CN111581772B - 一种用于配电网的配置方案优化方法和系统 - Google Patents

一种用于配电网的配置方案优化方法和系统 Download PDF

Info

Publication number
CN111581772B
CN111581772B CN202010242111.9A CN202010242111A CN111581772B CN 111581772 B CN111581772 B CN 111581772B CN 202010242111 A CN202010242111 A CN 202010242111A CN 111581772 B CN111581772 B CN 111581772B
Authority
CN
China
Prior art keywords
power distribution
distribution network
configuration scheme
cost
life cycle
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
CN202010242111.9A
Other languages
English (en)
Other versions
CN111581772A (zh
Inventor
董力通
陈英华
周宏宇
宁昕
项薇
葛艳琴
刘文霞
郭浩明
黄钰辰
刘志伟
谷志红
齐慧文
刘卓
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.)
State Grid Economic And Technological Research Institute Co LtdB412 State Grid Office
North China Electric Power University
Economic and Technological Research Institute of State Grid Shanxi Electric Power Co Ltd
Original Assignee
State Grid Economic And Technological Research Institute Co LtdB412 State Grid Office
North China Electric Power University
Economic and Technological Research Institute of State Grid Shanxi Electric Power Co Ltd
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 State Grid Economic And Technological Research Institute Co LtdB412 State Grid Office, North China Electric Power University, Economic and Technological Research Institute of State Grid Shanxi Electric Power Co Ltd filed Critical State Grid Economic And Technological Research Institute Co LtdB412 State Grid Office
Priority to CN202010242111.9A priority Critical patent/CN111581772B/zh
Publication of CN111581772A publication Critical patent/CN111581772A/zh
Application granted granted Critical
Publication of CN111581772B publication Critical patent/CN111581772B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • Y—GENERAL 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供一种用于配电网的配置方案优化方法和系统，包括：建立配电网成本效益模型；建立配电网可靠性效益模型；基于网架结构、配电自动化和带电作业的配置方案得到配电网的配置方案集；基于配电网可靠性效益模型并利用序贯蒙特卡洛及故障后果分析法对配电网的配置方案集进行可靠性分析以获得可靠性指标；基于所述配电网成本效益模型计算配电网的配置方案集的全寿命周期成本；根据所述可靠性指标和配置方案集的全寿命周期成本确定满足所述可靠性指标的全寿命周期成本最小的配电网配置方案。利用本发明可以得到满足可靠性指标的全寿命周期成本最低的方案，提高了资产利用率，降低了企业生产成本使得配电网运行具有较高的可行性。

