CN112070115A - 一种基于旅行商问题算法和流潮分析的电网构建方法 - Google Patents
一种基于旅行商问题算法和流潮分析的电网构建方法 Download PDFInfo
- Publication number
- CN112070115A CN112070115A CN202010767134.1A CN202010767134A CN112070115A CN 112070115 A CN112070115 A CN 112070115A CN 202010767134 A CN202010767134 A CN 202010767134A CN 112070115 A CN112070115 A CN 112070115A
- Authority
- CN
- China
- Prior art keywords
- substation
- power grid
- substations
- transformer
- transformer substation
- 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.)
- Granted
Links
- 238000010276 construction Methods 0.000 title claims abstract description 38
- 238000005206 flow analysis Methods 0.000 title claims description 6
- 230000003014 reinforcing effect Effects 0.000 claims abstract description 30
- 238000004458 analytical method Methods 0.000 claims abstract description 9
- 230000002787 reinforcement Effects 0.000 claims description 29
- 238000012795 verification Methods 0.000 claims description 12
- 238000000034 method Methods 0.000 claims description 7
- 238000013178 mathematical model Methods 0.000 claims description 5
- 230000004087 circulation Effects 0.000 claims description 4
- 239000004020 conductor Substances 0.000 claims description 4
- 238000011161 development Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000638 solvent extraction 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"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
Abstract
一种基于旅行商问题算法和流潮分析的电网构建方法,该方法先根据电网中500千伏和220千伏站点的位置进行变电站聚类组群,再对每个变电站群均构建旅行商问题,并通过动态规划算法确定各变电站群内部的电网网架联络方式,然后计算不同变电站群内的变电站之间的距离,选取合理的线路连接所有变电站群,得到所有变电站的电网网架联络方式,接着采用直流潮流模型进行N‑1校核和网架补强,得到所有线路均满足直流潮流N‑1校核的电网补强网架,最后采用交流潮流模型对所述电网补强网架进行N‑1校核和进一步的网架补强。本设计实现了结构简单、供电安全可靠、投资成本较低的220千伏及以上电网的网架构建。
Description
技术领域
本发明属于电网规划与网架构建领域,具体涉及一种基于旅行商问题算法和流潮分析的电网构建方法。
背景技术
随着用电负荷的快速增加,电力系统已经成为人类建成的最大规模的系统。随着电网发展规模日益增加,电力系统的复杂程度不断增加。合理的电网网架结构是保障电力系统安全稳定的基础条件,是保障广大工矿企业、居民生活以及公共服务可靠用电的前提条件。近年来,随着电力体制的改革,电网的发展模式逐步由规模化发展向高质量发展,精准投资理念有效控制了电网的投资规模,如何在投资受约束的情况下,构建合理的电网结构,保障电网安全稳定可靠运行变得日益困难。因此,结构简单清晰、供电安全可靠、投资节省优化的电网网架构建技术亟需研究。
