CN111864729A - 一种配电网网络重构方法及装置 - Google Patents

Abstract

本发明提供了一种配电网网络重构方法及装置，包括：根据并行蚁群算法得到辐射状配电网网络拓扑结构；采用牛顿‑拉夫逊法进行对所有网络拓扑结构进行并行的潮流计算；潮流计算结束后获得本次计算的网损，当网损存在减小的情况时，继续根据并行蚁群算法得到辐射状配电网网络拓扑结构，直到网损不再减小，获取网损最小时对应的网络拓扑结构。本发明提供的技术方案能够运行于性价比较高的Hadoop集群上，实现了大规模配电网网络重构的分布式并行求解与云计算平台的无缝结合；具有较高的并行度，能够实现大规模配电网网络重构问题的快速求解。

Description

一种配电网网络重构方法及装置

技术领域

本发明涉及大规模配电网的网络重构领域，具体涉及一种配电网网络重构方法及装置。

背景技术

近年来，随着当今社会对环境的关注，人们越来越希望电力系统在传输、分配等过程中能够减少损耗。配电网网络重构是实现上述目标的一种非常重要的手段。然而，随着智能电网建设的深入推进，电力系统的网络结构日益复杂，系统数据和信息量呈现爆炸性增长，给电力系统分析和计算带来了严峻挑战。面对庞大的网络规模和急剧增加的数据量，传统的串行算法已无法达到令人满意的计算速度，影响电力系统的实时分析和控制。因此，网络重构算法迫切需要并行化。

云计算平台(Cloud computing)能够为大规模分布式并行计算提供高性价比的解决方案。云计算平台一般基于价格较为便宜的PC机群，其计算和存储资源具有可扩展性，能够根据电网规模、数据量和求解算法的复杂度灵活地提供对应的计算能力。多租户使用模式(Multi-tenancy)既能提高平台硬件资源的利用率，又利于用户分摊使用成本。此外，云计算平台均提供成熟的集群管理软件和分布式并行程序的开发框架。这种情况下，用户可以集中精力关注分布式并行算法的开发。由上述讨论可知，基于云计算平台实现配电网网络重构算法的并行化具有较高的研究价值。

目前，绝大多数研究工作提出的并行网络重构算法只适用于专用并行机(群)。专用并行机通过对硬件资源的优化能够提供较高的并行计算性能。然而，其硬件拓扑、网络结构与云计算平台有着较大差异。这种情况下，由于网络结构的差异，这些并行网络重构算法无法应用于大规模配电网中。

发明内容

针对现有技术的不足，本发明提供了一种配电网网络重构方法，该方法遵从Map-Reduce编程规范，具有较高的并行度，能够运行于具有较高性价比的Hadoop集群上。

一种配电网网络重构方法，包括：

S1：根据并行蚁群算法得到辐射状配电网网络拓扑结构；

S2：采用牛顿-拉夫逊法进行对所有网络拓扑结构进行并行的潮流计算；

S3：潮流计算结束后获得本次计算的网损，当网损存在减小的情况时，继续执行S1，直到网损不再减小，获取网损最小时对应的网络拓扑结构。

优选的，所述步骤S1：根据并行蚁群算法得到辐射状配电网网络拓扑，包括：

采用并行蚁群算法寻找可行的网络拓扑；

采用轮盘赌方式更新蚂蚁寻径的选择方式，并更新寻径权重值；

根据更新后的寻径权重值构建辐射状配电网网络拓扑；

其中，所述网络拓扑由网络支路构成，每个网络支路对应一个网络支路号，并且所述网络支路还包括：首端节点、尾端节点、支路电阻、支路电抗，有功负荷，无功负荷。

优选的，所述并行蚁群算法包括：

计算一只蚂蚁从一点移动到另一点的概率，计算如下式：

其中，p_ij(t)为：位于节点i的蚂蚁选择移动到节点j的概率；allow＝{0,1}为蚂蚁下一步可行路径的集合；η_ij(t)为边(i,j)的能见度，η_ij＝1/r_ij，r_ij为线路电阻大小；η_is(t)：为边(i,s)的能见度；α和β分别表示蚂蚁在运动过程中所积累的信息和启发信息在蚂蚁选择路径上的相对重要性；τ_ij(t)：t时刻边(i,j)的信息素浓度；τ_is(t)：t时刻边(i,s)的信息素浓度；

