CN111768033A - 一种多目标交直流配电网规划方法和装置 - Google Patents
一种多目标交直流配电网规划方法和装置 Download PDFInfo
- Publication number
- CN111768033A CN111768033A CN202010597285.7A CN202010597285A CN111768033A CN 111768033 A CN111768033 A CN 111768033A CN 202010597285 A CN202010597285 A CN 202010597285A CN 111768033 A CN111768033 A CN 111768033A
- Authority
- CN
- China
- Prior art keywords
- optimization
- planning
- target
- parameters
- adopting
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000005457 optimization Methods 0.000 claims abstract description 167
- 238000010276 construction Methods 0.000 claims abstract description 21
- 238000012423 maintenance Methods 0.000 claims description 39
- 239000013598 vector Substances 0.000 description 9
- 230000008901 benefit Effects 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06Q10/06315—Needs-based resource requirements planning or 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
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (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)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种多目标交直流配电网规划方法和装置,用于兼顾配电网规划的经济性以及可靠性,实现多个目标的协同规划。本发明包括:获取预设规划区域的规划参数,并采用所述规划参数确定所述多目标交直流配电网的优化目标和约束条件;所述优化目标包括建设成本目标和可靠性目标;采用所述规划参数、所述优化目标和所述约束条件建立多目标优化规划模型;采用预设的多目标进化MOEA/D算法求解所述多目标优化规划模型,输出优化变量;确定所述优化变量的折中解,并采用所述折中解规划所述多目标交直流配电网。兼顾了规划的经济性以及可靠性,实现多个目标的协同规划。
Description
技术领域
本发明涉及配电网规划技术领域,尤其涉及一种多目标交直流配电网规划方法和装置。
背景技术
近年来,随着功率半导体和电力电子技术的发展,直流负荷的大量应用,直流配电网以其运输能力强,损耗小,且可大量接入分布式设备等优点愈发受到电力行业的关注。
目前,对于直流配电网的应用尚在试验和实验阶段,距离推广和实际应用仍有一段距离。虽然随着技术的进步和试验的不断推进,直流配电网的广泛应用已具备相当的理论基础,但在其规划层面还没有十分成熟的方法和方案,无法兼顾配电网规划的经济性以及可靠性,进行多个目标的协同规划。
发明内容
本发明提供了一种多目标交直流配电网规划方法和装置,用于解决现有技术无法兼顾配电网规划的经济性以及可靠性,进行多个目标的协同规划的问题。
本发明提供的一种多目标交直流配电网规划方法,包括:
获取预设规划区域的规划参数,并采用所述规划参数确定所述多目标交直流配电网的优化目标和约束条件;所述优化目标包括建设成本目标和可靠性目标;
采用所述规划参数、所述优化目标和所述约束条件建立多目标优化规划模型;
采用预设的多目标进化MOEA/D算法求解所述多目标优化规划模型,输出优化变量;
确定所述优化变量的折中解,并采用所述折中解规划所述多目标交直流配电网。
可选地,所述约束条件包括拓扑网络约束;所述采用预设的多目标进化MOEA/D算法求解所述多目标优化规划模型,输出优化变量的步骤,包括:
将所述规划区域划分为多个子区域,基于所述拓扑网络约束为每个所述子区域设置多个初始化变量;
更新所述多个初始化变量得到更新变量;
判断所述更新变量是否满足预设终止条件;