针对上述问题,“张敏,侯姗姗。基于GA与TSP路径优化的城市中压配电网规划(电测与仪表,2014,(23):39-42)”提出了一种基于遗传算法和旅行商问题算法的城市中压配电网构建方法,能够保障构建电网的损耗最小。申请号为CN201910460276.0、名称为一种考虑接线模式拓扑约束的配电网规划方法的专利公开了一种法用不回到原点的旅行商模型、最短路径和双层规划技术实现配电网网架优化构建。申请号为CN202010018543.1、名称为一种基于最优环路的微电网拓扑规划的专利公开了一种构建图论算法粗化、分区和细化还原数学模型微电网环路拓扑结构构建方法,以保证负荷的供电可靠性。以上方法主要针对结构简单的配电网,通过旅行商问题模型求解最短路径,在保障配电网可靠供电的基础上实现配电网的经济构建,无法解决220千伏这类安全要求高、结构复杂电网的网架构建问题。
发明内容
本发明的目的是针对现有技术存在的上述问题,提供一种针对220千伏及以上电网的基于旅行商问题算法和流潮分析的电网构建方法。
为实现以上目的,本发明的技术方案如下:
一种基于旅行商问题算法和流潮分析的电网构建方法,依次包括以下步骤:
步骤A、根据电网中500千伏和220千伏站点的位置进行变电站聚类组群;
步骤B、对每个变电站群均构建旅行商问题,并通过动态规划算法确定各变电站群内部的电网网架联络方式;
步骤C、计算不同变电站群内的变电站之间的距离,选取合理的线路连接所有变电站群,得到所有变电站的电网网架联络方式;
步骤D、先根据所有变电站的电网网架联络方式建立直流潮流模型,再采用直流潮流模型进行N-1校核和网架补强,得到所有线路均满足直流潮流N-1校核的电网补强网架;
步骤E、采用交流潮流模型对所述电网补强网架进行N-1校核和进一步的网架补强,以得到最终的电网网架构建方案。
所述步骤D依次包括以下步骤:
D1、根据电网中各220千伏变电站的负荷,选取典型型号导线按照得到的所有变电站的电网网架联络方式构建电网网架,进而建立系统的直流潮流模型;
D2、采用直流潮流模型进行N-1校核和网架补强,得到所有线路满足直流潮流N-1校核的电网补强网架,其中,所述采用直流潮流模型进行N-1校核和网架补强是指:采用直流潮流对所构建的电网网架进行N-1校核,若所有线路的潮流在N-1校核中均小于其最大负载能力,则判定所构建的网架满足直流潮流N-1校核;若存在某两个变电站之间线路的潮流超过该线路的最大负载能力,则在该线路上选择负载能力更大的导线型号以重新构建电网网架,并更新直流潮流模型参数后重新进行N-1校核;若选用负载能力更大的导线仍不能满足直流潮流N-1校核,则增加这两个变电站之间的联络线路,并从负载能力小的导线型号往负载能力大的导线型号逐步进行校核,直到满足直流潮流N-1校核,然后选择最终满足直流潮流N-1校核的线路联络回数和导线型号作为这两个变电站之间的电网网架方案。
所述步骤E为:先根据得到的电网补强网架和线路导线型号建立系统的交流潮流模型,再采用交流潮流模型进行N-1校核和网架的进一步补强,以得到最终的电网网架构建方案,其中,所述采用交流潮流模型进行N-1校核和网架的的进一步补强是指:采用交流潮流模型对电网补强网架进行N-1校核,若所有线路的潮流在N-1校核中均小于其最大负载能力,则判定电网补强网架满足交流潮流N-1校核,并将其作为最终的电网网架构建方案;若存在某两个变电站之间线路的潮流超过该线路的最大负载能力,则在该线路上选择负载能力更大的导线型号以重新构建电网网架,并更新交流潮流模型参数后重新进行N-1校核;若选用负载能力更大的导线仍不能满足交流潮流N-1校核,则增加这两个变电站之间的联络线路,并从负载能力小的导线型号往负载能力大的导线型号逐步进行校核,直到满足交流潮流N-1校核,然后选择最终满足交流潮流N-1校核的线路联络回数和导线型号作为这两个变电站之间的电网网架方案。
所述步骤C依次包括以下步骤:
C1、选择任一变电站群,计算其内部的变电站与其他所有变电站群内部变电站之间的距离,在距离最近的两个变电站之间增加1回联络线,以实现这两个变电站群之间的电网网架联络;
C2、将已完成电网网架联络的变电站群合并为一个变电站群,重复步骤C1;
C3、循环重复步骤C2,直至所有变电站群均完成电网网架联络,此时,得到所有变电站的电网网架联络方式。
所述步骤B依次包括以下步骤:
B1、对所有变电站群均根据其变电站站址位置构建以下旅行商问题数学模型:
上式中,C为连接各变电站电网回路的总距离,dij为变电站i和变电站j之间的距离,xij为变电站i和变电站j之间的联络情况,其值为1时表明变电站i和变电站j之间存在直接联络的线路,为0时则表明二者之间不存在直接联络的线路,V={1,2,…,Q}为变电站群内各变电站的编号集合,Q为变电站群内的变电站数量;
B2、采用动态规划算法求解上述模型,得到各变电站群联络其内部所有变电站的最短路径,并将其所对应的连接方式作为变电站群内部的电网网架联络方式。
所述步骤A依次包括以下步骤:
A1、随机生成N个变电站聚类中心,其中,N为电网中500千伏变电站的数量,220千伏分母运行的500千伏变电站按照2座计算;
A2、根据下式计算各220千伏变电站到各变电站聚类中心的距离Lij:
上式中,(Xi,Yi)为第i个变电站聚类中心的坐标位置,(Xj,Yj)为第j个220千伏变电站的坐标位置,i=1,2,...N,j=1,2,...M,M为电网中220千伏变电站的数量;
