CN115603387A - 一种配电网的优化方法及装置 - Google Patents

一种配电网的优化方法及装置 Download PDF

Info

Publication number
CN115603387A
CN115603387A CN202211329351.8A CN202211329351A CN115603387A CN 115603387 A CN115603387 A CN 115603387A CN 202211329351 A CN202211329351 A CN 202211329351A CN 115603387 A CN115603387 A CN 115603387A
Authority
CN
China
Prior art keywords
distribution network
power distribution
optimization
power
loss
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.)
Pending
Application number
CN202211329351.8A
Other languages
English (en)
Inventor
刘艳
刘春海
秦文成
杨春霖
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.)
Guangdong Power Grid Co Ltd
Zhaoqing Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Guangdong Power Grid Co Ltd
Zhaoqing Power Supply Bureau of Guangdong Power Grid Co Ltd
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 Guangdong Power Grid Co Ltd, Zhaoqing Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN202211329351.8A priority Critical patent/CN115603387A/zh
Publication of CN115603387A publication Critical patent/CN115603387A/zh
Pending legal-status Critical Current

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
    • H02J3/38—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
    • H02J3/48—Controlling the sharing of the in-phase component
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations
    • 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
    • H02J3/16—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by adjustment of reactive power
    • 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
    • H02J3/36—Arrangements for transfer of electric power between ac networks via a high-tension dc link
    • 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
    • H02J3/50—Controlling the sharing of the out-of-phase component
    • 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]

