CN113541136B - 配电网自愈系统的配置方法、装置及电子设备 - Google Patents
配电网自愈系统的配置方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113541136B CN113541136B CN202110855332.8A CN202110855332A CN113541136B CN 113541136 B CN113541136 B CN 113541136B CN 202110855332 A CN202110855332 A CN 202110855332A CN 113541136 B CN113541136 B CN 113541136B
- Authority
- CN
- China
- Prior art keywords
- distribution network
- power distribution
- node
- particle swarm
- optimal solution
- 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
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 120
- 238000000034 method Methods 0.000 title claims abstract description 49
- 239000002245 particle Substances 0.000 claims abstract description 71
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 44
- 238000012360 testing method Methods 0.000 claims abstract description 36
- 230000006870 function Effects 0.000 claims abstract description 27
- 230000005855 radiation Effects 0.000 claims abstract description 10
- 238000011084 recovery Methods 0.000 claims abstract description 10
- 230000001066 destructive effect Effects 0.000 claims abstract description 8
- 239000000243 solution Substances 0.000 claims description 35
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000010248 power generation Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 7
- 238000002347 injection Methods 0.000 claims description 6
- 239000007924 injection Substances 0.000 claims description 6
- 238000011144 upstream manufacturing Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 7
- 230000007547 defect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000005070 ripening Effects 0.000 description 1
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
- H02J3/001—Methods to deal with contingencies, e.g. abnormalities, faults or failures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/25—Design optimisation, verification or simulation using particle-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请公开了配电网自愈系统的配置方法、装置及电子设备,其中配置方法包括:根据配电网的节点及边路,建立配电网的自愈系统的测试模型,并设置测试模型的约束条件和目标函数;利用破坏粒子群算法,舍去测试模型中不符合约束条件的边路,并通过目标函数获得测试模型的最优解;将配电网中对应最优解的边路断开,以获取最优故障恢复后的配电网的辐射网络。本申请的配置方法采用了破坏粒子群的优化算法,具有更好的全局收敛性和收敛速度,可快速准确得出最优故障恢复后的配电网的辐射网络,能够保证自愈系统的可靠性和正确性。