A3、先将各220千伏变电站分别归属于与其距离最近的聚类中心,得到多个220千伏变电站集合,再更新所有变电站聚类中心的坐标位置,其中,归属于第i个变电站聚类中心的220千伏变电站集合为Ci,更新后的第i个变电站聚类中心坐标位置中的Xi等于集合Ci内所有220千伏变电站Xj的平均值,Yi等于集合Ci内所有220千伏变电站Yj的平均值;
A4、循环重复步骤A2和A3,直至前后两次循环得到的各聚类中心坐标位置不变;
A5、计算各聚类中心到各500千伏变电站的距离,选择距离最近的聚类中心和500千伏变电站形成组合,将该500千伏变电站和归属于该聚类中心的220千伏变电站组成一个变电站群;
A6、除去已组成变电站群的变电站,重复步骤A5;
A7、循环重复步骤A6,直至电网中的所有变电站均组成变电站群。
与现有技术相比,本发明的有益效果为:
本发明一种基于旅行商问题算法和流潮分析的电网构建方法先根据电网中500千伏和220千伏站点的位置进行变电站聚类组群,再对每个变电站群均构建旅行商问题,并通过动态规划算法确定各变电站群内部的电网网架联络方式,然后计算不同变电站群内的变电站之间的距离,选取合理的线路连接所有变电站群,得到所有变电站的电网网架联络方式,接着采用直流潮流模型进行N-1校核和网架补强,得到所有线路均满足直流潮流N-1校核的电网补强网架,最后采用交流潮流模型对所述电网补强网架进行N-1校核和进一步的网架补强,该方法针对220千伏及以上电网,通过变电站聚类组群使得220千伏变电站通过就近的500千伏变电站供电,保障了负荷供电的可靠性,通过对各变电站群内部进行旅行商问题求解实现了最短路径的构建,保障了网架构建的经济性,通过交直流潮流校核和网架补强,保障了网架的安全性,最终实现了结构简单、供电安全可靠、投资成本较低的电网网架的构建。因此,本发明实现了结构简单、供电安全可靠、投资成本较低的220千伏及以上电网的网架构建。
附图说明
图1为本发明的流程图。
图2为本发明实施例1所述某电网中个变电站的位置示意图。
图3为本发明实施例1得到的各变电站群内部的电网网架结构。
图4为本发明实施例1得到的所有变电站的电网网架结构。
图5为本发明实施例1得到的电网补强网架结构。
具体实施方式
下面结合具体实施方式对本发明作进一步详细的说明。
参见图1,一种基于旅行商问题算法和流潮分析的电网构建方法,依次包括以下步骤:
步骤A、根据电网中500千伏和220千伏站点的位置进行变电站聚类组群;
步骤B、对每个变电站群均构建旅行商问题,并通过动态规划算法确定各变电站群内部的电网网架联络方式;
步骤C、计算不同变电站群内的变电站之间的距离,选取合理的线路连接所有变电站群,得到所有变电站的电网网架联络方式;
步骤D、先根据所有变电站的电网网架联络方式建立直流潮流模型,再采用直流潮流模型进行N-1校核和网架补强,得到所有线路均满足直流潮流N-1校核的电网补强网架;
步骤E、采用交流潮流模型对所述电网补强网架进行N-1校核和进一步的网架补强,以得到最终的电网网架构建方案。
所述步骤D依次包括以下步骤:
D1、根据电网中各220千伏变电站的负荷,选取典型型号导线按照得到的所有变电站的电网网架联络方式构建电网网架,进而建立系统的直流潮流模型;
D2、采用直流潮流模型进行N-1校核和网架补强,得到所有线路满足直流潮流N-1校核的电网补强网架,其中,所述采用直流潮流模型进行N-1校核和网架补强是指:采用直流潮流对所构建的电网网架进行N-1校核,若所有线路的潮流在N-1校核中均小于其最大负载能力,则判定所构建的网架满足直流潮流N-1校核;若存在某两个变电站之间线路的潮流超过该线路的最大负载能力,则在该线路上选择负载能力更大的导线型号以重新构建电网网架,并更新直流潮流模型参数后重新进行N-1校核;若选用负载能力更大的导线仍不能满足直流潮流N-1校核,则增加这两个变电站之间的联络线路,并从负载能力小的导线型号往负载能力大的导线型号逐步进行校核,直到满足直流潮流N-1校核,然后选择最终满足直流潮流N-1校核的线路联络回数和导线型号作为这两个变电站之间的电网网架方案。
所述步骤E为:先根据得到的电网补强网架和线路导线型号建立系统的交流潮流模型,再采用交流潮流模型进行N-1校核和网架的进一步补强,以得到最终的电网网架构建方案,其中,所述采用交流潮流模型进行N-1校核和网架的的进一步补强是指:采用交流潮流模型对电网补强网架进行N-1校核,若所有线路的潮流在N-1校核中均小于其最大负载能力,则判定电网补强网架满足交流潮流N-1校核,并将其作为最终的电网网架构建方案;若存在某两个变电站之间线路的潮流超过该线路的最大负载能力,则在该线路上选择负载能力更大的导线型号以重新构建电网网架,并更新交流潮流模型参数后重新进行N-1校核;若选用负载能力更大的导线仍不能满足交流潮流N-1校核,则增加这两个变电站之间的联络线路,并从负载能力小的导线型号往负载能力大的导线型号逐步进行校核,直到满足交流潮流N-1校核,然后选择最终满足交流潮流N-1校核的线路联络回数和导线型号作为这两个变电站之间的电网网架方案。
所述步骤C依次包括以下步骤:
C1、选择任一变电站群,计算其内部的变电站与其他所有变电站群内部变电站之间的距离,在距离最近的两个变电站之间增加1回联络线,以实现这两个变电站群之间的电网网架联络;
C2、将已完成电网网架联络的变电站群合并为一个变电站群,重复步骤C1;