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种配电网的优化方法及装置，其方法包括：获取配电网的线路信息，从所述线路信息中提取母线电力供应的最优路径，通过鲍威尔优化算法，基于所述最优路径，结合柔性变电站和预设的优化约束条件，对所述配电网进行网络重构，得到重构后的配电网，使用遗传算法，优化所述重构后的配电网中的负荷母线的排列顺序和搜索路径，得到优化后的配电网。有利于解决现有的配电网优化方法通过建设新线路来维持供电质量存在昂贵又耗时的缺点的技术问题，保证了配电网优化的高效性和经济性。

Description

一种配电网的优化方法及装置
技术领域
本发明涉及配电网优化与控制的技术领域，尤其涉及一种配电网的优化方法及装置。
背景技术
随着全球环境问题的日益加剧和传统能源的日渐枯竭，能源和环境问题得到高度重视，这使得配电网的发展面临着巨大的压力和新的挑战，这些挑战和压力同时也是推动传统配电网向智能配电网发展的机遇。在智能配电网中，可控设备日益增加，网络结构和运行方式更加灵活化，先进的信息通信技术、高级配电自动化技术得以广泛应用，分布式电源、储能、需求侧资源等开始参与配电网的优化与控制。与此同时，配电网也会出现一系列问题，如电压波动、热损增加，供电质量降低等。一般情况下，供电企业会通过建设新线路来维持供电质量，但这种方案既昂贵又耗时。因而，研究兼具高效性和经济性的配电网是当前的热点。目前，该领域的研究主要集中在网络重构和增加电力电子装置的使用两个方面。
柔性变电站(Flexible substation，FS)就是在上述背景下衍生出的一种以电力电子器件为主体的新型智能配电装置。FS具有提高电网潮流调控能力，能实现多种新能源柔性接入、储能设备直接接入、直流负荷直供和多个柔性变电站之间互联，可作为交直流电网的枢纽，实现交直流电网混联及交直流负荷混供的同时，可快速切除故障与自愈。
因此，为了保证配电网优化的高效性和经济性，解决目前存在的现有的配电网优化方法通过建设新线路来维持供电质量存在昂贵又耗时的缺点的技术问题，亟需构建一种配电网的优化方法。
发明内容
本发明提供了一种配电网的优化方法及装置，解决了目前存在的现有的配电网优化方法通过建设新线路来维持供电质量存在昂贵又耗时的缺点的技术问题。
第一方面，本发明提供了一种配电网的优化方法，包括：
获取配电网的线路信息；
从所述线路信息中提取母线电力供应的最优路径；
通过鲍威尔优化算法，基于所述最优路径，结合柔性变电站和预设的优化约束条件，对所述配电网进行网络重构，得到重构后的配电网；
使用遗传算法，优化所述重构后的配电网中的负荷母线的排列顺序和搜索路径，得到优化后的配电网。
可选地，通过鲍威尔优化算法，基于所述最优路径，结合柔性变电站和预设的优化约束条件，对所述配电网进行网络重构，得到重构后的配电网，包括：
通过所述鲍威尔优化算法，根据所述柔性变电站和所述预设的优化约束条件，计算得到所述配电网的最优运行参数；
基于所述最优运行参数和所述最优路径，对所述配电网进行网络重构，得到所述重构后的配电网。
可选地，所述预设的优化约束条件包括有功损耗最小约束条件、支路负荷平衡约束条件、网络约束条件和平衡变化约束条件；
所述有功损耗最小约束条件具体为：
Figure BDA0003912654090000021
所述支路负荷平衡约束条件具体为：
Figure BDA0003912654090000022
Figure BDA0003912654090000023
所述网络约束条件具体为：
g(x,s)＝0；
Figure BDA0003912654090000024
Figure BDA0003912654090000031
所述平衡变化约束条件具体为：
MinFobi(S)＝Min({PT,LossorLIB}+k1·fsop+k2·fv+k3·fs)；
其中，PT,Loss为有功功率损耗，MinPT,Loss为最小有功功率损耗，rk为电阻，Pk为有功功率，Qk为无功功率，Vk为支路K的电压，PSOP,Loss为柔性变电站的内部功率损耗，nl为网络支路总数，MinFobi(S)为平衡变化最小值，Ik为支路K实际电流，Ik,rate为额定支路电流，LBI为支路负荷平衡指数，L为负载符号，B为平衡指数，g(x,s)为功率潮流方程，Vi,min为母线i电压的最小电压，Vi为母线i电压，Vi,max为母线i电压的最大电压，Sk,max为支路k允许的最大容量，k1，k2，k3代表约束常量，fsop为超出柔性变电站约束条件的惩罚函数，fv为配电网电压的补偿函数，fs为容量约束条件的补偿函数，S代表决策变向量。