Description
技术领域
本申请涉及智能电网技术领域,尤其涉及配电网自愈系统的配置方法、装置及电子设备。
背景技术
配电网是电力系统的重要组成部分,用于连接高压输电网与低压用户,肩负重要的能源配送任务。随着社会经济发展,用户对电力供应依赖程度不断增加,配电网供电中断给用户造成的经济损失和不良影响也越来越大。当前配电网自愈重构能力已成为衡量配电系统自动化水平的重要指标之一,逐渐受到电力企业的重视。自愈过程的正确性和快速性是智能配电网的重要特征。
为了验证实际配电网系统的自愈过程,需要采用主动配电网自愈系统的测试模型,传统的测试模型可能存在正确性低、测试时间长的缺点,会对自愈系统进行错误的评价。目前的测试模型普遍采用的智能算法存在陷入局部最优、收敛时间长的缺点,因此需要在主动配电网自愈系统的测试模型上进行深入的研究。
发明内容
本申请提供配电网自愈系统的配置方法、装置及电子设备,以解决现有技术中配电网的自愈系统的智能算法存在缺陷的问题。
为解决上述技术问题,本申请提出一种配电网自愈系统的配置方法,包括:根据配电网的节点及边路,建立所述配电网的自愈系统的测试模型,并设置所述测试模型的约束条件和目标函数;
所述配电网的节点包括所述配电网的负荷母线、变电站或者变压器中的一个;所述配电网的边路包括所述配电网的线路、分段开关或者联络开关中的一个;其中,约束条件包括:所述配电网各节点的电压在预设范围内;所述配电网各线路的负荷电流小于所述线路所能提供的最大负荷电流;所述配电网中各个分布式发电单元的容量不超过所述分布式发电单元的最大容量和最小容量;所述边路对应上游线路的注入电流与所述节点所设置分布式电源的注入电流之和等于所述节点的负荷电流与配送至所述节点的其他相邻节点线路电流之和;所述配电网中相邻节点间的电压差值等于线路压降;
所述目标函数Obj为:
其中,n,m分别表示两个节点;en,m代表节点n与节点m之间的边路;V是节点有限集;E是边路有限集;
表示所述边路en,m对应配电线路流过的电流实部;表示所述边路en,m对应所述配电线路流过的电流虚部;Gn为所述节点n连接的分布式电源发电容量;Rn,m表示节点n、m间的电阻;
利用破坏粒子群算法,舍去所述测试模型中不符合所述约束条件的边路,并通过所述目标函数获得所述测试模型的最优解;其中,根据Floyd算法,在舍去不符合所述约束条件的边路后的配电网络闭环拓扑结构中,查找最小闭环个数,使所述最小闭环个数作为粒子群算法的空间维度,并设置所述配电网的相关运行参数;设置所述破坏粒子群的计算参数,其中所述计算参数包括粒子群规模、所述粒子群空间维度、初始化粒子的位置和速度;运行所述破坏粒子群算法,计算满足所述约束条件的边路对应的目标函数值,并取所述目标函数值最大的边路作为所述最优解;
将所述配电网中对应所述最优解的边路断开,以获取最优故障恢复后的所述配电网的辐射网络。
可选地,配电网的相关运行参数包括配电网节点的电压限制参数,边路电流限制参数,负荷有功无功功率,分布式发电单元容量和位置。
可选地,计算参数还包括最大迭代次数;运行破坏粒子群算法,计算满足约束条件的边路对应的目标函数值,并取目标函数值最大的边路作为最优解,包括:破坏粒子群进行迭代计算,每次破坏粒子群计算得出一个最优解;将本次计算的最优解与保存的最优解进行比较,保存两者中更优的一个;若破坏粒子群进行迭代计算的次数等于最大迭代次数,或者保存的最优解满足预设条件,则迭代计算终止。
可选地,根据Floyd算法,在舍去不符合约束条件的边路后的配电网络闭环拓扑结构中,查找最小闭环个数,包括:设置配电网络闭环拓扑结构中的边路权值为1;以节点1或者节点0为起点,通过Floyd算法查找最小闭环;若不存在最小闭环,则判断所有节点均检查完毕;若存在最小闭环,则检查最小闭环与已保存的最小闭环是否重复;如果不重复,则保存未重复的最小闭环。
为解决上述技术问题,本申请提出一种电子设备,包括存储器和处理器,存储器连接处理器,存储器存储有计算机程序,计算机程序被处理器执行时实现上述的方法。
为解决上述技术问题,本申请提出一种计算机可读存储介质,存储有计算机程序,计算机程序被执行时实现上述的方法。