C3、循环重复步骤C2,直至所有变电站群均完成电网网架联络,此时,得到所有变电站的电网网架联络方式。
所述步骤B依次包括以下步骤:
B1、对所有变电站群均根据其变电站站址位置构建以下旅行商问题数学模型:
上式中,C为连接各变电站电网回路的总距离,dij为变电站i和变电站j之间的距离,xij为变电站i和变电站j之间的联络情况,其值为1时表明变电站i和变电站j之间存在直接联络的线路,为0时则表明二者之间不存在直接联络的线路,V={1,2,…,Q}为变电站群内各变电站的编号集合,Q为变电站群内的变电站数量;
B2、采用动态规划算法求解上述模型,得到各变电站群联络其内部所有变电站的最短路径,并将其所对应的连接方式作为变电站群内部的电网网架联络方式。
所述步骤A依次包括以下步骤:
A1、随机生成N个变电站聚类中心,其中,N为电网中500千伏变电站的数量,220千伏分母运行的500千伏变电站按照2座计算;
A2、根据下式计算各220千伏变电站到各变电站聚类中心的距离Lij:
上式中,(Xi,Yi)为第i个变电站聚类中心的坐标位置,(Xj,Yj)为第j个220千伏变电站的坐标位置,i=1,2,...N,j=1,2,...M,M为电网中220千伏变电站的数量;
A3、先将各220千伏变电站分别归属于与其距离最近的聚类中心,得到多个220千伏变电站集合,再更新所有变电站聚类中心的坐标位置,其中,归属于第i个变电站聚类中心的220千伏变电站集合为Ci,更新后的第i个变电站聚类中心坐标位置中的Xi等于集合Ci内所有220千伏变电站Xj的平均值,Yi等于集合Ci内所有220千伏变电站Yj的平均值;
A4、循环重复步骤A2和A3,直至前后两次循环得到的各聚类中心坐标位置不变;
A5、计算各聚类中心到各500千伏变电站的距离,选择距离最近的聚类中心和500千伏变电站形成组合,将该500千伏变电站和归属于该聚类中心的220千伏变电站组成一个变电站群;
A6、除去已组成变电站群的变电站,重复步骤A5;
A7、循环重复步骤A6,直至电网中的所有变电站均组成变电站群。
实施例1:
参见图1,一种基于旅行商问题算法和流潮分析的电网构建方法,该方法针对图2所示我国某电网(该电网规划有500千伏变电站2座,每座变电站规划主变4台100万千伏安,其220千伏母线分母运行,220千伏变电站13座,变电站的具体位置情况如表1所示):
表1某电网规划变电站位置情况表
变电站序号 | X | Y | 电压等级(千伏) |
1 | 112.909024 | 30.334428 | 500 |
2 | 113.322306 | 30.246546 | 500 |
3 | 113.385305 | 30.258198 | 220 |
4 | 113.60353 | 30.299586 | 220 |
5 | 113.482717 | 30.375515 | 220 |
6 | 113.239020 | 30.777195 | 220 |
7 | 113.142875 | 30.627779 | 220 |
8 | 113.198673 | 30.699923 | 220 |
9 | 112.922898 | 30.46598 | 220 |
10 | 112.807419 | 30.413852 | 220 |
11 | 112.736448 | 30.429479 | 220 |
12 | 113.08361 | 30.396434 | 220 |
13 | 113.56071 | 30.392251 | 220 |
14 | 113.316963 | 30.625072 | 220 |
15 | 112.800777 | 30.488759 | 220 |
所述方法依次按照以下步骤进行:
步骤1、随机生成N个变电站聚类中心,其中,N为电网中500千伏变电站的数量,220千伏分母运行的500千伏变电站按照2座计算;
步骤2、根据下式计算各220千伏变电站到各变电站聚类中心的距离Lij:
上式中,(Xi,Yi)为第i个变电站聚类中心的坐标位置,(Xj,Yj)为第j个220千伏变电站的坐标位置,i=1,2,...N,j=1,2,...M,M为电网中220千伏变电站的数量;
步骤3、先将各220千伏变电站分别归属于与其距离最近的聚类中心,得到多个220千伏变电站集合,再更新所有变电站聚类中心的坐标位置,其中,归属于第i个变电站聚类中心的220千伏变电站集合为Ci,更新后的第i个变电站聚类中心坐标位置中的Xi等于集合Ci内所有220千伏变电站Xj的平均值,Yi等于集合Ci内所有220千伏变电站Yj的平均值;
步骤4、循环重复步骤2和3,直至前后两次循环得到的各聚类中心坐标位置不变;
步骤5、计算各聚类中心到各500千伏变电站的距离,选择距离最近的聚类中心和500千伏变电站形成组合,将该500千伏变电站和归属于该聚类中心的220千伏变电站组成一个变电站群;
步骤6、除去已组成变电站群的变电站,重复步骤5;
步骤7、循环重复步骤6,直至电网中的所有变电站均组成变电站群;
本实施例的聚类组群结果为:两座500千伏变电站220千伏母线均采用分母方式运行,整体电网形成了4个变电站群组,其中群组1为变电站(1,15,9,10,11),群组2为变电站(1,12,7,8),群组3为变电站(2,3,5,13,4),群组4为变电站(2,14,6);
