一种考虑加权潮流熵的配电网负荷恢复量计算方法
技术领域
本发明属于电力系统配电网恢复领域,涉及配电网网络重构和负荷恢复各方面的方法研究,具体为一种考虑加权潮流熵的配电网负荷恢复计算方法。
背景技术
电网停电后,有必要在考虑系统有限供电能力、网络拓扑和电压偏移等约束条件下,制定最优负荷恢复策略。传统的负荷恢复计算仅以最大负荷恢复量为目的,只考虑恢复的快速性和经济性,而没有考虑恢复过程中系统潮流分布的不合理可能导致的系统运行的不安全性,并对后续恢复过程产生影响。
发明内容
本发明的目的在于克服现有技术的不足,提供一种考虑加权潮流熵的配电网负荷恢复量计算方法,在考虑最大负荷恢复量和最小节点电压降落的基础上,将加权潮流熵作为目标函数之一来保证恢复过程中系统的稳定性,提高负荷恢复过程中全系统的安全性和可靠性。
本发明公开一种考虑加权潮流熵的配电网负荷恢复量计算方法,包括:
建立包括负荷恢复量与节点电压降落,以加权潮流熵作为稳定性评价指标的模型,所述模型包括负荷恢复量、节点电压降落和加权潮流熵的目标函数及目标函数的约束条件;
结合线性递减权值策略与二进制粒子群算法,对所述模型进行寻优。
进一步地,所述寻优过程为:
S1、初始化配电网节点参数,设置动态二进制粒子群算法全局参数,初始化粒子群位置和速度;
S2、根据编码规则,更新粒子群位置,速度;
S3、判断各粒子是否符合配电网辐射状拓扑约束,若不满足则返回S2,若满足则进入下一步;
S4、计算粒子适应值,更新各粒子最优适应值和全局最优适应值;
S5、判断是否满足收敛条件,若满足则输出最优粒子群构成,若不满足则返回S2。
进一步地,所述负荷恢复量目标函数为:
N为系统节点总数,ci为节点开关情况,0表示节点开关断开,1表示节点开关闭合;wi为节点重要度系数;Li为待恢复节点的负荷量。
进一步地,所述节点电压降落目标函数为:
Ui为节点i的电压;UNi为节点i的额定电压。
进一步地,所述加权潮流熵目标函数为:
m为状态分类数量,P(Xi)为出现第i类状态所占的概率,wi为潮流熵权重。
进一步地,所述目标函数的约束条件包括:网络潮流约束条件、配电网拓扑约束条件和不等式约束条件。
进一步地,所述网络潮流约束条件为:
Pi、Qi为节点i的有功、无功注入功率;Ui为节点i的电压;Gij、Bij分别为节点i和j之间的电导、电纳;θij为Ui和Uj之间的相角;N为节点个数。
进一步地,所述配电网拓扑约束条件为:
Ki,j为支路开关(i,j)的开闭状态,Ki,j=1表示开关闭合,反之为0。B为支路集,R为除根节点和孤岛节点之外的节点构成的集合,Nn为节点总数,Nf为根节点个数,Ng为孤岛节点个数。
进一步地,所述不等式约束条件为:
PGimin≤PGi≤PGimax i=1,2,...NG
QGimin≤QGi≤QGimax i=1,2,...NG
Uimin≤Ui≤Uimax i=1,2,...n
Pijmin≤Pij≤Pijmax i,j=1,2,...n;i≠j
PGi、QGi为发电机的有功功率和无功功率;NG表示发电机台数;Ui表示节点电压;Pij为线路i-j流过的功率。
本发明具有的有益效果:
本发明提出了一种包括潮流熵的多目标负荷恢复优化模型,在考虑最大负荷恢复量和最小节点电压降落的基础上,将加权潮流熵作为目标函数之一来保证恢复过程中系统的稳定性,提高负荷恢复过程中全系统的安全性和可靠性。
附图说明
图1为本发明的流程示意图;
图2为本发明寻优过程示意图;
图3为37支路原始网络示意图;
图4为最优目标网示意图;
图5为负载率对比图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
如图1-5所示,本发明提出了一种包括潮流熵的多目标负荷恢复优化模型,在考虑最大负荷恢复量和最小节点电压降落的基础上,将加权潮流熵作为目标函数之一来保证恢复过程中系统的稳定性,提高负荷恢复过程中全系统的安全性和可靠性。该方法法包括:(1)构建负荷恢复优化目标函数;(2)增设约束条件;(3)通过混沌理论与二进制粒子群相结合的算法对模型进行寻优,得到最优网络拓扑结构。
本发明一种考虑加权潮流熵的配电网负荷恢复量计算方法,包括:
建立包括负荷恢复量与节点电压降落,以加权潮流熵作为稳定性评价指标的模型,所述模型包括负荷恢复量、节点电压降落和加权潮流熵的目标函数及目标函数的约束条件;
结合线性递减权值策略与二进制粒子群算法,对所述模型进行寻优。
所述寻优过程为:
S1、初始化配电网节点参数,设置动态二进制粒子群算法全局参数,初始化粒子群位置和速度;
S2、根据编码规则,更新粒子群位置,速度;
S3、判断各粒子是否符合配电网辐射状拓扑约束,若不满足则返回S2,若满足则进入下一步;