可选地，通过所述鲍威尔优化算法，根据所述柔性变电站和所述预设的优化约束条件，计算得到所述配电网的最优运行参数之前，包括：
初始化所述配电网的运行参数。
可选地，使用遗传算法，优化所述重构后的配电网中的负荷母线的排列顺序和搜索路径，得到优化后的配电网，包括：
使用所述遗传算法，优化所述重构后的配电网中的负荷母线的排列顺序和搜索路径，得到优化后的负荷母线的排列顺序和搜索路径；
基于所述优化后的负荷母线的排列顺序和搜索路径，对所述重构后的配电网进行调整，得到所述优化后的配电网。
第二方面，本发明提供了一种配电网的优化装置，包括：
获取模块，用于获取配电网的线路信息；
提取模块，用于从所述线路信息中提取母线电力供应的最优路径；
重构模块，用于通过鲍威尔优化算法，基于所述最优路径，结合柔性变电站和预设的优化约束条件，对所述配电网进行网络重构，得到重构后的配电网；
优化模块，用于使用遗传算法，优化所述重构后的配电网中的负荷母线的排列顺序和搜索路径，得到优化后的配电网。
可选地，所述重构模块包括：
最优子模块，用于通过所述鲍威尔优化算法，根据所述柔性变电站和所述预设的优化约束条件，计算得到所述配电网的最优运行参数；
重构子模块，用于基于所述最优运行参数和所述最优路径，对所述配电网进行网络重构，得到所述重构后的配电网。
可选地，所述预设的优化约束条件包括有功损耗最小约束条件、支路负荷平衡约束条件、网络约束条件和平衡变化约束条件；
所述有功损耗最小约束条件具体为：
Figure BDA0003912654090000041
所述支路负荷平衡约束条件具体为：
Figure BDA0003912654090000042
Figure BDA0003912654090000043
所述网络约束条件具体为：
g(x,s)＝0；
Figure BDA0003912654090000044
Figure BDA0003912654090000045
所述平衡变化约束条件具体为：
MinFobi(S)＝Min({PT,LossorLIB}+k1·fsop+k2·fv+k3·fs)；
其中，PT,Loss为有功功率损耗，MinPT,Loss为最小有功功率损耗，rk为电阻，Pk为有功功率，Qk为无功功率，Vk为支路K的电压，PSOP,Loss为柔性变电站的内部功率损耗，nl为网络支路总数，MinFobi(S)为平衡变化最小值，Ik为支路K实际电流，Ik,rate为额定支路电流，LBI为支路负荷平衡指数，L为负载符号，B为平衡指数，g(x,s)为功率潮流方程，Vi,min为母线i电压的最小电压，Vi为母线i电压，Vi,max为母线i电压的最大电压，Sk,max为支路k允许的最大容量，k1，k2，k3代表约束常量，fsop为超出柔性变电站约束条件的惩罚函数，fv为配电网电压的补偿函数，fs为容量约束条件的补偿函数，S代表决策变向量。
可选地，所述重构模块还包括：
初始子模块，用于初始化所述配电网的运行参数。
可选地，所述优化模块包括：
优化子模块，用于使用所述遗传算法，优化所述重构后的配电网中的负荷母线的排列顺序和搜索路径，得到优化后的负荷母线的排列顺序和搜索路径；
调整子模块，用于基于所述优化后的负荷母线的排列顺序和搜索路径，对所述重构后的配电网进行调整，得到所述优化后的配电网。
从以上技术方案可以看出，本发明具有以下优点：本发明提供了一种配电网的优化方法，通过获取配电网的线路信息，从所述线路信息中提取母线电力供应的最优路径，通过鲍威尔优化算法，基于所述最优路径，结合柔性变电站和预设的优化约束条件，对所述配电网进行网络重构，得到重构后的配电网，使用遗传算法，优化所述重构后的配电网中的负荷母线的排列顺序和搜索路径，得到优化后的配电网，通过一种配电网的优化方法，解决了目前存在的现有的配电网优化方法通过建设新线路来维持供电质量存在昂贵又耗时的缺点的技术问题，保证了配电网优化的高效性和经济性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本发明的一种配电网的优化方法实施例一的流程步骤图；
