CN112491037B - 一种城市配电网多目标多级动态重构方法及系统 - Google Patents

一种城市配电网多目标多级动态重构方法及系统 Download PDF

Info

Publication number
CN112491037B
CN112491037B CN202011241507.8A CN202011241507A CN112491037B CN 112491037 B CN112491037 B CN 112491037B CN 202011241507 A CN202011241507 A CN 202011241507A CN 112491037 B CN112491037 B CN 112491037B
Authority
CN
China
Prior art keywords
transformer
reconstruction
load
feeder
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.)
Active
Application number
CN202011241507.8A
Other languages
English (en)
Other versions
CN112491037A (zh
Inventor
高红均
马望
刘友波
刘俊勇
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.)
Sichuan University
Original Assignee
Sichuan University
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 Sichuan University filed Critical Sichuan University
Priority to CN202011241507.8A priority Critical patent/CN112491037B/zh
Publication of CN112491037A publication Critical patent/CN112491037A/zh
Application granted granted Critical
Publication of CN112491037B publication Critical patent/CN112491037B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • 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
    • 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
    • G06Q10/067—Enterprise or organisation modelling
    • 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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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
    • H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
    • H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected 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
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • 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
    • H02J3/26—Arrangements for eliminating or reducing asymmetry in polyphase 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
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/388—Islanding, i.e. disconnection of local power supply from the network
    • 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • 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
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • 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]
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • Y02A30/60—Planning or developing urban green infrastructure
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • 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
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers
    • 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
    • Y02E40/50—Arrangements for eliminating or reducing asymmetry in polyphase networks
    • 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
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Power Engineering (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种城市配电网多目标多级动态重构方法，包括如下步骤：建立不同类别开关参与下的馈线级、变压器级、变电站级重构模式；建立以经济运行成本、负载均衡度、清洁能源消纳水平为目标函数的多目标多级动态重构模型，通过二阶锥松弛处理非线性潮流和负载均衡度非线性表达式，转化为混合整数二阶锥规划模型；采用典型场景集对光伏和负荷的不确定性进行表征，建立随机规划模型，利用模糊C均值分类进行重构时段划分降低0‑1变量维度、加速求解；采用改进的二进制粒子群算法和求解器CPLEX组合求解混合整数二阶锥规划模型，根据求解结果，实现城市配电网高效安全经济运行。