所有蚂蚁完成一次循环；

循环结束代后需要对支路的权重值进行更新，如下式所示：

f_best＝MinP_loss

其中，τ_ij(t)为支路的权重值；n，所有蚂蚁完成循环用到的时间；τ_ij(t+n)为n个时刻后的权重值；ρ为权重值挥发程度，ρ＜1；

为最优解经过的支路集合权重值；Q为一常数；P_loss为网损；f_best：最小网损值。

优选的，所述蚂蚁下一步可行路径的选取包括：

其中，Next为选中支路在邻接支路中的编号，x1＝p(1)，x2＝x1+p(1)，……，xm＝x(m-1)+p(m-1)，rand为随机数，rand∈(0,1)，m为可选路径的数目。

优选的，所述S2采用牛顿-拉夫逊法进行对所有网络拓扑结构进行并行的潮流计算，包括：

S201、将所述网络拓扑进行数学抽象，得到所述配电网网络拓扑对应的节点导纳矩阵；

S202、基于所述节点导纳矩阵设定节点电压初值，并基于所述节点电压初值构建雅克比矩阵；

S203、基于雅克比矩阵和预先构建的修正方程计算电压新值；

S204、判断所述电压新值的实部和虚部是否满足收敛条件，若不满足则重复步骤S202至S204直至满足收敛条件。

优选的，按下式计算所述配电网网络拓扑对应的节点导纳矩阵：

Y＝R+jX

其中，Y_ii为节点i的自导纳；Y_ij为节点i和j之间的互导纳；Y:导纳；R为电导；X为电纳。

优选的，所述基于所述节点导纳矩阵设定节点电压初值，并基于所述节点电压初值构建雅克比矩阵包括：

根据雅克比矩阵的结构特点将所述雅克比矩阵进行分块处理，得到块状子矩阵；

基于节点导纳矩阵设定节点电压初值，并基于所述节点电压初值和所述块状子矩阵计算所述块状子矩阵的矢量元素，汇总各所述块状子矩阵的矢量元素得到雅克比矩阵；

其中，每个所述块状子矩阵包含预设数量的矢量元素。

优选的，所述S203、基于雅克比矩阵和预先构建的修正方程计算电压新值包括：

对雅克比矩阵求逆，计算各节点电压的变化量；

基于节点电压初值和所述各节点电压的变化量计算节点电压新值；

判断所述节点电压的新值是否满足收敛条件，若满足则计算网络总损耗；否则重复步骤S202至S204直至满足收敛条件。

优选的，所述节点电压新值按下式计算：

f_i ⁽¹⁾＝f_i ⁽⁰⁾+Δf_i ⁽⁰⁾

其中，e_i ⁽¹⁾：i节点电压新值的实部f_i ⁽¹⁾：i节点电压新值的虚部；

和Δf_i ⁽⁰⁾分别为i节点电压的实部和虚部变化量；

和f_i ⁽⁰⁾为节点电压初值的实部和虚部。

10、如权利要求8所述的一种配电网网络重构方法，其特征在于，所述网络总损耗按下式计算：

式中，S₁：平衡节点功率，ΔS_∑：网络总损耗，S_i为节点的功率；

和Δf_i ^(k)分别为经过k次迭代后，节点电压实部和虚部的变化量；S₁为平衡节点功率；U₁为平衡节点电压；

为节点导纳矩阵中1行j列的共轭值；

为j节点电压的共轭值。

一种配电网网络重构装置，所述装置包括：

网络拓扑模块，用于根据并行蚁群算法得到辐射状配电网网络拓扑；

潮流计算模块，用于采用牛顿-拉夫逊法进行对所有网络拓扑结构进行并行的潮流计算；

判断模块，用于潮流计算结束后获得本次计算的网损，当网损存在减小的情况时，继续由网络拓扑模块根据并行蚁群算法得到辐射状配电网网络拓扑，直到网损不再减小，获取网损最小时对应的网络拓扑结构。