本申请提出配电网自愈系统的配置方法、装置及电子设备,根据配电网的节点及边路,建立配电网的自愈系统的测试模型,并通过约束调节、目标函数以及破坏粒子群算法获得测试模型的最优解,从而获得最优故障恢复后的配电网的辐射网络。本申请的配置方法采用了破坏粒子群的优化算法,具有更好的全局收敛性和收敛速度,可快速准确得出最优故障恢复后的配电网的辐射网络,能够保证自愈系统的可靠性和正确性。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施方式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申请的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请配电网自愈系统的配置方法一实施例的流程示意图;
图2是本申请利用破坏粒子群算法获得最优解位置一实施例的流程示意图;
图3是本申请查找最小闭环个数一实施例的流程示意图;
图4是本申请IEEE 33节点配电网的拓扑结构示意图;
图5是节点1发生故障后的最小环拓扑结构示意图;
图6是本申请电子设备一实施例的结构示意图;
图7是本申请计算机可读存储介质一实施例的结构示意图。
具体实施方式
为使本领域的技术人员更好地理解本申请的技术方案,下面结合附图和具体实施方式对本申请所提供配电网自愈系统的配置方法、装置及电子设备进一步详细描述。
本申请提出一种配电网自愈系统的配置方法,请参阅图1,图1是本申请配电网自愈系统的配置方法一实施例的流程示意图,在本实施例中,具体可以包括以下步骤:
S110:根据配电网的节点及边路,建立配电网的自愈系统的测试模型,并设置测试模型的约束条件和目标函数。
主动配电网是配电网中的一种,主动配电网是采用主动管理分布式电源、储能设备和客户双向负荷的模式,具有灵活拓扑结构的公用配电网。
将主动配电网的负荷母线、变电站或者变压器作为测试模型的节点,将主动配电网的线路、分段开关或者联络开关作为测试模型的边路,因此主动配电网可以用G=(V,E)表示,其中V是节点有限集,E是边路有限集。
将邻接矩阵记为A,则A中的各元素定义为:
式中en,m代表节点n与节点m之间的边路。配电网中节点n与节点m之间的阻抗记为Zn,m,则Zn,m中各元素定义为:
式中,Rn,m表示节点n、m间的电阻;Ln,m表示节点n、m间的电抗。
考虑到测试模型组成的网络受配电规则限制,主动配电网优化重构的复杂过程,本实施例中目标函数Obj为:
其中,n,m分别表示两个节点;en,m代表节点n与节点m之间的边路;V是节点有限集;E是边路有限集;表示边路en,m对应配电线路流过的电流实部;表示边路en,m对应配电线路流过的电流虚部;Gn为节点n连接的分布式电源发电容量;Rn,m表示节点n、m间的电阻。
此外,主动配电网的运行还需要满足末端降压、线路承载等需求,因此,测试模型转换为式(3)所示的优化目标还需要满足配电网的不等式约束条件。具体地,约束条件可以包括:
主动配电网各节点的电压需要在预设范围内(如:低压用户±5%),因此节点的电压需要满足以下电压约束条件:
式中,表示节点n的电压实部;表示节点n的电压虚部;Umax和Umin分别表示节点电压幅值的上限和下限。
主动配电网各线路的负荷电流应小于线路所能提供的最大负荷电流Imax,即满足以下负荷电流的约束:
In,m表示边路en,m对应配电线路流过的电流。
主动配电网中各个分布式发电单元的容量Gn不超过分布式发电单元的最大容量Gnmax和最小容量Gnmin,即满足以下分布式发电单元容量约束:
Gnmin≤Gn≤Gnmax (6)
边路en,m对应上游线路的注入电流In,m与节点m所设置分布式电源的注入电流之和等于节点m的负荷电流与配送至节点m的其他相邻节点线路电流之和,因此配电网线路负荷电流满足以下等式:
式中:Sm为节点m的负荷容量;Um为节点m的电压;Sm/Um为节点m的负荷电流;Cm为与节点m直接通过配电线路连接的邻节点集合。
主动配电网中相邻节点间的电压差值等于线路压降,因此配电网相邻节点电平满足以下等式:
Un-Um=Zn,m·In,m (8)
S120:利用破坏粒子群算法,舍去测试模型中不符合约束条件的边路,并通过目标函数获得测试模型的最优解。
可选地,可以利用破坏粒子群算法,舍去测试模型中不符合约束条件的粒子的位置,并通过目标函数获得测试模型中的粒子的最优解位置,具体地,请参阅图2,图2是本申请利用破坏粒子群算法获得最优解位置一实施例的流程示意图,包括以下步骤:
S121:根据Floyd算法,在舍去不符合约束条件的粒子后的配电网络闭环拓扑结构中,查找最小闭环个数,使最小闭环个数作为粒子群算法的空间维度,并设置主动配电网的相关运行参数。
其中,Floyd算法又称为插点法,是一种利用动态规划的思想寻找给定的加权图中多源点之间最短路径的算法;相关运行参数包括主动配电网节点的电压限制,边路电流限制,负荷有功无功功率,分布式发电单元容量和位置。