Description

一种城市配电网多目标多级动态重构方法及系统
技术领域
本发明涉及城市配电网动态重构领域，具体是一种城市配电网多目标多级动态重构方法及系统。
背景技术
年来，城市区域经济发展不平衡，不确定性光伏大规模并入电网，导致城市配电网净负荷时空分布极不均衡，随之产生时空灵活性需求。开关重构作为配电网主动管理措施之一，能够通过改变网络拓扑结构提高配电网供电能力和灵活性。然而，传统无序倒闸模式不能充分利用开关的调节能力，仍存在弃光、失负荷、设备运行效率低等问题。静态重构可以通过潮流转移满足单一时间段面内的空间灵活性需求，而动态重构则可以考虑净负荷时序灵活性需求，在整个优化调度周期内多次改变网络拓扑，从而进一步提高系统灵活性和供电能力。同时，实际城市配电网存在多层级联络开关，两端相连馈线可能隶属于同一变压器、不同变压器或不同变电站，在实际运行中潮流转移能力也不相同。因此，考虑大规模潮流转移给配电网运行带来的风险以及重构非理想层级递进效益，进行净负荷时空分布不平衡下的城市配电网多级动态重构研究具有重要意义。
发明内容
本发明的目的在于克服现有技术的不足，提供一种城市配电网多目标多级动态重构方法，包括如下步骤：
步骤一，建立不同类别开关参与下的馈线级、变压器级、变电站级重构模式；
步骤二，建立以经济运行成本、负载均衡度、清洁能源消纳水平为目标函数的多目标多级动态重构模型，通过二阶锥松弛处理非线性潮流和负载均衡度非线性表达式，转化为混合整数二阶锥规划模型；
步骤三，采用典型场景集对光伏和负荷的不确定性进行表征，建立随机规划模型，利用模糊C均值分类进行重构时段划分降低0-1变量维度、加速求解；
步骤四，采用改进的二进制粒子群算法和求解器CPLEX组合求解混合整数二阶锥规划模型，根据求解结果，实现城市配电网高效安全经济运行。
进一步的，步骤一中所述的馈线级重构模式仅包含馈线联络开关；所述的变压器级重构模式为包含馈线联络开关和变压器联络开关；所述的变电站级重构模式包括馈线联络开关、变压器联络开关、母线联络开关、站间联络开关、变电站联络开关。
进一步的，步骤二中的多目标多级动态重构模型的目标函数为：
min f1＝Closs+CSub+CSW+CLR
Figure BDA0002768561100000021
min f3＝APV
Figure BDA0002768561100000022
Figure BDA0002768561100000023
Figure BDA0002768561100000024
Figure BDA0002768561100000025
Figure BDA0002768561100000026
式中：Closs、CSub、CSW、CLR分别表示网损成本、购电成本、开关重构成本、负荷削减成本；
Figure BDA0002768561100000027
分别为馈线联络开关、母线联络开关和站间联络开关的单次操作成本，并且
Figure BDA0002768561100000028
APV表示风光消纳弃电；
Figure BDA0002768561100000029
和
Figure BDA00027685611000000210
分别表示光伏的实际有功出力和原始有功出力；
Figure BDA00027685611000000211
表示t时段支路ij的开关状态变化标志，若
Figure BDA00027685611000000212
则支路ij在t时段开关由断开状态变为闭合状态；若
Figure BDA00027685611000000213
则支路ij在t时段开关由闭合状态变为断开状态。
进一步的，步骤二中的负载均衡度指标包含馈线负载均衡度、变压器负载均衡度以及变电站负载均衡度指标；其中的变电站负载均衡度：
Figure BDA00027685611000000214
式中：
Figure BDA00027685611000000215
和
Figure BDA00027685611000000216
分别表示j节点处变电站在t时刻的负载率和有功出力；
Figure BDA00027685611000000218
为j节点处变电站的最大有功出力；
Figure BDA00027685611000000217
为t时刻变电站站间负载均衡度；
变压器负载均衡度：
Figure BDA0002768561100000031
式中：
Figure BDA0002768561100000032
和
Figure BDA0002768561100000033
分别表示j变电站第f个变压器在t时刻的有功出力和负载率；γ(j)表示j变电站的变压器集合，α(j,f)表示j变电站第f个变压器的馈线集合，
Figure BDA0002768561100000034
表示j变电站的变压器数目；
Figure BDA0002768561100000035
和
Figure BDA0002768561100000036
分别表示j变电站站内变压器负载均衡度和区域综合变电站站内变压器负载均衡度；
所述馈线负载均衡度：
Figure BDA0002768561100000037
式中：Pjk,t和
Figure BDA0002768561100000038
分别表示变压器二次侧馈线有功出力及最大值；
Figure BDA0002768561100000039
和
Figure BDA00027685611000000310
分别表示馈线的负载率和j变电站第f个变压器的馈线负载均衡度；
Figure BDA00027685611000000311
表示区域综合变压器馈线负载均衡度。
进一步的，步骤二的负载均衡度指标与负载率的均方差有关，含有二范数非线性表达式，对非线性表达式进行二阶锥松弛，转化为二阶锥约束如下所示：
Figure BDA00027685611000000312
进一步的，步骤三中所述的随机规划模型为：
Figure BDA00027685611000000313
Figure BDA00027685611000000314
Figure BDA00027685611000000315
Figure BDA00027685611000000316
s.t.Ax≤b
Cx＝d
||Ex||2≤FTx
Gx+Hys＝k
||Lys||2≤MTys
Jys≤w
Rys≤ξs
式中：s是场景标志，Ns是总场景数，fs为场景概率；x为一阶段离散决策变量，ys为二阶段实时可调节变量，包括连续决策变量和运行状态变量两种类型；ξs为s场景光伏发电的有功预测值；Ax≤b和Cx＝d对应开关重构的辐射性和调节次数约束；||Ex||2≤FTx表示辅助潮流二阶锥约束；Gx+Hys＝k对应关联一阶段和二阶段的潮流约束；||Lys||2≤MTys对应潮流二阶锥约束以及关于负载均衡度的二阶锥松弛约束式；Jys≤w对应二阶段的不等式约束；Rys≤ξs表示PV限功率约束。
进一步的，步骤四所述的采用改进的二进制粒子群算法和求解器CPLEX组合求解混合整数二阶锥规划模型，具体为：
通过改进的BPSO与Cplex组合求解动态重构问题；前者为求解主体框架，将开关重构变量作为随机粒子，内嵌Cplex求解随机粒子对应二阶锥规划(SOCP)模型下的适应度值，从而不断迭代进化获得最优解。
一种城市配电网多目标多级动态重构系统，包括多目标多级动态重构；所述多目标多级动态重构包括状态检测模块、信息存储模块、多级重构方案决策模块、馈线联络开关控制决策模块、变压器联络开关控制决策模块、变电站联络开关决策模块、PV决策模块、负荷削减决策模块；