优选的，所述网络拓扑模块，包括：寻找单元、选择单元和更新单元；

所述寻找单元，用于采用并行蚁群算法寻找可行的网络拓扑；

所述选择单元，用于采用轮盘赌方式更新蚂蚁寻径的选择方式，并更新寻径权重值；

所述更新单元，用于根据更新后的寻径权重值构建辐射状配电网网络拓扑；

其中，所述网络拓扑由网络支路构成，每个网络支路对应一个网络支路号，并且所述网络支路还包括：首端节点、尾端节点、支路电阻、支路电抗，有功负荷，无功负荷。

优选的，所述潮流计算模块包括：数学抽象单元，雅克比矩阵计算单元，电压新值计算单元和收敛判断单元；

所述数学抽象单元，用于将所述网络拓扑进行数学抽象，得到所述配电网网络拓扑对应的节点导纳矩阵；

所述雅克比矩阵计算单元，用于基于所述节点导纳矩阵设定节点电压初值，并基于所述节点电压初值求出雅克比矩阵元素，同时对雅克比矩阵进行计算；

所述电压新值计算单元，用于基于雅克比矩阵的计算结果和预先构建的修正方程计算电压新值；

所述收敛判断单元，用于判断所述电压新值的实部和虚部是否满足收敛条件，若不满足则重复采用雅克比矩阵计算单元和电压新值计算单元计算下一个电压新值直至所述电压新值满足收敛条件。

与最接近的现有技术比，本发明提供的技术方案具有以下有益效果：

1、本发明提供的技术方案根据并行蚁群算法得到辐射状配电网网络拓扑结构；采用牛顿-拉夫逊法进行对所有网络拓扑结构进行并行的潮流计算；潮流计算结束后获得本次计算的网损，当网损存在减小的情况时，继续进行并行的潮流计算，直到网损不再减小，获取网损最小时对应的网络拓扑结构。本发明提供的技术方案基于并行的潮流计算得到网损最小时对应的网络拓扑结构，可直接应用于大规模配电网中。

2、本发明提供的技术方案具有较高的并行度，能够实现大规模配电网网络重构问题的快速求解。

附图说明

图1为本发明的一种配电网网络重构方法流程图；

图2为本发明的云环境下的分布式并行配电网网络重构算法框图；

图3为本发明的蚂蚁寻径选择算法流程图。

具体实施方式

下面结合附图对本发明做进一步详细说明。为使本发明实施例的目的、技术方案和优点更加清楚，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。

具体实施方案：

本发明提供的技术方案为一种配电网网络重构方法及装置，主要研究在云环境下的分布式并行配电网网络重构算法。算法基于Map-Reduce编程框架实现，能够无缝地运行于性价比较高的Hadoop集群。

采用并行蚁群算法，通过并行蚂蚁寻径快速寻找不同的辐射状配电网网络结构。对经典的牛顿-拉夫逊法并行化，基于找到的网络结构，实现快速的潮流计算。同时，对算法的输入、中间和输出数据的格式进行定义，以方便Map-Reduce作业迭代运算并比较不同网络结构的网损。

所述并行蚁群算法是指将传统的蚁群算法进行Map-Reduce规范化以便于并行实现。并行蚁群算法中，每只蚂蚁可独立寻径。通过设置一定数量的蚂蚁即可实现并行寻径。采用轮盘赌方式改进蚂蚁路径的选择方式，更新寻径权重值，使得较优路径能够以较大概率被选择。

所述对经典的牛顿-拉夫逊法并行化是指对经典牛顿-拉夫逊算法进行Map-Reduce规范化。将牛顿-拉夫逊算法中的各个环节，包括生成导纳矩阵、计算雅克比矩阵和求解线性方程组，均按照MapReduce的编程规范进行并行化。