可选地,根据Floyd算法,在舍去不符合约束条件的粒子后的配电网络闭环拓扑结构中,查找最小闭环个数,包括:设置配电网络闭环拓扑结构中的边路权值为1;以节点1或者节点0为起点,通过Floyd算法查找最小闭环;若不存在最小闭环,则判断所有节点均检查完毕;若存在最小闭环,则检查最小闭环与已保存的最小闭环是否重复;如果不重复,则保存未重复的最小闭环。
请参阅图3,图3是本申请查找最小闭环个数一实施例的流程示意图,具体步骤为:
配电网络拓扑结构图所有边路权值设置为1;
以节点n(n初值为0或者1)为起点,通过Floyd算法查找最小环;在本实施例中设置起始节点n=1,节点个数N=15;
若本次查找存在最小环,则进一步判断最小环是否与已存环重复,若是,则判断当前节点n是否大于节点个数N;若否,则保存未重复的最小环后判断当前节点n是否大于节点个数N;
若本次查找不存在最小环,则判断当前节点n是否大于节点个数N,若是,则判断所有节点均检查完毕;若否,则更新节点n=n+1再次查找直至n>N;
等所有节点均检查完毕,则切除过载线路部分非关键负荷,直至线路容量满足要求;等故障处理完毕,即可输出自愈方案。
S122:设置破坏粒子群的计算参数,其中计算参数包括粒子群规模、粒子群空间维度、初始化粒子的位置和速度。
设置破坏粒子群的计算参数,其中计算参数包括粒子群规模M、粒子群空间维度D、i的位置x=(xi1,xi2,xi3)和速度v=(vi1,vi2,vi3);此外,还可以设置最大惯性因子wmax,最小惯性因子wmin,最大学习因子cmax,最小学习因子cmin,最大迭代次数K;初始粒子i的个体极值全局极值
S123:运行破坏粒子群算法,计算满足约束条件的粒子对应的目标函数值,并取目标函数值最大的粒子作为最优解位置。
更新粒子群的惯性因子w(k),学习因子c1(k)、c2(k),粒子位置和飞行速度。
其中,w(k)和c1(k)、c2(k)的计算公式如下:
粒子位置xi(k)的计算公式为:
xi(k+1)=xi(k)+vi(k+1) (10)
式中,k为当前迭代次数。设粒子i在d维空间前k次迭代所找到的最优解,记为Nswam个子在d维空间前k次迭代找到的最优解,记为
粒子飞行速度方向根据其本身经验和同伴飞行经验调整,直至于d维空间中找到最优解。则其速度调整为
式中,r1和r2为0到1的随机数;w为惯性因子;c1和c2为2个不同学习因子。
由式(4)-(8)判断粒子是否满足约束条件;由式(3)计算满足约束条件的粒子对应多指标协同优化目标函数值,并取目标函数值最大的粒子所在位置为最优解。
可选地,计算参数还包括最大迭代次数;因此破坏粒子群算法中还可以包括迭代计算,具体如下:
每次破坏粒子群计算得出一个最优解位置;将本次计算的最优解位置与保存的最优解位置进行比较,保存两者中更优的一个;若破坏粒子群进行迭代计算的次数等于最大迭代次数,或者保存的最优解位置满足预设条件,则迭代计算终止;否则继续执行迭代计算。
S130:将配电网中对应最优解的边路断开,以获取最优故障恢复后的配电网的辐射网络。
进一步地,结合IEEE33节点配电系统作为仿真算例来验证本实施提出的方法,分别在不同故障、参数设置条件下进行仿真并与传统算法进行对比。请参阅图4,图4是本申请IEEE 33节点配电网的拓扑结构示意图。
假设节点1发生小电阻接地故障,继电保护断开与节点1连接的边e0,1、e1,2和e1,22后,节点1发生故障后的最小环拓扑结构如图5所示。采用本实施例提出的破坏粒子群算法对配电网自愈系统进行测试,选取粒子群规模M=5000、粒子群空间维度d=3、最大迭代次数K=30,且设定不同的参数值对结果进行对比,不同参数值对破环粒子群算法结果影响如表1所示。
表1不同参数值对破环粒子群算法结果影响
由表1可知,选取wmin=0.2、wmax=0.8、cmin=2.0、cmax=2.2时,网损最小且新能源的接入能力最大。因此本实施例选择此参数进行后序实验。
在图4中节点1发生小电阻接地故障的情况下,采用本实施例的测试模型对配电网进行重构,设置不同的最大迭代次数K,测试惯性因子动态调节后的粒子群算法,对动态调节后的粒子群算法进行仿真,并同标准粒子群算法进行对比。可看出,经参数动态调节后的测试模型在前期具有更强的全局寻优能力,收敛较快;后期局部寻优能力逐渐加强,以避免出现“早熟”现象。本文提出测试模型的收敛速度更快,完全实现了比传统粒子群优化更好的测试效果。
综上,本实施例的一种配电网自愈系统的配置方法利用了约束条件、目标函数和破坏粒子群算法,收敛速度更快,而且全局寻优能力强;可快速准确得出最优故障恢复后的配电网的辐射网络,,验证自愈系统的可靠性和正确性,能够为主动配电网的自愈系统的测试提供理论依据。