Description

一种用于配电网的配置方案优化方法和系统
技术领域
本发明属于电力系统配电网自动化技术领域，特别涉及一种用于配电网的配置方案优化方法和系统
背景技术
可靠性和经济性一直是电力系统最为重要的两项指标，是电网规划、建设、运行和管理能力的综合体现。
由于目前国内配电网大多基于条块化管理，综合的可靠性机制还未形成，配电网为了确保可靠性，在自动化、快速检修、网络结构优化等多方面进行大量资金投入，如何保证这些投资充分发挥其应有的效益，从而实现可靠性和经济性之间的最优平衡，是目前亟需研究和解决的问题。
随着世界各国电力监管力度的加强、电力设备的老化和市场环境下的激烈竞争，迫使电力企业优化投资、降低成本，国外电网资产全寿命管理的目标大都是在满足一定约束条件(如可靠性约束、环境、用户需求等)的前提下，追求整体经济性最优。因此，需要平衡电网资产全寿命周期管理中的可靠性成本和效益。
为实现成本与可靠性效益的协调平衡，需要构建成本及可靠性效益模型，目前针对单一提高可靠性措施成本-效益之间现有技术较多，但缺乏考虑成本和可靠性效益在多种改善可靠性措施之间进行优化分配的方法。
发明内容
本发明实施例提供一种用于配电网的配置方案优化方法及系统，以至少解决现有技术中的一个技术问题。
第一方面，本发明实施例提供一种用于配电网的配置方案优化方法，该方法包括以下步骤：
S100：基于网架结构、配电自动化系统、带电作业的全生命周期成本，建立配电网成本效益模型；
S200：根据配电自动化反应时间、带电维修准备时间、计划停电时间并利用序贯蒙特卡洛及故障后果分析法建立配电网可靠性效益模型；
S300：基于网架结构、配电自动化和带电作业的配置方案得到配电网的配置方案集；
S400：基于所述配电网可靠性效益模型并利用序贯蒙特卡洛及故障后果分析法对配电网的配置方案集进行可靠性分析以获得可靠性指标；基于所述配电网成本效益模型计算配电网的配置方案集的全寿命周期成本；
S500：根据所述可靠性指标和配置方案集的全寿命周期成本确定满足所述可靠性指标的全寿命周期成本最小的配电网配置方案。
进一步的，所述建立配电网成本效益模型包括以下步骤：
S110:建立配电自动化系统的全寿命周期成本，计算公式为：
C配电自动化＝C初始投资+C运维＝C设备+C通讯建设+C运维
其中，C设备为配电自动化系统的设备的一次性初始投资；C通讯建设为配电自动化系统的通讯建设的一次性初始投资；C运维为配电自动化系统的固定的运维费用；C初始投资＝C设备+C通讯建设；C配电自动化为配电自动化系统的全寿命周期成本；
S120:建立带电作业的全寿命周期成本，计算公式为：
Figure GDA0004175831540000021
其中，Ci,额定为i类带电作业的定额费用；Ni,带电为i类带电作业的次数；C带电为带电作业的全寿命周期成本；
S130:所述网架结构的全寿命周期成本为：
Figure GDA0004175831540000022
其中，
Figure GDA0004175831540000023
为网架初始投资成本；/>
Figure GDA0004175831540000024
为网架运维成本；/>
Figure GDA0004175831540000025
为网架故障处置成本；/>
Figure GDA0004175831540000026
为网架设备退役残值；C网架为网架结构调整的全寿命周期成本；
S140：根据所述网架结构、配电自动化系统、带电作业的全生命周期成本得到配电网的全寿命周期成本：
C＝C网架+C带电+C配电自动化
其中，C为配电网的全寿命周期成本。
进一步的，所述建立配电网可靠性效益模型包括以下子步骤：
S210：基于故障定位、故障隔离与供电恢复时间得到配电自动化系统的可靠性效益；
S220：基于带电维修准备时间和计划停电时间得到带电作业的可靠性效益；
S230：利用故障后果分析法确定各负荷点的转供路径，根据所述各负荷点的转供路径得到网架结构的可靠性效益；
S240：根据所述配电自动化系统、带电作业和网架结构的可靠性效益建立所述配电网可靠性效益模型。
进一步的，所述配电网的配置方案集是通过以下方式确定的：
选取线路末端和负荷中点为联络线接入点以作为网架结构的配置方案，该网架结构的配置方案用于判断配电网的转供能力；
根据配电规则来确定配电自动化系统的配置方案，该配电自动化系统的配置方案用于判断当前元件位置是否包括自动化设备；
设定带电作业比例上、下限和网格搜索间隔，以确定带电作业的配置方案；该带电作业的配置方案用于判断是否带电作业；
基于所述网架结构、配电自动化和带电作业的配置方案获得该配电网的配置方案集。
进一步的，在步骤500中，利用网格搜索法确定满足所述可靠性指标的全寿命周期成本最小的配电网配置方案。
进一步的，所述利用网格搜索法确定满足所述可靠性指标的全寿命周期成本最小的配电网配置方案包括以下子步骤：
S510：将配电网的配置方案集中的方案进行编码，序号分别为方案1、2…N，输入配电网成本的可靠性指标S；
S520:初始化配电网的配置方案集中的首个配置方案，该首个配置方案的编号K＝1；其中，Kmin＝0,Cmin＝∞；其中，Kmin为配电网最小成本所对应的方案编号；Cmin为利用网格搜索法对配电网的配置方案集进行搜索后所获得的可行且成本最低的方案所对应的成本；K为配电网的配置方案的集中的配置方案编号；
S530:判断K是否小于等于N,若是，则进入步骤S540；若否，则输出Kmin和Cmin；
S540:计算配置方案K的平均供电可用率ASAI和带电作业次数NM；其中，Nm为配置方案K发生的带电作业的次数
S550:判断配置方案K的平均供电可用率ASAI是否大于等于可靠性指标S，若是,则进入步骤S560；若否，则将配置方案K+1,重新执行步骤S530；
S560:计算配置方案K的全寿命周期成本CK；
S570:判断配置方案K的全寿命周期成本CK是否小于等于Cmin，若是，则配置方案K是满足所述可靠性指标的全寿命周期成本最小的配电网配置方案；若否，则将配置方案K+1,重新执行步骤S530。
进一步的，在步骤500中，利用退火算法确定满足所述可靠性指标的全寿命周期成本最小的配电网配置方案。
进一步的，所述步骤400包括以下子步骤：
S410：指定所有元件的初始状态，设所有元件开始处于运行状态；
S420：读取计划停电数据并计算计划停电时间POT；
S430：判断当前模拟时间是否不大于计划模拟时间,若是,进入S440；若否，进入S450；
S440：对每一元件停留在当前状态的持续时间进行抽样：
Figure GDA0004175831540000041
其中，Ri是对应于第i个元件在[0，1]区间均匀分布的随机数，λi是第i个元件的失效率，选择Di中最小值所对应的元件i作为故障元件，累计模拟时间SUMMTTF＝SUMMTTF+Di，第i个元件断开；而如果当前的状态是停运状态，则λi是第i个元件的初始修复率；