图2为本发明的一种配电网的优化方法实施例二的流程步骤图；
图3为本发明的一种含一个柔性变电站的配电网的结构示意图；
图4为本发明的一种鲍威尔算法中最优搜索的实例示意图；
图5为本发明的一种不同数量的柔性变电站对配电网功率损耗的影响结果示意图；
图6为本发明的一种不同数量的柔性变电站对配电网功率损耗和电压质量的影响结果示意图；
图7为本发明的一种不同数量的柔性变电站对配电网负荷平衡的影响结果示意图；
图8为本发明的一种不同数量的柔性变电站对配电网电压质量的影响结果示意图；
图9为本发明的一种配电网正常负荷条件下所有的电压曲线示意图；
图10为本发明的一种配电网负载平衡时使用不同方法的支路负载曲线示意图；
图11为本发明的一种配电网电压质量示意图；
图12为本发明的一种配电网的优化装置实施例的结构框图。
具体实施方式
本发明实施例提供了一种配电网的优化方法及装置，用于解决目前存在的现有的配电网优化方法通过建设新线路来维持供电质量存在昂贵又耗时的缺点的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，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它实施例，都属于本发明保护的范围。
实施例一，请参阅图1，图1为本发明的一种配电网的优化方法实施例一的流程步骤图，包括：
步骤S101，获取配电网的线路信息
步骤S102，从所述线路信息中提取母线电力供应的最优路径；
步骤S103，通过鲍威尔优化算法，基于所述最优路径，结合柔性变电站和预设的优化约束条件，对所述配电网进行网络重构，得到重构后的配电网；
在本发明实施例中，初始化所述配电网的运行参数，通过所述鲍威尔优化算法，根据所述柔性变电站和所述预设的优化约束条件，计算得到所述配电网的最优运行参数，基于所述最优运行参数和所述最优路径，对所述配电网进行网络重构，得到所述重构后的配电网。
步骤S104，使用遗传算法，优化所述重构后的配电网中的负荷母线的排列顺序和搜索路径，得到优化后的配电网；
在本发明实施例中，使用所述遗传算法，优化所述重构后的配电网中的负荷母线的排列顺序和搜索路径，得到优化后的负荷母线的排列顺序和搜索路径；
基于所述优化后的负荷母线的排列顺序和搜索路径，对所述重构后的配电网进行调整，得到所述优化后的配电网
在本发明实施例所提供的一种配电网的优化方法，通过获取配电网的线路信息，从所述线路信息中提取母线电力供应的最优路径，通过鲍威尔优化算法，基于所述最优路径，结合柔性变电站和预设的优化约束条件，对所述配电网进行网络重构，得到重构后的配电网，使用遗传算法，优化所述重构后的配电网中的负荷母线的排列顺序和搜索路径，得到优化后的配电网，通过一种配电网的优化方法，解决了目前存在的现有的配电网优化方法通过建设新线路来维持供电质量存在昂贵又耗时的缺点的技术问题，保证了配电网优化的高效性和经济性。
实施例二，请参阅图2，图2为本发明的一种配电网的优化方法的流程步骤图，包括：
步骤S201，获取配电网的线路信息；
步骤S202，从所述线路信息中提取母线电力供应的最优路径；
在本发明实施例中，利用最短路径法，从线路信息中提取母线电力供应的最优路径。
步骤S203，通过鲍威尔优化算法，根据柔性变电站和预设的优化约束条件，计算得到所述配电网的最优运行参数；
在一个可选实施例中，通过鲍威尔优化算法，根据柔性变电站和预设的优化约束条件，计算得到所述配电网的最优运行参数之前，包括：
初始化所述配电网的运行参数。
在本发明实施例中，预先初始化所述配电网的运行参数，根据鲍威尔优化算法和柔性变电站，计算得到配电网的最优运行参数。
在具体实现中，(1)请参阅图3，图3为本发明的一种含一个柔性变电站的配电网的结构示意图，其中，I为支路，J为支路，V为节点电压，FS可以精确控制两条馈线之间传输的有功功率，并提供一定的电压无功支撑能力。对于一个FS其所能控制的变量包括：变流器VSC1、VSC2分别输出的有功功率P1、P2两个变流器各自输出的无功功率Q1和Q2。假定两个变流器的有功功率相等，即VSC2的有功功率输出为-P。两个变流器的无功输出因直流环节的隔离而互不影响，仅需要满足各自变流器的容量约束即可。这里选取PQ-VdcQ控制作为FS的控制模式。因此，可以得到通用功率注入模型。通过所有接线端子的有功功率和无功功率注入到支路I和J中，把这些注入的功率量作为主要变量，支路I的功率潮流方程可通过下面的递归方程式得到，功率潮流方程具体为：