基于上述的配电网自愈系统的配置方法,本申请还提出一种电子设备,如图6所示,图6是本申请电子设备一实施例的结构示意图。电子设备600可以包括存储器61和处理器62,存储器61连接处理器62,存储器61中存储有计算机程序,计算机程序被处理器62执行时实现上述任一实施例的方法。其步骤和原理在上述方法已详细介绍,在此不再赘述。
在本实施例中,处理器62还可以称为CPU(central processing unit,中央处理单元)。处理器62可以是一种集成电路芯片,具有信号的处理能力。处理器62还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
基于上述的配电网自愈系统的配置方法,本申请还提出一种计算机可读存储介质。请参阅图7,图7是本申请计算机可读存储介质一实施例的结构示意图。计算机可读存储介质700上存储有计算机程序71,计算机程序71被处理器执行时实现上述任一实施例的方法。其步骤和原理在上述方法已详细介绍,在此不再赘述。
进一步的,计算机可读存储介质700还可以是U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存储器(random access memory,RAM)、磁带或者光盘等各种可以存储程序代码的介质。
本申请提出配电网自愈系统的配置方法、装置及电子设备,根据配电网的节点及边路,建立配电网的自愈系统的测试模型,并通过约束调节、目标函数以及破坏粒子群算法获得测试模型的最优解,从而获得最优故障恢复后的配电网的辐射网络。本申请的配置方法采用了破坏粒子群的优化算法,具有更好的全局收敛性和收敛速度,可快速准确得出最优故障恢复后的配电网的辐射网络,能够保证自愈系统的可靠性和正确性。
可以理解的是,此处所描述的具体实施例仅用于解释本申请,而非对本申请的限定。另外为了便于描述,附图中仅示出了与本申请相关的部分而非全部结构。文中所使用的步骤编号也仅是为了方便描述,不对作为对步骤执行先后顺序的限定。基于本申请中的实施例,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他实施例,都属于本申请保护的范围。
本申请中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
以上所述仅为本申请的实施方式,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (6)
1.一种配电网自愈系统的配置方法,其特征在于,包括:
根据配电网的节点及边路,建立所述配电网的自愈系统的测试模型,并设置所述测试模型的约束条件和目标函数;
所述配电网的节点包括所述配电网的负荷母线、变电站或者变压器中的一个;所述配电网的边路包括所述配电网的线路、分段开关或者联络开关中的一个;其中,约束条件包括:所述配电网各节点的电压在预设范围内;所述配电网各线路的负荷电流小于所述线路所能提供的最大负荷电流;所述配电网中各个分布式发电单元的容量不超过所述分布式发电单元的最大容量和最小容量;所述边路对应上游线路的注入电流与所述节点所设置分布式电源的注入电流之和等于所述节点的负荷电流与配送至所述节点的其他相邻节点线路电流之和;所述配电网中相邻节点间的电压差值等于线路压降;
所述目标函数Obj为:
其中,n,m分别表示两个节点;en,m代表节点n与节点m之间的边路;V是节点有限集;E是边路有限集;
表示所述边路en,m对应配电线路流过的电流实部;表示所述边路en,m对应所述配电线路流过的电流虚部;Gn为所述节点n连接的分布式电源发电容量;Rn,m表示节点n、m间的电阻;
利用破坏粒子群算法,舍去所述测试模型中不符合所述约束条件的边路,并通过所述目标函数获得所述测试模型的最优解;其中,根据Floyd算法,在舍去不符合所述约束条件的边路后的配电网络闭环拓扑结构中,查找最小闭环个数,使所述最小闭环个数作为粒子群算法的空间维度,并设置所述配电网的相关运行参数;设置所述破坏粒子群的计算参数,其中所述计算参数包括粒子群规模、所述粒子群空间维度、初始化粒子的位置和速度;运行所述破坏粒子群算法,计算满足所述约束条件的边路对应的目标函数值,并取所述目标函数值最大的边路作为所述最优解;
将所述配电网中对应所述最优解的边路断开,以获取最优故障恢复后的所述配电网的辐射网络。
2.根据权利要求1所述的配电网自愈系统的配置方法,其特征在于,
所述配电网的相关运行参数包括所述配电网节点的电压限制参数,边路电流限制参数,负荷有功无功功率,分布式发电单元容量和位置。
3.根据权利要求2所述的配电网自愈系统的配置方法,其特征在于,所述计算参数还包括最大迭代次数;所述运行所述破坏粒子群算法,计算满足所述约束条件的边路对应的目标函数值,并取所述目标函数值最大的边路作为所述最优解,包括:
所述破坏粒子群进行迭代计算,每次破坏粒子群计算得出一个最优解;