所述算法的Map-Reduce规范化，是指根据算法具体执行过程设置对应的Map-Reduce作业信息。具体包括算法共对应多少个Map-Reduce作业，每个作业内，Map和Reduce任务的具体操作以及输入、中间和数据格式。

云环境下的分布式并行配电网网络重构算法框架如图2所示。算法映射为Map-Reduce作业后包含迭代进行的4个作业。其中，作业1采用并行蚁群算法寻找所有可能的辐射状配网拓扑。每个蚂蚁独立寻找一种网络拓扑；同时寻径的蚂蚁数量为可设置的参数。基于找到的网络拓扑及相关参数，作业2并行计算所有网络拓扑对应的节点导纳矩阵。极限情况下，每个Map任务可计算导纳矩阵中的一行。接下来，采用牛顿-拉夫逊法进行潮流计算。对所有网络拓扑进行的潮流计算以并行方式进行。首先，由作业3并行计算所有网络拓扑对应的雅克比矩阵。随后，作业4并行求解修正方程并得到节点电压修正量。若不满足收敛条件，则返回到作业3，用计算得到的电压修正量更新雅克比矩阵，重新求解修正方程。潮流计算的迭代过程直到满足收敛条件才会结束。全部潮流计算收敛结束后，比较网损。以网损最小的网络拓扑参数为基础，更新蚁群算法的寻径权重值，重新返回作业1执行。整个Map-Reduce作业迭代停止的条件是网损不再减小。

图1为一种配电网网络重构方法流程图，包括：

S1：根据并行蚁群算法得到辐射状配电网网络拓扑结构；

S2：采用牛顿-拉夫逊法进行对所有网络拓扑结构进行并行的潮流计算；

S3：潮流计算结束后获得本次计算的网损，当网损存在减小的情况时，继续执行S1，直到网损不再减小，获取网损最小时对应的网络拓扑结构。

S1：根据并行蚁群算法得到辐射状配电网网络拓扑：

(1)并行蚁群算法

面向配电网选择可行的网络拓扑，就是要选出一组网络支路，它们所构成的新网络依然为辐射状，不包含环路，且要包括所有网络节点。作业1中采基于Map-Reduce框架，用并行蚁群算法寻找可行的网络拓扑；并借鉴轮盘赌方式更新蚂蚁寻径的选择方式，以保证较优路径能够以较大的概率被选择。

本作业中，将蚂蚁寻径放在Map阶段，每个Map任务表示一只蚂蚁。因此，每只蚂蚁可以独立寻找一种可行网络拓扑；而所有蚂蚁的寻径则是并行执行且所有蚂蚁(即Map任务)的寻径算法相同。图3给出了一只蚂蚁的寻径算法。

蚁群算法采用轮盘赌方式改进蚂蚁路径的选择方式，更新寻径权重值，使得较优路径能够以较大概率被选择。初始时刻，各支路的权重相等，Δτ_ij(0)＝C(C为一小常数)。位于节点i的蚂蚁选择移动到点j的概率：

式中：p_ij(t)为：位于节点i的蚂蚁选择移动到节点j的概率；allow＝{0,1}为蚂蚁下一步可行路径的集合；η_ij(t)为边(i,j)的能见度，η_ij＝1/r_ij，r_ij为线路电阻大小；η_is(t)：为边(i,s)的能见度；α和β分别表示蚂蚁在运动过程中所积累的信息和启发信息在蚂蚁选择路径上的相对重要性；τ_ij(t)：t时刻边(i,j)的信息素浓度；τ_is(t)：t时刻边(i,s)的信息素浓度。

首先按照上式对当前支路的所有邻近支路的权重值归一化，构造比较序列：x1＝p(1)，x2＝x1+p(1),……xm＝xm-1+p(m-1),m为可选路径的数目，产生随机数rand∈(0,1),选择规则：

