CN114120630A - 一种考虑道路交通动态特征的应急电源配置方法 - Google Patents

Abstract

本发明公开了一种考虑道路交通动态特征的应急电源配置方法，包括以下步骤：S1、结合道路交通流历史数据或者实时数据，构建广义回归神经网络，用来预测未来某一时间段的动态交通流；S2、定义道路动态通行指标来刻画道路的动态特征，并根据实际道路的长度、拥堵时间和预测的交通流计算道路动态通行指标；S3、将道路通行指标作为迪杰斯特拉算法的权值矩阵，进行最优路径搜索；S4、通过选择的最优路径，到达电网故障地点，结合前推回代法，计算配网潮流，确定应急电源的安装位置。该方法能有效考虑城市电网的动态特征，建立最优的道路通行方案，与传统路径规划算法相比，能有效减少应急电源车在交通网上通行所花费的时间，减少停电损失。

Description

一种考虑道路交通动态特征的应急电源配置方法

技术领域

本发明涉及电力系统应急电源配置技术领域，具体涉及一种考虑道路交通动态特征的应急电源配置方法。

背景技术

随着中国经济的发展，城市化和城镇化的进程不断加快。人口的聚集促使城市不断加速楼宇建筑，交通设施，医疗设施，安全设施，娱乐设施等基础设施的建设。这些因素都导致现代城市的负荷量大，增速快，负荷群密集地分布。

步入信息化社会，人类生活生产的方方面面都和信息技术紧密结合，规划中未来的智慧城市将集成物联网、云计算、互联网技术、无线技术、低碳技术等融入城市的工业、政务系统、交通系统、建筑楼宇系统、商业系统和电力系统。智慧城市的发展以及智能电网的建设必然提高电能可靠性和电能质量要求。

大城市集中了大量的保障级别较高的用户：

1)商业电力用户。包含商场，超市，写字楼，酒店等。商场、超市平时承担了大量的人流量，写字楼是各类公司管理运营机构的所在地，它的失电也会透过市场的连锁效应给这些公司造成巨大损失。酒店除了旅客入住业务外，还经常承办一些国际交流会议，政治会议，宴会宴席，论坛，比赛竞赛，企业商业活动等事宜，电力供应中断很可能会造成不良的政治影响和实际的不便。

2)政府、安全事业电力用户。政府承担了城市的正常运行职能，经济管理职能和治安职能。这些用户的电力供应保障了城市的正常运行、正常秩序和公共安全。一旦发生电力供应中断，将会对社会造成极为不良的后果。

3)医疗电力用户。医院的重症病房，手术室等重要场所是不允许电力供应随意中断的，这将直接影响和威胁、到人民的生命安全。

4)金融交易电力用户，数据服务电力用户及大型计算机设备集中的电力用户。数据对于这些用户来说就是企业的生命，电力供应中断或者电能质量的缺陷会引起数据的丢失和错误，从而引起金融市场和工商业市场的混乱，导致巨大经济损失。这些用户对数据的实时性要求很高，对电力可靠不间断供应要求十分高。

5)特殊用户，如军事电力用户，特殊工业电力用户(强非线性负荷，冲击负荷)等，它们的电力供应关系到国土安全，人生安全，是电力供应力保负荷。

因此，现代大城市是重要负荷的聚集地，这些重要负荷对供电中断的容忍度相当低，供电中断的成本十分高昂。综上所述，现代城市的负荷特征是1)负荷量大，增速快，分布密集；2)负荷电能质量要求高；3)重要负荷聚集。

现代大型城市的负荷对应急供电的要求是1)灵活性；2)迅速性；3)高适应性；4)连续性。灵活性要求应急供电能够根据失电地区的不同，就地实施，即跨越地理空间上的限制。迅速性要求能在负荷中断供电可容忍时间内，快速实施应急电力恢复措施，即跨越时间上的限制。高适应性要求应急电力恢复措施能够适应各种电力环境，既能直接接入负荷，也能直接接入电网馈线；既能适应线性负荷，也能适应非线性或冲击性负荷；能适应不同的电压等级；能在恶劣气候和极端条件(无辅助电源或能源情况)下进行作业。连续性是指应急电力措施有能力在电网电力恢复之前，完全覆盖被应急负荷的容量需求和时间需求，即要求有足够的电力容量和有足够长的持续供应时间。

近期在2012年4月发生的深圳大停电以及2013年6月发生的上海市区大面积停电都是现代大城市电力供应中断的典型案例。这些事故都发生在经济和金融中心，虽然停电时间仅仅几个小时，但造成的损失仍相当大，后果和影响也十分严重。如果仅仅等待依靠抢修后并网恢复供电，而不对关键的重要负荷实行应急供电措施，后果将十分严重。回顾这些发生事故的城市，都是区域甚至全国经济中心，电网的投资力度很大，电力系统的可靠性也很高，达到99.9％以上。但是事故的教训告诉我们，可靠性永远达不到1，并且在可靠性己经很高的情况下，仍然以传统的增加电力系统建设投资的方式来提高可靠性，效益成本比将十分之低。这不得不引起人们的思考，既然事故无法避免，我们是否需要一种更灵活，有效的应急措施。

针对以上现代城市电力应急的要求，移动应急电源(Mobile Emergency PowerSource, MEPS)应运而生。移动应急电源全称是可移动式应急用电力供应源，移动应急电源一般将电力资源装在在大型载具上，具有高强机动性，能灵活移动应急，对应急事件反应迅速。但是，仍然有以下几个问题亟需解决：现有的移动应急电源配置方案往往忽略了和电网侧耦合紧密的交通网，导致选择的路径往往不是最优的，从而在道路上浪费了大量的宝贵时间。

发明内容

本发明的目的是提出一种考虑道路交通动态特征的应急电源配置方法，该方法能有效考虑城市电网的动态特征，建立最优的道路通行方案，与传统路径规划算法相比，能有效减少应急电源车在交通网上通行所花费的时间，减少停电损失。

为实现上述技术目的，本发明提供的一种技术方案是一种考虑道路交通动态特征的应急电源配置方法，包括如下步骤：

S1、结合道路交通流历史数据或者实时数据，构建广义回归神经网络，用来预测未来某一时间段的动态交通流；

S2、定义道路动态通行指标来刻画道路的动态特征，并根据实际道路的长度、拥堵时间和预测的交通流计算道路动态通行指标；

S3、将道路通行指标作为迪杰斯特拉算法的权值矩阵，进行最优路径搜索；

S4、通过选择的最优路径，到达电网故障地点，结合前推回代法，计算配网潮流，确定应急电源的安装位置。

作为优选，步骤S1中，构建广义回归神经网络来进行交通流(每分钟通过道路的车辆数)预测，从历史数据库中选N组数组成数据集，将数据集按3：1分为训练集和测试集。具体的，从历史数据库中选取380组数据，其中95组用来测试训练效果，其余285组数据用来训练神经网络。

作为优选，步骤S2中，定义道路动态通行指标，可以按照下式进行计算：

这里，(v_ei-v_si)表示的是道路i的起点到终点的距离，(t_ei-t_si)表示在线路i上所耗费的时间， C_i表示的是线路的交通流，即每分钟/每秒钟通过道路的车辆数。

通过以上分析，那么求取最优路径的问题就可以用以下数学模型描述：

满足如下约束条件：

交通网络拓扑约束：v∈{v₁,v₂,v₃,…,v_i}；

通行时间约束：Δt_i≥0；

交通流量限制：

上述数学模型中，目标函数表示的是求取动态路径通行指标之和最小的最优路径，约束条件包括交通网络拓扑约束，通行时间约束和交通流量限制。

作为优选，在步骤S3中，传统的迪杰斯特拉路径搜索算法将采用路径的长度构建权值矩阵，以权值最小为目标确定最优路径，但是忽略了道路的动态特征；本发明将动态道路通行指标DRTI作为权值矩阵的值，求取动态通行指标之和最小的路径作为最优路径。权值矩阵的构建标准如下所示：

如果起点和终点相互重合，则权值矩阵的值a_ij＝0；

如果起点和终点不重合，但是起点和终点之间不存在关联边，即不存在通路，那么a_ij＝∞；

如果起点和终点不重合，且起点和终点之间存在关联边，即存在通路，则

构建好权值矩阵后，按照迪杰斯特拉算法要求和规范，进行最佳路径搜索。

作为优选，步骤S4中，由于配电网中线路较短，传统的潮流计算方法无法满足精度要求，为此，本发明采用前推回代方法进行计算潮流，在保证电能供应的前提下，以系统网损最小为目标；需要说明的是，对于一个包含m个节点的电网，如果需要配置n台应急电源，那么本发明所提方法需要计算m*n次，即本发明计算效率高，随着系统规模和应急电源数目线性增长，满足紧急情况下快速计算的需求。

本发明的有益效果：本发明一种考虑道路交通动态特征的应急电源配置方法对于只考虑电网侧的应急电源配置方案进行推广，建立了一个考虑路网耦合的城市电网应急电源快速配置方案，该方法能有效考虑城市电网的动态特征，建立最优的道路通行方案，与传统路径规划算法相比，能有效减少应急电源车在交通网上通行所花费的时间，减少停电损失，从而获得良好的经济收益。

附图说明

图1为本发明的一种考虑道路交通动态特征的应急电源配置方法的流程图。

图2为本发明的提出的广义神经网络预测交通流效果和误差分析图。

图3为本发明的提出的交通网测试算例的拓扑图。

图4为本发明的提出的IEEE 33节点测试系统拓扑图。

图5为发明加装移动应急电源后系统节点电压幅度比较曲线图。

具体实施方式

为使本发明的目的、技术方案以及优点更加清楚明白，下面结合附图和实施例对本发明作进一步详细说明，应当理解的是，此处所描述的具体实施方式仅是本发明的一种最佳实施例，仅用以解释本发明，并不限定本发明的保护范围，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，都属于本发明保护的范围。

实施例：

如图1所示，一种考虑道路交通动态特征的应急电源配置方法的流程图，包括如下步骤：

S1、结合道路交通流历史数据或者实时数据，构建广义回归神经网络，用来预测未来某一时间段的动态交通流；

步骤S1中，构建广义回归神经网络来进行交通流(每分钟通过道路的车辆数)预测，从历史数据库中选N组数组成数据集，将数据集按3：1分为训练集和测试集。具体的，从历史数据库中选取380组数据，其中95组用来测试训练效果，其余285组数据用来训练神经网络。其中，广义回归神经网络的构建作为本领域技术人员所能掌握的一般技术，不再累述，如图 2所示，为采用广义神经网络预测交通流效果和误差分析图，从以上结果可以看出，WNN预测的交通流与实际交通流基本一致，平均误差可以控制在15％以下，可以满足实际应用的需要。当迭代次数设置为100时，WNN可以达到最好的效果；当迭代次数增加时，平均误差同时增加，因为WNN本质上采用梯度下降法。这意味着随着迭代次数的增加，有可能获得局部最优解。

S2、定义道路动态通行指标来刻画道路的动态特征，并根据实际道路的长度、拥堵时间和预测的交通流计算道路动态通行指标，如图3所示，为三种不同交通网络的拓扑结构，其中每条道路的信息为(道路的长度，通过道路所需的时间，每秒通过道路的车辆数)，使用其来证明AS算法的有效性和可行性；

定义道路动态通行指标，按照下式进行计算：

这里，(v_ei-v_si)表示的是道路i的起点到终点的距离，(t_ei-t_si)表示在线路i上所耗费的时间， C_i表示的是线路的交通流，即每分钟/每秒钟通过道路的车辆数。

通过以上分析，那么求取最优路径的问题就可以用以下数学模型描述：

满足如下约束条件：

交通网络拓扑约束：v∈{v₁,v₂,v₃,…,v_i}；

通行时间约束：Δt_i≥0；

交通流量限制：

上述数学模型中，目标函数表示的是求取动态路径通行指标之和最小的最优路径，约束条件包括交通网络拓扑约束，通行时间约束和交通流量限制。

S3、将道路通行指标作为迪杰斯特拉算法的权值矩阵，进行最优路径搜索；

在步骤S3中，传统的迪杰斯特拉路径搜索算法将采用路径的长度构建权值矩阵，以权值最小为目标确定最优路径，但是忽略了道路的动态特征；本发明将动态道路通行指标DRTI作为权值矩阵的值，求取动态通行指标之和最小的路径作为最优路径。权值矩阵的构建标准如下所示：

如果起点和终点相互重合，则权值矩阵的值a_ij＝0；

如果起点和终点不重合，但是起点和终点之间不存在关联边，即不存在通路，那么a_ij＝∞；

如果起点和终点不重合，且起点和终点之间存在关联边，即存在通路，则

构建好权值矩阵后，按照迪杰斯特拉算法要求和规范，进行最佳路径搜索。

表1所示，表格给出了不同方法得到的最优路径的结果以及计算效率的比较；从表第一个表格可以看出，本实施例采用的AS算法计算速度最快，Warashhall-Floyd算法计算速度最慢。这是因为AS算法避免了大量的重复计算，从而提高了求解的效率，可以满足在线计算的要求。第二个表格显示了使用不同方法的DRTI值。显然，AS算法得到的DRTI值最小，即AS算法得到的路由是最优的。

表1.路径算法规划的结果

S4、通过选择的最优路径，到达电网故障地点，结合前推回代法，计算配网潮流，确定应急电源的安装位置。

如图4所示，使用IEEE-33测试系统来验证所提出方法的有效性，由于配电网中线路 较短，传统的潮流计算方法无法满足精度要求，为此，本发明采用前推回代方法进行计算潮 流，在保证电能供应的前提下，以系统网损最小为目标；需要说明的是，对于一个包含m个 节点的电网，如果需要配置n台应急电源，那么本发明所提方法需要计算m*n次，即本发明 计算效率高，随着系统规模和应急电源数目线性增长，满足紧急情况下快速计算的需求。根 据计算结果，MEPS的最佳安装位置分别为18、17、32。安装MEPS后，系统有功损耗为185.68kW，无功损耗为123.59kVar。系统的有功/无功损耗显着降低，即系统的电能质量和经济性能得到改善。图5显示了安装MEPS之前和之后的电压幅度比较曲线。可以明显看 出，安装MEPS后，系统电压幅值高于原电压幅值，提高了配电网应对极端天气的能力。

以上所述之具体实施方式为本发明一种考虑道路交通动态特征的应急电源配置方法的较佳实施方式，并非以此限定本发明的具体实施范围，本发明的范围包括并不限于本具体实施方式，凡依照本发明之形状、结构所作的等效变化均在本发明的保护范围内。

Claims (5)

1.一种考虑道路交通动态特征的应急电源配置方法，其特征在于：

包括以下步骤：

S1、结合道路交通流历史数据或者实时数据，构建广义回归神经网络，用来预测未来某一时间段的动态交通流；

S2、定义道路动态通行指标来刻画道路的动态特征，并根据实际道路的长度、拥堵时间和预测的交通流计算道路动态通行指标；

S3、将道路通行指标作为迪杰斯特拉算法的权值矩阵，进行最优路径搜索；

S4、通过选择的最优路径，到达电网故障地点，结合前推回代法，计算配网潮流，确定应急电源的安装位置。

2.根据权利要求1所述的一种考虑道路交通动态特征的应急电源配置方法，其特征在于：步骤S1中，构建广义回归神经网络来进行交通流预测，从历史数据库中选N组数组成数据集，将数据集按3：1分为训练集和测试集。

3.根据权利要求1所述的一种考虑道路交通动态特征的应急电源配置方法，其特征在于：步骤S2中，道路动态通行指标按照下式进行计算：

其中，(v_ei-v_si)表示的是道路i的起点到终点的距离，(t_ei-t_si)表示在道路i上所耗费的时间，C_i表示的是线路的交通流，即每分钟/每秒钟通过道路的车辆数。

4.根据权利要求3所述的一种考虑道路交通动态特征的应急电源配置方法，其特征在于：求取最优路径的目标函数如下公式表示：

满足如下约束条件：

交通网络拓扑约束：v∈{v₁,v₂,v₃,…,v_i}；

通行时间约束：Δt_i≥0；

交通流量限制：

其中，Δt_i为道路i上所消耗的时间，目标函数表示的是求取动态路径通行指标之和最小的最优路径，约束条件包括交通网络拓扑约束，通行时间约束和交通流量限制。

5.根据权利要求1或2或3所述的一种考虑道路交通动态特征的应急电源配置方法，其特征在于：

在步骤S3中，权值矩阵的构建标准如下所示：

设定：

如果起点和终点相互重合，则权值矩阵的值a_ij＝0；

如果起点和终点不重合，但是起点和终点之间不存在关联边，即不存在通路，则a_ij＝∞；

如果起点和终点不重合，且起点和终点之间存在关联边，即存在通路，则

权值矩阵构建完成后，按照迪杰斯特拉算法要求和规范，进行最佳路径搜索。

Images