将本次计算的最优解与保存的最优解进行比较,保存两者中更优的一个;
若所述破坏粒子群进行迭代计算的次数等于所述最大迭代次数,或者所述保存的最优解满足预设条件,则迭代计算终止。
4.根据权利要求3所述的配电网自愈系统的配置方法,其特征在于,所述根据Floyd算法,在舍去不符合所述约束条件的边路后的配电网络闭环拓扑结构中,查找最小闭环个数,包括:
设置所述配电网络闭环拓扑结构中的边路权值为1;
以节点1或者节点0为起点,通过所述Floyd算法查找所述最小闭环;
若不存在所述最小闭环,则判断所有节点均检查完毕;
若存在所述最小闭环,则检查所述最小闭环与已保存的最小闭环是否重复;如果不重复,则保存未重复的最小闭环。
5.一种电子设备,其特征在于,包括存储器和处理器,所述存储器连接所述处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时实现权利要求1-4中任一项所述的方法。
6.一种计算机可读存储介质,其特征在于,存储有计算机程序,所述计算机程序被执行时实现权利要求1-4任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110855332.8A CN113541136B (zh) | 2021-07-27 | 2021-07-27 | 配电网自愈系统的配置方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110855332.8A CN113541136B (zh) | 2021-07-27 | 2021-07-27 | 配电网自愈系统的配置方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113541136A CN113541136A (zh) | 2021-10-22 |
CN113541136B true CN113541136B (zh) | 2024-09-13 |
Family
ID=78089389
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110855332.8A Active CN113541136B (zh) | 2021-07-27 | 2021-07-27 | 配电网自愈系统的配置方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113541136B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104092211A (zh) * | 2014-07-14 | 2014-10-08 | 国家电网公司 | 一种适应配电网自愈要求的开关优化配置方法 |
CN104578427A (zh) * | 2015-01-27 | 2015-04-29 | 国家电网公司 | 一种含微网电源的配电网的故障自愈方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105281344B (zh) * | 2015-11-20 | 2018-11-13 | 武汉大学 | 一种考虑电能质量及其不确定性约束的智能配电网自愈恢复优化方法 |
CN110210659B (zh) * | 2019-05-24 | 2021-04-02 | 清华大学 | 一种考虑可靠性约束的配电网规划方法 |
CN111222649A (zh) * | 2019-11-26 | 2020-06-02 | 广州供电局有限公司 | 一种配电网自愈能力提升规划方法 |
CN111371090B (zh) * | 2020-04-08 | 2022-01-11 | 广东电网有限责任公司电力调度控制中心 | 用于主动配电网的故障自愈方法、装置、设备和存储介质 |
CN112803404B (zh) * | 2021-02-25 | 2023-03-14 | 国网河北省电力有限公司经济技术研究院 | 配电网自愈重构规划方法、装置及终端 |
CN113011670B (zh) * | 2021-03-30 | 2022-12-06 | 国网河北省电力有限公司电力科学研究院 | 配电网故障应急抢修调度-故障恢复协同方法及装置 |
-
2021
- 2021-07-27 CN CN202110855332.8A patent/CN113541136B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104092211A (zh) * | 2014-07-14 | 2014-10-08 | 国家电网公司 | 一种适应配电网自愈要求的开关优化配置方法 |