步骤8、对所有变电站群均根据其变电站站址位置构建以下旅行商问题数学模型:
上式中,C为连接各变电站电网回路的总距离,dij为变电站i和变电站j之间的距离,xij为变电站i和变电站j之间的联络情况,其值为1时表明变电站i和变电站j之间存在直接联络的线路,为0时则表明二者之间不存在直接联络的线路,V={1,2,…,Q}为变电站群内各变电站的编号集合,Q为变电站群内的变电站数量;
步骤9、采用动态规划算法求解上述模型,得到各变电站群联络其内部所有变电站的最短路径,并将其所对应的连接方式作为变电站群内部的电网网架联络方式,如图3所示;
步骤10、选择任一变电站群,计算其内部的变电站与其他所有变电站群内部变电站之间的距离,在距离最近的两个变电站之间增加1回联络线,以实现这两个变电站群之间的电网网架联络;
步骤11、将已完成电网网架联络的变电站群合并为一个变电站群,重复步骤10;
步骤12、循环重复步骤C2,直至所有变电站群均完成电网网架联络,此时,得到所有变电站的电网网架联络方式,本实施例中,群组1变电站(1,15,9,10,11)和群组2变电站(1,12,7,8)之间距离最近的站点为站点9和站点12;群组2变电站(1,12,7,8)和群组4变电站(2,14,6)之间距离最近的站点为站点6和站点8;群组3变电站(2,3,5,13,4)和群组4变电站(2,14,6)之间距离最近的站点为站点5和站点14,因此对站点9和站点12、站点6和站点8以及站点5和站点14之间增加1回联络线,得到的所有变电站的电网网架联络方式如图4所示;
步骤13、根据电网中各220千伏变电站的负荷,选取典型型号为LGJ-300×2的导线(典型型号参数如表2所示)按照得到的所有变电站的电网网架联络方式构建电网网架,进而建立系统的直流潮流模型;
表2 220千伏典型型号导线相关参数表
步骤14、采用直流潮流模型进行N-1校核和网架补强,得到所有线路满足直流潮流N-1校核的电网补强网架(网架结构参见表3),其中,所述采用直流潮流模型进行N-1校核和网架补强是指:采用直流潮流对所构建的电网网架进行N-1校核,若所有线路的潮流在N-1校核中均小于其最大负载能力,则判定所构建的网架满足直流潮流N-1校核;若存在某两个变电站之间线路的潮流超过该线路的最大负载能力,则在该线路上选择负载能力更大的导线型号以重新构建电网网架,并更新直流潮流模型参数后重新进行N-1校核;若选用负载能力更大的导线仍不能满足直流潮流N-1校核,则增加这两个变电站之间的联络线路,并从负载能力小的导线型号往负载能力大的导线型号逐步进行校核,直到满足直流潮流N-1校核,然后选择最终满足直流潮流N-1校核的线路联络回数和导线型号作为这两个变电站之间的电网网架方案;
表3电网补强网架结构
开始变电站 | 结束变电站 | 线路型号 | 并列线路回数 |
1 | 9 | LGJ-630×2 | 2 |
1 | 10 | LGJ-400×2 | 2 |
1 | 12 | LGJ-400×2 | 2 |
1 | 8 | LGJ-300×2 | 1 |
2 | 3 | LGJ-630×2 | 2 |
2 | 5 | LGJ-400×2 | 2 |
2 | 6 | LGJ-300×2 | 1 |
2 | 14 | LGJ-300×2 | 2 |
3 | 4 | LGJ-400×2 | 2 |
4 | 13 | LGJ-300×2 | 1 |
5 | 13 | LGJ-300×2 | 2 |
5 | 14 | LGJ-300×2 | 2 |
6 | 14 | LGJ-300×2 | 2 |
6 | 8 | LGJ-300×2 | 1 |
7 | 8 | LGJ-300×2 | 2 |
7 | 12 | LGJ-300×2 | 2 |
9 | 12 | LGJ-300×2 | 1 |
9 | 15 | LGJ-400×2 | 2 |
10 | 11 | LGJ-400×2 | 2 |
步骤15、先根据得到的电网补强网架和线路导线型号建立系统的交流潮流模型,再采用交流潮流模型进行N-1校核和网架的进一步补强,以得到最终的电网网架构建方案,其中,所述采用交流潮流模型进行N-1校核和网架的的进一步补强是指:采用交流潮流模型对电网补强网架进行N-1校核,若所有线路的潮流在N-1校核中均小于其最大负载能力,则判定电网补强网架满足交流潮流N-1校核,并将其作为最终的电网网架构建方案;若存在某两个变电站之间线路的潮流超过该线路的最大负载能力,则在该线路上选择负载能力更大的导线型号以重新构建电网网架,并更新交流潮流模型参数后重新进行N-1校核;若选用负载能力更大的导线仍不能满足交流潮流N-1校核,则增加这两个变电站之间的联络线路,并从负载能力小的导线型号往负载能力大的导线型号逐步进行校核,直到满足交流潮流N-1校核,然后选择最终满足交流潮流N-1校核的线路联络回数和导线型号作为这两个变电站之间的电网网架方案;
本实施例中,各线路传输功率均小于其最大输电能力,故将电网补强网架作为最终的电网网架构建方案。
Claims (6)