S450：累计计划停电中带电作业发生次数及各负荷点停电时间以获得各负荷点累计停电时间及总模拟时间；
S460：根据所述各负荷点累计停电时间及总模拟时间获得可靠性指标的带电作业次数NM。
进一步的，在步骤S440之后，所述步骤400包括还包括以下子步骤：基于配电自动化、带电作业、网架结构的可靠性效益对故障修复时间进行修正。
第二方面，本发明实施例提供一种用于配电网的配置方案优化系统，该系统包括成本效益模型建立模块、可靠性效益模型建立模块、获取模块、分析模块和确定模块；其中，
所述成本效益模型建立模块基于网架结构、配电自动化系统、带电作业的全生命周期成本，建立配电网成本效益模型；
所述可靠性效益模型建立模块根据配电自动化反应时间、带电维修准备时间、计划停电时间并利用序贯蒙特卡洛及故障后果分析法建立配电网可靠性效益模型；
所述获取模块基于网架结构、配电自动化和带电作业的配置方案得到配电网的配置方案对所述配电网的配置方案进行优化；
所述分析模块执行以下操作：基于所述配电网可靠性效益模型并利用序贯蒙特卡洛及故障后果分析法对配电网的配置方案集进行可靠性分析以获得可靠性指标；基于所述配电网成本效益模型计算配电网的配置方案集的全寿命周期成本；
所述确定模块根据所述可靠性指标和配置方案集的全寿命周期成本确定满足所述可靠性指标的全寿命周期成本最小的配电网配置方案。
本发明在当前配电网的结构基础上，综合考虑网架结构、配电自动化系统及带电作业的全生命周期成本模型以及可靠性效益模型，并基于所述全生命周期成本模型对配电网的配置方案进行优化，并利用网格搜索算法或退火算法来计算得到满足可靠性指标的全寿命周期成本最低的方案，从而提高了资产利用率，降低了企业生产成本使得配电网运行具有较高的可行性。
附图说明
图1为本发明实施例提供的一种用于配电网的配置方案优化方法的流程示意图；
图2为本发明实施例提供的可靠性效益的算法流程图；
图3为本发明实施例提供的基于网格搜索的配电网优化算法流程示意图；
图4为本发明实施例提供的建立系统时序状态转移循环过程示意图；
图5为本发明实施例提供的19负荷点配电网系统的示意图；
图6为本发明实施例提供的网架结构优化成本与平均系统可用率关系示意图；
图7为本发明实施例提供的一种用于配电网的配置方案优化系统的结构示意图。
具体实施方式
下面结合附图所示的各实施方式对本发明进行详细说明，但应当说明的是，这些实施方式并非对本发明的限制，本领域普通技术人员根据这些实施方式所作的功能、方法、或者结构上的等效变换或替代，均属于本发明的保护范围之内。
下面将本实施例中所涉及的一些数据进行简要说明。
全生命周期成本(Life Cycle Cost，简称LCC)，也被称为全寿命周期费用。它是指产品在有效使用期间所发生的与该产品有关的所有成本，它包括产品设计成本、制造成本、采购成本、使用成本、维修保养成本、废弃处置成本等。
网架结构是指电力网内各发电厂、变电所和开关站的布局，以及连接它们的各级电压电力线路的连接方式。电网的强弱关系到电力网运行的安全稳定、供电的质量和经济效益。
配电自动化是指以配电网一次网架和设备为基础，综合利用计算机、信息及通信等技术，并通过与相关应用系统的信息集成，实现对配电网的监测、控制和快速故障隔离，为配电管理系统提供实时数据支撑。通过快速故障处理，提高供电可靠性；通过优化运行方式，改善供电质量、提升电网运营效率和效益。
带电作业是指在高压电气设备上不停电进行检修、测试的一种作业方法。带电作业是避免检修停电，保证正常供电的有效措施。带电作业的内容可分为带电测试、带电检查和带电维修等几方面。带电作业的对象包括发电厂和变电所电气设备、架空输电线路、配电线路和配电设备。
蒙特·卡罗方法(Monte Carlo method)，也称统计模拟方法，是二十世纪四十年代中期由于科学技术的发展和电子计算机的发明，而被提出的一种以概率统计理论为指导的一类非常重要的数值计算方法。是指使用随机数(或更常见的伪随机数)来解决很多计算问题的方法。
实施例一
图1为本发明实施例提供的一种用于配电网的配置方案优化方法的流程示意图，参见图1，该方法包括以下步骤：
S100：基于网架结构、配电自动化系统、带电作业的全生命周期成本，建立配电网成本效益模型；
S200：根据配电自动化反应时间、带电维修准备时间、计划停电时间并利用序贯蒙特卡洛及故障后果分析法建立配电网可靠性效益模型；
S300：基于网架结构、配电自动化和带电作业的配置方案得到配电网的配置方案集；
S400：基于所述配电网可靠性效益模型并利用序贯蒙特卡洛及故障后果分析法对配电网的配置方案集进行可靠性分析以获得可靠性指标；基于所述配电网成本效益模型计算配电网的配置方案集的全寿命周期成本；
S500：根据所述可靠性指标和配置方案集的全寿命周期成本确定满足所述可靠性指标的全寿命周期成本最小的配电网配置方案。
其中，上述自动化反应时间包括故障发现时间、故障隔离时间和负荷转移时间。不同自动化水平下，上述故障发现时间、故障隔离时间和负荷转移时间不相同，例如，无配电自动化情况下：所述故障发现时间、故障隔离时间和负荷转移时间分别为1,2,2；“一遥”配置下：所述故障发现时间、故障隔离时间和负荷转移时间分别为0.5,2,2；“三遥”配置下：所述故障发现时间、故障隔离时间和负荷转移时间分别为0.5,0.4,0.4。
另外，带电作业的可靠性效益包括两个部分：一个是带电检查影响计划检修时间；
另一个是带电维修影响故障停电时间，在发现故障后，如果选择带电维修，则经过带电维修准备时间，系统恢复供电；如没有带电维修，则需要进行故障隔离负荷转移等多个步骤后，系统恢复供电。
下面将具体描述本实施例的用于配电网的配置方案优化方法的具体工作过程。
可选的，上述步骤S100包括以下子步骤S110-S130：
S110:建立配电自动化系统的全寿命周期成本，计算公式为：
C配电自动化＝C初始投资+C运维＝C设备+C通讯建设+C运维 (1)
其中，C设备为配电自动化系统的设备的一次性初始投资；C通讯建设为配电自动化系统的通讯建设的一次性初始投资；C运维为配电自动化系统的固定的运维费用；C初始投资＝C设备+C通讯建设；C配电自动化为配电自动化系统的全寿命周期成本；
具体的，(1)所述配电自动化系统的设备的一次性初始投资C设备的计算公式如下：
Figure GDA0004175831540000071
其中，N1为配电主站管辖线路数量；N2为配电子站管辖线路数量；n为线路上某类终端数量；C主站为配电主站的成本；C子站为配电子站的成本；C终端为终端设备的成本。
(2)配电自动化系统的通讯建设的一次性初始投资的C通讯建设的计算公式如下：
C通讯建设＝L*c通讯建设 (3)
其中,L为配电自动化系统的线路长度；c通讯建设为单位线路长度的建设费用。
(3)配电自动化系统的固定的运维费用C运维的计算公式如下：
