CN111738525B - 基于重要度排序的配电自动化终端优化布局方法 - Google Patents

基于重要度排序的配电自动化终端优化布局方法 Download PDF

Info

Publication number
CN111738525B
CN111738525B CN202010610229.2A CN202010610229A CN111738525B CN 111738525 B CN111738525 B CN 111738525B CN 202010610229 A CN202010610229 A CN 202010610229A CN 111738525 B CN111738525 B CN 111738525B
Authority
CN
China
Prior art keywords
remote
terminal
cost
importance
power failure
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
CN202010610229.2A
Other languages
English (en)
Other versions
CN111738525A (zh
Inventor
刘向实
李锰
何婧
李成
王利利
张琳娟
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.)
Hunan University
State Grid Corp of China SGCC
Economic and Technological Research Institute of State Grid Henan Electric Power Co Ltd
Original Assignee
Hunan University
State Grid Corp of China SGCC
Economic and Technological Research Institute of State Grid Henan 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 Hunan University, State Grid Corp of China SGCC, Economic and Technological Research Institute of State Grid Henan Electric Power Co Ltd filed Critical Hunan University
Priority to CN202010610229.2A priority Critical patent/CN111738525B/zh
Publication of CN111738525A publication Critical patent/CN111738525A/zh
Application granted granted Critical
Publication of CN111738525B publication Critical patent/CN111738525B/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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • 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
    • G06Q10/20—Administration of product repair or maintenance
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0283—Price estimation or determination
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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
    • 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
    • Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
    • Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Biophysics (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Accounting & Taxation (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Finance (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Molecular Biology (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Genetics & Genomics (AREA)
  • Physiology (AREA)

Abstract

本发明属于配电终端规划方法技术领域，具体涉及一种基于重要度排序的配电自动化终端优化布局方法，包括如下步骤：确定馈线上可安装终端的位置数量M；以供电可靠性指标及初始投入产出比为约束条件，以等年值综合费用最低为目标函数构建终端优化布局模型；枚举所有二遥、三遥终端安装数量组合情况，对于具有M个可安装终端位置的配电区域，二遥及三遥终端安装数量组合共有nc种；针对每种二遥、三遥终端安装数量组合情况，计算各节点的三遥及二遥重要度并排序，确定该种数量组合情况下二遥及三遥终端的安装位置，并计算目标函数及约束条件满足情况；选择满足约束条件且目标函数最小的布局结果作为最终的终端布局方案，能够兼顾布局合理性。