1.一种基于旅行商问题算法和流潮分析的电网构建方法,其特征在于:
所述方法依次包括以下步骤:
步骤A、根据电网中500千伏和220千伏站点的位置进行变电站聚类组群;
步骤B、对每个变电站群均构建旅行商问题,并通过动态规划算法确定各变电站群内部的电网网架联络方式;
步骤C、计算不同变电站群内的变电站之间的距离,选取合理的线路连接所有变电站群,得到所有变电站的电网网架联络方式;
步骤D、先根据所有变电站的电网网架联络方式建立直流潮流模型,再采用直流潮流模型进行N-1校核和网架补强,得到所有线路均满足直流潮流N-1校核的电网补强网架;
步骤E、采用交流潮流模型对所述电网补强网架进行N-1校核和进一步的网架补强,以得到最终的电网网架构建方案。
2.根据权利要求1所述的一种基于旅行商问题算法和流潮分析的电网构建方法,其特征在于:
所述步骤D依次包括以下步骤:
D1、根据电网中各220千伏变电站的负荷,选取典型型号导线按照得到的所有变电站的电网网架联络方式构建电网网架,进而建立系统的直流潮流模型;
D2、采用直流潮流模型进行N-1校核和网架补强,得到所有线路满足直流潮流N-1校核的电网补强网架,其中,所述采用直流潮流模型进行N-1校核和网架补强是指:采用直流潮流对所构建的电网网架进行N-1校核,若所有线路的潮流在N-1校核中均小于其最大负载能力,则判定所构建的网架满足直流潮流N-1校核;若存在某两个变电站之间线路的潮流超过该线路的最大负载能力,则在该线路上选择负载能力更大的导线型号以重新构建电网网架,并更新直流潮流模型参数后重新进行N-1校核;若选用负载能力更大的导线仍不能满足直流潮流N-1校核,则增加这两个变电站之间的联络线路,并从负载能力小的导线型号往负载能力大的导线型号逐步进行校核,直到满足直流潮流N-1校核,然后选择最终满足直流潮流N-1校核的线路联络回数和导线型号作为这两个变电站之间的电网网架方案。
3.根据权利要求2所述的一种基于旅行商问题算法和流潮分析的电网构建方法,其特征在于:
所述步骤E为:先根据得到的电网补强网架和线路导线型号建立系统的交流潮流模型,再采用交流潮流模型进行N-1校核和网架的进一步补强,以得到最终的电网网架构建方案,其中,所述采用交流潮流模型进行N-1校核和网架的的进一步补强是指:采用交流潮流模型对电网补强网架进行N-1校核,若所有线路的潮流在N-1校核中均小于其最大负载能力,则判定电网补强网架满足交流潮流N-1校核,并将其作为最终的电网网架构建方案;若存在某两个变电站之间线路的潮流超过该线路的最大负载能力,则在该线路上选择负载能力更大的导线型号以重新构建电网网架,并更新交流潮流模型参数后重新进行N-1校核;若选用负载能力更大的导线仍不能满足交流潮流N-1校核,则增加这两个变电站之间的联络线路,并从负载能力小的导线型号往负载能力大的导线型号逐步进行校核,直到满足交流潮流N-1校核,然后选择最终满足交流潮流N-1校核的线路联络回数和导线型号作为这两个变电站之间的电网网架方案。
4.根据权利要求1-3中任一项所述的一种基于旅行商问题算法和流潮分析的电网构建方法,其特征在于:
所述步骤C依次包括以下步骤:
C1、选择任一变电站群,计算其内部的变电站与其他所有变电站群内部变电站之间的距离,在距离最近的两个变电站之间增加1回联络线,以实现这两个变电站群之间的电网网架联络;
C2、将已完成电网网架联络的变电站群合并为一个变电站群,重复步骤C1;
C3、循环重复步骤C2,直至所有变电站群均完成电网网架联络,此时,得到所有变电站的电网网架联络方式。
5.根据权利要求1-3中任一项所述的一种基于旅行商问题算法和流潮分析的电网构建方法,其特征在于:
所述步骤B依次包括以下步骤:
B1、对所有变电站群均根据其变电站站址位置构建以下旅行商问题数学模型:
上式中,C为连接各变电站电网回路的总距离,dij为变电站i和变电站j之间的距离,xij为变电站i和变电站j之间的联络情况,其值为1时表明变电站i和变电站j之间存在直接联络的线路,为0时则表明二者之间不存在直接联络的线路,V={1,2,…,Q}为变电站群内各变电站的编号集合,Q为变电站群内的变电站数量;
B2、采用动态规划算法求解上述模型,得到各变电站群联络其内部所有变电站的最短路径,并将其所对应的连接方式作为变电站群内部的电网网架联络方式。
6.根据权利要求1-3中任一项所述的一种基于旅行商问题算法和流潮分析的电网构建方法,其特征在于:
所述步骤A依次包括以下步骤:
A1、随机生成N个变电站聚类中心,其中,N为电网中500千伏变电站的数量,220千伏分母运行的500千伏变电站按照2座计算;
A2、根据下式计算各220千伏变电站到各变电站聚类中心的距离Lij:
上式中,(Xi,Yi)为第i个变电站聚类中心的坐标位置,(Xj,Yj)为第j个220千伏变电站的坐标位置,i=1,2,...N,j=1,2,...M,M为电网中220千伏变电站的数量;
A3、先将各220千伏变电站分别归属于与其距离最近的聚类中心,得到多个220千伏变电站集合,再更新所有变电站聚类中心的坐标位置,其中,归属于第i个变电站聚类中心的220千伏变电站集合为Ci,更新后的第i个变电站聚类中心坐标位置中的Xi等于集合Ci内所有220千伏变电站Xj的平均值,Yi等于集合Ci内所有220千伏变电站Yj的平均值;