S4、计算粒子适应值,更新各粒子最优适应值和全局最优适应值;
S5、判断是否满足收敛条件,若满足则输出最优粒子群构成,若不满足则返回S2。
建立包含负荷恢复量与节点电压降落,以加权潮流熵作为稳定性评价指标的优化模型;
建立包括负荷恢复量、节点电压降落和加权潮流熵的多目标优化函数;
建立综合考虑网络网损、节点电压偏差以及加权潮流熵的多目标优化方案:
minf={minf1,minf2,...,minfn} (1)
式中:f为待优化的目标函数,本发明中n=3。
采用权重法将多目标函数转化为单目标函数,即:
f=ω1·f1+ω2·f2+ω3·f3 (2)
式中:ω1、ω2、ω3为各分目标的权重,必须满足ω1+ω2+ω3=1,一般可根据实际工作需要有所偏重,本发明分别取0.5,0.1,0.4。
各分目标f1、f2、f3具体分析如下:
1)负荷恢复量
负荷恢复是0-1组合的非线性整数优化问题,因此其目标函数是在约束条件下求出最大负荷恢复量:
式中:N为系统节点总数;ci为节点开关情况,0表示节点开关断开,1表示节点开关闭合;wi为节点重要度系数;Li为待恢复节点的负荷量。
2)最小节点电压降落
系统恢复的一个重要方面是主干网络的恢复,其中涉及了大量的线路投切操作。而一些空载或轻载长线路的投入会产生大量的无功功率,从而导致系统出现过电压问题,因此本发明选择最小节点电压降落作为目标函数之一。
式中:Ui为节点i的电压;UNi为节点i的额定电压。
3)加权潮流熵
线路的负载率η为:
式中:M为线路条数,线路l
i的最大负载容量为
实际运行中线路潮流值为
潮流熵定义如下:
式中:C为常数,m为状态分类数量,P(Xi)为出现第i类状态所占的概率。
潮流熵权重计算公式如下:
式中:Pi代表线路i的实际有功潮流值,Pmax,Pmin分别为所有线路的最大,最小有功潮流值。
加权潮流熵计算如下:
步骤1.2,增设约束条件
1)重构过程中必须满足网络潮流约束:
式中:Pi、Qi为节点i的有功、无功注入功率;Ui为节点i的电压;Gij、Bij分别为节点i和j之间的电导、电纳;θij为Ui和Uj之间的相角;N为节点个数。
2)配电网拓扑约束:
式中:Ki,j为支路开关(i,j)的开闭状态,Ki,j=1表示开关闭合,反之为0。B为支路集,R为除根节点和孤岛节点之外的节点构成的集合,Nn为节点总数,Nf为根节点个数,Ng为孤岛节点个数。
3)不等式约束
PGimin≤PGi≤PGimax i=1,2,...NG (11)
QGimin≤QGi≤QGimax i=1,2,...NG (12)
Uimin≤Ui≤Uimax i=1,2,...n (13)
Pijmin≤Pij≤Pijmax i,j=1,2,...n;i≠j (14)
式中:PGi、QGi为发电机的有功功率和无功功率;NG表示发电机台数;Ui表示节点电压;Pij为线路i-j流过的功率。
本实施例通过具体数据实施本发明的方法,结果显示,本发明采用考虑加权潮流熵的配电网负荷恢复计算方法综合对比了不考虑潮流熵,考虑潮流熵和考虑加权潮流熵的线路恢复过程中线路负载率分布情况,证明了本发明所提优化模型的有效性和算法的准确性。本实施例的数据如下表所示:
本发明采用IEEE 33标准测试系统作为算例,如图3所示,该网络包括37条支路(32条常规支路,5条联络开关支路),33个节点。
网络基准电压为12.66KV,总负荷为5084.26+j2547.32KVA。动态二进制粒子群算法初始参数:最大迭代次数100,学习因子c1=c2=2,种群数目50,粒子速度Vi n∈[-4,4]。
由于初始中的产生是随机的,因此,每次迭代过程得到的最优解有所不同,本文经过多次寻优,最终得到最优方案,如表1所示。
表1最优方案
最优方案具体线路如图4所示,该方案恢复的总负荷为2092+j1301KVA,其中一级负荷为1170+j588KVA,占恢复负荷量的55.93%;二级负荷460+j479KVA,占恢复负荷量的21.99%;三级负荷为462+j234KVA,占恢复负荷量的21.08%。
通过图5对比可以发现,相比较不考虑潮流熵的情况,通过考虑潮流熵使得负荷恢复过程中,部分线路的过载情况得到了改善,并且负载率的分布也相对平均;而本发明提出的考虑加权潮流熵的配电网负荷恢复量计算,相比较考虑潮流熵的情况,加权潮流熵消除了过载线路,使得线路负载率分布更加均匀合理。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上仅为本发明的实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均包含在申请待批的本发明的权利要求范围之内。