Description

基于重要度排序的配电自动化终端优化布局方法
技术领域
本发明属于配电终端规划方法技术领域，具体涉及一种基于重要度排序的配电自动化终端优化布局方法。
背景技术
在配电馈线上装设配电自动化终端是提高供电可靠性的重要手段。配电自动化终端主要分为“三遥”终端和“二遥”终端两类，这两类终端实现的功能与购置费用均存在差异。“三遥”终端可同时实现遥测、遥信、遥控功能，对供电可靠性提升作用大，单价高；“二遥”终端只具备遥测和遥信功能，对供电可靠性提升效果相对较小，单价低。终端布局是指根据馈线的结构、负荷分布情况、开关位置等确定终端的安装位置及类型。如何得到既能满足供电可靠性提升要求又能使经济性达到最优的终端布局方法是配电自动化规划中的一个重要问题。
针对配电自动化终端优化布局问题，目前国内外学者已经进行了一系列研究。国家电网公司出台的《配电自动化规划设计技术导则》中规定，应根据可靠性需求、网架结构和设备状况，合理选用配电终端类型。对关键性节点，如主干线联络开关、必要的分段开关，进出线较多的开关站、环网单元和配电室，宜配置“三遥” 终端；对一般性节点，如分支开关、无联络的末端站室，宜配置“二遥”终端[1]。在运用上述导则进行终端布局时，关键性节点及一般性节点的界定存在主观性，工作人员只能根据工作经验得出大致的布局方案。有文献指出在假设用户均匀的条件下，从供电可靠性及投入产出比的角度分析每条馈线需要配置的“三遥”、“二遥”终端数量。对于大规模配电网的终端数量规划具有指导意义。有文献建立了以等年值总费用最小为目标函数，供电可靠性要求为约束条件的配电自动化终端布局模型并采用遗传算法求解。所提方法能够解决小规模具体配电网络中终端配置规划问题，但是对于大规模配电网，遗传算法的求解效率及稳定性可能无法满足要求。也有文献在提出了一种新的配电自动化终端可靠性分析方法的基础上构建“三遥”终端布局模型，并采用商业软件LocalSolver求解。但文献只针对“三遥”终端的布局进行了讨论，针对“二遥”终端的布局没有说明。更有文献提出了一种配电自动化终端分阶段选型选址办法。文中在假设馈线中的开关处都会安装终端的前提下，首先确定使目标函数最低的“二遥”、“三遥”终端数量，然后根据各节点的重要度排序依次选择各节点安装终端类型。所提方法能够有效提高求解效率，但是文中终端选型时没有考虑节点不安装终端的情况，终端选址方法没有考虑优先布置的终端对后续终端重要度排序的影响。
公开号为CN110889212A的专利文献公开了一种计及投资费用约束的配电自动化终端布局优化方法，其步骤为：首先，在出线断路器和联络开关上固定安装三遥终端，将主干线上安装的三遥终端的数量和三遥终端的类型作为决策量；其次，将三遥终端和二遥终端的投资费用之和小于总的投资费用作为一次投资约束条件，将系统总电量不足指标不小于系统供电可靠率水平作为可靠性约束条件；再根据决策量和一次投资约束条件、可靠性约束条件构建配电自动化终端布局的目标函数；最后，利用遗传算法对的目标函数进行优化，输出最优的终端布局方案。该专利通过合理布局三遥、二遥终端可保证年等值费用处于较低的水平，对工程实践中投资费用受限的情况具有指导作用，但是其使用遗传算法在终端选型时没有考虑节点不安装终端的情况，终端选址方法没有考虑优先布置的终端对后续终端重要度排序的影响，所以计算的最优结果仍然不能达到最优。
发明内容
本发明的目的在于针对现有技术中存在的问题提供一种基于重要度排序的配电自动化终端优化布局方法，该方法考虑了已布局节点对剩余节点重要度的影响，能够在降低计算量的同时能够兼顾布局合理性。
本发明的技术方案是：
基于重要度排序的配电自动化终端优化布局方法，其特征在于，包括如下步骤：
S1：确定馈线上可安装终端的位置数量M；
S2：以供电可靠性指标及初始投入产出比为约束条件，以等年值综合费用最低为目标函数构建终端优化布局模型；
S3：枚举所有二遥、三遥终端安装数量组合情况，对于具有M个可安装终端位置的配电区域，二遥及三遥终端安装数量组合共有nc种；
S4：针对每种二遥、三遥终端安装数量组合情况，计算各节点的三遥及二遥重要度并排序，确定该种数量组合情况下二遥及三遥终端的安装位置，并计算目标函数及约束条件满足情况；
S5：选择满足约束条件且目标函数最小的布局结果作为最终的终端布局方案。
具体的，所述的步骤S2中综合费用包括设备初始投资费用、终端及通信设备运行维护费用、停电损失费用；
初始投资费用包括终端设备购置费用、通信设备购置费用、光纤铺设费用三类，初始投资费用的等年值计算公式如下所示：
Figure 940914DEST_PATH_IMAGE001
；式中Ni表示第i种终端设备（包括“三遥”及“二遥”终端）的安装数量，Czi表示第i种终端设备的单价；m表示通信设备的种类数量，Nj表示第j种通信设备（包括OLT、ONU、POS、光缆设备）的安装数量；i为贴现率；n为设备使用年限。
运行维护费用一般以其投资费用的百分比给出，年运行维护费用的计算公式如下式所示，式中Co为年运行维护费用，
Figure 185951DEST_PATH_IMAGE002
为比例系数；
Figure 293584DEST_PATH_IMAGE003
；
年停电损失费用是指由于设备故障、停电检修等对用户造成的停电损失，根据可靠性评估方法求出各负荷点的年停电时间，结合单位电量停电损失函数即可求得年停电损失费用，计算公式如下所示：
Figure 892056DEST_PATH_IMAGE004
；