A4、循环重复步骤A2和A3,直至前后两次循环得到的各聚类中心坐标位置不变;
A5、计算各聚类中心到各500千伏变电站的距离,选择距离最近的聚类中心和500千伏变电站形成组合,将该500千伏变电站和归属于该聚类中心的220千伏变电站组成一个变电站群;
A6、除去已组成变电站群的变电站,重复步骤A5;
A7、循环重复步骤A6,直至电网中的所有变电站均组成变电站群。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010767134.1A CN112070115B (zh) | 2020-08-03 | 2020-08-03 | 一种基于旅行商问题算法和流潮分析的电网构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010767134.1A CN112070115B (zh) | 2020-08-03 | 2020-08-03 | 一种基于旅行商问题算法和流潮分析的电网构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112070115A true CN112070115A (zh) | 2020-12-11 |
CN112070115B CN112070115B (zh) | 2024-02-02 |
Family
ID=73657594
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010767134.1A Active CN112070115B (zh) | 2020-08-03 | 2020-08-03 | 一种基于旅行商问题算法和流潮分析的电网构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112070115B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112598299A (zh) * | 2020-12-25 | 2021-04-02 | 国网陕西省电力公司经济技术研究院 | 一种负荷中心750千伏供电区联合供电网架模式构建方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015042654A1 (en) * | 2013-09-30 | 2015-04-02 | National Ict Australia Limited | Alternating current (ac) power flow analysis in an electrical power network |
CN105069700A (zh) * | 2015-08-05 | 2015-11-18 | 国网天津市电力公司 | 一种分层分区的配电网架规划方法 |
CN106503839A (zh) * | 2016-10-14 | 2017-03-15 | 上海电力学院 | 一种海上风电场环形集电网络分层规划方法 |
CN107196307A (zh) * | 2017-07-18 | 2017-09-22 | 西安交通大学 | 一种变压器故障后电网有功潮流快速估算的方法 |
CN110197302A (zh) * | 2019-05-30 | 2019-09-03 | 华南理工大学 | 一种考虑接线模式拓扑约束的配电网规划方法 |
CN110350605A (zh) * | 2019-07-08 | 2019-10-18 | 华中科技大学 | 一种多阶段交直流混联配电网直流升级改造的规划方法 |
CN111211560A (zh) * | 2020-01-08 | 2020-05-29 | 燕山大学 | 一种基于最优环路的微电网拓扑规划 |
-
2020
- 2020-08-03 CN CN202010767134.1A patent/CN112070115B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015042654A1 (en) * | 2013-09-30 | 2015-04-02 | National Ict Australia Limited | Alternating current (ac) power flow analysis in an electrical power network |
CN105069700A (zh) * | 2015-08-05 | 2015-11-18 | 国网天津市电力公司 | 一种分层分区的配电网架规划方法 |
CN106503839A (zh) * | 2016-10-14 | 2017-03-15 | 上海电力学院 | 一种海上风电场环形集电网络分层规划方法 |
CN107196307A (zh) * | 2017-07-18 | 2017-09-22 | 西安交通大学 | 一种变压器故障后电网有功潮流快速估算的方法 |