若是,将所述更新变量确定为优化变量,并输出所述优化变量。
可选地,所述方法还包括:
若所述更新变量不满足预设终止条件,则重新执行更新所述多个初始化变量得到更新变量的步骤。
可选地,所述规划参数包括目标优化参数和条件约束参数;所述获取预设规划区域的规划参数,并采用所述规划参数确定所述多目标交直流配电网的优化目标和约束条件的步骤,包括:
获取预设规划区域的目标优化参数和条件约束参数;
采用所述目标优化参数确定所述多目标交直流配电网的优化目标;
采用所述条件约束参数确定所述多目标交直流配电网的约束条件。
可选地,所述条件约束参数包括区域用户类型、用户负荷水平和用户地理位置分布信息;所述采用所述目标优化参数确定所述多目标交直流配电网的约束条件的步骤,包括:
采用所述区域用户类型、所述用户负荷水平和所述用户地理位置分布信息确定所述多目标交直流配电网的约束条件。
可选地,所述目标优化参数包括线路扩建和维护费用、换流站和整流逆变器投资和维护费用、断路器投资及维护费用、网络损耗费用;所述采用所述目标优化参数确定所述多目标交直流配电网的优化目标的步骤,包括:
采用所述线路扩建和维护费用、所述换流站和整流逆变器投资和维护费用、所述断路器投资及维护费用、所述网络损耗费用确定所述建设成本目标。
可选地,所述目标优化参数还包括期望缺供电量、生命安全权重、经济型权重和特殊性权重;所述采用所述目标优化参数确定所述多目标交直流配电网的优化目标的步骤,还包括:
采用所述期望缺供电量、所述生命安全权重、所述经济型权重和所述特殊性权重确定所述可靠性目标。
本发明提供的一种多目标交直流配电网规划装置,包括:
优化目标和约束条件确定模块,用于获取预设规划区域的规划参数,并采用所述规划参数确定所述多目标交直流配电网的优化目标和约束条件;所述优化目标包括建设成本目标和可靠性目标;
多目标优化规划模型建立模块,用于采用所述规划参数、所述优化目标和所述约束条件建立多目标优化规划模型;
优化变量输出模块,用于采用预设的多目标进化MOEA/D算法求解所述多目标优化规划模型,输出优化变量;
规划模块,用于确定所述优化变量的折中解,并采用所述折中解规划所述多目标交直流配电网。
可选地,所述约束条件包括拓扑网络约束;所述优化变量输出模块,包括:
初始化变量设置子模块,用于将所述规划区域划分为多个子区域,基于所述拓扑网络约束为每个所述子区域设置多个初始化变量;
更新子模块,用于更新所述多个初始化变量得到更新变量;
终止条件判断子模块,用于判断所述更新变量是否满足预设终止条件;
优化变量输出子模块,用于若所述更新变量满足预设终止条件,将所述更新变量确定为优化变量,并输出所述优化变量。
可选地,所述优化变量输出模块还包括:
重新执行子模块,用于若所述更新变量不满足预设终止条件,则重新执行更新所述多个初始化变量得到更新变量的步骤。
可选地,所述规划参数包括目标优化参数和条件约束参数;所述优化目标和约束条件确定模块,包括:
目标优化参数和条件约束参数获取子模块,用于获取预设规划区域的目标优化参数和条件约束参数;
优化目标确定子模块,用于采用所述目标优化参数确定所述多目标交直流配电网的优化目标;
约束条件确定子模块,用于采用所述条件约束参数确定所述多目标交直流配电网的约束条件。
可选地,所述条件约束参数包括区域用户类型、用户负荷水平和用户地理位置分布信息;所述约束条件确定子模块,包括:
约束条件确定单元,用于采用所述区域用户类型、所述用户负荷水平和所述用户地理位置分布信息确定所述多目标交直流配电网的约束条件。
可选地,所述目标优化参数包括线路扩建和维护费用、换流站和整流逆变器投资和维护费用、断路器投资及维护费用、网络损耗费用;所述优化目标确定子模块,包括:
建设成本目标确定单元,用于采用所述线路扩建和维护费用、所述换流站和整流逆变器投资和维护费用、所述断路器投资及维护费用、所述网络损耗费用确定所述建设成本目标。
可选地,所述目标优化参数还包括期望缺供电量、生命安全权重、经济型权重和特殊性权重;所述优化目标确定子模块,还包括:
可靠性目标确定单元,用于采用所述期望缺供电量、所述生命安全权重、所述经济型权重和所述特殊性权重确定所述可靠性目标。
从以上技术方案可以看出,本发明具有以下优点:本发明通过采用预设规划区域的规划参数、优化目标和约束条件建立多目标优化规划模型,并采用多目标进化MOEA/D算法对其进行求解,得到实现目标优化的优化变量,并求取优化变量的折中解,来通过折中解完成对多目标规划模型的优化,从而兼顾配电网规划的经济性以及可靠性,实现多个目标的协同规划。
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为本发明实施例提供的一种多目标交直流配电网规划方法的步骤流程图;
图2为本发明另一实施例提供的一种多目标交直流配电网规划方法的步骤流程图;