式中NL表示负荷点数目，NU表示负荷点的年停电次数，Ukp表示负荷点k在第p次停电时的停电持续时间，Pk为负荷点k的年平均负荷，Closs(kp)表示负荷点k在停电时间为Upk时单位电量的停电损失费用。
具体的，所述步骤S2中供电可靠性指标约束条件为终端布局后规划区域的供电可靠率指标大于规划目标值，如下所示：R≥Rset。
具体的，所述的步骤S3中对于终端安装数量组合公式如下：
Figure 34324DEST_PATH_IMAGE005
。
具体的，所述步骤S4中三遥及二遥重要度仅考虑单节点布置对可靠性的影响。
具体的，所述的步骤S4中将“三遥”重要度定义为：在该位置配置“三遥”终端后，在不同馈线段发生故障时，停电时间由t1缩短为t2的负荷量的加权和，第j个待选位置的“三遥”影响度D3(j)的计算公式如下所示：
Figure 184683DEST_PATH_IMAGE006
；
式中nL表示线路分段数；pi表示第i段线路发生故障的概率；T1(ij)是负荷影响矩阵中的元素；Pk表示第k个负荷的负荷量。
具体的，所述的步骤S4中将“二遥”重要度定义为在该位置配置“二遥”终端时，当不同馈线段发生故障时，缩小的故障定位范围与Pisolate(位于自动故障隔离区与人工故障隔离区之间的负荷量)乘积的加权和，计算公式如下
Figure 576350DEST_PATH_IMAGE007
；
式中nL和pi的定义与式（7）中相同；T2(ij)是定位区域影响矩阵中的元素；Lk表示第k段馈线的长度。
针对在优化终端布局设计中有使用遗传算法的，而遗传算法的具有如下缺点：1、遗传算法的编程实现比较复杂，首先需要对问题进行编码，找到最优解之后还需要对问题进行解码； 2、另外三个算子的实现也有许多参数，如交叉率和变异率，并且这些参数的选择严重影响解的品质，而目前这些参数的选择大部分是依靠经验； 3、没有能够及时利用网络的反馈信息,故算法的搜索速度比较慢，要得要较精确的解需要较多的训练时间；4、算法对初始种群的选择有一定的依赖性，能够结合一些启发算法进行改进；5、算法的并行机制的潜在能力没有得到充分的利用，这也是当前遗传算法的一个研究热点方向。在现在的工作中，遗传算法（1972年提出）已经不能很好的解决大规模计算量问题，它很容易陷入“早熟”。常用混合遗传算法，合作型协同进化算法等来替代，这些算法都是GA的衍生算法。使用遗传算法在终端优化设计选型时不能考虑节点不安装终端的情况，终端选址方法没有考虑优先布置的终端对后续终端重要度排序的影响，所以计算的最优结果仍然不能达到最优。
本发明的有益效果是：本文以年停电损失费用及供电可靠率指标计算为基础，构建了以等年值综合费用为目标函数，供电可靠性及初始投资费用为双重约束的配电自动化终端布局优化模型；（2）在分析配电自动化终端对故障处理过程影响的基础上，定义了“三遥”及“二遥”终端重要度的概念及计算公式。基于“二遥”及“三遥”终端重要度的计算，提出了“二遥”及“三遥”终端的选址方法，该方法在选址过程中，考虑了已经配置的终端对剩余配置位置重要度的影响，相较于根据节点重要度一次性对终端进行选址的方法更具合理性。（3）应用本文方法对RBTS BUS2系统进行终端优化布局，算例结果表明，相较于遗传算法，本文方法能够得到经济性更优的终端布局结果。
附图说明
图1是本发明提供的终端布局流程示意图。
图2是根据三遥重要度进行选址的流程示意图；
图3是根据二遥重要度进行选址的流程示意图；
图4是10kv馈线示意图；
图5是IEEE RBTS BUS2 算例接线示意图。
具体实施方式
下面结合附图及具体实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明提供一种基于重要度排序的配电自动化终端优化布局方法，包括如下步骤：
S1：确定馈线上可安装终端的位置数量M；
S2：以供电可靠性指标及初始投入产出比为约束条件，以等年值综合费用最低为目标函数构建终端优化布局模型；
S3：枚举所有二遥、三遥终端安装数量组合情况，对于具有M个可安装终端位置的配电区域，二遥及三遥终端安装数量组合共有nc种；
S4：针对每种二遥、三遥终端安装数量组合情况，计算各节点的三遥及二遥重要度并排序，确定该种数量组合情况下二遥及三遥终端的安装位置，并计算目标函数及约束条件满足情况；
S5：选择满足约束条件且目标函数最小的布局结果作为最终的终端布局方案。
其终端布局流程图如图1所示，在实际的设计优化流程中会如果目标函数还没达到时候先首先考虑全部安装二遥终端，根据重要度排序，把关联点踢掉，这样就能减少二遥终端数量，然后再考虑全部安装三遥终端，再根据重要度排序，最终使得目标函数的约束条件满足情况需求，费用最少。
考虑到设备使用寿命年限的差异，本申请以综合费用的等年值最低作为目标函数。所述的步骤S2中综合费用包括设备初始投资费用、终端及通信设备运行维护费用、停电损失费用；
初始投资费用包括终端设备购置费用、通信设备购置费用、光纤铺设费用三类，初始投资费用的等年值计算公式如下所示：
Figure 306408DEST_PATH_IMAGE008
（1）；式中Ni表示第i种终端设备（包括“三遥”及“二遥”终端）的安装数量，Czi表示第i种终端设备的单价；m表示通信设备的种类数量，Nj表示第j种通信设备（包括OLT、ONU、POS、光缆设备）的安装数量；i为贴现率；n为设备使用年限。
运行维护费用一般以其投资费用的百分比给出，年运行维护费用的计算公式如下式所示，式中Co为年运行维护费用，
Figure 303183DEST_PATH_IMAGE002
为比例系数；
Figure 624443DEST_PATH_IMAGE003
（2）。
年停电损失费用是指由于设备故障、停电检修等对用户造成的停电损失，根据可靠性评估方法求出各负荷点的年停电时间，结合单位电量停电损失函数即可求得年停电损失费用，计算公式如下所示：
Figure 706669DEST_PATH_IMAGE004
（3）；
式中NL表示负荷点数目，NU表示负荷点的年停电次数，Ukp表示负荷点k在第p次停电时的停电持续时间，Pk为负荷点k的年平均负荷，Closs(kp)表示负荷点k在停电时间为Upk时单位电量的停电损失费用。
关于供电可靠性约束，提升待规划区域的供电可靠性是安装配电自动化终端的目的，因此本申请以终端布局后规划区域的供电可靠率指标大于规划目标值为第一个约束条件：R≥Rset。
关于初始投资约束，为了保证在终端建设投资费用有限情况下，仍能得到较优的配电自动化终端布局方案，本申请将初始投入产出比也就是设备总费用不大于将初始投资作为第二个约束条件。
为了求得布局模型目标函数中的年停电损失费用及约束条件中的供电可靠率指标，需要对考虑配电自动化终端作用的供电可靠性进行评估，具体的评估步骤如下：
（1）确定特征故障区域
当馈线上某处发生故障时，根据馈线结构及终端布局情况，确定自动故障隔离区、自动故障定位区、人工故障隔离区域范围。
（2）计算各负荷点的停电时间
确定各个特征区域所包含的负荷点。人工故障隔离区内的负荷点停电时间为故障修复时间；自动故障隔离区外的负荷点停电时间为开关自动操作时间；位于自动故障隔离区内，自动故障定位区外的负荷点停电时间为故障人工查找时间与开关手动操作时间之和。
（3）可靠性指标计算
配电自动化终端的优化布局以供电可靠率指标（ASAI）为基础，计算公式为
Figure 646943DEST_PATH_IMAGE009
（4），式中N i 为负荷点i的用户数，U i 为负荷点i的年停电时间，∑U i N i 表示系统年停电时间。
本发明使用枚举法对所有可能的终端安装数量进行终端选址，计算每种布局方案的目标函数及约束条件，从中选出最优的布局方案，枚举所有二遥、三遥终端安装数量组合情况，对于具有M个可安装终端位置的配电区域，二遥及三遥终端安装数量组合共有nc种，其计算公式如下：
Figure 763803DEST_PATH_IMAGE005
（5）。
当“三遥”终端配置数量确定时，为了确定各“三遥”终端的安装位置，本分阿明提出了一种基于“三遥”重要度的终端选址判据，其具体流程如图2所示，下面进行具体阐述。
如图4所示的馈线，当L1发生故障时，在线路上所有开关均未配置终端的情况下，若将S1配置为“三遥”终端，相较于不配置终端的情况，LP2、LP3、LP4、LP5的停电时间都会由人工故障隔离时间（记为t1）缩短为开关自动分合闸时间（记为t2）;若将S2配置为“三遥”终端，LP3、LP4、LP5的停电时间由t1缩短为t2;若将S3配置为“三遥”终端，LP4和LP5的停电时间由t1缩短为t2;若将S4配置为“三遥”终端，对负荷停电时间没有改变。同样，可以分析L2、L3、L4、L5、线路故障时，在各位置配置“三遥”终端对各负荷停电时间的影响。由此可以构造负荷影响矩阵，如下式所示。矩阵元素T1(ij)表示在j位置配置“三遥”终端后，Li发生故障时，停电时间由t1缩短为t2的负荷点集合，
Figure 521544DEST_PATH_IMAGE010
。
将“三遥”重要度定义为，在该位置配置“三遥”终端后，在不同馈线段发生故障时，停电时间由t1缩短为t2的负荷量的加权和。第j个待选位置的“三遥”影响度D3(j)的计算公式如下所示：
Figure 966432DEST_PATH_IMAGE006
（6），式中nL表示线路分段数，对于图1所示馈线，nL为5；pi表示第i段线路发生故障的概率；T1(ij)是负荷影响矩阵中的元素；Pk表示第k个负荷的负荷量。
根据上述公式可以计算出每个待选位置的“三遥”重要度，并从大到小依次排列，重要度最大的待选位置作为第一个“三遥”终端安装点。若“三遥”配置数量不止一个，则需要首先对负荷影响矩阵进行元素剔除，再重新计算待选位置的重要度。例如图4中，假设首先对进行了“三遥”配置，需要将Tij中的元素剔除掉Ti3包含的元素，因为当这些负荷在故障发生时，都能通过S3被有效隔离，停电时间已经是t2。剔除后的矩阵为
Figure 835031DEST_PATH_IMAGE011
。
当“二遥”终端配置数量确定时，为了确定“二遥”终端具体安装位置，本发明提出了一种基于“二遥”重要度的“二遥”终端选址方法，其选址流程示意图如图3所示。以图4提供的馈线为例，阐述“二遥”重要度计算方法及“二遥”终端选址流程。
“二遥”终端的作用是辅助定位，缩短人工故障定位时间。在图4中，若L1发生故障，在馈线上未安装终端时，人工查找故障所需要的时间为t3。若在S1处安装终端，人工查找故障所需要的时间为t3计算公式为
Figure 806398DEST_PATH_IMAGE012
（7），上式中L1、L2、L3、L4表示对应馈线段的长度，在S1处安装终端而减少的停电量为：
Figure 344826DEST_PATH_IMAGE013
（8），P为自动故障隔离区与人工故障隔离区之间的负荷总量。
同理可分析在不同馈线发生故障时，不同开关所减小的停电损失量。P只取决于“三遥”终端的安装情况，故对于同一馈线而言，P与t3均相同。因此在比较各个位置安装“二遥”终端对提高供电可靠性贡献时，可以仅用缩小的故障定位区域来衡量。结合上述分析，可以构建“二遥”定位区域影响矩阵。若在图1所示馈线上还未安装任何终端，“二遥”定位区域影响矩阵为
Figure 401644DEST_PATH_IMAGE014
若图4馈线上S2已经安装有“二遥”或者“三遥”终端，在S1处安装“二遥”终端缩小的自动故障定位范围为：
Figure 542775DEST_PATH_IMAGE015
（9）。
将“二遥”重要度定位为在该位置配置“二遥”终端时，当不同馈线段发生故障时，缩小的故障定位范围与Pisolate(位于自动故障隔离区与人工故障隔离区之间的负荷量)乘积的加权和，计算公式如下
Figure 634228DEST_PATH_IMAGE007
（10），式中nL和pi的定义与三遥重要度计算公式（6）中相同；T2(ij)是定位区域影响矩阵中的元素；Lk表示第k段馈线的长度。
根据上述公式（9）可以计算出每个待选位置的“二遥”重要度，并从大到小依次排列，重要度最大的待选位置作为第一个“二遥”终端安装点。若“二遥”配置数量不止一个或者馈线上已经安装有“三遥”终端，则需要首先对负荷影响矩阵进行修改，再重新计算待选位置的重要度。例如图4中，假设S2已经安装了“三遥”或者“二遥”终端，则需要将T2(ij)中的元素剔除掉T2(i2)包含的元素。这些区域已经被S2安装的终端有效缩短，修改后的矩阵为：
Figure 609137DEST_PATH_IMAGE016
。
本申请中，所述步骤S4中三遥及二遥重要度仅考虑单节点布置对可靠性的影响。
实施例2
本实施例使用本发明提供的方法对IEEE RBTS BUS2 算例进行详细的终端优化布局展示。该系统共有22个负荷点，1908户用户，总平均负荷为12.291MW。算例接线图如5所示。假设用户分支馈线上都已安装熔断器、出线断路器和联络开关均安装了“三遥”终端，主要针对剩余10个分段开关进行终端配置。该系统在不配置终端时供电可靠率为99.956%。计算中，设备的价格参数如表1所示。设备的使用寿命为10年；年运行维护费用占投资费用的3%；停电损失费用为25元/（kW·h）。故障处理过程中的时间参数如表2所示。运用本文方法对该系统进行了终端布局优化结果，终端布局结果及供电可靠率指标和各部分费用如表3所示。
表1设备价格参数
Figure 887672DEST_PATH_IMAGE017
表2时间参数
Figure 98073DEST_PATH_IMAGE018
表3终端布局优化结果
Figure 778454DEST_PATH_IMAGE019
表3同时给出了遗传算法的求解结果及对应指标。由表3可知：采用本发明提供的方法的布局结果相较于基于遗传算法的布局结果在开关S2少配置一个“三遥”终端，等年值综合费用降低了0.0034万元，设备总投资费用降低了5.4万元，每年降低投0.8788万元，设备每年运行维护费用降低了0.02634万元，年停电损失费用增加了1.8818万元。
为了验证初始投资受限对终端布局结果的影响，运用本发明提供的方法对不同初始投资约束的情形进行终端布局，布局结果如表4。
表4
Figure 924264DEST_PATH_IMAGE020
。
由表4可知：当初始投资费用约束由26万元降低为20万元时，等年值综合费
用增加了0.704万元，设备总投资减少了3.15万元，设备每年投资费用减少了
0.5127万元，设备年运行维护费用减少了0.0754万元，年停电损失费用增加了0.603万元，设备总投资减少值与等年值综合费用增加值之比为4.4744。当初始投资费用约束由20万元降低为14万元时，等年值综合费用增加了2.4644万元，设备总投资减少了5.4万元，设备每年投资费用减少了0.8788万元，设备年运行维护费用减少了0.0264万元，年停电损失费用增加了3.3716万元，设备总投资减少值与等年值综合费用增加值之比为2.1912。
表4的结果及各项经济指标表明：在一定范围内，限制初始投资得到的终端布局方案相较于不限初始投资的方案等年值综合费用相差不大，但如果初始投资费用过低，限制初始投资得终端布局方案相较于不限初始投资的方案等年值综合费用提升幅度较大。在实际终端布局过程中，规划人员应根据待规划区域的特点及资金分配需求合理选择终端布局方案。
本实施例应用本发明提供的方法对RBTS BUS2系统进行终端优化布局，算例结果表明，相较于遗传算法，本文方法能够得到经济性更优的终端布局结果。
本文以年停电损失费用及供电可靠率指标计算为基础，构建了以等年值综合费用为目标函数，供电可靠性及初始投资费用为双重约束的配电自动化终端布局优化模型。在分析配电自动化终端对故障处理过程影响的基础上，定义了“三遥”及“二遥”终端重要度的概念及计算公式。基于“二遥”及“三遥”终端重要度的计算，提出了“二遥”及“三遥”终端的选址方法。该方法在选址过程中，考虑了已经配置的终端对剩余配置位置重要度的影响，相较于根据节点重要度一次性对终端进行选址的方法更具合理性。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制；尽管参照较佳实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者对部分技术特征进行等同替换；而不脱离本发明技术方案的精神，其均应涵盖在本发明请求保护的技术方案范围当中。