Figure GDA0004175831540000072
其中，C年费为配电自动化系统的年检修费用；N3为通信公司管辖的线路数量。
S120:建立带电作业的全寿命周期成本，计算公式为：
Figure GDA0004175831540000073
其中，Ci,额定为i类带电作业的定额费用；Ni,带电为i类带电作业的次数；C带电为带电作业的全寿命周期成本；
由于带电作业的成本与带电作业的次数有关，所以可将带电作业的全寿命周期中的所有成本统一纳入到每次带电作业成本中。
S130:由于网架结构调整的全寿命周期成本主要包括由电网设备数量变化所引起的各种成本，例如：网架初始投资成本、网架运维成本、网架故障处置成本、网架设备退役残值，因此建立网架结构的全寿命周期成本，计算公式为：
Figure GDA0004175831540000074
其中，
Figure GDA0004175831540000075
为网架初始投资成本；/>
Figure GDA0004175831540000076
为网架运维成本；/>
Figure GDA0004175831540000077
为网架故障处置成本；/>
Figure GDA0004175831540000078
为网架设备退役残值；C网架为网架结构调整的全寿命周期成本。
由于网架结构的全寿命周期成本主要包括由电网设备数量变化所引起的各种成本，例如：网架初始投资成本、网架运维成本、网架故障处置成本、网架设备退役残值。
S140：根据所述网架结构、配电自动化系统、带电作业的全生命周期成本得到配电网的全寿命周期成本：
C＝C网架+C带电+C配电自动化(7)。
可选的，利用序贯蒙特卡洛及故障后果分析法分别构建配电自动化系统、带电作业、网架结构的可靠性效益模型,参见图2，图2为本发明实施例提供的可靠性效益的算法流程图，上述步骤S200包括以下子步骤S210-S230：
S210:基于故障定位、故障隔离与供电恢复时间得到配电自动化系统各站点的可靠性效益；
对于配电自动化系统的可靠性效益主要考虑配电自动化对故障区域的负荷点停电时间的改善作用，影响该配电自动化系统的要素主要包括故障定位时间和隔离时间。
在本实施例中，所述配电自动化系统各站点包括“一遥(即遥信)”、“二遥(即遥测、遥信)”、“三遥(遥测、遥信、遥控)”配电自动化站点这三种类型；
其中，遥测(遥测信息)指远程测量，用于采集并传送运行参数，包括各种电气量(线路上的电压、电流、功率等量值)和负荷潮流等。
遥信(遥信信息)指远程信号，用于采集并传送各种保护和开关量信息。
遥控(遥控信息)指远程控制，用于接受并执行遥控命令，主要是分合闸，对远程的一些开关控制设备进行远程控制。
所述“一遥”、“二遥”的配电自动化站点的可靠性效益均为故障定位时间；
基于故障定位、故障隔离、故障修复时间与供电恢复时间得到所述“三遥”的配电自动化站点的可靠性效益；
具体对于不同类型负荷点的“三遥”的配电自动化站点可靠性效益的计算方式如下：
(1)基于故障定位时间、故障隔离时间、故障修复时间和故障区恢复供电时间获取第一类负荷点的可靠性效益，该第一类负荷点为处于故障区的负荷点或处于故障区下游但不具备转供电条件的负荷点：
ri故障1＝t′定位+t′隔离+t′修复+t′1恢复 (8)
其中，ri故障1为第一类的第i个负荷点的可靠性效益；t′定位为故障定位时间；t′隔离为故障隔离时间；t′修复为故障修复时间；t′1恢复为故障区恢复供电时间。
(2)基于故障定位时间、故障隔离时间和故障区上游恢复供电时间获取第二类负荷点的可靠性效益，该第二类负荷点为处于故障区上游的负荷点：
rj故障2＝t′定位+t′隔离+t′2恢复 (9)
其中，rj故障2为第二类第j个负荷点的可靠性效益；t′定位为故障定位时间；t′隔离为故障隔离时间；t′2恢复为故障区上游恢复供电时间。
(3)基于故障定位时间、故障隔离时间和联络开关切换时间获取第三类负荷点的可靠性效益，该第三类负荷点为处于故障区下游且具备转供电条件的负荷点：
rk故障3＝t′定位+t′隔离+t′切换 (10)
其中，rk故障3为第三类第k个负荷点的可靠性效益；t′定位为故障定位时间；t′隔离为故障隔离时间；t′切换为联络开关切换时间。
配电自动化类型和配电自动化覆盖率决定了对故障定位、故障隔离、上游恢复供电和联络开关切换时间的缩短幅度，而配电自动化设备的在线率和对各类故障的判断准确率均无法达到100％，故本实施例中引入配电自动化设备可靠率η以描述配电自动化设备发挥作用的概率，计算公式为：
η＝P0·Pa (11)
其中，P0分别为配电自动化设备的平均在线率，P0∈[0，1]；Pa为配电自动化设备的平均故障判断准确率，Pa∈[0，1]。
由于配电自动化系统不总是在线，所以可靠性模拟计算中，发生故障时会判断配电自动化系统是否在线，如果不在线那么配电自动化系统的可靠性效益不产生(就当他没设置配电自动化)。判断方式是通过随机数判断，当随机值小于等于在线率时判断自动化系统在线；当随机值大于在线率时，判断自动化系统不在线。
S220:基于带电维修准备时间和计划停电时间得到带电作业的可靠性效益；
带电作业主要包括带电检查、旁路作业和移动电源作业，这三种带电作业对配电网的可靠性改善作用具体如下：
带电检查主要用于减少检修停电次数；
旁路作业可以减少故障、工程预安排、检修预安排停电次数；
移动电源作业主要用于减少故障停电次数。
具体的，本实施例采用带电检查比例△λ带电检查和带电维修比例△λ带电维修方式对带电作业的可靠性效益进行分析。当发生计划检修时采用随机值判断此次检修是否为带电检查。
负荷点预安排停电频率期望的计算公式为：
Figure GDA0004175831540000091
其中，λ计划停电为负荷点预安排停电频率期望；λ计划检修为负荷点预安排检修频率期望；△λ带电检查为带电检查比例；i为负荷点。
该负荷点预安排停电时间期望的计算公式为：
Figure GDA0004175831540000092
其中，u计划停电为负荷点预安排停电时间期望；λ计划检修为负荷点预安排检修频率期望；△λ带电检查为带电检查比例；r计划检修为计划检修停电时间。
当发生故障时采用随机值判断此次维修是否为带电维修，如发生带电维修则记录带电维修准备时间。
负荷点带电维修停电时间的计算公式为：
ui带电检修＝t定位+t带电维修准备 (14)
其中，ui带电维修为负荷点带电维修停电时间；t定位为故障定位时间；t带电维修准备为带电维修准备时间。
S230：利用故障后果分析法确定各负荷点的转供路径，根据所述各负荷点的转供路径得到网架结构的可靠性效益；
具体的，利用故障后果分析法对所有可选联络线进行分析建立各负荷节点的转供路径，以图5中负荷点5为例，当G2接入时转供路径为(L6，Br6，Lp5)。
S240:根据所述配电自动化系统、带电作业和网架结构的可靠性效益建立所述配电网可靠性效益模型。