式中，Next为选中支路在邻接支路中的编号，x1＝p(1)，x2＝x1+p(1)，……，xm＝x(m-1)+p(m-1)，rand为随机数，rand∈(0,1)，m为可选路径的数目。可以看出，用轮盘赌的方法保证了权重值高的支路以较大的概率被选出，同时由于选择方法具有随机性，使得权重值低的支路也能以较小的概率被选出，因此易于跳出局部最小点。

完成一次蚁群迭代后需要对支路的权重值进行更新。若将所有蚂蚁经过支路上留下的权重值都累加起来作为修正量，则权重值会趋于平均而陷入随机搜索。本文对权重值更新时采用如下策略：每次蚁群完成搜索后，先对原有权重值进行模拟挥发操作，然后仅对最优解经过的支路集合权重值做如下调整，提高算法的收敛速度：

f_best＝MinP_loss

其中，τ_ij(t)为支路的权重值；n，所有蚂蚁完成循环用到的时间；τ_ij(t+n)为n个时刻后的权重值；ρ为权重值挥发程度，ρ＜1；

为最优解经过的支路集合权重值；Q为一常数；P_loss为网损；f_best：最小网损值。

经过n个时刻，蚂蚁完成一次循环，调整之后的权重值为：

参数ρ表示权重值挥发程度，通常ρ＜1。在完成权重值更新和最优解保存后，进入下一次蚁群迭代。直至满足收敛条件，即得到最优的重构结果。

本作业中，Reduce任务输出网络拓扑及对应参数。输出数据的格式如下：

Key：网络支路号

Value：首端节点，尾端节点，支路电阻，支路电抗，有功负荷，无功负荷

S2：采用牛顿-拉夫逊法进行对所有网络拓扑结构进行并行的潮流计算：

(2)并行计算节点导纳矩阵

本作业根据作业1输出的数据并行计算节点导纳矩阵，为后面采用牛顿-拉夫逊法的潮流计算做准备。节点导纳矩阵为对称稀疏矩阵。矩阵中，对角元称为自导纳；而非对角元称为互导纳。节点导纳矩阵的每一行都可以独立计算，因此具有很高的并行性。本作业中将导纳矩阵的计算放入Map任务中。每个Map任务读取一个文件块，可计算导纳矩阵中的多行。极限情况下，每个Map任务可处理一行输入数据，即每个Map任务可计算导纳矩阵中的一行。

Map阶段首先求解电导R和电纳X，再得到该支路的互导纳，然后每个Map输出<首端节点，尾端节点，Y_ij>，<尾端节点，首端节点，Y_ij>，Reduce阶段以Key值为行，Value的第一个数据为列并行计算节点导纳矩阵中每一行包含的互导纳。之后按下列公式计算自导纳Y_ii：

其中，Y_ii为节点i的自导纳；Y_ij为节点i和j之间的互导纳；Y:导纳；R为电导；X为电纳。

Reduce任务的输出要作为下一个作业的输入，格式如下：

Key：导纳矩阵行号

Value：导纳矩阵一行的数据，有功负荷，无功负荷

(3)并行计算雅克比矩阵

算法迭代过程中，每一次迭代均需重新计算雅克比矩阵。根据雅克比矩阵的结构特点，本作业对该矩阵进行分块计算。每个块状子矩阵包含H_ij,N_ij,J_ij,L_ij或H_ij,N_ij,R_ij,S_ij四个矢量元素。分块计算放入Map任务中，每个Map任务计算一个分块。Reduce任务则汇总计算得到的矢量元素形成雅克比矩阵。