所述状态检测模块，用于检测城市配电网PV实时出力数据与负荷实时需求数据，并将其存储在信息存储模块；
所述信息存储模块，用于存储PV与负荷的历史数据信息；
所述多级重构方案决策模块，根据多目标多级动态重构模型的求解结果，为配网操作人员建议合适的重构级别及相应级别重构方案；
所述馈线联络开关控制决策模块，根据相应重构方案远程控制馈线联络开关的开合闸动作；
所述变压器联络开关控制决策模块，根据相应重构方案远程控制变压器联络开关的开合闸动作；
所述变电站联络开关控制决策模块，根据相应重构方案远程控制变电站联络开关的开合闸动作；
所述PV决策模块，用于固定重构方案下实时响应净负荷不确定性波动，根据实时PV出力进行弃光行为决策；
所述负荷削减决策模块，用于固定重构方案下实时响应净负荷不确定性波动，对可削减负荷进行削减。
本发明的有益效果是：本发明探索多级重构模式的级间递进非理想效益，建立以经济运行成本、负载均衡度、清洁能源消纳水平为目标函数的多目标多级动态重构模型，根据多级优化结果能够帮助配电网运行人员决策，避免全局大范围潮流转移给电网运行带来的负担。此外，本发明建立的负载均衡度指标区别于普通全局均衡性指标，可以从不同层级视角衡量全局负载均衡水平，具有实用性。
附图说明
图1为本发明多级动态重构方法流程示意图；
图2为本发明多级动态重构工作原理图；
图3为本发明馈线潮流转移图；
图4为本发明变压器潮流转移图；
图5为本发明变电站潮流转移图；
图6为本发明BPSO-CPLEX组合求解流程示意图；
图7为本发明不同PV渗透率下多级重构方案弃光量；
图8为本发明不同PV渗透率下多级重构方案优化结果；
图9为本发明不同负荷水平下多级重构方案负荷削减成本；
图10为本发明不同负荷水平下多级重构方案优化结果。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。
如图1所示，一种城市配电网多目标多级动态重构方法，包括如下步骤：
步骤一，建立不同类别开关参与下的馈线级、变压器级、变电站级重构模式；
步骤二，建立以经济运行成本、负载均衡度、清洁能源消纳水平为目标函数的多目标多级动态重构模型，通过二阶锥松弛处理非线性潮流和负载均衡度非线性表达式，转化为混合整数二阶锥规划模型；
步骤三，采用典型场景集对光伏和负荷的不确定性进行表征，建立随机规划模型，利用模糊C均值分类进行重构时段划分降低0-1变量维度、加速求解；
步骤四，采用改进的二进制粒子群算法和求解器CPLEX组合求解混合整数二阶锥规划模型，根据求解结果，实现城市配电网高效安全经济运行。
步骤一中所述的馈线级重构模式仅包含馈线联络开关；所述的变压器级重构模式为包含馈线联络开关和变压器联络开关；所述的变电站级重构模式包括馈线联络开关、变压器联络开关、母线联络开关、站间联络开关、变电站联络开关。
步骤二中的多目标多级动态重构模型的目标函数为：
min f1＝Closs+CSub+CSW+CLR
Figure BDA0002768561100000062
min f3＝APV
Figure BDA0002768561100000063
Figure BDA0002768561100000064
Figure BDA0002768561100000065
Figure BDA0002768561100000066
Figure BDA0002768561100000067
式中：Closs、CSub、CSW、CLR分别表示网损成本、购电成本、开关重构成本、负荷削减成本；
Figure BDA0002768561100000068
分别为馈线联络开关、母线联络开关和站间联络开关的单次操作成本，并且
Figure BDA0002768561100000069
APV表示风光消纳弃电；
Figure BDA00027685611000000610
和
Figure BDA00027685611000000611
分别表示光伏的实际有功出力和原始有功出力；
Figure BDA00027685611000000612
表示t时段支路ij的开关状态变化标志，若
Figure BDA00027685611000000613
则支路ij在t时段开关由断开状态变为闭合状态；若
Figure BDA00027685611000000614
则支路ij在t时段开关由闭合状态变为断开状态。
步骤二中的负载均衡度指标包含馈线负载均衡度、变压器负载均衡度以及变电站负载均衡度指标；其中的变电站负载均衡度：
Figure BDA0002768561100000071
式中：
Figure BDA0002768561100000072
和
Figure BDA0002768561100000073
分别表示j节点处变电站在t时刻的负载率和有功出力；
Figure BDA0002768561100000074
为j节点处变电站的最大有功出力；
Figure BDA0002768561100000075
为t时刻变电站站间负载均衡度；
变压器负载均衡度：
Figure BDA0002768561100000076
式中：
Figure BDA0002768561100000077
和
Figure BDA0002768561100000078
分别表示j变电站第f个变压器在t时刻的有功出力和负载率；γ(j)表示j变电站的变压器集合，α(j,f)表示j变电站第f个变压器的馈线集合，
Figure BDA0002768561100000079
表示j变电站的变压器数目；
Figure BDA00027685611000000710
和
Figure BDA00027685611000000711
分别表示j变电站站内变压器负载均衡度和区域综合变电站站内变压器负载均衡度；
所述馈线负载均衡度：
Figure BDA00027685611000000712
式中：Pjk,t和
Figure BDA00027685611000000713
分别表示变压器二次侧馈线有功出力及最大值；
Figure BDA00027685611000000714
和
Figure BDA00027685611000000715
分别表示馈线的负载率和j变电站第f个变压器的馈线负载均衡度；
Figure BDA00027685611000000716
表示区域综合变压器馈线负载均衡度。
步骤二的负载均衡度指标与负载率的均方差有关，含有二范数非线性表达式，对非线性表达式进行二阶锥松弛，转化为二阶锥约束如下所示：
Figure BDA0002768561100000081
步骤三中所述的随机规划模型为：
Figure BDA0002768561100000082
Figure BDA0002768561100000083
Figure BDA0002768561100000084
Figure BDA0002768561100000085
s.t.Ax≤b
Cx＝d
||Ex||2≤FTx
Gx+Hys＝k
||Lys||2≤MTys
Jys≤w
Rys≤ξs
式中：s是场景标志，Ns是总场景数，fs为场景概率；x为一阶段离散决策变量，ys为二阶段实时可调节变量，包括连续决策变量和运行状态变量两种类型；ξs为s场景光伏发电的有功预测值；Ax≤b和Cx＝d对应开关重构的辐射性和调节次数约束；||Ex||2≤FTx表示辅助潮流二阶锥约束；Gx+Hys＝k对应关联一阶段和二阶段的潮流约束；||Lys||2≤MTys对应潮流二阶锥约束以及关于负载均衡度的二阶锥松弛约束式；Jys≤w对应二阶段的不等式约束；Rys≤ξs表示PV限功率约束。
步骤四所述的采用改进的二进制粒子群算法和求解器CPLEX组合求解混合整数二阶锥规划模型，具体为：
通过改进的BPSO与Cplex组合求解动态重构问题；前者为求解主体框架，将开关重构变量作为随机粒子，内嵌Cplex求解随机粒子对应二阶锥规划(SOCP)模型下的适应度值，从而不断迭代进化获得最优解。
一种城市配电网多目标多级动态重构系统，包括多目标多级动态重构；所述多目标多级动态重构包括状态检测模块、信息存储模块、多级重构方案决策模块、馈线联络开关控制决策模块、变压器联络开关控制决策模块、变电站联络开关决策模块、PV决策模块、负荷削减决策模块。
所述状态检测模块，用于检测城市配电网PV实时出力数据与负荷实时需求数据，并将其存储在信息存储模块；
所述信息存储模块，用于存储PV与负荷的历史数据信息；
所述多级重构方案决策模块，根据多目标多级动态重构模型的求解结果，为配网操作人员建议合适的重构级别及相应级别重构方案；
所述馈线联络开关控制决策模块，根据相应重构方案远程控制馈线联络开关的开合闸动作；
所述变压器联络开关控制决策模块，根据相应重构方案远程控制变压器联络开关的开合闸动作；
所述变电站联络开关控制决策模块，根据相应重构方案远程控制变电站联络开关的开合闸动作；
所述PV决策模块，用于固定重构方案下实时响应净负荷不确定性波动，根据实时PV出力进行弃光行为决策；
所述负荷削减决策模块，用于固定重构方案下实时响应净负荷不确定性波动，对可削减负荷进行削减。
具体的，如图1所示，城市配电网多目标多级动态重构方法，多级重构模式包含馈线级、变压器级以及变电站级，各级参与重构的联络开关类别不同；“馈线-变压器-变电站”各层级联络开关与分段开关进行状态组合可以实现三个层级的潮流转移；考虑多级模式应用，建立以经济运行成本、负载均衡度、清洁能源消纳水平为目标函数的多目标多级动态重构模型，通过二阶锥松弛处理非线性潮流和负载均衡度非线性表达式，进而转化为混合整数二阶锥规划模型；采用典型场景集对光伏和负荷的不确定性进行表征，建立随机规划模型，利用模糊C均值分类进行重构时段划分以降低0-1变量维度、加速求解；采用BPSO-CPLEX组合求解算法求解混合整数二阶锥规划模型，基于算例系统对本发明所提方法进行有效性验证。
如图2所示，多目标多级动态重构包括状态检测模块、信息存储模块、多级重构方案决策模块、馈线联络开关控制决策模块、变压器联络开关控制决策模块、变电站联络开关决策模块、PV决策模块、负荷削减决策模块。状态检测模块，用于检测城市配电网PV实时出力数据与负荷实时需求数据，并将其存储在信息存储模块；信息存储模块，用于存储PV与负荷的历史数据信息；多级重构方案决策模块，根据本发明建立的多目标多级动态重构模型的优化结果，为配网操作人员建议合适的重构级别及相应级别重构方案；馈线联络开关控制决策模块，根据相应重构方案远程控制馈线联络开关的开合闸动作；变压器联络开关控制决策模块，根据相应重构方案远程控制变压器联络开关的开合闸动作；变电站联络开关控制决策模块，根据相应重构方案远程控制变电站联络开关的开合闸动作；PV决策模块，用于固定重构方案下实时响应净负荷不确定性波动，根据实时PV出力进行弃光行为决策；负荷削减决策模块，用于固定重构方案下实时响应净负荷不确定性波动，对可削减负荷进行削减，以保证电网安全运行。
所述多级重构模式：
根据联络开关参与类别不同划分三级重构模式：1)馈线级重构仅包含馈线联络开关；2)变压器级包含馈线联络开关和变压器联络开关；3)变电站级重构则包含所有联络开关，与普通全局重构等价。
所述“馈线-变压器-变电站”各层级潮流转移：
城市配电网是一个自然分层网络：馈线、变压器、变电站，通过馈线联络开关、变压器联络开关、变电站联络开关与分段开关的状态组合可以实现三个层级的潮流转移。
所述馈线潮流转移方式：
如图3所示，变压器S1T1二次侧引出两条出线S1T11、S1T12辐射状运行。通过调整BS2、BS3与馈线联络开关FS1的运行状态可以实现方框①内分支净负荷在两条馈线间转移。同理，通过FS2与分段开关BS1配合可以实现方框②内S1T11主干负荷和分支负荷在两条馈线间转移。
所述变压器潮流转移方式：
如图4所示，考虑110-10KV变电站采用单母线分段接线方式，并为避免较大故障电流其正常状态采用分段运行。母线联络开关通过调整不同运行时刻的开关状态，可以实现来自不同变压器出线S1T12、S1T21间的负荷转移，也即单母线分段A、B间的负荷空间转移。
所述变电站潮流转移方式：
如图5所示，隶属不同变电站的馈线S1T11、S2T11通过分段开关BS2、BS3与站间联络开关SS3实现手拉手供电。而方框②内，通过SS1、SS2、BS1、BS4的运行状态调整可以实现净负荷在两个变电站三条馈线间的空间转移。
所述多目标多级动态重构模型：
所述目标函数：
(1)经济运行成本
min f1＝Closs+CSub+CSW+CLR
Figure BDA0002768561100000111
Figure BDA0002768561100000112
Figure BDA0002768561100000113
Figure BDA0002768561100000114
式中：Closs、CSub、CSW、CLR分别表示网损成本、购电成本、开关重构成本、负荷削减成本；
Figure BDA0002768561100000115
分别为馈线联络开关、母线联络开关和站间联络开关的单次操作成本，并且
Figure BDA0002768561100000116
表示t时段支路ij的开关状态变化标志，若
Figure BDA0002768561100000117
则说明支路ij在t时段开关由断开状态变为闭合状态；若
Figure BDA0002768561100000118
则说明支路ij在t时段开关由闭合状态变为断开状态。
(2)负载均衡度
Figure BDA0002768561100000119
1)变电站负载均衡度：
Figure BDA00027685611000001110
式中：
Figure BDA00027685611000001111
和
Figure BDA00027685611000001112
分别表示j节点处变电站在t时刻的负载率和有功出力；
Figure BDA00027685611000001113
为j节点处变电站的最大有功出力；
Figure BDA00027685611000001114
为t时刻变电站站间负载均衡度。
2)变压器负载均衡度：
Figure BDA00027685611000001115
式中：
Figure BDA0002768561100000121
和
Figure BDA0002768561100000122
分别表示j变电站第f个变压器在t时刻的有功出力和负载率；γ(j)表示j变电站的变压器集合，α(j,f)表示j变电站第f个变压器的馈线集合，
Figure BDA0002768561100000123
表示j变电站的变压器数目；
Figure BDA0002768561100000124
和
Figure BDA0002768561100000125
分别表示j变电站站内变压器负载均衡度和区域综合变电站站内变压器负载均衡度。
3)馈线负载均衡度：
Figure BDA0002768561100000126
式中：Pjk,t和
Figure BDA0002768561100000127
分别表示变压器二次侧馈线有功出力及最大值；
Figure BDA0002768561100000128
和
Figure BDA00027685611000001216
分别表示馈线的负载率和j变电站第f个变压器的馈线负载均衡度；
Figure BDA0002768561100000129
表示区域综合变压器馈线负载均衡度。
负载均衡度指标与负载率的均方差有关，含有二范数非线性表达式。考虑目标2是优化求解最小值，故对非线性表达式进行二阶锥松弛，转化为二阶锥约束如下：
Figure BDA00027685611000001210
(3)可再生能源消纳水平
min f3＝APV
Figure BDA00027685611000001211
式中：APV表示风光消纳弃电；
Figure BDA00027685611000001212
和
Figure BDA00027685611000001213
分别表示光伏的实际有功出力和原始有功出力。
所述约束条件：
(1)潮流约束
原始非线性潮流约束经过二阶锥松弛转化为线性约束：
Figure BDA00027685611000001214
Figure BDA00027685611000001215
Figure BDA0002768561100000131
Figure BDA0002768561100000132
Figure BDA0002768561100000133
Figure BDA0002768561100000134
Figure BDA0002768561100000135
Figure BDA0002768561100000136
Figure BDA0002768561100000137
式中：α(j)为以j为初始节点的支路终端节点集合；β(j)为以j为终端节点的支路初始节点集合；rij、xij和gj、bj分别表示支路阻抗和节点导纳；Vj,t为节点电压大小；
Figure BDA0002768561100000138
分别表示节点j在第t个时段的有功负荷和负荷削减有功；
Figure BDA0002768561100000139
分别表示节点j在第t个时段的变电站无功注入、无功负荷和负荷削减无功；Pij,t、Qij,t分别表示支路ij在第t个时段的有功和无功功率。
(2)安全约束
Figure BDA00027685611000001310
Figure BDA00027685611000001311
Figure BDA00027685611000001312
式中：
Figure BDA00027685611000001313
和I ij为支路ij的电流上下限；
Figure BDA00027685611000001314
和V j分别为节点j的电压上下限。
(3)网络重构约束
多级重构模式的实施以多级可操作开关的开关集合进行区分，这里统一表达全网可操作开关的多类约束。
辐射性约束：
Figure BDA00027685611000001315
式中：EAlways表示网架中一直处于闭合状态不可调节的支路数目。该式表明对于含有NSub个变电站的B节点系统，网络闭合支路数为节点数减去变电站数目。
开关次数限制：
Figure BDA0002768561100000141
Figure BDA0002768561100000142
Figure BDA0002768561100000143
式中：
Figure BDA0002768561100000144
表示支路ij开关在总时段T内的最大可调节次数，其不同层级开关上限值不同，“馈线-母线-变电站”联络开关可调节次数依次减少，分段开关相同，以体现调度员实际大范围频繁倒闸操作的工作风险。
连通性约束：
由于10KV配电网接入了分布式发电,在发生逆向潮流的同时，可能出现某时段孤岛运行的情况。因此，在非变电站节点引入较小的节点注入功率ε，并通过潮流约束保证非变电站节点和变电站节点的连通性，从而避免孤岛运行。
Figure BDA0002768561100000145
Figure BDA0002768561100000146
Figure BDA0002768561100000147
Figure BDA0002768561100000148
Figure BDA0002768561100000149
Figure BDA00027685611000001410
Figure BDA00027685611000001411
Figure BDA00027685611000001412
(4)变电站约束
由于变电站内各变压器独立供电，所以变电站功率约束表达为变压器的物理特性约束。
Figure BDA00027685611000001413
Figure BDA0002768561100000151
上式分别表示节点j变电站第f个变压器的有功无功出力上下限约束；
(5)PV限功率约束
Figure BDA0002768561100000152
(6)负荷削减约束
Figure BDA0002768561100000153
Figure BDA0002768561100000154
所述随机规划模型：
Figure BDA0002768561100000155
Figure BDA0002768561100000156
Figure BDA0002768561100000157
Figure BDA00027685611000001510
s.t.Ax≤b
Cx＝d
||Ex||2≤FTx
Gx+Hys＝k
||Lys||2≤MTys
Jys≤w
Rys≤ξs
式中：s是场景标志，Ns是总场景数，fs为场景概率；x为一阶段离散决策变量，ys为二阶段实时可调节变量，包括连续决策变量和运行状态变量两种类型；ξs为s场景光伏发电的有功预测值；Ax≤b和Cx＝d对应开关重构的辐射性和调节次数约束；
Figure BDA0002768561100000158
表示辅助潮流二阶锥约束；Gx+Hys＝k对应关联一阶段和二阶段的潮流约束；
Figure BDA0002768561100000159
对应潮流二阶锥约束以及关于负载均衡度的二阶锥松弛约束式；Jys≤w对应二阶段的不等式约束；Rys≤ξs表示PV限功率约束。
所述模糊C均值时段划分方法：
模糊C均值聚类改变固有0-1归属准则，对给定数据集的每个样本分别赋予对应多个类中心的隶属度值，其取值在[0,1]区间内。其通过基于模糊隶属度矩阵的聚类损失函数进行聚类划分，能够实现同类数据差异尽可能小，不同类的数据差异尽可能大。
全优化时段动态重构求解时间通常过长，且系统净负荷时空分布能够代表进行开关重构的灵活性需求。因此，依据净负荷时序特性进行重构时段划分，其同类单一网架结构能够代表类中各时段优化目标的重构需求。由
Figure BDA0002768561100000161
和
Figure BDA0002768561100000162
形成净负荷时序数据集X＝[X1,X2,...,XT]T，每个样本代表了某时段的净负荷空间分布Xt＝[Xt1,Xt2,...,XtN]T，其中
Figure BDA0002768561100000163
代表t时段j节点的净负荷有功功率。
通过模糊C均值分类将X模糊划分为C类，对应类中心V＝[V1,V2,...,VC]T，样本对于划分类的模糊隶属度矩阵为UC×T，元素uc,t代表第t个样本对应第c类的隶属度。构造基于样本与类中心的欧式距离dc,t和模糊矩阵UC×T的聚类规划模型如下：
Figure BDA0002768561100000164
Figure BDA0002768561100000165
b为加权指数，为保证收敛性通常取值为2。通过构造拉格朗日函数可得到满足上式的最优UC×T和类中心集合V：
Figure BDA0002768561100000166
Figure BDA0002768561100000167
考虑开关重构动作连续性，其聚类流程如下：
1)初始化聚类个数C、模糊隶属度矩阵UC×T及允许误差ε；
2)根据上式计算类中心集合Vk；
3)根据上式更新模糊隶属度矩阵Uk；
4)如果||Uk+1-Uk||＜ε，迭代结束，否则转到第3步继续迭代直至满足要求。
5)按照时序进行二次类划分，孤立样本选择相邻隶属度值高的类归属，最终将优化区间划分为M类，并得到V＝[V1,V2,...,VM]T。
由于上述重构约束包含了开关次数限制约束，所以这里不需要确定最优分段数目，通过M段网络动态重构仍可以避免开关操作频繁现象。前面建立的多目标规划模型不变，只是开关变量优化维度由T降低为M，可通过类-时段关联矩阵R融入原模型中。rij＝1表示第j个时段隶属于重构优化时段i。
Figure BDA0002768561100000171
所述BPSO-CPLEX组合求解算法：
如图6所示，通过改进的BPSO与Cplex组合求解动态重构问题。前者为求解主体框架，将开关重构变量作为随机粒子，内嵌Cplex求解随机粒子对应二阶锥规划(SOCP)模型下的适应度值，从而不断迭代进化获得最优解。
分别对全系统可操作开关的状态进行0-1编码，难以对网络拓扑进行约束，易产生大量不可行解，全局搜索困难。因此，考虑辐射状网络联络开关闭合形成环路，环内分段开关必然对应断开一个的特点，采用基于环路的编码规则。并对编码规则作出改进以保证初始粒子和更新粒子的拓扑可行性。
初始粒子种群产生具体流程如下：
1)对算例系统进行简化，仅保留可操作开关和馈线支路，形成简单图G。馈线支路不参与编码，0、1编码分别代表所属环内开关的断开与闭合，粒子每个优化时段的总编码长度为各环路所包含的开关数之和。由于公共支路的存在，其大于实际开关数目。
2)始终保证粒子每个优化时段每个环路中“0”的个数等于1。
3)上述规则下，为避免开关同时存在多个环路带来的孤岛现象和环网现象，首先通过开关-环内位置关联矩阵P对粒子进行破译得到实际开关状态，并要求断开开关个数等于环路数；
Figure BDA0002768561100000181
式中：NSWR代表单时段编码长度，NSW为实际开关数目，均随不同层级重构而相应变化；pij＝1表示第i个开关在环路位置j处存在，j为分别对环内开关进行自然排序的位置编号；P内列元素只能有一个取值为1，而同行元素可以有多个1，代表某开关在多个环路内。
4)基于图论代数连通度进一步对粒子拓扑结构进行连通性识别。基于简单图G的节点支路关联矩阵和解码开关状态向量形成节点邻接矩阵，进一步形成Laplacian矩阵进行判别。
5)对满足辐射性和连通性的粒子进行开关调节次数校验，若不满足约束，则返回第2)步。
基于上述步骤可以得到初始种群均为可行解，降低了搜索难度。在粒子位置更新时仍基于上述拓扑结构原则进行编码。为保证速度更新后的粒子满足2)，采用Sigmoid函数计算每一维的置“0”概率，通过轮盘赌算法选择置“0”维，从而得到更新粒子位置，进一步提高算法效率。
所述算例验证分析：
采用改进的148节点系统对所提方法进行验证，分别设置不同PV渗透率和不同负荷水平的案例集来探究多级重构模式的实际优化效益，从而映射净负荷时空分布不均衡的城市配电网，选择合适的重构模式，在尽可能保证系统安全高效经济运行的同时避免大规模潮流转移带来的运行风险。
不同PV渗透率下的多级动态重构：
基于初始负荷预测数据，分别调整全网PV和部分PV的装机容量，对应全网和局部净负荷时空分布特性的改变，从而设置8种案例进行不同PV渗透率下的多层级动态重构。重点分析PV接入电网后的弃电现象和多层级整体优化结果。
表1不同PV渗透率案例集
Figure BDA0002768561100000182
Figure BDA0002768561100000191
如图7所示，不同案例下多级重构模式方案带来不同弃光量改善效益，重构级由馈线级向变电站级扩展时，弃光量逐渐减少。不同案例进行具体分析：1)在案例1、3、6中，变压器级、变电站级重构的弃光量减小不明显，表现为增效不高或馈线级能够基本实现全消纳；2)在案例2、5、7、8中，变电站级重构弃光量减小不明显，表现增效不高或变压器级能够基本实现全消纳；3)案例4需要变电站级重构才能显著减小弃光量。
如图8所示，多级重构模式下的总目标值和负载均衡度存在如下现象：1)馈线级到变电站级的总目标值无递增效益或递增效益不明显，说明高级重构模式(变压器级、变电站级)转供能力不足，需增设联络开关提高潮流分布转移能力，此时低级重构(馈线级、变压器级)优于高级重构。2)负载均衡度非跟随性降低。可见在保证弃光量减小的同时，负载均衡度会有所牺牲，反映该级潮流转移支路过重，对应实际分段开关设置不合理。
根据总目标值优化结果，案例1、2、3、6均应该选择馈线级重构方案，案例5、7、8均应选择变压器级重构方案，而案例4则选择变电站级重构方案较优。不同PV渗透率下，全网和局部PV特性的改变，不同级别重构方案相比原始无重构单一网架结构，均显著降低优化时段内的弃光量和归一化后的总优化目标值，但级间递进效益非理想式增长。决策者可依据整体优化目标值，选择合适的重构模式，避免高级重构相比低级重构的低递增效益，同时给电网和工作人员带来的操作负担。
不同负荷水平下的多级动态重构：
基于初始净负荷预测数据，分别调整全网负荷和部分馈线负荷需求，对应全网和局部净负荷时空分布特性的改变，从而设置8种案例进行不同负荷水平下的多级动态重构。PV渗透率设置较低，以重点分析负荷空间灵活性需求不满足引起的失电现象和多级整体优化结果。分别选取目标1中的失负荷成本和归一化后的总目标值进行分析。
表2不同负荷水平案例集
Figure BDA0002768561100000192
Figure BDA0002768561100000201
如图9所示，不同案例下多级重构方案的失负荷量由馈线级到变电站级逐渐减少。由案例2和案例3多级优化失负荷成本可知，S2T1的两条馈线负荷水平较高，馈线级重构不能保证负荷可靠供电，需要高层级的站内转移和站间转移送电。当案例2达到基础场景的1.28倍时，变压器级重构刚好可以实现负荷全供电；高于此水平时，则需要变电站级重构，如案例3。案例4～6，当全网呈现馈线统一不均衡时，可以看到当单馈线达到1.28时，馈线级重构即将无法保证供电可靠性。案例2和案例5对比，可说明S2T11水平高于S2T12，且S2T11分段开关设置不合理，可转移支路潮流过小或过大。案例7，变电站2水平高于1.22时，则变压器级重构将无法满足站内负荷供电，需要与变电站1进行站间转供。全网负荷水平提升，各级转供能力统一下降。通过案例8可以发现变电站级重构转供能力不足，可以直接选择变压器级，从而避免无增效行为。
如图10所示，不同负荷水平下，原始无重构单一网架结构无法保证负荷全时段可靠供电，多级动态重构显著降低失负荷成本和总优化成本，但级间递进效益非理想式增长。根据总目标值优化结果，案例1、4、5、6均应该选择馈线级重构方案，案例2、7、8均应选择变压器级重构方案，而案例3则选择变电站级重构方案较优。
以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。
以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。

Claims (5)

1.一种城市配电网多目标多级动态重构方法，其特征在于，包括如下步骤：
步骤一，建立不同类别开关参与下的馈线级、变压器级、变电站级重构模式；
步骤二，建立以经济运行成本、负载均衡度、清洁能源消纳水平为目标函数的多目标多级动态重构模型，通过二阶锥松弛处理非线性潮流和负载均衡度非线性表达式，转化为混合整数二阶锥规划模型；
步骤三，采用典型场景集对光伏和负荷的不确定性进行表征，建立随机规划模型，利用模糊C均值分类进行重构时段划分降低0-1变量维度、加速求解；
步骤四，采用改进的二进制粒子群算法和求解器CPLEX组合求解混合整数二阶锥规划模型，根据求解结果，实现城市配电网高效安全经济运行；
步骤二中的多目标多级动态重构模型的目标函数为：
min f1＝Closs+CSub+CSW+CLR
Figure FDA0004043703500000011
min f3＝APV
Figure FDA0004043703500000012
Figure FDA0004043703500000013
Figure FDA0004043703500000014
Figure FDA0004043703500000015
Figure FDA0004043703500000016
式中：Closs、CSub、CSW、CLR
Figure FDA0004043703500000017
分别表示网损成本、购电成本、开关重构成本、负荷削减成本，
Figure FDA0004043703500000018
分别为馈线联络开关、变压器联络开关和变电站联络开关的单次操作成本，并且
Figure FDA0004043703500000019
Figure FDA00040437035000000110
Figure FDA00040437035000000111
和
Figure FDA00040437035000000112
分别表示光伏的实际有功出力和原始有功出力；
Figure FDA00040437035000000113
表示t时段支路ij的开关状态变化标志，若
Figure FDA00040437035000000114
则支路ij在t时段开关由断开状态变为闭合状态；若
Figure FDA0004043703500000021
则支路ij在t时段开关由闭合状态变为断开状态；
Figure FDA0004043703500000022
为t时刻变电站站间负载均衡度；
Figure FDA0004043703500000023
表示区域综合变电站站内变压器负载均衡度；
Figure FDA0004043703500000024
表示区域综合变压器馈线负载均衡度；
Figure FDA0004043703500000025
表示j节点处变电站在t时刻的有功出力。
2.根据权利要求1所述的一种城市配电网多目标多级动态重构方法，其特征在于，步骤一中所述的馈线级重构模式仅包含馈线联络开关；所述的变压器级重构模式为包含馈线联络开关和变压器联络开关；所述的变电站级重构模式包括馈线联络开关、变压器联络开关、变电站联络开关。
3.根据权利要求1所述的一种城市配电网多目标多级动态重构方法，其特征在于，步骤二中的负载均衡度指标包含馈线负载均衡度、变压器负载均衡度以及变电站负载均衡度指标；其中的变电站负载均衡度：
Figure FDA0004043703500000026
式中：
Figure FDA0004043703500000027
和
Figure FDA0004043703500000028
分别表示j节点处变电站在t时刻的负载率和有功出力；Pj Sub,max为j节点处变电站的最大有功出力；
Figure FDA0004043703500000029
为t时刻变电站站间负载均衡度；
变压器负载均衡度：
Figure FDA00040437035000000210
式中：
Figure FDA00040437035000000211
和
Figure FDA00040437035000000212
分别表示j变电站第f个变压器在t时刻的有功出力和负载率；γ(j)表示j变电站的变压器集合，α(j,f)表示j变电站第f个变压器的馈线集合，
Figure FDA00040437035000000213
表示j变电站的变压器数目；
Figure FDA00040437035000000214
和
Figure FDA00040437035000000215
分别表示j变电站站内变压器负载均衡度和区域综合变电站站内变压器负载均衡度
所述馈线负载均衡度：
Figure FDA0004043703500000031
式中：Pjk,t和
Figure FDA0004043703500000032
分别表示变压器二次侧馈线有功出力及最大值；
Figure FDA0004043703500000033
和
Figure FDA0004043703500000034
分别表示馈线的负载率和j变电站第f个变压器的馈线负载均衡度；
Figure FDA0004043703500000035
表示区域综合变压器馈线负载均衡度；
步骤二的负载均衡度指标与负载率的均方差有关，含有二范数非线性表达式，对非线性表达式进行二阶锥松弛，转化为二阶锥约束如下所示：
Figure FDA0004043703500000036
4.根据权利要求1所述的一种城市配电网多目标多级动态重构方法，其特征在于，步骤四所述的采用改进的二进制粒子群算法和求解器CPLEX组合求解混合整数二阶锥规划模型，具体为：
通过改进的BPSO与Cplex组合求解动态重构问题；前者为求解主体框架，将开关重构变量作为随机粒子，内嵌Cplex求解随机粒子对应二阶锥规划(SOCP)模型下的适应度值，从而不断迭代进化获得最优解。
5.应用权利要求1-4任一所述的一种城市配电网多目标多级动态重构方法的一种城市配电网多目标多级动态重构系统，其特征在于，包括多目标多级动态重构；所述多目标多级动态重构包括状态检测模块、信息存储模块、多级重构方案决策模块、馈线联络开关控制决策模块、变压器联络开关控制决策模块、变电站联络开关决策模块、PV决策模块、负荷削减决策模块；
所述状态检测模块，用于检测城市配电网PV实时出力数据与负荷实时需求数据，并将其存储在信息存储模块；
所述信息存储模块，用于存储PV与负荷的历史数据信息；
所述多级重构方案决策模块，根据多目标多级动态重构模型的求解结果，为配网操作人员建议合适的重构级别及相应级别重构方案；
所述馈线联络开关控制决策模块，根据相应重构方案远程控制馈线联络开关的开合闸动作；
所述变压器联络开关控制决策模块，根据相应重构方案远程控制变压器联络开关的开合闸动作；
所述变电站联络开关控制决策模块，根据相应重构方案远程控制变电站联络开关的开合闸动作；
所述PV决策模块，用于固定重构方案下实时响应净负荷不确定性波动，根据实时PV出力进行弃光行为决策；
所述负荷削减决策模块，用于固定重构方案下实时响应净负荷不确定性波动，对可削减负荷进行削减。
CN202011241507.8A 2020-11-09 2020-11-09 一种城市配电网多目标多级动态重构方法及系统 Active CN112491037B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011241507.8A CN112491037B (zh) 2020-11-09 2020-11-09 一种城市配电网多目标多级动态重构方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011241507.8A CN112491037B (zh) 2020-11-09 2020-11-09 一种城市配电网多目标多级动态重构方法及系统