进一步的，所述网架结构、配电自动化系统和带电作业的配置方案通过以下方式确定，其中；
(1)对于架空线路的网架结构的优化主要采用增加联络线方式来完成，但是由于线路接入点的数量庞大，使得网格搜索极为繁琐而低效；因此为了简化搜索，本实施例选取线路末端和负荷中点为可选的联络线接入点以作为网架结构的配置方案；即每条线路具有四种可能的强化方式(G)，分别是：
“0”代表不增加联络线、“1”代表负荷中间点增加联络线、“2”代表在线路末端增加联络线、“3”代表同时在负荷中点和线路末端增加联络线。
(2)根据配电规则来确定配电自动化系统的配置方案，具体为：“0”代表不增加配电自动化设备、“1”代表按照“一遥”方式配置配电自动化设备、“2”代表按照“三遥”方式配置配电自动化设备；需要说明的是，由于“二遥”方式对可靠性的影响与“一遥”相同，“二遥”的效益不体现在可靠性方面，因此与“一遥”方式进行了合并。
(3)由于带电作业由于人员和带电作业环境问题具有上限和下限，因此本实施例中的带电作业的配置方案为：带电作业比例下限记为20％、作业比例上限记为90％、网格搜索间隔设为10％，则带电作业方案共有8种，方案“0”代表带电作业比例20％，方案“1”代表带电作业比例30％，方案“2”代表带电作业比例40％，以此类推，在此不再赘述。
上述网架结构的配置方案用于判断配电网的转供能力；自动化系统的配置方案用于判断当前元件位置是否包括自动化设备；带电作业的配置方案用于判断是否带电作业。
需要说明的是，上述配电网的配置方案中网架结构和配电自动化系统的配置方案是基于每条架空线路的获得的，带电作业的配置方案中的带点作业则是基于针对全部优化区域(这里的全部优化区域即是多个线路集合区域的总和)；由此，将配电网的配置方案表示为(G1，DA1，……Gi，DAi，LW)，其中G1为线路1的网架结构标记，DA1为线路1的带电作业标记，LW为全部优化区域内的带电作业标记,该配置方案(G1，DA1，……Gi，DAi，LW)所有可能性方案构成配电网的配置方案集。
可选的，所述利用序贯蒙特卡洛及故障后果分析法对优化后的方案进行可靠性分析获得可靠性指标包括以下子步骤S410-S460：
S410：指定所有元件的初始状态，设所有元件开始处于运行状态；
S420：读取计划停电数据并计算计划停电时间POT；
S430：判断当前模拟时间是否不大于计划模拟时间,若是,进入S440；若否，进入S450；例如当前模拟时间为SUMMTTF，计划模拟时间设定为2000y，判断SUMMTTF是否不大于2000y；
需要说明的是，这里的当前模拟时间并不是现实的时间，而是模拟中的计时量，比如0.5年发生第一次元件故障，则SUMMTF＝SUMMTF+0.5，以此类推，知道某一次故障发生后SUMMTTF大于某个值结束循环；由于故障发生其实不是很频繁，所以一般需要模拟在2000年时间中所发生的全部故障；S440：对每一元件停留在当前状态的持续时间进行抽样：
Figure GDA0004175831540000111
其中，Ri是对应于第i个元件在[0，1]区间均匀分布的随机数，λi是第i个元件的失效率。选择Di中最小值所对应的元件i作为故障元件，累计模拟时间SUMMTTF＝SUMMTTF+Di，第i个元件断开；而如果当前的状态是停运状态，则λi是第i个元件的初始修复率。
优选地，基于配电自动化、带电作业、网架结构的可靠性效益对故障修复时间进行修正，具体修正步骤如下：
(1)根据元件所处线路及配电自动化的配置方案判断该元件所处位置是否配有配电自动化设备；并通过一个0-1之间随机数是否不大于配电自动化在线率，判断配电自动化设备是否可用：若安装有配电自动化设备且配电自动化设备可用，则将故障定位时间计入配电自动化可靠性效益，整体修复时间中的故障定位时间缩短为t1'；并若无配电自动化设备或配电自动化设备不可用，则故障定位时间为t1；通过断开的元件及各负荷点供电路径判断该时间内的停电区间，并对相应的负荷点累计停电时间。
(2)根据0-1之间的随机数是否不大于带电维修比例△λ带电维修，判断当前故障是否带电作业；若是返回SNN3,并累计带电作业次数，通过断开的元件及各负荷点供电路径判断带电维修准备时间t4内的停电区间，并对相应的负荷点累计维修停电时间；否则进入下一步(3)；
(3)根据元件所处线路及配置方案中当前线路的配电自动化方案，判断该元件所处位置是否配有“三遥”配电自动化设备；并通过一个0-1之间随机数是否不大于配电自动化在线率，判断配电自动化设备是否可用：若是且可用，故障隔离时间为t2'；若否或不可用，故障隔离时间为t2；通过断开的元件及各负荷点供电路径判断故障隔离内的停电区间，并对相应的负荷点累计停电时间，并使两侧断路器断开；
(4)通过断开的元件及联络线增加的额外供电路径，判断配电自动化的线路是否能进行转供；若是，则无“三遥”可转供负荷点，累计转供时间t3，“三遥”可转供负荷点累计转供时间t3'；若否，停电区域内负荷点累计故障修复时间t4；
(5)返回S430。
S450：累计计划停电中带电作业发生次数及各负荷点停电时间以获得负荷点累计停电时间及总模拟时间；
S460：根据所述各负荷点累计停电时间及总模拟时间获得可靠性指标的带电作业次数NM。
本实施例利用步骤S410-S460可以计算出不同配置方案下的可靠性指标，这里的可靠性指标包括系统平均停电频率/(次/户)、系统平均停电持续时间/(时/户)、平均供电可靠率/％、平均停电供缺电量/kW.h等。
参见图3，上述步骤S500的利用网格搜索法确定满足所述可靠性指标的全寿命周期成本最小的配置方案包括以下子步骤：
S510：将配电网的配置方案集中的方案进行编码，序号分别为方案1、2…N，输入配电网成本的可靠性指标S；
S520:初始化配电网的配置方案集中的首个配置方案，该首个配置方案的编号K＝1；其中，Kmin＝0,Cmin＝∞；其中，Kmin为配电网最小成本所对应的方案编号；Cmin为当前可行配置方案中的最低成本(即利用网格搜索法对配电网的配置方案集进行搜索后所获得的可行且成本最低的方案所对应的成本)；K为配电网的配置方案集中的配置方案的编号；
S530:判断K是否小于等于N,若是，则进入步骤S540；若否，则输出Kmin和Cmin；
S540:计算配置方案K的平均供电可用率ASAI和带电作业次数NM；其中，Nm为配置方案K发生的带电作业的次数，该数据Nm将用于配电网的全寿命周期成本Ck的计算；
S550:判断配置方案K的平均供电可用率ASAI是否大于等于可靠性指标S，若是,则进入步骤S560；若否，则将配置方案K+1,重新执行步骤S530；
S560:计算配置方案K的全寿命周期成本CK；
S570:判断配置方案K的全寿命周期成本CK是否小于等于Cmin，若是，则配置方案K是满足所述可靠性指标的全寿命周期成本最小的配电网配置方案(Kmin＝K)，方案K的全寿命周期成本CK为最低配置成本(Cmin＝CK)；若否，则将配置方案K+1,重新执行步骤S530。