(4)并行求解修正方程，计算电压新值

对所有网络拓扑计算出相应的雅克比矩阵之后，开始求解修正方程并更新节点电压值。首先对雅克比矩阵求逆，然后计算各节点电压的变化量

和Δf_i ⁽⁰⁾，得到各节点电压的新值。

f_i ⁽¹⁾＝f_i ⁽⁰⁾+Δf_i ⁽⁰⁾

其中，e_i ⁽¹⁾：i节点电压新值的实部f_i ⁽¹⁾：i节点电压新值的虚部；

和Δf_i ⁽⁰⁾分别为i节点电压的实部和虚部变化量；

和f_i ⁽⁰⁾为节点电压初值的实部和虚部。

获得节点电压的更新值以后，若判断不满足收敛条件，则返回作业2进入下一次迭代，直至收敛，最后计算网损。

判断所述电压新值的实部和虚部是否满足收敛条件，若不满足则重复步骤2至4直至满足收敛条件。

S3：潮流计算结束后获得本次计算的网损，当网损存在减小的情况时，继续执行S1，直到网损不再减小，获取网损最小时对应的网络拓扑结构。

网络总损耗ΔS_∑为：

其中S_i为各节点的功率，其中只有平衡节点功率未知：

S₁为平衡节点功率，U₁为平衡节点电压，

为节点导纳矩阵中元素j的共轭值，

为j节点电压的共轭值，S_i为节点的功率；

和Δf_i ^(k)分别为经过k次迭代后，节点电压实部和虚部的变化量；

为节点导纳矩阵中1行j列的共轭值。

实施例2：

基于同一发明本发明还提供了一种配电网网络重构装置，包括：

一种配电网网络重构装置，其特征在于，所述装置包括：

网络拓扑模块，用于根据并行蚁群算法得到辐射状配电网网络拓扑；

潮流计算模块，用于采用牛顿-拉夫逊法进行对所有网络拓扑结构进行并行的潮流计算；

判断模块，用于潮流计算结束后获得本次计算的网损，当网损存在减小的情况时，继续由网络拓扑模块根据并行蚁群算法得到辐射状配电网网络拓扑，直到网损不再减小，获取网损最小时对应的网络拓扑结构。

所述网络拓扑模块，包括：寻找单元、选择单元和更新单元；

所述寻找单元，用于采用并行蚁群算法寻找可行的网络拓扑；

所述选择单元，用于采用轮盘赌方式更新蚂蚁寻径的选择方式，并更新寻径权重值；

所述更新单元，用于根据更新后的寻径权重值构建辐射状配电网网络拓扑；

其中，所述网络拓扑由网络支路构成，每个网络支路对应一个网络支路号，并且所述网络支路还包括：首端节点、尾端节点、支路电阻、支路电抗，有功负荷，无功负荷。

所述潮流计算模块包括：数学抽象单元，雅克比矩阵计算单元，电压新值计算单元和收敛判断单元；

所述数学抽象单元，用于将所述网络拓扑进行数学抽象，得到所述配电网网络拓扑对应的节点导纳矩阵；

所述雅克比矩阵计算单元，用于基于所述节点导纳矩阵设定节点电压初值，并基于所述节点电压初值求出雅克比矩阵元素，同时对雅克比矩阵进行计算；

所述电压新值计算单元，用于基于雅克比矩阵的计算结果和预先构建的修正方程计算电压新值；

所述收敛判断单元，用于判断所述电压新值的实部和虚部是否满足收敛条件，若不满足则重复采用雅克比矩阵计算单元和电压新值计算单元计算下一个电压新值直至所述电压新值满足收敛条件。

所述电压新值计算单元按下式计算电压新值的实部和虚部：

f_i ⁽¹⁾＝f_i ⁽⁰⁾+Δf_i ⁽⁰⁾

其中，e_i ⁽¹⁾：i节点电压新值的实部f_i ⁽¹⁾：i节点电压新值的虚部；

和Δf_i ⁽⁰⁾分别为i节点电压的实部和虚部变化量；

和f_i ⁽⁰⁾为节点电压初值的实部和虚部。

判断模块通过下式计算网损：

式中，S₁：平衡节点功率，ΔS_∑：网络总损耗，S_i为节点的功率；

和Δf_i ^(k)分别为经过k次迭代后，节点电压实部和虚部的变化量；S₁为平衡节点功率；U₁为平衡节点电压；

为节点导纳矩阵中1行j列的共轭值；

为j节点电压的共轭值。

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。

最后应当说明的是：以上实施例仅用于说明本申请的技术方案而非对其保护范围的限制，尽管参照上述实施例对本申请进行了详细的说明，所属领域的普通技术人员应当理解：本领域技术人员阅读本申请后依然可对申请的具体实施方式进行种种变更、修改或者等同替换，但这些变更、修改或者等同替换，均在申请特批的权利要求保护范围之内。