图3为本发明实施例提供的一种多目标交直流配电网规划装置的结构框图。
具体实施方式
本发明实施例提供了一种多目标交直流配电网规划方法和装置,用于解决现有技术无法兼顾配电网规划的经济性以及可靠性,进行多个目标的协同规划的技术问题。
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,图1为本发明实施例提供的一种多目标交直流配电网规划方法的步骤流程图。
本发明提供的一种多目标交直流配电网规划方法,包括:
步骤101,获取预设规划区域的规划参数,并采用所述规划参数确定所述多目标交直流配电网的优化目标和约束条件;所述优化目标包括建设成本目标和可靠性目标;
配电网是指从输电网或地区发电厂接受电能,通过配电设施就地分配或按电压逐级分配给各类用户的电力网。是由架空线路、电缆、杆塔、配电变压器、隔离开关、无功补偿器及一些附属设施等组成的,在电力网中起重要分配电能作用的网络。
优化目标是指配电网规划后所要实现的效果,在本发明实施例中,优化目标可以包括建设成本目标和可靠性目标,本发明优化目标是在现有规划参数下规划配电网时,建设成本尽可能低,可靠性尽可能高。
约束条件用于控制配电网的运行和保证配电网拓扑的连通性和辐射性。
在本发明实施例中,通过预设规划区域的规划参数,可以确定多目标直流配电网的优化目标和约束条件。
步骤102,采用所述规划参数、所述优化目标和所述约束条件建立多目标优化规划模型;
在本发明实施例中,规划参数、优化目标和约束条件可以用来建立多目标规划模型,以通过多目标规划模型对目标进行优化。
步骤103,采用预设的多目标进化MOEA/D算法求解所述多目标优化规划模型,输出优化变量;
MOEA/D(Multi-objectiveEvolutionary Algorithm Based on Decomposition,基于分解的多目标进化算法):是一种基于分解的多目标优化算法,它将一个多目标优化问题分解成若干个标量优化子问题,然后利用一定数量相邻问题的信息,采用进化算法对这些子问题同时进行优化;由于分解操作的存在,该方法在保持解的分布性方面有着很大优势,而通过分析相邻问题的信息来优化,能避免陷入局部最优。
在本发明实施例中,由于存在多个优化目标,而规划参数已确定不变,在这种情况下,当某个目标的解最优时,其他目标的解未必是最优的,即可能产生局部最优的情况,为了避免这种问题,本发明实施例采用MOEA/D算法结合协同进化思想求解多目标优化规划模型,可以得到多个目标协同作用下的相对最优解,即优化变量,从而避免陷入单个目标最优的情况。
步骤104,确定所述优化变量的折中解,并采用所述折中解规划所述多目标交直流配电网。
在本发明实施例中,在得到多目标优化模型的最优解后,可以构建该最优解的帕累托前沿,并采用TOPSIS法从优化得到的帕累托前沿中选取折中解,折中解的值即为优化变量的取值,由此可生成多目标交直流配电网的规划方案。
TOPSIS法(Technique for Order Preference by Similarity to an IdealSolution,优劣解距离法):可用于根据有限个评价对象与理想化目标的接近程度进行排序的方法,是在现有的对象中进行相对优劣的评价。
帕累托前沿:一组目标函数最优解的集合称为帕累托最优集。最优集在空间上形成的曲面称为帕累托前沿面。
本发明通过采用预设规划区域的规划参数、优化目标和约束条件建立多目标优化规划模型,并采用多目标进化MOEA/D算法对其进行求解,得到实现目标优化的优化变量,并求取优化变量的折中解,来通过折中解完成对多目标规划模型的优化,从而兼顾配电网规划的经济性以及可靠性,实现多个目标的协同规划。
请参阅图2,图2为本发明另一实施例提供的一种多目标交直流配电网规划方法的步骤流程图。
本发明提供的一种多目标交直流配电网规划方法,包括:
步骤201,获取预设规划区域的目标优化参数和条件约束参数;
步骤202,采用所述目标优化参数确定所述多目标交直流配电网的优化目标;
优化目标是指配电网规划后所要实现的效果,在本发明实施例中,优化目标可以包括建设成本目标和可靠性目标,本发明优化目标是在现有规划参数下规划配电网时,建设成本尽可能低,可靠性尽可能高。
在一个示例中,目标优化参数可以包括线路扩建和维护费用、换流站和整流逆变器投资和维护费用、断路器投资及维护费用、网络损耗费用;步骤202可以包括:采用所述线路扩建和维护费用、所述换流站和整流逆变器投资和维护费用、所述断路器投资及维护费用、所述网络损耗费用确定所述建设成本目标。
具体地,建设成本目标可以通过以下方式计算得到:
minF1=Cline+Cvec+Cbreak+Closs
其中,minF1为建设成本最小值;Cline为线路扩建和维护费用;Cvec为换流站和整流逆变器投资和维护费用;Cbreak为断路器投资及维护费用;Closs为网络损耗费用。