CN110197302A (zh) * | 2019-05-30 | 2019-09-03 | 华南理工大学 | 一种考虑接线模式拓扑约束的配电网规划方法 |
CN110350605A (zh) * | 2019-07-08 | 2019-10-18 | 华中科技大学 | 一种多阶段交直流混联配电网直流升级改造的规划方法 |
CN111211560A (zh) * | 2020-01-08 | 2020-05-29 | 燕山大学 | 一种基于最优环路的微电网拓扑规划 |
Non-Patent Citations (2)
Title |
---|
ALESSANDRO BOSISIO 等: ""Optimal Feeder Routing in Urban Distribution Networks Planning with Layout Constraints and Losses"", 《JOURNAL OF MODERN POWER SYSTEMS AND CLEAN ENERGY》, vol. 8, no. 5, pages 1005 - 1014 * |
李少岩: ""电力系统恢复的网架重构多目标协调优化"", 《中国博士学位论文全文数据库工程科技Ⅱ辑》, no. 01 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112598299A (zh) * | 2020-12-25 | 2021-04-02 | 国网陕西省电力公司经济技术研究院 | 一种负荷中心750千伏供电区联合供电网架模式构建方法 |
CN112598299B (zh) * | 2020-12-25 | 2023-08-18 | 国网陕西省电力公司经济技术研究院 | 一种负荷中心750千伏供电区联合供电网架模式构建方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112070115B (zh) | 2024-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108306282B (zh) | 一种以解决电网诊断问题为导向的配电网自动规划方法 | |
CN105186578B (zh) | 具有精确计算网损能力的电力系统分布式自动调度方法 | |
CN108808664B (zh) | 一种考虑电网分区优化运行的城市电网规划方法 | |
CN107134787A (zh) | 基于分布式馈线自动化的紧急精准切负荷控制系统和切负荷方法 | |
CN106786557B (zh) | 一种特高压分层直流容量和落点选择方法及系统 | |
CN107103433B (zh) | 一种基于分层分区思想的分布式电源消纳能力计算方法 | |
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 | |
CN113888350B (zh) | 一种考虑过渡期供电可靠性的电网规划项目排序方法 | |
CN111523245B (zh) | 一种高压配网短路电流计算模型的建立方法、装置及设备 | |
CN107181253B (zh) | 一种基于电网动态可靠性概率指标的电网规划方法 | |
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 | |
CN103236023B (zh) | 一种交直流输电适用范围的获取方法 | |
CN104200263A (zh) | 一种基于禁忌差分进化和gis的配电网络线路规划方法 | |
Moreira et al. | Large-scale network layout optimization for radial distribution networks by parallel computing | |
CN108493998B (zh) | 考虑需求响应与n-1预想故障的鲁棒输电网规划方法 | |
CN105512472A (zh) | 大型风电基地功率汇集系统拓扑结构分层优化设计及其优化设计方法 | |
CN113141022A (zh) | 一种交直流混联受端电网结构优化方法 | |
CN109377020B (zh) | 一种考虑配电网负荷转供能力的输电网规划方法 | |
CN108665133B (zh) | 一种配电系统运行效率评价模型的构建方法及系统 | |
CN112070115B (zh) | 一种基于旅行商问题算法和流潮分析的电网构建方法 | |
CN107959287B (zh) | 一种两个电压等级电网生长演化模型的构建方法 | |
CN106356872A (zh) | 特高压直流弱受端电网的静止同步补偿器的配置方法 | |
CN112052601B (zh) | 一种基于最优分数雷达图的输配电网电压序列优化方法 | |
CN111724025B (zh) | 基于供电单元优化划分的高压配电网网架规划方法 | |
CN111105089A (zh) | 一种考虑主配网协调的城市电网规划方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |