CN114050607B - 配电网重构数字模型的构建系统 - Google Patents
配电网重构数字模型的构建系统 Download PDFInfo
- Publication number
- CN114050607B CN114050607B CN202111242487.0A CN202111242487A CN114050607B CN 114050607 B CN114050607 B CN 114050607B CN 202111242487 A CN202111242487 A CN 202111242487A CN 114050607 B CN114050607 B CN 114050607B
- Authority
- CN
- China
- Prior art keywords
- power distribution
- reconstruction
- distribution network
- optimization
- layer
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 16
- 238000005457 optimization Methods 0.000 claims abstract description 94
- 238000000034 method Methods 0.000 claims abstract description 40
- 238000004364 calculation method Methods 0.000 claims abstract description 34
- 230000003993 interaction Effects 0.000 claims abstract description 25
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 23
- 238000010845 search algorithm Methods 0.000 claims abstract description 22
- 238000004458 analytical method Methods 0.000 claims abstract description 17
- 239000002245 particle Substances 0.000 claims abstract description 15
- 239000000243 solution Substances 0.000 claims description 50
- 230000006870 function Effects 0.000 claims description 21
- 230000005540 biological transmission Effects 0.000 claims description 15
- 238000004088 simulation Methods 0.000 claims description 15
- 230000003068 static effect Effects 0.000 claims description 11
- 230000009471 action Effects 0.000 claims description 9
- 238000013480 data collection Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 230000005855 radiation Effects 0.000 claims description 5
- 238000002347 injection Methods 0.000 claims description 4
- 239000007924 injection Substances 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000005094 computer simulation Methods 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims description 3
- 238000004146 energy storage Methods 0.000 claims description 3
- 101100177269 Arabidopsis thaliana HCAR gene Proteins 0.000 claims description 2
- 230000008030 elimination Effects 0.000 abstract description 5
- 238000003379 elimination reaction Methods 0.000 abstract description 5
- 230000002457 bidirectional effect Effects 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 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
- H02J3/38—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
-
- 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
-
- 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
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00006—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
- H02J13/00022—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment using wireless data transmission
-
- 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
-
- 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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- 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
- H02J2203/10—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
- 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
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/28—The renewable source being wind energy
-
- 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
- Y02B90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02B90/20—Smart grids as enabling technology in buildings sector
-
- 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
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
-
- 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
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
-
- 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/12—Monitoring or controlling equipment for energy generation units, e.g. distributed energy generation [DER] or load-side generation
- Y04S10/123—Monitoring or controlling equipment for energy generation units, e.g. distributed energy generation [DER] or load-side generation the energy generation units being or involving renewable energy sources
-
- 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
-
- 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
- Y04S20/12—Energy storage units, uninterruptible power supply [UPS] systems or standby or emergency generators, e.g. in the last power distribution stages
-
- 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
- Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
- Y04S40/12—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment
- Y04S40/126—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment using wireless data transmission
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供了一种配电网重构数字模型的构建系统，将数字孪生技术作为配电网动态重构系统中设备运行数据采集、信息双向交互、控制指令执行的基础,通过构建数字孪生体,实现高实时性、高优化效果的配电网动态重构。通过实时数据采集和历史数据库,获得动态重构所需的孪生数据,并在数字孪生体内建立双层优化模型,综合考虑时段划分与网络重构,通过迭代来寻找满足约束的最优重构方案。针对配电网动态重构问题的计算复杂度,本发明基于和声搜索算法和粒子群算法提出了去冗法和邻域搜索法来提高计算效率,提高模型动态分析的能力,实现模型的高效求解。
Description
技术领域
本发明涉及一种配电网重构数字模型的构建系统。
背景技术
配电网重构是配电网优化中的一种重要技术手段,其通过对线路中的分段开关和联络开关进行开合来改变网络的拓扑结构,从而使潮流分布改变,以实现降低网损、提高系统可靠性等目标。
配电网重构可分为静态重构和动态重构,静态重构是根据特定时间断面下的负荷情况进行网络重构,其不涉及多个时间段之间的耦合,在国内外已有大量较为成熟的研究,常用的求解方法通常有人工智能算法、数学优化方法、启发式算法等。但配电网中的负荷和分布式电源(Distribution Generation,DG)出力情况往往是动态变化的，使用传统的静态重构难以满足工程中的实际需求。
传统配电网动态重构方法难以合理划分重构时段,优化结果不理想的情况。
发明内容
本发明的目的在于提供一种配电网重构数字模型的构建系统。
为解决上述问题，本发明提供一种配电网重构数字模型的构建系统，包括：
基础支撑层，包括配电网的一次设备、所接入的负荷、光伏、风力发电机、储能装置以及相关的配电自动化的设备，基础支撑层，用于为后续的数据互动层实时提供负荷数据、线路参数、网络拓扑结构和系统工作状态等信息,同时它也是接受并执行决策层反馈命令的载体,整个系统最终需要通过其来实现对物理世界的影响；
数据互动层作为数据的收集与传输者与基础支撑层相连,将物理世界的信息转换为虚拟世界中的信息，数据互动层用于数据的采集、处理、传输三部分，其中，数据的采集依靠于安装在配电网中的传感器、保护测控装置,来获取以设备数据、环境数据、流程数据为主的三类数据；数据的处理和传输则依托于以太网和交换机,在此基础上构建高效的数据存储方式与无线传输方式,从而满足数字孪生模型对于动态获取数据的要求；
模型构建与仿真分析层，用于基于数据互动层中所传输的数据,在数字世界中进行配电网重构模型的构建,得出配电网静态重构模型作为动态仿真的基础,再进一步依据数字孪生体获得的实时与预测数据,动态调整重构策略,生成多时段的配电网动态重构方案；
共性应用层，用于根据模型构建与仿真分析层生成的多时段的配电网动态重构方案,生成配电网的重构策略,并最终向配电网中的实体终端进行指令的下达,实现联络开关与分段开关的状态变化,优化配电网的运行状态。
进一步的，在上述系统中，所述模型构建与仿真分析层，用于基于配电网设备参数与运行状态参数进行网络重构模型的建立,并利用传感器及其他测控装置获取负荷与分布式能源的负荷与出力状况,将相关数据传输至数据互动层。
进一步的，在上述系统中，所述数据互动层，用户结合历史数据库进行数据的预处理,获得一定时间内的负荷预测数据与新能源出力预测数据。
进一步的，在上述系统中，所述模型构建与仿真分析层，用于将数据互动层导出的数据作为配电网双层动态重构模型中的输入量进行重构计算,根据优化目标生成多时段的配电网动态重构方案，将多时段的配电网动态重构方案实时传递至共性应用层。
进一步的，在上述系统中，共性应用层，用于向终端设备发出指令,操作开关动作,实现配电网的动态重构。
进一步的，在上述系统中，所述配电网重构模型以一个自然日作为优化周期,以每个小时作为单位时间将其分为24小时,依托于所获得的孪生数据实现多时间断面的优化计算。
进一步的，在上述系统中，所述配电网重构模型中，作为优化主体的上层优化将优化周期内有功总网损之和最小作为优化目标,重构时段的划分结果作为决策变量；下层优化在上层确定好重构时段的情况下,对各个时段内的开关动作情况进行优化,再将各时段的拓扑结构和潮流计算结果返回至上层,作为上层优化中适应度函数计算的一部分。
进一步的，在上述系统中，所述下层优化考虑的约束条件包括：
1)节点电压约束；
2)支路传输功率约束；
3)潮流方程约束；
4)辐射状网络拓扑约束。
进一步的，在上述系统中，所述配电网重构模型的求解步骤如下：
1)设置初始参数,迭代次数k＝1；
2)生成初始解；
3)将时段划分结果进行分类,输入下层优化,对已计算过的时段采取简化策略,将未计算过的时段进行正常的优化计算,并将重构结果返回至上层优化进行存储；
4)根据下层优化返回的结果计算适应度函数；
5)根据本发明进化策略进行迭代并生成子代种群,k＝k+1；
6)重复步骤3)-5)直至满足迭代终止条件；
7)输出配电网动态重构结果。
进一步的，在上述系统中，所述配电网重构模型，采用改进和声搜索算法进行求解，所述冗余法与和声搜索算法结合得到改进和声搜索算法由冗余法与和声搜索算法结合得到。
进一步的，在上述系统中，所述配电网重构模型，采用在粒子群算法达到预定的迭代次数后,对全局最优解或较优解采用邻域搜索法进行进一步优化求解。
与现有技术相比，本发明将数字孪生技术作为配电网动态重构系统中设备运行数据采集、信息双向交互、控制指令执行的基础,通过构建数字孪生体,实现高实时性、高优化效果的配电网动态重构。通过实时数据采集和历史数据库,获得动态重构所需的孪生数据,并在数字孪生体内建立双层优化模型,综合考虑时段划分与网络重构,通过迭代来寻找满足约束的最优重构方案。针对配电网动态重构问题的计算复杂度,本发明基于和声搜索算法和粒子群算法提出了去冗法和邻域搜索法来提高计算效率,提高模型动态分析的能力,实现模型的高效求解。
附图说明
图1是本发明一实施例的配电网动态重构数字孪生系统框架图；
图2是本发明一实施例的工作原理示意图；
图3是本发明一实施例的双层优化模型示意图；
图4是本发明一实施例的求解流程图；
图5是本发明一实施例的邻域法求解流程图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示，本发明提供一种配电网重构数字模型的构建系统，包括：
(1)基础支撑层
基础支撑层又称为物理层,是配电网动态重构系统的物理支撑实体,主要包括配电网的一次设备、所接入的负荷、光伏、风力发电机、储能装置以及相关的配电自动化的设备。它既是整个数字孪生体系中数据的源头,可以为后续的数据互动层实时提供负荷数据、线路参数、网络拓扑结构和系统工作状态等信息,同时它也是接受并执行决策层反馈命令的载体,整个系统最终需要通过其来实现对物理世界的影响。
(2)数据互动层
数据互动层作为数据的收集与传输者与基础支撑层相连,将物理世界的信息转换为虚拟世界中的信息。数据互动层主要用于数据的采集、处理、传输三部分。数据的收集依靠于安装在配电网中的传感器、保护测控装置,来获取以设备数据、环境数据、流程数据为主的三类数据；数据的处理和传输则依托于以太网和交换机,在此基础上构建高效的数据存储方式与无线传输方式,从而满足数字孪生模型对于动态获取数据的要求。
(3)模型构建与仿真分析层
建模与仿真是建立数字孪生模型,实现配电网动态重构中的一个重要过程。模型构建与仿真分析层，首先基于数据互动层中所传输的数据,在数字世界中进行配电网重构模型的构建,得出配电网静态重构模型作为动态仿真的基础,再进一步依据数字孪生体获得的实时与预测数据,动态调整重构策略,生成多时段的配电网动态重构方案,为配电网的运行提供指导。
(4)共性应用层
数字孪生的映射关系是双向的,共性应用层根据模型构建与仿真分析层生成的多时段的配电网动态重构方案,生成配电网的重构策略,并最终向配电网中的实体终端进行指令的下达,实现联络开关与分段开关的状态变化,优化配电网的运行状态。
基于数字孪生的配电网动态重构系统的工作原理示意图如图2所示。该系统的主要组成部分有：以配电网及其中相关设备所构成的物理实体(基础支撑层)、动态划分时段的配电网双层重构模型(模型构建与仿真分析层)、进行数据收集与预处理的数据中台(数据互动层)和控制中心(共性应用层)。
本系统的主要工作原理为：模型构建与仿真分析层，用于基于配电网设备参数与运行状态参数进行网络重构模型的建立,并利用传感器及其他测控装置获取负荷与分布式能源的负荷与出力状况,将相关数据传输至数据互动层(数据中台)；
数据互动层(数据中台)，用户结合历史数据库进行数据的预处理,获得一定时间内的负荷预测数据与新能源出力预测数据；
模型构建与仿真分析层，用于将数据互动层(数据中台)导出的数据作为配电网双层动态重构模型中的输入量进行重构计算,根据优化目标生成多时段的配电网动态重构方案，将多时段的配电网动态重构方案实时传递至共性应用层(控制中心)；
共性应用层(控制中心)，用于向终端设备发出指令,操作开关动作,实现配电网的动态重构。
优选的，所述配电网重构模型以一个自然日作为优化周期,以每个小时作为单位时间将其分为24小时,依托于所获得的孪生数据实现多时间断面的优化计算。
可选的，所述配电网重构模型中，作为优化主体的上层优化将优化周期内有功总网损之和最小作为优化目标,重构时段的划分结果作为决策变量；下层优化在上层确定好重构时段的情况下,对各个时段内的开关动作情况进行优化,再将各时段的拓扑结构和潮流计算结果返回至上层,作为上层优化中适应度函数计算的一部分。模型示意图如图3所示。
上层优化以时段划分的结果作为变量,以各个时段的网络的有功网损之和最小为优化目标。目标函数为：
式中,fm为目标函数,t为时刻编号,k为支路编号,N为时段划分的总次数,Nt为第t时刻闭合的支路集合,Pt,k,loss为第t时刻第k条支路上的有功功率损耗,tm1为第m个时段的起始时刻,tm2为第m个时段的结束时刻。
上层优化中,时段划分的总次数需满足最大重构时段划分次数约束：
N≤Nmax (2)，
式中,Nmax为最大重构时段划分次数。
上层优化获得了时段划分的结果,在上层优化的基础上,下层优化对各个时段内的重构方案进行优化。目标函数为：
式中,tm为第m个时段,rk为第k条支路的电阻大小,Pt,k,Qt,k为第t时刻第k条支路首端或末端的有功、无功功率；Ut,k为第t时刻第k条支路对应功率Pt,k与Qt,k端的电压幅值。
该目标函数与上层优化中目标函数的区别在于,上层优化中考虑的是所有时段的有功网损之和,而下层优化中则是单独考虑被划分后的单个重构时段的结果,同时限定在每个重构时段中至多进行1次网络重构,即单独考虑重构时段开始时的开关动作方案。
此外,下层优化由于涉及了具体时段的网络重构,需要考虑的约束条件有：
1)节点电压约束
式中,U为节点电压上限,为节点电压下限。
2)支路传输功率约束
式中sij为支路ij的注入功率,为支路ij的注入功率上限。
3)潮流方程约束
式中,Pt,Gi,Pt,DGi,Pt,Li分别为第i节点在第t时刻时电源和DG流入及负荷消耗的有功功率；Qt,Gi,Qt,DGi,Qt,Li则为对应的无功功率；Ut,i,Ut,j分别为节点i,j在第t时刻的电压幅值；Ωj为和节点j相互关联的节点的集合；δij代表节点i,j在第t时刻的相角差；Gt,ij和Bt,ij代表支路ij在第t时刻的电导和电纳。
4)辐射状网络拓扑约束
G∈Gr (8)
式中,G为当前网络的拓扑结构,Gr为所有满足辐射性约束的网络拓扑的集合。
通过上层优化,可以获得时段划分的结果,将其作为下层的输入；通过下层优化可获得各时段的配电网开关动作情况,再反馈回上层优化中以获得其适应度函数,以此迭代循环以寻求配电网动态重构的最优解。
优选的，所述配电网重构模型的求解步骤如下：
1)设置初始参数,迭代次数k＝1；
2)生成初始解；
3)将时段划分结果进行分类,输入下层优化,对已计算过的时段采取简化策略,将未计算过的时段进行正常的优化计算,并将重构结果返回至上层优化进行存储；
4)根据下层优化返回的结果计算适应度函数；
5)根据本发明进化策略进行迭代并生成子代种群,k＝k+1；
6)重复步骤3)-5)直至满足迭代终止条件；
7)输出配电网动态重构结果。
具体的求解流程图如图4所示。
下面介绍改进和声搜索算法求解。
1)和声搜索算法
和声搜索算法是一种智能优化算法,它模拟了音乐演奏的原理,即乐师通过自身记忆对乐队中各个乐器的音调进行反复调整,最终达到一个美妙的和声状态的过程。其中,目标函数对应和声的评价标准,全局最优解对应美妙和声,各个变量对应乐器的音符。相较于其他的智能优化算法,和声搜索算法的特点有寻优速度快,过程简单以及易找到最优解。和声搜索算法的步骤简述如下：
1)定义所要求的优化问题与参数值,其中参数值包括和声记忆库大小HMS,和声记忆库取值概率HMCR,音调微调概率PAR,音调微调带宽BW,创作次数Tmax。
2)初始化和声记忆库,生成HMS个初始解。
3)生成新的和声。
4)更新和声记忆库,保留HMS个最好的和声。
5)重复步骤3)-4),直至满足迭代终止条件。
2)和声搜索算法的改进
配电网动态重构在数学上是一个大规模,多约束的高维非线性组合优化问题,在求解过程中,很容易出现“维数灾”的问题,从而导致计算量过大。已有的文献也多在简化计算上进行研究[16]。
配电网动态重构的一大特点为,在进行时段划分后,不同的时段内的静态重构策略相对独立,以网损为例,任意一个时段内的网损几乎不会受到其他时段内开关操作的影响,这也是许多文献中先进行静态重构再进行时段合并的理论基础；此外,对于和声搜索算法等智能优化算法,虽然出现完全相同的个体的概率很低,但在不同个体中出现相同的划分时段的情况并不少见,而这也导致了大量的冗余计算,基于此,本发明提出去冗法来对双层优化的计算进行简化。
去冗法的核心在于,构造一个冗余表,在每个新个体生成后,根据划分的时段不同对其进行拆分,分为两类时段,一类为未被计算过的时段,称为一类时段,另一类为已被计算过的时段,称为二类时段。对于一类时段,导入后续优化中进行常规的配电网静态重构计算,并在计算结束后存储计算结果于冗余表中,此时一类时段便转化为二类时段。对于二类时段,则直接读取冗余表内该时段的优化结果作为初始解进入后续优化。
将冗余法与和声搜索算法结合得到改进和声搜索算法,能避免许多重复的计算,有效提高本发明双层优化的计算效率。
下面介绍改进粒子群算法求解：
下层优化的主要组成部分为配电网静态重构,粒子群算法作为求解该问题的成熟方法之一被许多研究者使用,本发明在传统粒子群算法基础上提出了邻域搜索法,对粒子群算法进行了改进,使之能更适应配电网静态重构问题的求解。
1)十进制编码方式
传统的二进制编码方式将每个开关视为0-1变量,具有搜索空间过大,可行解比例偏低的特点。本发明采用的十进制编码方式,其选取网络中互相独立的环路作为基本环路,将每个基本环路作为一个变量,每个基本环路中可断开的支路作为该变量中的取值。
由于在各个基本回路都有开关被打开,且没有重复的情况下,会导致辐射性约束被破坏的孤岛与环路总是相伴而生,为使配电网满足辐射性约束,本发明在十进制编码的基础上额外添加三条规则：
规则1：不同基本环路不得同时打开相同的开关。
规则2：相邻基本环路的公共部分最多只能断开一个开关。
规则3：网络中的所有环路都至少有一个开关被打开。
将上述规则作为粒子群算法中种群进化的条件之一,可确保生成的新粒子都符合式(8)的辐射性约束,极大地提升了算法的收敛效率。
2)改进粒子群算法的具体步骤
在运用粒子群算法等智能算法求解配电网静态重构问题时,其体现出前期能快速迭代至最优解附近,但难以准确收敛至最优解的特点,基于此,本发明提出邻域搜索法,用于强化算法搜索最优解的能力。
邻域：对于某个解,在其中一个变量上,和当前解的差距为最小步长的解的集合被称为该解的邻域,本发明采用的十进制编码方式为整数编码,因此最小步长为1。
邻域搜索法步骤如下：
1)选取需要进行邻域搜索的个体作为初始解,通常为迭代一定次数后的全局最优解；
2)选取该解的邻域,对其中的解进行适应度函数计算；
3)将邻域中的最优解与初始解进行比较,若优于初始解,则令其成为新的初始解；
4)重复步骤2)-3),直至满足迭代终止条件。
可以看出,邻域搜索法能更高效地在小范围内的可行域进行寻优。回到十进制编码方式对邻域搜索法的算法思想进行分析,十进制编码将基本环路内的开关作为一个变量的不同取值,并以此进行编号。但事实上,基本环路内的开关往往可以进一步细分为数个开关集合,如与其他基本环路共有的支路和仅属于某个基本环路的支路,不同开关集合内的开关虽然都在同一个基本环路内,但打开后对网络的拓扑结构产生的影响会有较大区别,进而影响适应度函数的值,而同一开关集合内的开关则相似程度较高,体现在粒子群算法中,即是寻优难度随着粒子整体速度的下降快速上升,这也是本发明引入邻域搜索法的一大原因。
在具体应用中,在粒子群算法达到预定的迭代次数后,对全局最优解或较优解采用邻域搜索法进行进一步优化,具体过程如图5所示。
针对传统配电网动态重构方法难以合理划分重构时段,优化结果不理想的情况,本发明提出一种基于双层动态时段划分的配电网重构数字孪生模型,并构建了数字孪生配电网动态重构系统的框架。通过物理实体和孪生模型间的交互获得实时数据,使得模型能基于现实物理域中的状态进行优化求解。对于所提出的孪生模型,利用改进粒子群算法与改进和声搜索算法对其进行求解,其中所引入的去冗法与邻域搜索法能大幅提高优化效率,降低优化时间,得出时段划分结果和开关动作方案,从而根据实际的情况来灵活选择最合适的重构方案。
综上所述，动态重构考虑优化时间内负荷和DG出力动态变化的情况,并综合如开关动作次数约束等进行全局性优化,更加具有实用价值。
本发明将数字孪生技术作为配电网动态重构系统中设备运行数据采集、信息双向交互、控制指令执行的基础,通过构建数字孪生体,实现高实时性、高优化效果的配电网动态重构。通过实时数据采集和历史数据库,获得动态重构所需的孪生数据,并在数字孪生体内建立双层优化模型,综合考虑时段划分与网络重构,通过迭代来寻找满足约束的最优重构方案。针对配电网动态重构问题的计算复杂度,本发明基于和声搜索算法和粒子群算法提出了去冗法和邻域搜索法来提高计算效率,提高模型动态分析的能力,实现模型的高效求解。
本发明出于降低网损,提升配电网运行经济性的目的,提出基于双层优化的配电网动态重构数字孪生模型。模型以一个自然日作为优化周期,以每个小时作为单位时间将其分为24小时,依托于所获得的孪生数据实现多时间断面的优化计算。作为优化主体的上层优化将优化周期内有功总网损最小作为优化目标,重构时段的划分结果作为决策变量；下层优化在上层确定好重构时段的情况下,对各个时段内的开关动作情况进行优化,再将各时段的拓扑结构和潮流计算结果返回至上层,作为上层优化中适应度函数计算的一部分。
本发明将数字孪生技术应用于配电网动态重构问题,实现了优化模型与运行数据间的相互连通,使得整个重构系统能适应多时段优化的需求,为数字孪生在配电网重构问题中的应用提供了参考。
本发明的各系统实施例的详细内容，具体可参见各方法实施例的对应部分，在此，不再赘述。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
专业人员还可以进一步意识到，结合本发明中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
显然，本领域的技术人员可以对发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包括这些改动和变型在内。
Claims (4)
1.一种配电网重构数字模型的构建系统，其特征在于，包括：
基础支撑层，包括配电网的一次设备、所接入的负荷、光伏、风力发电机、储能装置以及相关的配电自动化的设备，基础支撑层，用于为后续的数据互动层实时提供负荷数据、线路参数、网络拓扑结构和系统工作状态信息,同时它也是接受并执行决策层反馈命令的载体,整个系统最终需要通过其来实现对物理世界的影响；
数据互动层作为数据的收集与传输者与基础支撑层相连,将物理世界的信息转换为虚拟世界中的信息，数据互动层用于数据的采集、处理、传输三部分，其中，数据的采集依靠于安装在配电网中的传感器、保护测控装置,来获取以设备数据、环境数据、流程数据为主的三类数据；数据的处理和传输则依托于以太网和交换机,在此基础上构建高效的数据存储方式与无线传输方式,从而满足数字孪生模型对于动态获取数据的要求；
模型构建与仿真分析层，用于基于数据互动层中所传输的数据,在数字世界中进行配电网重构模型的构建,得出配电网静态重构模型作为动态仿真的基础,再进一步依据数字孪生体获得的实时与预测数据,动态调整重构策略,生成多时段的配电网动态重构方案；
共性应用层，用于根据模型构建与仿真分析层生成的多时段的配电网动态重构方案,生成配电网的重构策略,并最终向配电网中的实体终端进行指令的下达,实现联络开关与分段开关的状态变化,优化配电网的运行状态；
其中，所述模型构建与仿真分析层，用于基于配电网设备参数与运行状态参数进行网络重构模型的建立,并利用传感器及其他测控装置获取负荷与分布式能源的负荷与出力状况,将相关数据传输至数据互动层；
所述模型构建与仿真分析层，用于将数据互动层导出的数据作为配电网双层动态重构模型中的输入量进行重构计算,根据优化目标生成多时段的配电网动态重构方案，将多时段的配电网动态重构方案实时传递至共性应用层；
所述配电网重构模型中，作为优化主体的上层优化将优化周期内有功总网损之和最小作为优化目标,重构时段的划分结果作为决策变量；下层优化在上层确定好重构时段的情况下,对各个时段内的开关动作情况进行优化,再将各时段的拓扑结构和潮流计算结果返回至上层,作为上层优化中适应度函数计算的一部分；
上层优化以时段划分的结果作为变量,以各个时段的网络的有功网损之和最小为优化目标，目标函数为：
式中,fm为目标函数,t为时刻编号,k为支路编号,N为时段划分的总次数,Nt为第t时刻闭合的支路集合,Pt,k,loss为第t时刻第k条支路上的有功功率损耗,tm1为第m个时段的起始时刻,tm2为第m个时段的结束时刻；
上层优化中,时段划分的总次数需满足最大重构时段划分次数约束：
N≤Nmax (2)，
式中,Nmax为最大重构时段划分次数；
上层优化获得了时段划分的结果,在上层优化的基础上,下层优化对各个时段内的重构方案进行优化，目标函数为：
式中,tm为第m个时段,rk为第k条支路的电阻大小,Pt,k为第t时刻第k条支路首端或末端的有功功率，Qt,k为第t时刻第k条支路首端或末端的无功功率；Ut,k为第t时刻第k条支路对应功率Pt,k与Qt,k端的电压幅值；所述下层优化考虑的约束条件包括：
1)节点电压约束：
式中,U为节点电压上限,为节点电压下限；
2)支路传输功率约束：
式中，Sij为支路ij的注入功率,为支路ij的注入功率上限；
3)潮流方程约束：
式中,Pt,Gi、Pt,DGi、Pt,Li分别为第i节点在第t时刻时电源和DG流入及负荷消耗的有功功率；Qt,Gi、Qt,DGi、Qt,Li则为对应的无功功率；Ut,i、Ut,j分别为节点i,j在第t时刻的电压幅值；Ωj为和节点j相互关联的节点的集合；δij代表节点i,j在第t时刻的相角差；Gt,ij和Bt,ij代表支路ij在第t时刻的电导和电纳；
4)辐射状网络拓扑约束：
G∈Gr(8)
式中,G为当前网络的拓扑结构,Gr为所有满足辐射性约束的网络拓扑的集合；
所述配电网重构模型的求解步骤如下：
1)设置初始参数,迭代次数k＝1；
2)生成初始解；
3)将时段划分结果进行分类,输入下层优化,对已计算过的时段采取简化策略,将未计算过的时段进行正常的优化计算,并将重构结果返回至上层优化进行存储；
4)根据下层优化返回的结果计算适应度函数；
5)根据进化策略进行迭代并生成子代种群,k＝k+1；
6)重复步骤3)-5)直至满足迭代终止条件；
7)输出配电网动态重构结果；
所述配电网重构模型，采用改进和声搜索算法进行求解，冗余法与和声搜索算法结合得到改进和声搜索算法由冗余法与和声搜索算法结合得到；所述配电网重构模型，采用在粒子群算法达到预定的迭代次数后,对全局最优解或较优解采用邻域搜索法进行进一步优化求解；
所述和声搜索算法的步骤如下：
1)定义所要求的优化问题与参数值,其中参数值包括和声记忆库大小HMS,和声记忆库取值概率HMCR,音调微调概率PAR,音调微调带宽BW,创作次数Tmax；
2)初始化和声记忆库,生成HMS个初始解；
3)生成新的和声；
4)更新和声记忆库,保留HMS个最好的和声；
5)重复步骤3)-4),直至满足迭代终止条件；
采用的十进制编码方式为整数编码,最小步长为1，所述邻域搜索法步骤如下：
1)选取需要进行邻域搜索的个体作为初始解；
2)选取该解的邻域,对其中的解进行适应度函数计算；
3)将邻域中的最优解与初始解进行比较,若优于初始解,则令其成为新的初始解；
4)重复步骤2)-3),直至满足迭代终止条件。
2.如权利要求1所述的配电网重构数字模型的构建系统，其特征在于，所述数据互动层，用户结合历史数据库进行数据的预处理,获得一定时间内的负荷预测数据与新能源出力预测数据。
3.如权利要求1所述的配电网重构数字模型的构建系统，其特征在于，共性应用层，用于向终端设备发出指令,操作开关动作,实现配电网的动态重构。
4.如权利要求1所述的配电网重构数字模型的构建系统，其特征在于，所述配电网重构模型以一个自然日作为优化周期,以每个小时作为单位时间将其分为24小时,依托于所获得的孪生数据实现多时间断面的优化计算。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111242487.0A CN114050607B (zh) | 2021-10-25 | 2021-10-25 | 配电网重构数字模型的构建系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111242487.0A CN114050607B (zh) | 2021-10-25 | 2021-10-25 | 配电网重构数字模型的构建系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114050607A CN114050607A (zh) | 2022-02-15 |
| CN114050607B true CN114050607B (zh) | 2024-04-05 |
Family
ID=80206169
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111242487.0A Active CN114050607B (zh) | 2021-10-25 | 2021-10-25 | 配电网重构数字模型的构建系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114050607B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114626827B (zh) * | 2022-03-24 | 2024-05-10 | 国网江苏省电力有限公司淮安供电分公司 | 一种基于数字孪生的配电自动化防误操作方法 |
| CN116361975B (zh) * | 2023-06-01 | 2023-08-18 | 华南理工大学 | 电网数字孪生图模型的构建方法、系统、装置及存储介质 |
| CN118157329A (zh) * | 2024-05-11 | 2024-06-07 | 国网江苏省电力有限公司南通供电分公司 | 基于数字孪生的配电网动态重构控制方法及系统 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103955864A (zh) * | 2014-04-14 | 2014-07-30 | 武汉大学 | 基于改进和声搜索算法的电力系统多目标差异化规划方法 |
| WO2015196743A1 (zh) * | 2014-06-25 | 2015-12-30 | 国家电网公司 | 主动配电网的重构方法和装置 |
| CN107808200A (zh) * | 2017-09-29 | 2018-03-16 | 中国南方电网有限责任公司电网技术研究中心 | 配电网短时检修计划优化方法和装置 |
| CN110135640A (zh) * | 2019-05-15 | 2019-08-16 | 长沙理工大学 | 一种基于模糊聚类改进和声算法的风电配网优化调度方法 |
| CN110348048A (zh) * | 2019-05-31 | 2019-10-18 | 国网河南省电力公司郑州供电公司 | 基于考虑热岛效应负荷预测的配电网优化重构方法 |
| CN112103988A (zh) * | 2020-08-12 | 2020-12-18 | 南昌大学 | 一种结合网络重构的集群划分双层模型的建立方法 |
| CN112531789A (zh) * | 2021-01-05 | 2021-03-19 | 华北电力大学 | 一种含分布式电源的配电网动态重构策略 |
| WO2021098352A1 (zh) * | 2019-11-22 | 2021-05-27 | 国网福建省电力有限公司 | 一种考虑电动汽车充电站选址定容的主动配电网规划模型的建立方法 |
| CN113011718A (zh) * | 2021-03-02 | 2021-06-22 | 广西电网有限责任公司南宁供电局 | 基于和声搜索算法的配电网有功-无功联合优化调度方法 |
| CN113361188A (zh) * | 2021-05-10 | 2021-09-07 | 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 |
| WO2021203502A1 (zh) * | 2020-04-09 | 2021-10-14 | 清华大学 | 一种基于可靠性约束的馈线自动化设备最优改造方法 |
-
2021
- 2021-10-25 CN CN202111242487.0A patent/CN114050607B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103955864A (zh) * | 2014-04-14 | 2014-07-30 | 武汉大学 | 基于改进和声搜索算法的电力系统多目标差异化规划方法 |
| WO2015196743A1 (zh) * | 2014-06-25 | 2015-12-30 | 国家电网公司 | 主动配电网的重构方法和装置 |
| CN107808200A (zh) * | 2017-09-29 | 2018-03-16 | 中国南方电网有限责任公司电网技术研究中心 | 配电网短时检修计划优化方法和装置 |
| CN110135640A (zh) * | 2019-05-15 | 2019-08-16 | 长沙理工大学 | 一种基于模糊聚类改进和声算法的风电配网优化调度方法 |
| CN110348048A (zh) * | 2019-05-31 | 2019-10-18 | 国网河南省电力公司郑州供电公司 | 基于考虑热岛效应负荷预测的配电网优化重构方法 |
| WO2021098352A1 (zh) * | 2019-11-22 | 2021-05-27 | 国网福建省电力有限公司 | 一种考虑电动汽车充电站选址定容的主动配电网规划模型的建立方法 |
| WO2021203502A1 (zh) * | 2020-04-09 | 2021-10-14 | 清华大学 | 一种基于可靠性约束的馈线自动化设备最优改造方法 |
| CN112103988A (zh) * | 2020-08-12 | 2020-12-18 | 南昌大学 | 一种结合网络重构的集群划分双层模型的建立方法 |
| CN112531789A (zh) * | 2021-01-05 | 2021-03-19 | 华北电力大学 | 一种含分布式电源的配电网动态重构策略 |
| CN113011718A (zh) * | 2021-03-02 | 2021-06-22 | 广西电网有限责任公司南宁供电局 | 基于和声搜索算法的配电网有功-无功联合优化调度方法 |
| CN113361188A (zh) * | 2021-05-10 | 2021-09-07 | 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 |
Non-Patent Citations (6)
| Title |
|---|
| A. Abusleme 95,1 , T. Adam 95,2 , S. Ahmad 95,3 , S. Aiello 95,4 , M. Akram , N. Ali , F.P. An .Optimization of the JUNO liquid scintillator composition using a Daya Bay antineutrino detector.Nuclear Inst. and Methods in Physics Research,a.2020,全文. * |