a)每年的线路扩建和维护费用
其中,xi是0-1变量,0代表本条线路不建设,1代表要投建;
yi是0-1变量,0代表本条线路为交流线路,1代表为直流线路;
α1i是第i条线路固定投资年平均费用系数;
β1i是第i条线路的年维护费用系数;
ni是配电网相应的线路编号;
Cldci和Claci是第i条分别为交流或者直流线路的固定投资费用;
其中,r=0.04为预期投资收益率,s=25为投资服务年限,i=15为规划建设年限。
b)每年的换流站和整流逆变器的投资和维护费用
α2i是第i个VSC的固定投资年平均费用系数;
β2i是第i个VSC的年维护费用系数。
c)每年的断路器投资及维护费用
α3i是第i个断路器的固定投资年平均费用系数;
β3i为第i个断路器的年维护费用系数。
为第i条线路上的有功损耗期望,根据概率潮流计算得;E(ΔPvsc)为第i个换流站有功损耗期望,同样根据概率潮流计算得。
在本发明实施例中,目标优化参数还可以包括期望缺供电量、生命安全权重、经济型权重和特殊性权重;步骤202还可以包括:采用所述期望缺供电量、所述生命安全权重、所述经济型权重和所述特殊性权重确定所述可靠性目标。
具体地,本发明将可靠性和经济性联系起来,结合多种可靠性量化指标,如反映停电时间的SAIDI(System Average Interruption Duration Index,系统平均停电时间),CAIDI(Customer Average Interruption Duration Index,停电用户平均停电时间),反映停电频率的SAIFI(System Average Interruption Frequency Index,系统平均停电频率),反映供电可靠率的ASAI(Average Service Availability Index,平均供电可靠率),反映停电量的ENS(Expected Energy Not Supplied,期望缺供电量),并采用ENS结合网络负荷的重要程度列出以下的表达式:
其中,ENSi表示第i个负荷点的期望缺供电量,ngrid为规划片区的总网络数,α4i,β4i,γi为第i个负荷的生命安全、经济性、特殊性权重取值,其重要程度取{1-2-3-4-5}中的一个,比如失去医院负荷对生命安全的影响较大,因此对于大型医院负荷,其α可以取5;失去重要工商业负荷,可能负荷的经济损失较高,β可以取5,特别地,由于生命安全损失的严重性,需要生命安全权重前乘以系数k;另外可以用γ表示该负荷的特殊性,可以弥补α4,β4无法完全反映负荷重要程度的缺陷。
步骤203,采用所述条件约束参数确定所述多目标交直流配电网的约束条件;
在本发明实施例中,条件约束参数可以包括区域用户类型、用户负荷水平和用户地理位置分布信息,步骤203可以包括:采用所述区域用户类型、所述用户负荷水平和所述用户地理位置分布信息确定所述多目标交直流配电网的约束条件。
具体地,配电网的约束条件包括运行约束条件和配电网拓扑约束条件,其中,配电网运行约束可以通过以下公式表示:
其中,Pl为馈线组l的支路功率,Pmax,l为馈线组l允许通过的最大功率,FEEDER表示馈线组构成的集合。
当配电网处于正常运行状态下,各个馈线组的变电站节点发出功率和负荷节点消耗的功率以及网损消耗功率相平衡,满足如下的表达式:
其中,l表示馈线组上所有节点的集合,PN,i为网络负荷节点i消耗的功率,PL-l为馈线l上的网损,PG,l为从变电站母线为馈线组l提供的功率。
此外,配电网拓扑约束需要保证连通性和辐射性,运用图论中的结论,则需要使节点的数量n比支路的数量m大1,配电网拓扑约束需要满足以下关系式:
n=m+1,其中,n为配电网节点总数,m为新建支路之和。
步骤204,采用所述规划参数、所述优化目标和所述约束条件建立多目标优化规划模型;
在本发明实施例中,规划参数、优化目标和约束条件可以用来建立多目标规划模型,以通过多目标规划模型对目标进行优化。
步骤205,采用预设的多目标进化MOEA/D算法求解所述多目标优化规划模型,输出优化变量;
在本发明实施例中,由于存在多个优化目标,而规划参数已确定不变,在这种情况下,当某个目标的解最优时,其他目标的解未必是最优的,即可能产生局部最优的情况,为了避免这种问题,本发明实施例采用MOEA/D算法结合协同进化思想求解多目标优化规划模型,可以得到多个目标协同作用下的相对最优解,即优化变量,从而避免陷入单个目标最优的情况。
在本发明实施例中,步骤205可以包括以下子步骤:
S11,将所述规划区域划分为多个子区域,基于所述拓扑网络约束为每个所述子区域设置多个初始化变量,并采用所述多个初始化变量生成所述子区域的种群;
S12,更新所述初始化变量得到更新变量;
S13,判断所述更新变量是否满足预设终止条件;