CN104578427A (zh) * | 2015-01-27 | 2015-04-29 | 国家电网公司 | 一种含微网电源的配电网的故障自愈方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113541136A (zh) | 2021-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112803404B (zh) | 配电网自愈重构规划方法、装置及终端 | |
Peng et al. | Feeder reconfiguration in distribution networks based on convex relaxation of OPF | |
US11190010B2 (en) | Annular bearer network and service bearing implementation method therefor | |
CN102570392A (zh) | 基于改进概率神经网络的变压器励磁涌流鉴别方法 | |
CN115494349B (zh) | 有源配电网单相接地故障区段定位方法 | |
CN111668843A (zh) | 基于相序混合法的低压配电网三相潮流计算方法 | |
CN117973096A (zh) | 基于双层分网的直驱风电场并行仿真方法、系统、终端及介质 | |
Setia et al. | Implementation of backward-forward sweep method on load model variation of distribution systems | |
CN113541136B (zh) | 配电网自愈系统的配置方法、装置及电子设备 | |
Dang et al. | Fast single-phase fault location method based on community graph depth-first traversal for distribution network | |
CN117498379A (zh) | 新能源场站宽频带频率耦合阻抗在线辨识建模方法及系统 | |
Gururajapathy et al. | Fault location in an unbalanced distribution system using support vector classification and regression analysis | |
CN116722583A (zh) | 用于确定电网短路故障下双馈风机负序电流的方法及系统 | |
CN109033660A (zh) | 不对称故障分析方法及装置 | |
CN105790263B (zh) | 基于回溯思想改进GN算法的220kV城市环网分区方法 | |
CN112165093B (zh) | 一种基于大电网的核心保底网架构建方法及系统 | |
CN114091623A (zh) | 一种基于多二元表-ap聚类的暂态电压分区方法及装置 | |
Brandwajn et al. | Modeling zero impedance lines in power system applications | |
CN110797906B (zh) | 风电基地最大装机容量的确定方法、装置及存储介质 | |
CN113721461A (zh) | 一种基于多试验场景的新能源机组参数辨识方法及系统 | |
Yang et al. | Multi-criteria Fusion Method for Line Selection of Single-phase-to-ground Fault with Small Current based on GRU Neural Network | |
Babu et al. | An efficient power flow method for distribution system studies under various load models | |
WO2024152406A1 (zh) | 线性潮流模型、其优化方法及配电网运行稳定性评估方法 | |
CN115276055B (zh) | 一种基于电网频率空间分布特性的储能配置方法及系统 | |
Yan et al. | Modelling and simulation analysis of MMC‐HVDC system based on transient energy flow |
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 |