Claims (5)

1.基于重要度排序的配电自动化终端优化布局方法，其特征在于，包括如下步骤：
S1：确定馈线上可安装终端的位置数量M；
S2：以供电可靠性指标及初始投入产出比为约束条件，以等年值综合费用最低为目标函数构建终端优化布局模型；
S3：枚举所有二遥、三遥终端安装数量组合情况，对于具有M个可安装终端位置的配电区域，二遥及三遥终端安装数量组合共有nc种；
S4：针对每种二遥、三遥终端安装数量组合情况，计算各节点的三遥及二遥重要度并排序，确定每种二遥、三遥终端安装数量组合情况下二遥及三遥终端的安装位置，并计算目标函数及约束条件满足情况，本步骤中将“二遥”重要度定义为在该位置配置“二遥”终端时，当不同馈线段发生故障时，缩小的故障定位范围与Pisolate乘积的加权和，Pisolate是位于自动故障隔离区与人工故障隔离区之间的负荷量，计算公式如下
Figure 469052DEST_PATH_IMAGE001
；
式中nL表示线路分段数；pi表示第i段线路发生故障的概率；T2(ij)是定位区域影响矩阵中的元素；Lk表示第k段馈线的长度；
本步骤中将“三遥”重要度定义为：在该位置配置“三遥”终端后，在不同馈线段发生故障时，停电时间由t1缩短为t2的负荷量的加权和，第j个待选位置的“三遥”影响度D3(j)的计算公式如下所示：
Figure 182930DEST_PATH_IMAGE002
；
式中nL表示线路分段数；pi表示第i段线路发生故障的概率；T1(ij)是负荷影响矩阵中的元素；Pk表示第k个负荷的负荷量；
S5：选择满足约束条件且目标函数最小的布局结果作为最终的终端布局方案。
2.根据权利要求1所述基于重要度排序的配电自动化终端优化布局方法，其特征在于，所述的步骤S2中综合费用包括设备初始投资费用、终端及通信设备运行维护费用、停电损失费用；
初始投资费用包括终端设备购置费用、通信设备购置费用、光纤铺设费用三类，初始投资费用的等年值计算公式如下所示：
Figure 57607DEST_PATH_IMAGE003
；
式中Ni表示第i种终端设备的安装数量，终端设备包括“三遥”及“二遥”终端，Czi表示第i种终端设备的单价；m表示通信设备的种类数量，Nj表示第j种通信设备的安装数量，通信设备包括OLT、ONU、POS、光缆设备；i为贴现率；n为设备使用年限；
运行维护费用一般以其投资费用的百分比给出，年运行维护费用的计算公式如下式所示，式中Co为年运行维护费用，
Figure 921658DEST_PATH_IMAGE004
为比例系数；
Figure DEST_PATH_IMAGE002
；
年停电损失费用是指由于设备故障、停电检修等对用户造成的停电损失，根据可靠性评估方法求出各负荷点的年停电时间，结合单位电量停电损失函数即可求得年停电损失费用，计算公式如下所示：
Figure 620809DEST_PATH_IMAGE006
；
式中NL表示负荷点数目，NU表示负荷点的年停电次数，Ukp表示负荷点k在第p次停电时的停电持续时间，Pk为负荷点k的年平均负荷，Closs(kp)表示负荷点k在停电时间为Upk时单位电量的停电损失费用。
3.根据权利要求1所述基于重要度排序的配电自动化终端优化布局方法，其特征在于，所述步骤S2中供电可靠性指标约束条件为终端布局后规划区域的供电可靠率指标大于规划目标值，如下所示：R≥Rset。
4.根据权利要求1所述基于重要度排序的配电自动化终端优化布局方法，其特征在于，所述的步骤S3中对于终端安装数量组合公式如下：
Figure 481318DEST_PATH_IMAGE007
。
5.根据权利要求1所述基于重要度排序的配电自动化终端优化布局方法，其特征在于，所述步骤S4中三遥及二遥重要度仅考虑单节点布置对可靠性的影响。
CN202010610229.2A 2020-06-30 2020-06-30 基于重要度排序的配电自动化终端优化布局方法 Active CN111738525B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010610229.2A CN111738525B (zh) 2020-06-30 2020-06-30 基于重要度排序的配电自动化终端优化布局方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010610229.2A CN111738525B (zh) 2020-06-30 2020-06-30 基于重要度排序的配电自动化终端优化布局方法