S14,若是,将所述更新变量确定为优化变量,并输出所述优化变量;
S15,若所述更新变量不满足预设终止变量,则重新执行更新所述初始化变量得到更新变量的步骤。
在具体实现中,结合MOEA/D法和协同进化思想,建立协同进化MOEA/D法算法流程,并采用此创新算法对多目标优化规划模型进行求解的算法步骤如下:
1)输入:
g(x|λ,z*):切比雪夫法算式,其完整表达式为:
其中,m为多目标优化问题的目标数。
M:规划的子区域划分数目;
Np:第p个种群的大小,p=1,2,…,M;
T:每一个邻域中的权重向量的个数;
算法终止条件;
本发明实施例建立的多目标优化规划模型;
EP:外部种群,用来存储目前算法搜索到的最优解。
2)输出:
{f1(X),f2(X)}
3)算法步骤:
Step1:初始化变量和理性点:
Step1.1:按设备和线路所在的区域对变量进行划分,分为M个变量向量x1,x2,...,xp,...,xM;每个变量向量包含的变量构成一个种群,种群大小按优化效果和优化速度来确定,属于弹性可调的参数;
Step1.2:基于所述拓扑网络约束为每个所述子区域设置多个初始化变量;
Step1.4:初始化理性点Z*={z1,z2}
其中z1=minf1(X),z2=minf2(X)
Step1.5:设置EP为空。
Step2:对各种群内各变量值以及理性点进行更新。
引入其他种群进行协同:令Y=[x1,x2,...,yp,...,xM]。
更新Z*:
当zj<fj(Y)时,令zj=fj(Y)
其中,j为目标序号,j=1,2。
更新邻近解:
Step3:重复Step2的迭代过程,直到满足事先输入的算法终止条件。
在本发明实施例中,算法终止条件为:目标1即f1(X)和目标2即f2(X),两个目标在不断迭代后,本代的f1(X)值减去上一代的f1(X)值小于上一代f1(X)值的2%,同时,本代的f2(X)值减去上一代的f2(X)值小于上一代f2(X)值的2%。
步骤206,确定所述优化变量的折中解,并采用所述折中解规划所述多目标交直流配电网。
在本发明实施例中,在得到多目标优化模型的最优解后,可以构建该最优解的帕累托前沿,并采用TOPSIS法从优化得到的帕累托前沿中选取折中解,折中解的值即为优化变量的取值,由此可生成多目标交直流配电网的规划方案。
本发明通过采用预设规划区域的规划参数、优化目标和约束条件建立多目标优化规划模型,并采用多目标进化MOEA/D算法对其进行求解,得到实现目标优化的优化变量,并求取优化变量的折中解,来通过折中解完成对多目标规划模型的优化,从而兼顾规划的经济型以及配网的可靠性,实现多个目标的协同规划。
请参阅图3,图3为本发明实施例一种多目标交直流配电网规划装置的结构框图。
本发明提供的一种多目标交直流配电网规划装置,包括:
优化目标和约束条件确定模块301,用于获取预设规划区域的规划参数,并采用所述规划参数确定所述多目标交直流配电网的优化目标和约束条件;所述优化目标包括建设成本目标和可靠性目标;
多目标优化规划模型建立模块302,用于采用所述规划参数、所述优化目标和所述约束条件建立多目标优化规划模型;
优化变量输出模块303,用于采用预设的多目标进化MOEA/D算法求解所述多目标优化规划模型,输出优化变量;
规划模块304,用于确定所述优化变量的折中解,并采用所述折中解规划所述多目标交直流配电网。
在本发明实施例中,所述约束条件包括拓扑网络约束;所述优化变量输出模块303,包括:
初始化变量设置子模块,用于将所述规划区域划分为多个子区域,基于所述拓扑网络约束为每个所述子区域设置多个初始化变量,并采用所述多个初始化变量生成所述子区域的种群;
更新子模块,用于更新所述多个初始化变量得到更新变量;
终止条件判断子模块,用于判断所述更新变量是否满足预设终止条件;
优化变量输出子模块,用于若所述更新变量满足预设终止条件,将所述更新变量确定为优化变量,并输出所述优化变量。
在本发明实施例中,所述优化变量输出模块303还包括:
重新执行子模块,用于若所述更新变量不满足预设终止条件,则重新执行更新所述多个初始化变量得到更新变量的步骤。
在本发明实施例中,所述规划参数包括目标优化参数和条件约束参数;所述优化目标和约束条件确定模块301,包括:
目标优化参数和条件约束参数获取子模块,用于获取预设规划区域的目标优化参数和条件约束参数;
优化目标确定子模块,用于采用所述目标优化参数确定所述多目标交直流配电网的优化目标;
约束条件确定子模块,用于采用所述条件约束参数确定所述多目标交直流配电网的约束条件。
在本发明实施例中,所述条件约束参数包括区域用户类型、用户负荷水平和用户地理位置分布信息;所述约束条件确定子模块,包括:
约束条件确定单元,用于采用所述区域用户类型、所述用户负荷水平和所述用户地理位置分布信息确定所述多目标交直流配电网的约束条件。
在本发明实施例中,所述目标优化参数包括线路扩建和维护费用、换流站和整流逆变器投资和维护费用、断路器投资及维护费用、网络损耗费用;所述优化目标确定子模块,包括:
建设成本目标确定单元,用于采用所述线路扩建和维护费用、所述换流站和整流逆变器投资和维护费用、所述断路器投资及维护费用、所述网络损耗费用确定所述建设成本目标。
在本发明实施例中,所述目标优化参数还包括期望缺供电量、生命安全权重、经济型权重和特殊性权重;所述优化目标确定子模块,还包括:
可靠性目标确定单元,用于采用所述期望缺供电量、所述生命安全权重、所述经济型权重和所述特殊性权重确定所述可靠性目标。
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。
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)
1.一种多目标交直流配电网规划方法,其特征在于,包括:
获取预设规划区域的规划参数,并采用所述规划参数确定所述多目标交直流配电网的优化目标和约束条件;所述优化目标包括建设成本目标和可靠性目标;
采用所述规划参数、所述优化目标和所述约束条件建立多目标优化规划模型;
采用预设的多目标进化MOEA/D算法求解所述多目标优化规划模型,输出优化变量;
确定所述优化变量的折中解,并采用所述折中解规划所述多目标交直流配电网。
2.根据权利要求1所述的方法,其特征在于,所述约束条件包括拓扑网络约束;所述采用预设的多目标进化MOEA/D算法求解所述多目标优化规划模型,输出优化变量的步骤,包括:
将所述规划区域划分为多个子区域,基于所述拓扑网络约束为每个所述子区域设置多个初始化变量;
更新所述多个初始化变量得到更新变量;
判断所述更新变量是否满足预设终止条件;
若是,将所述更新变量确定为优化变量,并输出所述优化变量。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
若所述更新变量不满足预设终止条件,则重新执行更新所述多个初始化变量得到更新变量的步骤。
4.根据权利要求1所述的方法,其特征在于,所述规划参数包括目标优化参数和条件约束参数;所述获取预设规划区域的规划参数,并采用所述规划参数确定所述多目标交直流配电网的优化目标和约束条件的步骤,包括:
获取预设规划区域的目标优化参数和条件约束参数;
采用所述目标优化参数确定所述多目标交直流配电网的优化目标;
采用所述条件约束参数确定所述多目标交直流配电网的约束条件。
5.根据权利要求4所述的方法,其特征在于,所述条件约束参数包括区域用户类型、用户负荷水平和用户地理位置分布信息;所述采用所述目标优化参数确定所述多目标交直流配电网的约束条件的步骤,包括:
采用所述区域用户类型、所述用户负荷水平和所述用户地理位置分布信息确定所述多目标交直流配电网的约束条件。
6.根据权利要求4所述的方法,其特征在于,所述目标优化参数包括线路扩建和维护费用、换流站和整流逆变器投资和维护费用、断路器投资及维护费用、网络损耗费用;所述采用所述目标优化参数确定所述多目标交直流配电网的优化目标的步骤,包括:
采用所述线路扩建和维护费用、所述换流站和整流逆变器投资和维护费用、所述断路器投资及维护费用、所述网络损耗费用确定所述建设成本目标。
7.根据权利要求4所述的方法,其特征在于,所述目标优化参数还包括期望缺供电量、生命安全权重、经济型权重和特殊性权重;所述采用所述目标优化参数确定所述多目标交直流配电网的优化目标的步骤,还包括:
采用所述期望缺供电量、所述生命安全权重、所述经济型权重和所述特殊性权重确定所述可靠性目标。
8.一种多目标交直流配电网规划装置,其特征在于,包括:
优化目标和约束条件确定模块,用于获取预设规划区域的规划参数,并采用所述规划参数确定所述多目标交直流配电网的优化目标和约束条件;所述优化目标包括建设成本目标和可靠性目标;
多目标优化规划模型建立模块,用于采用所述规划参数、所述优化目标和所述约束条件建立多目标优化规划模型;
优化变量输出模块,用于采用预设的多目标进化MOEA/D算法求解所述多目标优化规划模型,输出优化变量;
规划模块,用于确定所述优化变量的折中解,并采用所述折中解规划所述多目标交直流配电网。
9.根据权利要求8所述的装置,其特征在于,所述约束条件包括拓扑网络约束;所述优化变量输出模块,包括:
初始化变量设置子模块,用于将所述规划区域划分为多个子区域,基于所述拓扑网络约束为每个所述子区域设置多个初始化变量;
更新子模块,用于更新所述多个初始化变量得到更新变量;
终止条件判断子模块,用于判断所述更新变量是否满足预设终止条件;
优化变量输出子模块,用于若所述更新变量满足预设终止条件,将所述更新变量确定为优化变量,并输出所述优化变量。
10.根据权利要求9所述的装置,其特征在于,所述优化变量输出模块还包括:
重新执行子模块,用于若所述更新变量不满足预设终止条件,则重新执行更新所述多个初始化变量得到更新变量的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010597285.7A CN111768033A (zh) | 2020-06-28 | 2020-06-28 | 一种多目标交直流配电网规划方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010597285.7A CN111768033A (zh) | 2020-06-28 | 2020-06-28 | 一种多目标交直流配电网规划方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111768033A true CN111768033A (zh) | 2020-10-13 |
Family
ID=72722497
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010597285.7A Pending CN111768033A (zh) | 2020-06-28 | 2020-06-28 | 一种多目标交直流配电网规划方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111768033A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113421171A (zh) * | 2021-03-12 | 2021-09-21 | 国网山东省电力公司临沂供电公司 | 一种基于moea/d进化多目标优化的路径导航系统及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103955864A (zh) * | 2014-04-14 | 2014-07-30 | 武汉大学 | 基于改进和声搜索算法的电力系统多目标差异化规划方法 |
CN106815657A (zh) * | 2017-01-05 | 2017-06-09 | 国网福建省电力有限公司 | 一种考虑时序性和可靠性的配电网双层规划方法 |
CN109753743A (zh) * | 2019-01-14 | 2019-05-14 | 中国人民解放军国防科技大学 | 进化-配点混合多目标弹道优化方法及其装置 |
-
2020
- 2020-06-28 CN CN202010597285.7A patent/CN111768033A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103955864A (zh) * | 2014-04-14 | 2014-07-30 | 武汉大学 | 基于改进和声搜索算法的电力系统多目标差异化规划方法 |
CN106815657A (zh) * | 2017-01-05 | 2017-06-09 | 国网福建省电力有限公司 | 一种考虑时序性和可靠性的配电网双层规划方法 |
CN109753743A (zh) * | 2019-01-14 | 2019-05-14 | 中国人民解放军国防科技大学 | 进化-配点混合多目标弹道优化方法及其装置 |
Non-Patent Citations (1)
Title |
---|
尤锭军: ""基于MOEA/D算法的DWF最大准入功率计算方法研究"", 电力与能源, vol. 40, no. 4, 31 August 2019 (2019-08-31), pages 369 - 372 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113421171A (zh) * | 2021-03-12 | 2021-09-21 | 国网山东省电力公司临沂供电公司 | 一种基于moea/d进化多目标优化的路径导航系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Etemadi et al. | Distribution system reliability enhancement using optimal capacitor placement | |
Zhao et al. | Service restoration for a renewable-powered microgrid in unscheduled island mode | |