在另一实施例中，也可利用退火算法确定满足所述可靠性指标的全寿命周期成本最小的配电网配置方案包括以下子步骤：
(1)初始化：将配电网的配置方案集(G1，DA1，……Gi，DAi，LW)中的全部数据选为最大值，设初始解状态为S，迭代次数L；
(2)按照配电网的配置方案集中的方案序号k＝1,…,L来获取配电网的配置方案集的最优解；
(3)产生新解S′，S′＝S+ΔS，ΔS中的元素为-1,0,1中的某个值，分别出现的概率分别为0.1，0.7，0.2；
(4)计算增量ΔC＝C(S′)-C(S)，其中C(S)为方案S的全寿命周期成本，ΔC为全寿命周期成本的差值，采用序贯蒙特卡洛方法来计算方案S′的可靠率ASAI。
(5)若ASAI<N，则拒绝S′；若ΔT>0且ASAI>N，则接受S′并将S′作为新的当前解，否则以概率exp(-ΔT/T)接受S′将S′作为新的当前解，其中N为当前可靠性指标。
(6)如果满足终止条件则输出当前解并将该当前解作为最优解。
参见图5，图5为本发明实施例提供的19负荷点配电网系统的示意图；图中G1至G5为可选联络线，其全寿命周期成本分别为2.2348，3.3527，2.7723，1.4608，1.7188万元/年。A1至A3区域一遥配置全寿命周期成本为3.811，4.7253，4.0038万元/年，三遥配置全寿命周期成本为5.2273，6.1416，5.0967万元/年，带电作业的附加成本如表1所示：
表1带电作业附加成本
Figure GDA0004175831540000131
本实施例采用的设备可靠性指标如表2所示：
表2配电网主要设备可靠性指标
Figure GDA0004175831540000141
本实施例的配电自动化设备在线率为0.98，配电自动化对故障的应对时间如表3所示：
表3配电自动化应对时间
Figure GDA0004175831540000142
本实施例的原始配电网系统的可靠性为99.9148。利用网格搜索对基于全寿命周期成本的配电网多手段可靠性提升进行优化配置，网格节点数42336，可靠性程序模拟时间2000年。获得不同可靠性要求下的配置方式如表4所示：
表4不同可靠性要求下最优配置
ASAI G DA LW LM LCC
0.99935 00000 000 0.2 0 1.3716
0.99962 00001 000 0.6 0 5.7529
0.99977 00001 000 0.8 0.3 9.8968
0.99984 00001 000 0.8 0.9 16.1908
0.99988 00001 200 0.8 0.9 21.5709
0.99990 01101 200 0.8 0.9 26.2411
0.99992 01101 210 0.8 0.9 32.6448
若可靠性最低要求为99.992，选择[1 0 1 1 1,1 2 0,0.8,0.9]方案，具体为：增加联络线G1、G3、G4、G5，A1区域配电自动化水平为“一遥”配置，A2区域配电自动化水平为“三遥”配置，A3区域不配置配电自动化设备，配电网带电维修比例为0.8，带电检查比例为0.9。
由表4可知，随着可靠性要求的提升，配置方案的全寿命周期成本也不断增加，说明若要保障可靠性，就需要牺牲一定的经济性。同时，在可靠性要求提高时，不同可靠性提升手段的提升效果是不同的。在本算例中可明显发现，提升带电维修比例是性价比最高的选项。配电自动化设备的全寿命周期成本与线路长度成正比，因而在与A1区域类似的线路短而负荷密度大的区域中，提升配电自动化水平能取得良好的效果，类似A3区域线路较长而负荷密度较小的区域，提升配电自动化水平的性价比。
参见图6，当A1-A3区域配电自动化水平全部为“三遥”，带电维修比例0.8，带电检查比例0.9时，可获得网架结构优化成本与平均系统可用率关系。
图6分析可知，网架结构在配电网优化中起到基础性作用，网架结构的强度在很大程度上决定了配电网可靠性的上限。
表5相应手段可靠性上限及相应成本
Figure GDA0004175831540000151
由表5可知，单一的某种手段可靠性提升能力有限，往往无法满足配电网对可靠性提升的需求，因而对配电网进行多手段多方向的优化是必要的选择。同时由表5可见，多手段提升配电网可靠性的方法中提高带电作业比例具有较高的性价比。
由图6分析可知在同一可靠性水平下，不同方案的全寿命周期成本差值较大，盲目投资会造成较大的资产浪费，体现了对配电网多手段提升可靠性进行优化的必要性。
实施例二
图7为本发明实施例提供的一种用于配电网的配置方案优化系统的结构示意图，参见图7，该系统包括成本效益模型建立模块、可靠性效益模型建立模块、获取模块、分析模块和确定模块；其中，
所述成本效益模型建立模块基于网架结构、配电自动化系统、带电作业的全生命周期成本，建立配电网成本效益模型；
所述可靠性效益模型建立模块根据配电自动化反应时间、带电维修准备时间、计划停电时间并利用序贯蒙特卡洛及故障后果分析法建立配电网可靠性效益模型；
所述获取模块基于网架结构、配电自动化和带电作业的配置方案得到配电网的配置方案对所述配电网的配置方案进行优化；
所述分析模块执行以下操作：基于所述配电网可靠性效益模型并利用序贯蒙特卡洛及故障后果分析法对配电网的配置方案集进行可靠性分析以获得可靠性指标；基于所述配电网成本效益模型计算配电网的配置方案集的全寿命周期成本；
所述确定模块根据所述可靠性指标和配置方案集的全寿命周期成本确定满足所述可靠性指标的全寿命周期成本最小的配电网配置方案。
本实施例中的用于配电网的配置方案优化系统与上述实施例一的用于配电网的配置方案优化方法的工作过程基本一致，在此不再赘述。
综上所述，本发明具有以下优点：
本发明在当前配电网的结构基础上，综合考虑网架结构、配电自动化系统及带电作业的全生命周期成本模型以及可靠性效益模型，并基于所述全生命周期成本模型对配电网的配置方案进行优化，并利用网格搜索算法或退火算法来计算得到满足可靠性指标的全寿命周期成本最低的方案，从而提高了资产利用率，降低了企业生产成本使得配电网运行具有较高的可行性。
本领域普通技术人员可以意识到，结合本发明实施例中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，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。
所述功能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、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，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以权利要求的保护范围为准。

Claims (6)

1.一种用于配电网的配置方案优化方法，该方法包括以下步骤：
S100：基于网架结构、配电自动化系统、带电作业的全生命周期成本，建立配电网成本效益模型；其中，配电网的全寿命周期成本为网架结构的全寿命周期成本、带电作业的全寿命周期成本和配电自动化系统的全寿命周期成本之和；
S200：根据配电自动化反应时间、带电维修准备时间、计划停电时间并利用序贯蒙特卡洛及故障后果分析法建立配电网可靠性效益模型；
所述建立配电网可靠性效益模型包括以下子步骤：
S210：基于故障定位、故障隔离与供电恢复时间得到配电自动化系统的可靠性效益；
S220：基于带电维修准备时间和计划停电时间得到带电作业的可靠性效益；
S230：利用故障后果分析法确定各负荷点的转供路径，根据所述各负荷点的转供路径得到网架结构的可靠性效益；
S240：根据所述配电自动化系统、带电作业和网架结构的可靠性效益建立所述配电网可靠性效益模型；
S300：基于网架结构、配电自动化和带电作业的配置方案得到配电网的配置方案集；
S400：基于所述配电网可靠性效益模型并利用序贯蒙特卡洛及故障后果分析法对配电网的配置方案集进行可靠性分析以获得可靠性指标；基于所述配电网成本效益模型计算配电网的配置方案集的全寿命周期成本；包括以下子步骤：
S410：指定所有元件的初始状态，设所有元件开始处于运行状态；
S420：读取计划停电数据并计算计划停电时间POT；
S430：判断当前模拟时间是否不大于计划模拟时间,若是,进入S440；若否，进入S450；
S440：对每一元件停留在当前状态的持续时间进行抽样：
Figure FDA0004175831530000011
其中，Ri是对应于第i个元件在[0，1]区间均匀分布的随机数，λi是第i个元件的失效率，选择Di中最小值所对应的元件i作为故障元件，累计模拟时间SUMMTTF＝SUMMTTF+Di，第i个元件断开；而如果当前的状态是停运状态，则λi是第i个元件的初始修复率；
S450：累计计划停电中带电作业发生次数及各负荷点停电时间以获得各负荷点累计停电时间及总模拟时间；
S460：根据所述各负荷点累计停电时间及总模拟时间获得可靠性指标的带电作业次数NM；
基于配电自动化、带电作业、网架结构的可靠性效益对故障修复时间进行修正；
S500：根据所述可靠性指标和配置方案集的全寿命周期成本确定满足所述可靠性指标的全寿命周期成本最小的配电网配置方案。
2.根据权利要求1所述的方法，其特征在于，所述建立配电网成本效益模型包括以下步骤：
S110:建立配电自动化系统的全寿命周期成本，计算公式为：
C配电自动化＝C初始投资+C运维＝C设备+C通讯建设+C运维
其中，C设备为配电自动化系统的设备的一次性初始投资；C通讯建设为配电自动化系统的通讯建设的一次性初始投资；C运维为配电自动化系统的固定的运维费用；C初始投资＝C设备+C通讯建设；C配电自动化为配电自动化系统的全寿命周期成本；
S120:建立带电作业的全寿命周期成本，计算公式为：
Figure FDA0004175831530000021
其中，Ci,额定为i类带电作业的定额费用；Ni,带电为i类带电作业的次数；C带电为带电作业的全寿命周期成本；
S130:所述网架结构的全寿命周期成本为：
Figure FDA0004175831530000022
其中，
Figure FDA0004175831530000023
为网架初始投资成本；/>
Figure FDA0004175831530000024
为网架运维成本；/>
Figure FDA0004175831530000025
为网架故障处置成本；/>
Figure FDA0004175831530000026
为网架设备退役残值；C网架为网架结构调整的全寿命周期成本；
S140：根据所述网架结构、配电自动化系统、带电作业的全生命周期成本得到配电网的全寿命周期成本：
C＝C网架+C带电+C配电自动化
其中，C为配电网的全寿命周期成本。
3.根据权利要求1所述的方法，其特征在于，所述配电网的配置方案集是通过以下方式确定的：
选取线路末端和负荷中点为联络线接入点以作为网架结构的配置方案，该网架结构的配置方案用于判断配电网的转供能力；
根据配电规则来确定配电自动化系统的配置方案，该配电自动化系统的配置方案用于判断当前元件位置是否包括自动化设备；
设定带电作业比例上、下限和网格搜索间隔，以确定带电作业的配置方案；该带电作业的配置方案用于判断是否带电作业；
基于所述网架结构、配电自动化和带电作业的配置方案获得该配电网的配置方案集。
4.根据权利要求1所述的方法，其特征在于，在步骤500中，利用网格搜索法确定满足所述可靠性指标的全寿命周期成本最小的配电网配置方案。
5.根据权利要求4所述的方法，其特征在于，所述利用网格搜索法确定满足所述可靠性指标的全寿命周期成本最小的配电网配置方案包括以下子步骤：
S510：将配电网的配置方案集中的方案进行编码，序号分别为方案1、2…N，输入配电网成本的可靠性指标S；
S520:初始化配电网的配置方案集中的首个配置方案，该首个配置方案的编号K＝1；其中，Kmin＝0,Cmin＝∞；其中，Kmin为配电网最小成本所对应的方案编号；Cmin为利用网格搜索法对配电网的配置方案集进行搜索后所获得的可行且成本最低的方案所对应的成本；K为配电网的配置方案的集中的配置方案编号；
S530:判断K是否小于等于N,若是，则进入步骤S540；若否，则输出Kmin和Cmin；
S540:计算配置方案K的平均供电可用率ASAI和带电作业次数NM；其中，Nm为配置方案K发生的带电作业的次数
S550:判断配置方案K的平均供电可用率ASAI是否大于等于可靠性指标S，若是,则进入步骤S560；若否，则将配置方案K+1,重新执行步骤S530；
S560:计算配置方案K的全寿命周期成本CK；
S570:判断配置方案K的全寿命周期成本CK是否小于等于Cmin，若是，则配置方案K是满足所述可靠性指标的全寿命周期成本最小的配电网配置方案；若否，则将配置方案K+1,重新执行步骤S530。
6.根据权利要求1所述的方法，其特征在于，在步骤500中，利用退火算法确定满足所述可靠性指标的全寿命周期成本最小的配电网配置方案。
CN202010242111.9A 2020-03-31 2020-03-31 一种用于配电网的配置方案优化方法和系统 Active CN111581772B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010242111.9A CN111581772B (zh) 2020-03-31 2020-03-31 一种用于配电网的配置方案优化方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010242111.9A CN111581772B (zh) 2020-03-31 2020-03-31 一种用于配电网的配置方案优化方法和系统

Publications (2)

Publication Number Publication Date
CN111581772A CN111581772A (zh) 2020-08-25
CN111581772B true CN111581772B (zh) 2023-06-02

Family

ID=72126127

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010242111.9A Active CN111581772B (zh) 2020-03-31 2020-03-31 一种用于配电网的配置方案优化方法和系统

Country Status (1)

Country Link
CN (1) CN111581772B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106327081A (zh) * 2016-08-24 2017-01-11 湖北省电力勘测设计院 基于全寿命周期的配网项目可靠性效益评估方法
WO2017028632A1 (zh) * 2015-08-19 2017-02-23 中国电力科学研究院 一种配电网运行可靠性的预测方法
CN107180303A (zh) * 2017-05-12 2017-09-19 国网上海市电力公司 一种基于全寿命周期成本管理的配电网规划方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8930284B2 (en) * 2012-01-25 2015-01-06 Siemens Aktiengesellschaft Extended system average interruption duration index (ESAIDI) metric to assess the system reliability impact of distribution automation failures

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017028632A1 (zh) * 2015-08-19 2017-02-23 中国电力科学研究院 一种配电网运行可靠性的预测方法
CN106327081A (zh) * 2016-08-24 2017-01-11 湖北省电力勘测设计院 基于全寿命周期的配网项目可靠性效益评估方法
CN107180303A (zh) * 2017-05-12 2017-09-19 国网上海市电力公司 一种基于全寿命周期成本管理的配电网规划方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
基于LCC与模拟退火遗传算法的配电网网架优化研究;王坤;王蕾;赵兴亮;;电力系统及其自动化学报(第S1期);全文 *
基于LCC和改进蚁群算法的配电网线路规划;刘金森;张栩;高华;陈洪柱;张鑫;王强;;电网与清洁能源(第12期);全文 *
基于LCC的配电网开关优化配置研究;郝培;李辰蕊;史金刚;;电工文摘(第01期);全文 *
基于典型区域的配电网供电可靠性分析研究;万青;龚树东;卢国宁;邓士禹;;东北电力技术(第11期);全文 *
基于配电自动化的配电系统供电可靠性评估;荣秀婷;叶彬;陈静;李周;张金平;;机械设计与制造工程(第07期);全文 *
考虑全寿命周期的风电接入方案综合决策;刘文霞 等;电网技术;全文 *
考虑分布式电源不确定性的配电网多维设备动态优化配置;郭浩明;可再生能源;全文 *

Also Published As

Publication number Publication date
CN111581772A (zh) 2020-08-25

Similar Documents

Publication Publication Date Title
CN109146124B (zh) 一种基于时变失效率的配电终端改造决策方法
CN107609725B (zh) 一种考虑变电站影响的输电网风险评估方法
Samper et al. Investment decisions in distribution networks under uncertainty with distributed generation—Part II: Implementation and results
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
CN110808633B (zh) 一种主动配电网配电自动化终端优化配置方法
US9484747B1 (en) Holistic optimization of distribution automation using survivability modeling
CN102290798B (zh) 一种基于配电网接线方式的快速供电恢复规则
CN110212527B (zh) 一种配电网一次网架结构与配电自动化协同规划方法
CN109949178B (zh) 一种基于支持向量机中压配网停电事件判断及补全方法
CN108898239A (zh) 一种基于数据分析的配电变压器选址方法
CN112186746A (zh) 适用于变电站配网线路负荷快速转供的方法
CN112541671A (zh) 基于多级模糊综合评价的一二次融合配电网建设评价体系
CN109687432B (zh) 一种基于多阶段协同的配电终端选址定型方法和系统
CN111581772B (zh) 一种用于配电网的配置方案优化方法和系统
CN112258030A (zh) 配电网智能开关站的选址方法、系统及信息数据处理终端
CN111126841A (zh) 一种基于随机潮流的配电网负荷转供能力评价方法
CN112766738B (zh) 一种配电网自动化终端的优化配置方法
CN112926187B (zh) 一种配电网经济运行分析优化的方法
CN112365085A (zh) 一种基于可靠性目标的不停电作业费用需求预测方法
KR20230007748A (ko) 복원력 향상을 위한 마이크로그리드 분석 장치 및 방법
CN112446614A (zh) 一种基于用户停电损失的不停电作业优先级评估方法
Liu et al. Optimal feeder switches location scheme for high reliability and least costs in distribution system
CN112365087A (zh) 一种预测年度不停电作业需求量的方法
Zhang et al. Enhancing power grid resilience against typhoon disasters by scheduling of generators along with optimal transmission switching
Zhang et al. Enhancing Power Grid Resilience against Typhoon Disasters by Coordinated Scheduling of Source-Network-Load

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Dong Litong

Inventor after: Liu Zhiwei

Inventor after: Gu Zhihong

Inventor after: Qi Huiwen

Inventor after: Liu Zhuo

Inventor after: Chen Yinghua

Inventor after: Zhou Hongyu

Inventor after: Ning Xin

Inventor after: Xiang Wei

Inventor after: Ge Yanqin

Inventor after: Liu Wenxia

Inventor after: Guo Haoming

Inventor after: Huang Yuchen

Inventor before: Dong Litong

Inventor before: Liu Zhiwei

Inventor before: Gu Zhihong

Inventor before: Qi Huiwen

Inventor before: Liu Zhuo

Inventor before: Chen Yinghua

Inventor before: Zhou Hongyu

Inventor before: Ning Xin

Inventor before: Xiang Wei

Inventor before: Ge Yanqin

Inventor before: Liu Wenxia

Inventor before: Guo Haoming

Inventor before: Huang Yuchen

GR01 Patent grant
GR01 Patent grant