Publications (2)

Publication Number Publication Date
CN111738525A CN111738525A (zh) 2020-10-02
CN111738525B true CN111738525B (zh) 2021-09-07

Family

ID=72653607

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010610229.2A Active CN111738525B (zh) 2020-06-30 2020-06-30 基于重要度排序的配电自动化终端优化布局方法

Country Status (1)

Country Link
CN (1) CN111738525B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114840952B (zh) * 2021-12-24 2024-08-23 国家电网有限公司 基于终端故障及关联关系的配电终端布局方法及装置
CN118100201B (zh) * 2024-04-28 2024-07-09 广东电网有限责任公司广州供电局 一种馈线动态分组方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105356610A (zh) * 2015-11-26 2016-02-24 江苏省电力公司南京供电公司 智能配电网的配电自动化终端配置方法
CN109494728A (zh) * 2018-12-04 2019-03-19 国家电网有限公司 一种配电终端选址选型方法
CN110212527A (zh) * 2019-06-18 2019-09-06 国网江西省电力有限公司经济技术研究院 一种配电网一次网架结构与配电自动化协同规划方法
CN110889212A (zh) * 2019-11-15 2020-03-17 国家电网有限公司 一种计及投资费用约束的配电自动化终端布局优化方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108022002B (zh) * 2017-10-23 2020-07-14 国网浙江省电力公司经济技术研究院 一种基于支持张量机的中性点接地方式决策方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105356610A (zh) * 2015-11-26 2016-02-24 江苏省电力公司南京供电公司 智能配电网的配电自动化终端配置方法
CN109494728A (zh) * 2018-12-04 2019-03-19 国家电网有限公司 一种配电终端选址选型方法
CN110212527A (zh) * 2019-06-18 2019-09-06 国网江西省电力有限公司经济技术研究院 一种配电网一次网架结构与配电自动化协同规划方法
CN110889212A (zh) * 2019-11-15 2020-03-17 国家电网有限公司 一种计及投资费用约束的配电自动化终端布局优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
三遥配电自动化终端的优化配置;王旭东 等;《电力系统及其自动化学报》;20160229;第1-7页 *

Also Published As

Publication number Publication date
CN111738525A (zh) 2020-10-02

Similar Documents

Publication Publication Date Title
Sahoo et al. Multi-objective planning of electrical distribution systems incorporating sectionalizing switches and tie-lines using particle swarm optimization
Ganguly et al. Recent advances on power distribution system planning: a state-of-the-art survey
Najafi et al. A framework for optimal planning in large distribution networks
Martins et al. Active distribution network integrated planning incorporating distributed generation and load response uncertainties
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
CN104376376B (zh) 一种面向配电自动化终端类型的优化配置方法
CN102437573B (zh) 基于模糊建模的配电网可靠性评估调控方法及其系统
CN108122068A (zh) 一种配电网风险规划方法及系统
CN109146124B (zh) 一种基于时变失效率的配电终端改造决策方法
CN111738525B (zh) 基于重要度排序的配电自动化终端优化布局方法
Zhou et al. An optimal expansion planning of electric distribution network incorporating health index and non-network solutions
CN107908638A (zh) 基于大数据挖掘配的电网运行效率评价方法及系统
CN106529737A (zh) 一种配电网供给侧调峰电源规划布局方法
CN117526432B (zh) 一种面向源荷互动的配网调控系统及方法
CN110889212A (zh) 一种计及投资费用约束的配电自动化终端布局优化方法
CN111555293B (zh) 一种基于数据模型分析的无功设备选型系统及方法
CN115693652A (zh) 基于电力平衡和性能成本的配电网网架优化方法及装置
Grond et al. Practice-oriented optimization of distribution network planning using metaheuristic algorithms
Ghayoor et al. Power network-planning optimization considering average power not supplied reliability index: Modified by chance-constrained programming
CN111160599A (zh) 一种新型电网规划推算分析方法
Jaramillo-Leon et al. Multi-objective optimization for preventive tree trimming scheduling in overhead electric power distribution networks
Madruga et al. Allocation and integrated configuration of capacitor banks and voltage regulators considering multi-objective variables in smart grid distribution system
Yari et al. Practical approach for planning of reliability-centered maintenance in distribution network with considering economic risk function and load uncertainly
CN112001474A (zh) 一种配电网的配电终端设备优化配置方法
CN115062931A (zh) 搭建负荷关于配电网自动化终端的停电时间函数的方法

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210414

Address after: 1-10 / F, C building, No.87 courtyard, Songshan South Road, Erqi District, Zhengzhou City, Henan Province

Applicant after: ECONOMIC TECHNOLOGY RESEARCH INSTITUTE OF STATE GRID HENAN ELECTRIC POWER Co.

Address before: 1-10 / F, C building, No.87 courtyard, Songshan South Road, Erqi District, Zhengzhou City, Henan Province

Applicant before: ECONOMIC TECHNOLOGY RESEARCH INSTITUTE OF STATE GRID HENAN ELECTRIC POWER Co.

Applicant before: STATE GRID CORPORATION OF CHINA

Applicant before: HUNAN University

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210816

Address after: 1-10 / F, C building, No.87 courtyard, Songshan South Road, Erqi District, Zhengzhou City, Henan Province

Applicant after: ECONOMIC TECHNOLOGY RESEARCH INSTITUTE OF STATE GRID HENAN ELECTRIC POWER Co.

Applicant after: STATE GRID CORPORATION OF CHINA

Applicant after: HUNAN University

Address before: 1-10 / F, C building, No.87 courtyard, Songshan South Road, Erqi District, Zhengzhou City, Henan Province

Applicant before: ECONOMIC TECHNOLOGY RESEARCH INSTITUTE OF STATE GRID HENAN ELECTRIC POWER Co.

GR01 Patent grant
GR01 Patent grant