Sedighizadeh et al. | Reconfiguration of distribution systems to improve re-liability and reduce power losses using imperialist com-petitive algorithm | |
Gümüş et al. | Optimal DG allocation and sizing in distribution systems with Thevenin based impedance stability index | |
CN110490376A (zh) | 面向配电网可靠性和经济性提升的智能软开关规划方法 | |
CN110601198A (zh) | 计及谐波和电压不平衡约束的混合微电网优化运行方法 | |
Xu et al. | Stochastic multi-objective optimization of photovoltaics integrated three-phase distribution network based on dynamic scenarios | |
CN107147146A (zh) | 一种基于联合多微网的分布式能量管理优化方法及装置 | |
Belgana et al. | Multi-objective pricing game among interconnected smart microgrids | |
Papari et al. | Distributed control in hybrid AC-DC microgrids based on a hybrid MCSA-ADMM algorithm | |
CN111768033A (zh) | 一种多目标交直流配电网规划方法和装置 | |
Manusov et al. | Population-based algorithms for optimization of the reactive power distribution and selection of the cable cross-section in the power-supply systems | |
CN111242389A (zh) | 一种智能储能软开关规划方法、系统、设备及介质 | |
El-Sobki et al. | New approach for planning high-voltage transmission networks | |
Nguyen et al. | Improvement methods for solving the distribution network reconfiguration problem | |
Kumar et al. | Optimal management of islanded microgrid using binary particle swarm optimization | |
Kanth et al. | Optimal placement & sizing of DG's using backtracking search algorithm in IEEE 33-bus distribution system | |
Jalilzade et al. | A new approach for Subtransmission System expansion planning with genetic alghorithm | |
Sabzian-Molaee et al. | An optimal master-slave model for stochastic planning of AC-DC hybrid distribution systems | |
CN114069689A (zh) | 基于负荷重要性的三阶段拓扑运行优化方法 | |
Ahmadi et al. | Multi-objective distributed energy resource integration in radial distribution networks | |
Sharif et al. | Dynamic online energy loss minimisation | |
Eajal et al. | Inexact power sharing in AC/DC hybrid microgrids | |
Morquecho et al. | AC transmission network expansion planning considering losses | |
CN110718912B (zh) | 一种确定电网最佳电气距离的方法及装置 |
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 |