Publications (2)

Publication Number Publication Date
CN112491037A CN112491037A (zh) 2021-03-12
CN112491037B true CN112491037B (zh) 2023-04-25

Family

ID=74928881

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011241507.8A Active CN112491037B (zh) 2020-11-09 2020-11-09 一种城市配电网多目标多级动态重构方法及系统

Country Status (1)

Country Link
CN (1) CN112491037B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113032940B (zh) * 2021-04-22 2023-05-02 上海交通大学 考虑供需互动和风险管理的城镇多能网络规划方法及系统
CN113361188B (zh) * 2021-05-10 2022-12-06 国网河北省电力有限公司营销服务中心 多目标配电网动态重构方法、装置及终端
CN113708369B (zh) * 2021-08-30 2023-09-08 天津大学 一种基于松弛负载率控制的中压配电网供电单元划分方法
CN114056168B (zh) * 2021-10-28 2024-04-12 广东电网有限责任公司广州供电局 充电站供电方法、控制装置、计算机设备与存储介质
CN114297811B (zh) * 2021-12-31 2023-09-12 烟台东方威思顿电气有限公司 基于约束多目标优化的低压台区拓扑识别方法
CN114662982B (zh) * 2022-04-15 2023-07-14 四川大学 一种基于机器学习的城市配电网多级动态重构方法
CN117691598B (zh) * 2024-02-04 2024-04-12 华北电力大学 一种极端天气下电热能量网络韧性评估方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110729765A (zh) * 2019-08-30 2020-01-24 四川大学 一种考虑sop的配电网灵活性评估指标体系和优化调度方法

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105225163A (zh) * 2014-06-25 2016-01-06 国家电网公司 主动配电网的重构方法和装置
CN106329516B (zh) * 2015-07-09 2019-08-16 中国电力科学研究院 一种基于典型场景识别的配电网动态重构方法
CN106655227B (zh) * 2017-01-18 2019-02-15 天津大学 一种基于智能软开关的有源配电网馈线负载平衡方法
CN107276067B (zh) * 2017-05-11 2020-12-01 贵州电网有限责任公司 一种考虑负荷特性的配电网联络开关配置优化方法
CN108631328B (zh) * 2018-07-04 2021-06-15 四川大学 一种考虑dg无功支撑和开关重构的主动配电网分布鲁棒无功优化方法
CN108964037B (zh) * 2018-07-19 2020-04-07 四川大学 基于高压配电网重构性模型的构建方法
CN109995075B (zh) * 2018-09-29 2022-03-08 国网上海市电力公司 一种含分布式电源的主动配电网动态重构方法
CN109286186B (zh) * 2018-10-11 2021-10-01 南京南瑞继保电气有限公司 一种主动配电网优化重构方法
CN109447847A (zh) * 2018-12-24 2019-03-08 天津天电清源科技有限公司 一种含柔性软开关的有源配电网供电可靠性评估方法
CN109861232A (zh) * 2019-02-22 2019-06-07 国家电网有限公司 一种基于二阶锥松弛方法的配电网动态重构降损方法
CN109934487A (zh) * 2019-03-11 2019-06-25 国网福建省电力有限公司 一种考虑多主体利益博弈的主动配电网协调规划方法
CN111027807B (zh) * 2019-11-12 2024-02-06 国网河北省电力有限公司经济技术研究院 一种基于潮流线性化的分布式发电选址定容方法
CN110866702A (zh) * 2019-11-20 2020-03-06 国网天津市电力公司 考虑动态网架重构和差异化可靠性的配电网规划方法
CN111626633B (zh) * 2020-06-04 2023-10-03 南京工程学院 基于综合评价指标的自储能柔性互联配电网扩展规划方法
CN111861030B (zh) * 2020-07-29 2023-10-03 国网山东省电力公司济宁供电公司 城市配电网多阶段规划方法及系统

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110729765A (zh) * 2019-08-30 2020-01-24 四川大学 一种考虑sop的配电网灵活性评估指标体系和优化调度方法

Also Published As

Publication number Publication date
CN112491037A (zh) 2021-03-12

Similar Documents

Publication Publication Date Title
CN112491037B (zh) 一种城市配电网多目标多级动态重构方法及系统
Li et al. Distributed adaptive robust voltage/var control with network partition in active distribution networks
Syahputra Fuzzy multi-objective approach for the improvement of distribution network efficiency by considering DG
Hong et al. Determination of network configuration considering multiobjective in distribution systems using genetic algorithms
CN110690702B (zh) 一种考虑综合承载力的主动配电网优化调度及运行方法
Zhao et al. Distributed risk-limiting load restoration for wind power penetrated bulk system
CN105305442B (zh) 基于量子遗传算法的多目标智能配电网自愈恢复方法
Niknam et al. Multi-objective daily operation management of distribution network considering fuel cell power plants
CN108182498A (zh) 配电网故障恢复性重构方法
Li et al. Active distribution network active and reactive power coordinated dispatching method based on discrete monkey algorithm
CN109687469A (zh) 基于机会约束规划的有源配电网智能软开关电压控制方法
CN107808256A (zh) 一种基于机会约束规划的地区高压配电网转供方法
Watanabe et al. A genetic algorithm for optimizing switching sequence of service restoration in distribution systems
Lotfi et al. An optimal co-operation of distributed generators and capacitor banks in dynamic distribution feeder reconfiguration
CN109950928A (zh) 一种计及充放储一体站的主动配电网故障恢复方法
CN117526432B (zh) 一种面向源荷互动的配网调控系统及方法
Salkuti Multi-objective based optimal network reconfiguration using crow search algorithm
CN103944166A (zh) 基于单一变电站供电方式集的地区电网重构方法
CN114726008B (zh) 一种主动配电网与多微电网联合鲁棒优化方法及系统
Jiang et al. Research on load transfer strategy optimisation with considering the operation of distributed generations and secondary dispatch
Wang et al. [Retracted] Low‐Voltage Diagnosis of Energy Distribution Network Based on Improved Particle Swarm Optimization Algorithm
Ren et al. A comprehensive evaluation system of smart distribution grid based on AHP and adaptive correction
Zhao et al. Overview of Power System Planning under Uncertainty
Zou et al. Reconfiguration in distribution systems based on refined genetic algorithm for improving voltage quality
Long et al. Research on Multi-Objective Optimization of Smart Grid Based on Particle Swarm Optimization.

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