| 冯禹清 ; 马永红 ; 朱继忠 ; .基于多智能体动态拓扑重构的主动配电网经济优化研究.南方电网技术.2018,(01),82-89. * |
| 周洁洁 ; 阙凌燕 ; 王良毅 ; 卢敏 ; 郭创新 ; .采用改进最优模糊C均值聚类和改进和声搜索算法的配电网动态重构.机电工程.2015,(04),95-100. * |
| 徐礼舟 ; 程若发 ; 贺志华 ; 肖济邦 ; LUO Hua-zhu ; .含分布式电源的配电网多时段重构研究.计算机仿真.2017,(04),145-148. * |
| 王伟 ; 谭阳红 ; .量子粒子群算法在配电网多时段动态重构中的应用.陕西师范大学学报(自然科学版).2016,(06),37-447-44. * |
| 谢琳宇 ; 唐忠 ; 黄星宇 ; 薛佳诚 ; 盛锐 ; .考虑分布式电源和电动汽车不确定性的双层动态配网重构.电力系统保护与控制.2020,(10),1-4. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114050607A (zh) | 2022-02-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114050607B (zh) | 配电网重构数字模型的构建系统 | |
| Hua et al. | Optimal energy management strategies for energy Internet via deep reinforcement learning approach | |
| CN112039069B (zh) | 一种配电网储能与柔性开关的双层协同规划方法及系统 | |
| Li et al. | Using multi-objective sparrow search algorithm to establish active distribution network dynamic reconfiguration integrated optimization | |
| CN111626633B (zh) | 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 | |
| CN110492526B (zh) | 一种基于可调负荷的孤岛划分方法 | |
| CN110350605B (zh) | 一种多阶段交直流混联配电网直流升级改造的规划方法 | |
| CN106786543A (zh) | 一种考虑最大供电能力约束的配电网络优化降损重构方法 | |
| CN110852565B (zh) | 一种考虑不同功能属性的输电网网架规划方法 | |
| CN108155649A (zh) | 一种考虑dg不确定性的配电网网架模糊规划方法 | |
| CN104866921A (zh) | 一种基于安全域的配电系统网络重构方法 | |
| CN115912254A (zh) | 一种配电网多目标重构策略自愈控制方法及装置 | |
| CN114417719A (zh) | 一种基于图注意力网络的配电网网格化方法及装置 | |
| Huang et al. | Adaptive static equivalences for active distribution networks with massive renewable energy integration: a distributed deep reinforcement learning approach | |
| Manikanta et al. | Distribution network reconfiguration with different load models using adaptive quantum inspired evolutionary algorithm | |
| CN111861256B (zh) | 一种主动配电网重构决策方法及系统 | |
| CN105896573A (zh) | 一种用于能源互联网复合储能系统的功率控制方法 | |
| CN113673912B (zh) | 考虑输电网影响的配电-气网分布式协同规划方法及系统 | |
| Deng et al. | Hybrid short-term load forecasting using the Hadoop MapReduce framework | |
| Zhao et al. | Distribution network reconfiguration digital twin model based on bi-level dynamical time division | |
| Amiri et al. | Optimal planning of a multi-carrier energy hub using the modified bird mating optimizer | |
| CN114169117A (zh) | 一种基于改进粒子群算法的输电网扩展规划方法 | |
| Zhang et al. | A novel hybrid model based on ESMD-PE and mRMR-LSTM-Adaboost for short-term wind power prediction | |
| Li et al. | Risk-Based Reserve Scheduling for Active Distribution Networks Based on an Improved Proximal Policy Optimization Algorithm | |
| Neda | Hybrid design of optimal reconfiguration and DG sizing and siting using a novel improved salp swarm algorithm |
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 |