernighan-Lin(KL)算法迭代还原为原始图,使用以下公式对发电负载功率平衡和储能设施共享这两个标准进行量化,指数λm,n的值的减少将表示成功的交换,
其中,下标m和n表示交换考虑的两个相邻回路系统Vm和Vn,mis由公式(4)给出,es是能量存储容量(EC)与峰值负荷(D)之比,上标*表示各自的期望值,MG表示整个微电网;
图论算法细化还原阶段计算流程如下:
步骤231、选择相邻环路边界上未标记的节点进行交换测试;
步骤232、测试它们的交换是否可以改善当前分区,是,进行步骤233,否则返回步骤231;
步骤233、执行并仅执行成功交换;
步骤234、标记被测试过的节点,确保每个节点仅被测试一次;
步骤235、判断所有边界节点是否全部被测试,是,结束;否则返回步骤231。
本发明技术方案的进一步改进在于:改进的旅行商算法改进之处是从潜在环路的任意节点开始,迭代的选择其临近节点,并判断所选节点在形成环路过程中是否只选择一次,若满足条件,则继续进行,否则,剔除此节点,继续迭代,直到潜在环路内所有可选节点都被选择后,停止迭代,形成环路,然后再将剔除的节点单独加到环路中去;
首先引入决策变量αij,αij=1即选择线段i-j,当αij=0时即未选择线段i-j。目标函数为:
约束条件为:
ti∈{0,1} (13)
约束(11)和约束(12)可以保证每个节点只经过一次,并在编程过程中引入整数变量ti来表示节点是否在形成环路过程中只选择一次,ti=1,表示只经过一次,保留该节点,ti=0,表示在只经过一次的情况下,不能形成环路,剔除该节点。
本发明技术方案的进一步改进在于:对一组候选微电路拓扑结构分别进行可靠性评估、经济性评估及合理性评估;
可靠性评估引入可靠性指标Ns来评估形成的环路拓扑结构的可靠性,它通过计算形成的环路拓扑结构中负荷的供需是否平衡及供电的裕度表示可靠性,如下式(14)所示:
其中Sm代表形成环路中DG和储能装置的发电量与储能的和,k代表所形成的环路,m代表形成环路拓扑结构的个数,i代表节点,Wi为所选节点的有功功率的值,β为所有负荷的同时系数;
经济性评估计算设计的环路拓扑结构所选路径的总成本,以此来表示所设计环路经济性的好坏,如下式(15)所示:
其中Cs为总成本,m为所形成的环路的个数,γ为修建单位距离的电缆所需的成本,dk为每个环路连接所有节点线段的总长;
合理性评估通过计算所形成环路中辐射型分支的数量来表征所形成拓扑结构的合理性,如下式:
式中Bs代表总的辐射型分支数,bk代表每个环路的辐射型分支的数量。
本发明技术方案的进一步改进在于:微电网拓扑规划方法采用MATLAB编程语言进行仿真分析。
由于采用了上述技术方案,本发明取得的技术进步是:
本发明的一种基于最优环路的微电网拓扑规划,利用图论算法粗化、分区和细化还原三个阶段将负荷点划分到潜在环路中,然后基于改进的旅行商算法进行单个环路结构设计,将潜在环路内的节点互联形成环路。形成的环路拓扑结构中,每个环路都包含多个DG或储能装置,环路拓扑结构之间通过线路互联,确保重要负荷故障后的供电可靠性和电能的充分利用。在获得的一组微电网环路拓扑结构中,在经济性、可靠性及合理性三个方面引入性能指标对其进行评估,找到基于环路的微电网拓扑规划中最优的环路拓扑结构。
本发明设计出的基于最优环路的微电网拓扑结构较传统规划结构更能保证负荷的供电可靠性。当系统故障停电时,切换到孤岛运行,形成环路拓扑结构,且每个环路拓扑结构都包含DG或储能装置,确保对重要负荷的优先供电。
基于最优环路的微电网拓扑结构运行方式更加灵活,除了并网运行和孤岛运行外,每个微电网都可以设计为一个单独的环路,这有助于微电网间的协调能力,提高微电网的可靠性和故障隔离性,因为微电网可以被划分为单独环路,并通过馈电线或互连转换器实现环路之间的互连,使各个环路之间互相支援,包括孤岛运行、故障隔离、馈电线后备保护。
图论算法的粗化阶段先对含DG和储能装置的节点进行匹配,避免由于多个含有供电源的节点之间发生匹配导致形成的环路结构中供电源不足的情况发生。
通过引入划分均衡性指标S对划分阶段形成的初步环路进行评估,有效剔除节点分配不均的情况。
采用改进的旅行商算法对潜在环路进行单个环路的拓扑结构设计,避免了设计过程中子环路的出现,提高了规划质量。
在获得的一组候选微电网环路拓扑结构中,通过给出的三个性能指标在可靠性、经济性和合理性三个方面评估各个拓扑结构,得到最优的环路拓扑结构。
附图说明
图1是本发明图论算法粗化阶段粗化过程原理图;
图2是本发明图论算法分区阶段迭代前分区原理图;
图3是本发明图论算法分区阶段迭代后分区原理图;
图4是本发明图论算法细化还原阶段迭代前原理图;
图5是本发明图论算法细化还原阶段迭代后原理图;
图6是本发明流程图;
图7是本发明图论算法粗化阶段计算流程图;