Claims (13)

1.一种配电网网络重构方法，其特征在于：

S1：根据并行蚁群算法得到辐射状配电网网络拓扑结构；

S2：采用牛顿-拉夫逊法进行对所有网络拓扑结构进行并行的潮流计算；

S3：潮流计算结束后获得本次计算的网损，当网损存在减小的情况时，继续执行S1，直到网损不再减小，获取网损最小时对应的网络拓扑结构。

2.如权利要求1所述的一种配电网网络重构方法，其特征在于，所述步骤S1：根据并行蚁群算法得到辐射状配电网网络拓扑，包括：

采用并行蚁群算法寻找可行的网络拓扑；

采用轮盘赌方式更新蚂蚁寻径的选择方式，并更新寻径权重值；

根据更新后的寻径权重值构建辐射状配电网网络拓扑；

其中，所述网络拓扑由网络支路构成，每个网络支路对应一个网络支路号，并且所述网络支路还包括：首端节点、尾端节点、支路电阻、支路电抗，有功负荷，无功负荷。

3.如权利要求1所述的一种配电网网络重构方法，其特征在于，所述并行蚁群算法包括：

计算一只蚂蚁从一点移动到另一点的概率，计算如下式：

其中，p_ij(t)为：位于节点i的蚂蚁选择移动到节点j的概率；allow＝{0,1…}为蚂蚁下一步可行路径的集合；η_ij(t)为边(i,j)的能见度，η_ij＝1/r_ij，r_ij为线路电阻大小；η_is(t)：为边(i,s)的能见度；α和β分别表示蚂蚁在运动过程中所积累的信息和启发信息在蚂蚁选择路径上的相对重要性；τ_ij(t)：t时刻边(i,j)的信息素浓度；τ_is(t)：t时刻边(i,s)的信息素浓度；

所有蚂蚁完成一次循环；

循环结束代后需要对支路的权重值进行更新，如下式所示：

f_best＝MinP_loss

其中，τ_ij(t)为支路的权重值；n，所有蚂蚁完成循环用到的时间；τ_ij(t+n)为n个时刻后的权重值；ρ为权重值挥发程度，ρ＜1；

为最优解经过的支路集合权重值；Q为一常数；P_loss为网损；f_best：最小网损值。

4.如权利要求3所述的一种配电网网络重构方法，其特征在于，所述蚂蚁下一步可行路径的选取包括：

其中，Next为选中支路在邻接支路中的编号，x1＝p(1)，x2＝x1+p(1)，……，xm＝x(m-1)+p(m-1)，rand为随机数，rand∈(0,1)，m为可选路径的数目。