图8是本发明图论算法分区阶段计算流程图;
图9是本发明图论算法细化还原阶段计算流程图;
图10是本发明仿真分析构建的节点分布图。
具体实施方式
下面结合实施例对本发明做进一步详细说明:
一种基于最优环路的微电网拓扑规划,包括以下步骤:
图论在现代科学技术中有重要的理论价值和广泛的应用背景,如计算机科学、信息科学、网络设计、工业生产和企业管理中的优化方法都广泛应用了图论算法。图论是一个新的数学分支,在求解最优化问题上具有实用性。与常用的路径规划方法如网格法、神经网络方法、遗传算法等相比具有直观、实用及易于实现的优点。将电路单元划分到电路子集上,可以从图论和组合优化的角度来建立VLSI划分问题的数学模型,目的在于将电路划分问题转换为无向赋权图划分优化问题。而在进行微电网拓扑结构规划时,也可以借鉴使用图论算法的相关知识来组合优化系统的节点分布,建立更为直观的数学模型,利用图论方面的知识实现系统内的约束条件,最终得到优化的拓扑结构。
步骤1、构建图论算法阶段的数学模型,将微电网表示为图形,负荷点表示为节点;
将给定的电网转换为图论中图的形式,将各个负荷点表示为节点,并在转化后的图中对电网中的各个负荷点进行说明。考虑到系统因故停电微电网进入孤岛运行状态,需要由形成的环路微电网中的DG和储能装置对负荷供电,但DG和储能装置有限,应首先保证重要负荷的供电可靠性。在利用图论算法进行微电网环路拓扑规划时要确保规划后形成的环路功率均衡、能源共享且环路之间相互作用最小化。首先将系统内负荷节点的重要程度分别赋值,对于像医院、政府及学校等重要负荷给予更高的权重,保证系统因故停电时重要负荷的供电可靠性及恢复供电的优先级。在规划形成环路拓扑结构后,计算每个环路提供的电能与负荷的需求量是否相等,如不相等,则切除环路中权重等级低的负荷,直到满足为止,确保重要负荷的供电可靠性。
步骤1具体包括以下步骤:
步骤11、将给定的电网转换为图论中图的形式,将各个负荷点表示为节点,并在转化后的图中对电网中的各个负荷点进行说明,给定的电网建模为图G={V,E},其中V代表负荷点,E代表一组输配电线路,即连接节点的边,同时将V划分为k个子集(V1,…,Vi,…、Vk),此时i=j,和Ui Vi=V;
步骤12、将图论中连接节点的边赋权值,为了最大限度的恢复重要负荷供电,将连接节点的边ei的权值wi整定为:
Pi为负荷消耗的有功功率,Ni为该负荷的重要程度权重,越重要权值越小,对应重要程度等级分别取1、10、100。
步骤2、分别构建图论算法粗化、分区和细化还原三个阶段数学模型将节点划分到潜在环路中,并根据数学模型设计相关粗化阶段计算流程、分区阶段计算流程和细化还原阶段计算流程;
设计图论算法粗化阶段数学模型,首先将系统内的节点互联为单个节点,通过迭代简化图形,直到图中包含节点的数量达到给定阈值要求迭代结束,在每次迭代中,图Gi被转换为Gi+1,直到满足以下约束条件,
|Vi+1|<|Vi| (2)
其中下标i是迭代索引,Gi的顶点被分组为不相交的集群,并且集群中的顶点被连接合并以在Gi+1中形成单个顶点;迭代过程中选择采用最大边权重匹配的标准,即两个节点之间的边权重大的,优先进行匹配;其原理图如附图1所示,图1中随机选择节点1进行粗化阶段的迭代匹配,节点1的一阶邻域节点有4个,分别为节点2、3、4和5,节点1遵循最大边权重匹配的原则,即节点2的边权重大于其他的一阶邻域节点,故节点1与节点2匹配,并在下一次迭代中合并成一个新的节点。
图论算法粗化阶段计算流程如下:
步骤212、选择Gi中DG和储能装置所在节点(Vm)进行匹配;
步骤213、判断DG或储能装置所在节点是否全部被标记;是,随机选择尚未与匹配Mi关联的节点作为Vm;
步骤214、在与Vm相邻的边中,选择Gi中不是DG和储能装置的节点中最大权重边缘(wi)所在节点Vn与之匹配;
步骤215、连接顶点Vm和Vn以在Gi+1中形成新的顶点;将Vm和Vn与匹配的Mi关联起来;
步骤216、判断Gi+1中的顶点是否减少为原始图的一半,是,则结束;否则,设置i=i+1并返回步骤212;
通常N(Gi+1)<yN(G0)时迭代结束,其中N是指定图中的节点数,y预先设置的参数。图论算法粗化阶段的计算流程图如附图7所示。
设计图论算法分区阶段数学模型的具体步骤为:
分区阶段是将粗化后的图形Gn中的节点分割成k个部分(Pk n),即形成k个初步潜在的环路,常用的算法Kernighan-Lin(KL)和贪婪图增长分区(GGGP)算法,因GGGP算法的增长特性比KL算法的随机特性更适合分区后形成环路,故选择GGGP算法去进行分区,它从初始选择的节点开始,逐步增大节点包括的范围,以包含更多的节点,从而达到最优,
分区阶段要考虑系统的功率平衡和能量供应,确保系统发生故障后,微电网由并网运行切换到孤岛运行后,由充分的能源给负荷供电。在形成的环路拓扑结构中,由环路中的DG和储能设施提供能源,保证故障后的电能供应,在分区过程中要保证在分区形成环路系统Vm时有利于功率平衡并且也接近Vm的节点优选作为Vm的互联节点,要满足以下约束公式:
Gain为分区阶段考虑的权重标准,其中dis{Vj,Vk}为Vj节点与其在Vm中的一阶相邻节点Vk之间的距离;并且mis(Vm)是当通过DG容量(GC)和峰值负载(D)按照上述定义插入节点Vj时,环路Vm中的功率不匹配,并满足如下公式:
分区阶段的原理图如附图2和附图3所示,集合VM是本次迭代中开发的环路系统,它的边界是V={V1,V2,V6};而V1={V3,V4,V5}由剩余的节点组成,设边界V中的节点2对VM的权重最大,则由上述提出的GGGP分区算法,在本次迭代中将节点V2划分到VM中,而作为V2的一阶邻域节点V3和V5将被移到新的边界,如此时VM的边界更新为V={V1,V3,V5,V6},更新后的V1={V4}。附图2是迭代前的分区原理图,附图3是迭代后的分区原理图;
最后,分区阶段结束后引入一个参数S衡量分区结果,剔除分区结果中某些环路节点较多某些环路节点较少的情况,保证分区结果的均衡性,参数公式如下所示:
其中S为总体标准差,Vi为第i个分区包含节点的数量,V为每个环路平均的节点数,k为总的环路个数,S值越小表示分区结果均衡性越好,剔除分区结果中S值明显大于其他环路的案例。
步骤2中图论算法分区阶段计算流程如下:
步骤221、随机选择粗化后的图中DG节点作为初始集V1;
步骤222、将V2中增益,即公式(3)中Gain最大的顶点Vm插入到V1中;
步骤223、将Vm先前属于V3的的一阶邻居移动到V2;
步骤224、判断粗化后图形中的节点是否全部包含在环路系统中时,是,进行步骤225,否则,返回到步骤222;
步骤225、计算参数S,剔除划分结果中S值明显大于其他案例的情况;
其中V1是分区中包括的顶点集合,V2是V1的边界,即V1的一阶相邻顶点的集合,V3是图中剩余的顶点。图论算法分区阶段的流程图如附图8所示。
设计图论算法细化还原阶段数学模型的具体步骤为:
细化还原阶段将分区后形成的未分解图使用算法Kernighan-Lin(KL)算法迭代还原为原始图,也就是粗化阶段的相反过程,迭代地在相邻环路的边界处进行相邻环路(Vm和Vn)边界节点之间的交换测试,以获得减少零件切割集中的总边缘权重的案例,从而有助于获得更优化的分区解决方案,分别使用式(6)中的第一项和第二项对发电负载功率平衡和储能设施共享这两个标准进行量化,指数λm,n的值的减少将表示成功的交换,即对这两个标准而言有助于产生更优化的分割结果的交换。
其中,下标m和n表示交换考虑的两个相邻回路系统Vm和Vn,mis由公式(4)给出,es是能量存储容量(EC)与峰值负荷(D)之比,上标*表示各自的期望值,MG表示整个微电网;
附图4和附图5分别为为本阶段迭代前后的原理图,节点4在两个相邻组Vm和Vn之间进行交换,设Cmn表示Vm和Vn之间的互连边缘的切割集,附图4为节点4交换之前的Cmn={边2-4,3-4和3-6};而交换之后的Cmn={边4-5和3-6},如附图5所示。如果Cmn中边缘权重(W)的总和减少,则可以认为这种交换是成功的,否则这次交换将被取消。
作为图分区的最后阶段,分割图是未分解的,并且通过Gn-1,Gn-2,...G0计算出的分区Pk n被投射回原始图。对于未经分解的图Gi,可以对分区Pk i进行细化以确保局部最优的分区解,细化还原阶段也就是粗化阶段的逆过程。具体图论算法细化还原阶段计算流程如下:
步骤231、选择相邻环路边界上未标记的节点进行交换测试;
步骤232、测试它们的交换是否可以改善当前分区,是,进行步骤233,否则返回步骤231;
步骤233、执行并仅执行成功交换;
步骤234、标记被测试过的节点,确保每个节点仅被测试一次;
步骤235、判断所有边界节点是否全部被测试,是,结束;否则返回步骤231。图论算法细化还原阶段的计算流程图如附图9所示。
步骤3、基于改进的旅行商算法将数学模型设计成单个环路结构,将潜在环路内的节点互联形成环路,得到优化的环路拓扑结构;
基于改进的旅行商算法进行单个环路结构设计阶段对环路结构进行优化设计,实现各环路系统节点的互联,它是对旅行商问题的改进,旅行商问题是经典的图论优化问题,其内容是一个商人要从自己所在的城市出发去若干个城市销售商品,经过其余各城市恰好一次后,再回到出发地,若任意两个城市之间的距离已知,问他应该如何选择路线,才能使总旅程最短?
改进的旅行商算法改进之处是从潜在环路的任意节点开始,迭代的选择其临近节点,并判断所选节点在形成环路过程中是否只选择一次,若满足条件,则继续进行,否则,剔除此节点,继续迭代,直到潜在环路内所有可选节点都被选择后,停止迭代,形成环路,然后再将剔除的节点单独加到环路中去,实现单个环路系统节点的互联,保证供电的可靠性及稳定性;接下来构建本阶段阶段数学模型:
首先引入决策变量αij,αij=1即选择线段i-j,当αij=0时即未选择线段i-j。目标函数为:
约束条件为:
ti∈{0,1} (13)
约束(11)和约束(12)可以保证每个节点只经过一次,并在编程过程中引入整数变量ti来表示节点是否在形成环路过程中只选择一次,ti=1,表示只经过一次,保留该节点,ti=0,表示在只经过一次的情况下,不能形成环路,剔除该节点。目标函数是使所形成的环路中的所选线段的距离的总长最小。
图6给出本发明的流程图,其中阶段一运用改进的图论算法将节点划分到潜在环路中,阶段二基于改进的旅行商算法进行单个环路结构设计阶段,对得到的潜在环路优化设计,从而将节点互联成环路结构。
步骤4、根据步骤2、步骤3中设计的数学模型求解一组基于优化的环路拓扑结构的候选微电路拓扑结构;
步骤5、评估候选微电路拓扑结构,找出最优的环路拓扑结构。
对一组候选微电路拓扑结构分别进行可靠性评估、经济性评估及合理性评估;
可靠性评估引入可靠性指标Ns来评估形成的环路拓扑结构的可靠性,它通过计算形成的环路拓扑结构中负荷的供需是否平衡及供电的裕度表示可靠性,如下式(14)所示:
其中Sm代表形成环路中DG和储能装置的发电量与储能的和,k代表所形成的环路,m代表形成环路拓扑结构的个数,i代表节点,Wi为所选节点的有功功率的值,β为所有负荷的同时系数;
经济性评估计算设计的环路拓扑结构所选路径的总成本,以此来表示所设计环路经济性的好坏,如下式(15)所示:
其中Cs为总成本,m为所形成的环路的个数,γ为修建单位距离的电缆所需的成本,dk为每个环路连接所有节点线段的总长;
合理性评估通过计算所形成环路中辐射型分支的数量来表征所形成拓扑结构的合理性,如下式:
式中Bs代表总的辐射型分支数,bk代表每个环路的辐射型分支的数量。
在获得的一组候选微电网环路拓扑结构中,通过给出的三个性能指标在可靠性、经济性和合理性三个方面评估各个拓扑结构,得到最优的环路拓扑结构。
微电网拓扑规划方法采用MATLAB编程语言进行仿真分析。
为验证以上基于图论算法和改进的旅行商方法在微电网最优环路拓扑结构形成上的有效性,通过对IEEE 37总线配电馈线情况进行修改,节点的分布位置是从IEEE导出的,节点之间的候选互连路径重新定义,DER单元安装在某些节点上,虚线表示候选的互连路径,每条线上的数字表示长度,单位为100米。假设在微电网中规划的环路将使用候选路径(虚线)作为环路段,与实际的微电网实现相一致。例如候选路径(虚线)可以表示微电网中用于放置地下电缆,这是由IIT微电网项目实践得知的。每个实心点表示用于在微电网中构建负载或DER的节点。附图10为仿真分析中构建的节点分布图,其中黑色节点为负荷点,黑色数字为负荷点的序号,虚线上的数字为负荷点之间的距离,虚线表示节点之间的连接线段,黑色方框代表储能装置,黑色圆圈内加一撇为分布式发电。将提出的图论算法和基于改进的旅行商算法集成的方法通过MATLAB编程实现,使节点划分到不同环路中,从仿真结果可以看出提出方法可以将节点划分到不同环路中,形成的环路中含多个DG或储能设施,在获得的一组候选微电网环路拓扑结构中,通过给出的三个性能指标在可靠性、经济性和合理性三个方面评估各个拓扑结构,可以得到最优的环路拓扑结构。
Claims (10)
1.一种基于最优环路的微电网拓扑规划,其特征在于:包括以下步骤:
步骤1、构建图论算法阶段的数学模型,将微电网表示为图形,负荷点表示为节点;
步骤2、分别构建图论算法粗化、分区和细化还原三个阶段数学模型将节点划分到潜在环路中,并根据数学模型设计相关粗化阶段计算流程、分区阶段计算流程和细化还原阶段计算流程;
步骤3、基于改进的旅行商算法将数学模型设计成单个环路结构,将潜在环路内的节点互联形成环路,得到优化的环路拓扑结构;
步骤4、根据步骤2、步骤3中设计的数学模型求解一组基于优化的环路拓扑结构的候选微电路拓扑结构;
步骤5、评估候选微电路拓扑结构,找出最优的环路拓扑结构。
2.根据权利要求1所述的一种基于最优环路的微电网拓扑规划,其特征在于:步骤1具体包括以下步骤:
步骤11、将给定的电网转换为图论中图的形式,将各个负荷点表示为节点,并在转化后的图中对电网中的各个负荷点进行说明,给定的电网建模为图G={V,E},其中V代表负荷点,E代表一组输配电线路,即连接节点的边,同时将V划分为k个子集(V1,…,Vi,…、Vk),此时i=j,和UiVi=V;
步骤12、将图论中连接节点的边赋权值,为了最大限度的恢复重要负荷供电,将连接节点的边ei的权值wi整定为:
Pi为负荷消耗的有功功率,Ni为该负荷的重要程度权重,越重要权值越小,对应重要程度等级分别取1、10、100。
3.根据权利要求1所述的一种基于最优环路的微电网拓扑规划,其特征在于:步骤2中设计图论算法粗化阶段数学模型,首先将系统内的节点互联为单个节点,通过迭代简化图形,直到图中包含节点的数量达到给定阈值要求迭代结束,在每次迭代中,图Gi被转换为Gi+1,直到满足以下约束条件,
|Vi+1|<|Vi| (2)
其中下标i是迭代索引,Gi的顶点被分组为不相交的集群,并且集群中的顶点被连接合并以在Gi+1中形成单个顶点;迭代过程中选择采用最大边权重匹配的标准,即两个节点之间的边权重大的,优先进行匹配。
4.根据权利要求3所述的一种基于最优环路的微电网拓扑规划,其特征在于:步骤2中图论算法粗化阶段计算流程如下:
步骤212、选择Gi中DG和储能装置所在节点(Vm)进行匹配;
步骤213、判断DG或储能装置所在节点是否全部被标记;是,随机选择尚未与匹配Mi关联的节点作为Vm;
步骤214、在与Vm相邻的边中,选择Gi中不是DG和储能装置的节点中最大权重边缘(wi)所在节点Vn与之匹配;
步骤215、连接顶点Vm和Vn以在Gi+1中形成新的顶点;将Vm和Vn与匹配的Mi关联起来;
步骤216、判断Gi+1中的顶点是否减少为原始图的一半,是,则结束;否则,设置i=i+1并返回步骤212;
通常N(Gi+1)<yN(G0)时迭代结束,其中N是指定图中的节点数,y预先设置的参数。
5.根据权利要求1所述的一种基于最优环路的微电网拓扑规划,其特征在于:步骤2中设计图论算法分区阶段数学模型的具体步骤为:
分区阶段是将粗化后的图形Gn中的节点分割成k个部分(Pk n),即形成k个初步潜在的环路,使用贪婪图增长分区(GGGP)算法进行分区,在分区过程中要保证在分区形成环路系统Vm时有利于功率平衡并且也接近Vm的节点优选作为Vm的互联节点,要满足以下约束公式:
Gain为分区阶段考虑的权重标准,其中dis{Vj,Vk}为Vj节点与其在Vm中的一阶相邻节点Vk之间的距离;并且mis(Vm)是当通过DG容量(GC)和峰值负载(D)按照上述定义插入节点Vj时,环路Vm中的功率不匹配,并满足如下公式:
最后,分区阶段结束后引入一个参数S衡量分区结果,剔除分区结果中某些环路节点较多某些环路节点较少的情况,保证分区结果的均衡性,参数公式如下所示:
其中S为总体标准差,Vi为第i个分区包含节点的数量,V为每个环路平均的节点数,k为总的环路个数,S值越小表示分区结果均衡性越好。
6.根据权利要求5所述的一种基于最优环路的微电网拓扑规划,其特征在于:步骤2中图论算法分区阶段计算流程如下:
步骤221、随机选择粗化后的图中DG节点作为初始集V1;
步骤222、将V2中增益,即公式(3)中Gain最大的顶点Vm插入到V1中;
步骤223、将Vm先前属于V3的的一阶邻居移动到V2;
步骤224、判断粗化后图形中的节点是否全部包含在环路系统中时,是,进行步骤225,否则,返回到步骤222;
步骤225、计算参数S,剔除划分结果中S值明显大于其他案例的情况;
其中V1是分区中包括的顶点集合,V2是V1的边界,即V1的一阶相邻顶点的集合,V3是图中剩余的顶点。
7.根据权利要求1所述的一种基于最优环路的微电网拓扑规划,其特征在于:步骤2中设计图论算法细化还原阶段数学模型的具体步骤为:
将分区后形成的未分解图使用算法Kernighan-Lin(KL)算法迭代还原为原始图,使用以下公式对发电负载功率平衡和储能设施共享这两个标准进行量化,指数λm,n的值的减少将表示成功的交换,
其中,下标m和n表示交换考虑的两个相邻回路系统Vm和Vn,mis由公式(4)给出,es是能量存储容量(EC)与峰值负荷(D)之比,上标*表示各自的期望值,MG表示整个微电网;
图论算法细化还原阶段计算流程如下:
步骤231、选择相邻环路边界上未标记的节点进行交换测试;
步骤232、测试它们的交换是否可以改善当前分区,是,进行步骤233,否则返回步骤231;
步骤233、执行并仅执行成功交换;
步骤234、标记被测试过的节点,确保每个节点仅被测试一次;
步骤235、判断所有边界节点是否全部被测试,是,结束;否则返回步骤231。
8.根据权利要求1所述的一种基于最优环路的微电网拓扑规划,其特征在于:改进的旅行商算法改进之处是从潜在环路的任意节点开始,迭代的选择其临近节点,并判断所选节点在形成环路过程中是否只选择一次,若满足条件,则继续进行,否则,剔除此节点,继续迭代,直到潜在环路内所有可选节点都被选择后,停止迭代,形成环路,然后再将剔除的节点单独加到环路中去;
首先引入决策变量αij,αij=1即选择线段i-j,当αij=0时即未选择线段i-j。目标函数为:
约束条件为:
ti∈{0,1} (13)
约束(11)和约束(12)可以保证每个节点只经过一次,并在编程过程中引入整数变量ti来表示节点是否在形成环路过程中只选择一次,ti=1,表示只经过一次,保留该节点,ti=0,表示在只经过一次的情况下,不能形成环路,剔除该节点。
9.根据权利要求1所述的一种基于最优环路的微电网拓扑规划,其特征在于:对一组候选微电路拓扑结构分别进行可靠性评估、经济性评估及合理性评估;
可靠性评估引入可靠性指标Ns来评估形成的环路拓扑结构的可靠性,它通过计算形成的环路拓扑结构中负荷的供需是否平衡及供电的裕度表示可靠性,如下式(14)所示:
其中Sm代表形成环路中DG和储能装置的发电量与储能的和,k代表所形成的环路,m代表形成环路拓扑结构的个数,i代表节点,Wi为所选节点的有功功率的值,β为所有负荷的同时系数;
经济性评估计算设计的环路拓扑结构所选路径的总成本,以此来表示所设计环路经济性的好坏,如下式(15)所示:
其中Cs为总成本,m为所形成的环路的个数,γ为修建单位距离的电缆所需的成本,dk为每个环路连接所有节点线段的总长;
合理性评估通过计算所形成环路中辐射型分支的数量来表征所形成拓扑结构的合理性,如下式:
式中Bs代表总的辐射型分支数,bk代表每个环路的辐射型分支的数量。
10.根据权利要求1所述的一种基于最优环路的微电网拓扑规划,其特征在于:微电网拓扑规划方法采用MATLAB编程语言进行仿真分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010018543.1A CN111211560B (zh) | 2020-01-08 | 2020-01-08 | 一种基于最优环路的微电网拓扑规划 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010018543.1A CN111211560B (zh) | 2020-01-08 | 2020-01-08 | 一种基于最优环路的微电网拓扑规划 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111211560A true CN111211560A (zh) | 2020-05-29 |
CN111211560B CN111211560B (zh) | 2021-10-29 |
Family
ID=70788970
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010018543.1A Active CN111211560B (zh) | 2020-01-08 | 2020-01-08 | 一种基于最优环路的微电网拓扑规划 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111211560B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112035988A (zh) * | 2020-08-28 | 2020-12-04 | 燕山大学 | 一种基于多个dg的微电网环路规划 |
CN112070115A (zh) * | 2020-08-03 | 2020-12-11 | 国家电网有限公司 | 一种基于旅行商问题算法和流潮分析的电网构建方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108599974A (zh) * | 2018-01-26 | 2018-09-28 | 东南大学 | 一种基于图论连通性的微电网分布式通讯拓扑设计方法 |
US20190148941A1 (en) * | 2017-11-10 | 2019-05-16 | University Of Tennessee Research Foundation | Microgrids with dynamically configurable boundaries including multiple main grid feeder coupling locations and methods of operating the same |
CN110276532A (zh) * | 2019-06-04 | 2019-09-24 | 国网江苏省电力有限公司泰州供电分公司 | 一种研究基于负荷分块的配电网可靠性计算方法 |
CN110929403A (zh) * | 2019-11-22 | 2020-03-27 | 燕山大学 | 一种基于环路的微电网拓扑规划方法 |
-
2020
- 2020-01-08 CN CN202010018543.1A patent/CN111211560B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190148941A1 (en) * | 2017-11-10 | 2019-05-16 | University Of Tennessee Research Foundation | Microgrids with dynamically configurable boundaries including multiple main grid feeder coupling locations and methods of operating the same |
CN108599974A (zh) * | 2018-01-26 | 2018-09-28 | 东南大学 | 一种基于图论连通性的微电网分布式通讯拓扑设计方法 |
CN110276532A (zh) * | 2019-06-04 | 2019-09-24 | 国网江苏省电力有限公司泰州供电分公司 | 一种研究基于负荷分块的配电网可靠性计算方法 |
CN110929403A (zh) * | 2019-11-22 | 2020-03-27 | 燕山大学 | 一种基于环路的微电网拓扑规划方法 |
Non-Patent Citations (2)
Title |
---|
周爱华,裘洪彬,高昆仑,胡斌,柴博: "基于图数据库的电网拓扑分析技术研究", 《电力信息与通信技术》 * |
黄华,戴江鹏,王毅,闪鑫,翟明玉,刘广一: "基于图论数据库的CIM/E模型构建与网络拓扑", 《电力系统自动化》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112070115A (zh) * | 2020-08-03 | 2020-12-11 | 国家电网有限公司 | 一种基于旅行商问题算法和流潮分析的电网构建方法 |
CN112070115B (zh) * | 2020-08-03 | 2024-02-02 | 国家电网有限公司 | 一种基于旅行商问题算法和流潮分析的电网构建方法 |
CN112035988A (zh) * | 2020-08-28 | 2020-12-04 | 燕山大学 | 一种基于多个dg的微电网环路规划 |
CN112035988B (zh) * | 2020-08-28 | 2022-10-25 | 燕山大学 | 一种基于多个dg的微电网环路规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111211560B (zh) | 2021-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hussain et al. | Microgrids as a resilience resource and strategies used by microgrids for enhancing resilience | |
Yao et al. | Rolling optimization of mobile energy storage fleets for resilient service restoration | |
Prabawa et al. | Multi-agent framework for service restoration in distribution systems with distributed generators and static/mobile energy storage systems | |
Pérez-Rúa et al. | Electrical cable optimization in offshore wind farms—A review | |
Yang et al. | Resilience-oriented hierarchical service restoration in distribution system considering microgrids | |
CN108683186B (zh) | 一种面向供电能力提升的配电网双层扩展规划方法 | |
Mousavizadeh et al. | Resiliency analysis of electric distribution networks: A new approach based on modularity concept | |
Chang et al. | A distributed robust optimization approach for the economic dispatch of flexible resources | |
Gan et al. | Decentralized computation method for robust operation of multi-area joint regional-district integrated energy systems with uncertain wind power | |
CN110929403B (zh) | 一种基于环路的微电网拓扑规划方法 | |
CN111211560B (zh) | 一种基于最优环路的微电网拓扑规划 | |
Simon et al. | Randomized adaptive vehicle decomposition for large-scale power restoration | |
Igder et al. | Service restoration through microgrid formation in distribution networks: A review | |
Gouin et al. | Innovative planning method for the construction of electrical distribution network master plans | |
Sharma et al. | Advanced techniques of power system restoration and practical applications in transmission grids | |
Yin et al. | Operational reliability assessment of distribution network with energy storage systems | |
Zhao et al. | Distributed multi-objective day-ahead generation and HVDC transmission joint scheduling for two-area HVDC-linked power grids | |
Rupolo et al. | A new parallel and decomposition approach to solve the medium-and low-voltage planning of large-scale power distribution systems | |
Diahovchenko et al. | Enabling resiliency using microgrids with dynamic boundaries | |
Birchfield et al. | Building synthetic power transmission networks of many voltage levels, spanning multiple areas | |
Alonso et al. | Resilience of active networks with optimal mobile energy storage systems management | |
Yuvaraj et al. | Enhancing Indian Practical Distribution System Resilience Through Microgrid Formation and Integration of Distributed Energy Resources Considering Battery Electric Vehicle | |
Sun et al. | Assessing wind curtailment under different wind capacity considering the possibilistic uncertainty of wind resources | |
Li et al. | Distribution planning using a rule-based expert system approach | |
Mondal et al. | Evaluating the impact of coordinated multiple mobile emergency resources on distribution system resilience improvement |
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 |