5.如权利要求1所述的一种配电网网络重构方法，其特征在于，所述S2采用牛顿-拉夫逊法进行对所有网络拓扑结构进行并行的潮流计算，包括：

S201、将所述网络拓扑进行数学抽象，得到所述配电网网络拓扑对应的节点导纳矩阵；

S202、基于所述节点导纳矩阵设定节点电压初值，并基于所述节点电压初值构建雅克比矩阵；

S203、基于雅克比矩阵和预先构建的修正方程计算电压新值；

S204、判断所述电压新值的实部和虚部是否满足收敛条件，若不满足则重复步骤S202至S204直至满足收敛条件。

6.如权利要求5所述的一种配电网网络重构方法，其特征在于，按下式计算所述配电网网络拓扑对应的节点导纳矩阵：

Y＝R+jX

其中，Y_ii为节点i的自导纳；Y_ij为节点i和j之间的互导纳；Y:导纳；R为电导；X为电纳。

7.如权利要求5所述的一种配电网网络重构方法，其特征在于，所述基于所述节点导纳矩阵设定节点电压初值，并基于所述节点电压初值构建雅克比矩阵包括：

根据雅克比矩阵的结构特点将所述雅克比矩阵进行分块处理，得到块状子矩阵；

基于节点导纳矩阵设定节点电压初值，并基于所述节点电压初值和所述块状子矩阵计算所述块状子矩阵的矢量元素，汇总各所述块状子矩阵的矢量元素得到雅克比矩阵；

其中，每个所述块状子矩阵包含预设数量的矢量元素。

8.如权利要求5所述的一种配电网网络重构方法，其特征在于，所述S203、基于雅克比矩阵和预先构建的修正方程计算电压新值包括：

对雅克比矩阵求逆，计算各节点电压的变化量；

基于节点电压初值和所述各节点电压的变化量计算节点电压新值；

判断所述节点电压的新值是否满足收敛条件，若满足则计算网络总损耗；否则重复步骤S202至S204直至满足收敛条件。

9.如权利要求8所述的一种配电网网络重构方法，其特征在于，所述节点电压新值按下式计算：

f_i ⁽¹⁾＝f_i ⁽⁰⁾+Δf_i ⁽⁰⁾

其中，e_i ⁽¹⁾：i节点电压新值的实部f_i ⁽¹⁾：i节点电压新值的虚部；

和Δf_i ⁽⁰⁾分别为i节点电压的实部和虚部变化量；

和f_i ⁽⁰⁾为节点电压初值的实部和虚部。

10.如权利要求8所述的一种配电网网络重构方法，其特征在于，所述网络总损耗按下式计算：

式中，S₁：平衡节点功率，ΔS_∑：网络总损耗，S_i为节点的功率；

和Δf_i ^(k)分别为经过k次迭代后，节点电压实部和虚部的变化量；S₁为平衡节点功率；U₁为平衡节点电压；

为节点导纳矩阵中1行j列的共轭值；

为j节点电压的共轭值。

11.一种配电网网络重构装置，其特征在于，所述装置包括：

网络拓扑模块，用于根据并行蚁群算法得到辐射状配电网网络拓扑；

潮流计算模块，用于采用牛顿-拉夫逊法进行对所有网络拓扑结构进行并行的潮流计算；

判断模块，用于潮流计算结束后获得本次计算的网损，当网损存在减小的情况时，继续由网络拓扑模块根据并行蚁群算法得到辐射状配电网网络拓扑，直到网损不再减小，获取网损最小时对应的网络拓扑结构。

12.如权利要求11所述的一种配电网网络重构装置，其特征在于，所述网络拓扑模块，包括：寻找单元、选择单元和更新单元；

所述寻找单元，用于采用并行蚁群算法寻找可行的网络拓扑；

所述选择单元，用于采用轮盘赌方式更新蚂蚁寻径的选择方式，并更新寻径权重值；

所述更新单元，用于根据更新后的寻径权重值构建辐射状配电网网络拓扑；

其中，所述网络拓扑由网络支路构成，每个网络支路对应一个网络支路号，并且所述网络支路还包括：首端节点、尾端节点、支路电阻、支路电抗，有功负荷，无功负荷。

13.如权利要求11所述的一种配电网网络重构装置，其特征在于，所述潮流计算模块包括：数学抽象单元，雅克比矩阵计算单元，电压新值计算单元和收敛判断单元；

所述数学抽象单元，用于将所述网络拓扑进行数学抽象，得到所述配电网网络拓扑对应的节点导纳矩阵；

所述雅克比矩阵计算单元，用于基于所述节点导纳矩阵设定节点电压初值，并基于所述节点电压初值求出雅克比矩阵元素，同时对雅克比矩阵进行计算；

所述电压新值计算单元，用于基于雅克比矩阵的计算结果和预先构建的修正方程计算电压新值；

所述收敛判断单元，用于判断所述电压新值的实部和虚部是否满足收敛条件，若不满足则重复采用雅克比矩阵计算单元和电压新值计算单元计算下一个电压新值直至所述电压新值满足收敛条件。

Images