Figure BDA0003912654090000081
Figure BDA0003912654090000082
Figure BDA0003912654090000083
边界条件具体为：
Figure BDA0003912654090000084
其中，P，Q分别为有功功率和无功功率，V为节点电压，r，x分别为电阻和电抗，下标L为负载符号。支路J与支路I对称，故有同样的功率潮流递归方程，此处不再详细写出。
考虑FS的内部损耗，功率平衡的等式约束条件具体为：
Figure BDA0003912654090000085
其中，PSOP,Loss为FS的内部功率损耗。
由于受物理因素和内部功率损耗的限制，因此对装置的约束条件进行如下研究。
FS包括两个基于电压源转换器(VSC)的绝缘双极晶闸管(IGBT)。
电压源的容量和终端电压运行的限制条件具体为：
Figure BDA0003912654090000091
Figure BDA0003912654090000092
其中，
Figure BDA0003912654090000093
为与支路I相连的电压源的额定功率，VSI和
Figure BDA0003912654090000094
分别为实际端电和端电压的最大值。
FS装置的内部功率损耗由其独立器件的损耗组成，这些损耗主要有三部分组成：功率损耗、一次和二次损耗(取决于变换器的电流)。直流网络有功和无功的变换函数的公式具体为：
Figure BDA0003912654090000095
Figure BDA0003912654090000096
其中，
Figure BDA0003912654090000097
和
Figure BDA0003912654090000098
分别代表与支路I相连电压源的功率损耗和直流电流。
由于两条支路对称，以上的方程式均可运用到另一侧的电压源中，因此在接下来的章节中只列举了与支路I相连电压源的所有相关方程式。
含FS的配电网优化运行问题建模，配电网运行优化的目标函数一般为全网负荷平衡、有功功率损耗最小、供电可靠性等。本文以网络有功功率损耗最小和支路负荷平衡为目标函数。其数学表达式及约束条件分别如下所示：
有功损耗最小的公式具体为：
Figure BDA0003912654090000099
其中，PT,Loss为有功功率损耗，MinPT,Loss为最小有功功率损耗，rk为电阻，Pk为有功功率，Qk为无功功率，Vk为支路K的电压，PSOP,Loss为柔性变电站的内部功率损耗，nl为网络支路总数。
支路负荷平衡(以支路负荷平衡指数的最小化来量化)的公式具体为：
Figure BDA00039126540900000910
Figure BDA0003912654090000101
其中，Ik为支路K实际电流，Ik,rate为额定支路电流，LBI为支路负荷平衡指数，L为负载符号，B为平衡指数。
以下约束条件为每个FS中的约束条件：
网络的约束条件具体为：
g(x,s)＝0；
Figure BDA0003912654090000102
Figure BDA0003912654090000103
其中，g(x,s)为功率潮流方程，Vi,min为母线i电压的最小电压，Vi为母线i电压，Vi,max为母线i电压的最大电压，Sk,max为支路k允许的最大容量。
补偿函数：用来平衡变化的目标函数(有约束条件)具体为：
MinFobi(S)＝Min({PT,LossorLIB}+k1·fsop+k2·fv+k3·fs)；
其中，MinFobi(S)为平衡变化最小值，k1，k2，k3代表约束常量，fsop为超出柔性变电站约束条件的惩罚函数，fv为配电网电压的补偿函数，fs为容量约束条件的补偿函数，S代表决策变向量。
针对联络开关和柔性变电站(Flexible substation，FS)并存的配电网优化运行问题，本发明选用鲍威尔的优化算法，择优选取一个初始值来求解配电网的运行问题。
大部分数学优化法需要数学表达式来定义移动方向，例如，从一个点出发依照搜索方向搜索最优解。鲍威尔优化算法是由鲍威尔提出的一种直接搜索的方法，它仅依据目标函数本身来直接定义搜索方向。因此，该方法易于操作且不受目标函数的限制。
(2)请参阅图4，图4为本发明的一种鲍威尔算法中最优搜索的实例示意图，其中，{ξ}为坐标方向，S0为近似的初始值，S1、S2、S3为各个坐标方向的最小值，
Figure BDA0003912654090000104
为共轭方向；如S0、S3、S2和S1所示，最优搜索从近似的初始值
Figure BDA0003912654090000105
开始，然后在中沿着每个坐标方向获得最小值
Figure BDA0003912654090000106
从而产生第一个共轭方向
Figure BDA0003912654090000107
如
Figure BDA0003912654090000108
和
Figure BDA0003912654090000109
所示，沿着共轭方向搜索
Figure BDA00039126540900001010
之后，进行第二次迭代的近似初始值
Figure BDA0003912654090000111
被获得。
确定FS运行的近似初始值，鲍威尔优化算法能够从任意一个初始点
Figure BDA0003912654090000112
开始。通过鲍威尔优化算法给出的目标函数的简化潮流方程，可以获得FS最优化运行的近似值：
1)所有的节点电压大小被假定为1p.u.，计算公式具体可被简化为：
Figure BDA0003912654090000113
Figure BDA0003912654090000114
其中，rk为电阻，Pk为有功功率，Qk为无功功率，Vk为支路K的电压，Ik,rate为支路K的额定支路电流，PSOP,Loss为FS的内部功率损耗，PLoss为FS的有功损耗。
2)忽略功率潮流方程中所有的二次项(线损)，支路功率Pk和Qk可通过将下层的功率负荷相加得到，公式具体为：
Figure BDA0003912654090000115
Figure BDA0003912654090000116
节点电压和支路容量的约束条件具体为：
Figure BDA0003912654090000117
Figure BDA0003912654090000118
其中，Pk为有功功率，Qk为无功功率，rk为电阻，x为电抗，Vi为节点电压，Vmax母线电压的最大电压，Sk为支路容量，Sk,max为支路K允许的最大容量。
使用简化的方程式，如上述公式所示，接近FS运行的近似初始值可以被直接获得，而不用进行精确的潮流计算。
步骤S204，基于所述最优运行参数和所述最优路径，对所述配电网进行网络重构，得到重构后的配电网；
在本发明实施例中，结合所述最优运行参数和所述最优路径，对所述配电网进行网络重构，得到重构后的配电网。
步骤S205，使用遗传算法，优化所述重构后的配电网中的负荷母线的排列顺序和搜索路径，得到优化后的负荷母线的排列顺序和搜索路径；
在本发明实施例中，通过遗传算法，对所述重构后的配电网中的负荷母线的排列顺序和搜索路径进行优化，得到优化后的负荷母线的排列顺序和搜索路径。
步骤S206，基于所述优化后的负荷母线的排列顺序和搜索路径，对所述重构后的配电网进行调整，得到优化后的配电网；
在本发明实施例中，根据所述优化后的负荷母线的排列顺序和搜索路径，调整所述重构后的配电网，得到所述优化后的配电网。
在具体实现中，(1)对仅含柔性变电站FS的配电网运行情形进行分析：
对网络中安装不同数量的FS后，其对网络功率损耗和支路负荷平衡的影响进行了分析。装置的功率损耗在此情况下忽略不计
请参阅图5，图5为本发明的一种不同数量的柔性变电站对配电网功率损耗的影响结果示意图，其中，501为柔性变电站的数量，502为功率消耗/KW，安装一个FS时网络的功率损耗显著下降(42％)。系统中安装更多的FS时，整个的功率损耗进一步减小(57％)。同时，系统的电压质量也被提高，如如6所示，请参阅图6，图6为本发明的一种不同数量的柔性变电站对配电网功率损耗和电压质量的影响结果示意图，其中，601为母线编号，602为电压/p.u.，SNOP为柔性变电站。
请参阅图7，图7为本发明的一种不同数量的柔性变电站对配电网负荷平衡的影响结果示意图，其中，701为支路编号，702为支路负荷，SNOP为柔性变电站，请参阅图8，图8为本发明的一种不同数量的柔性变电站对配电网电压质量的影响结果示意图，其中，601为母线编号，602为电压/p.u.，SNOP为柔性变电站，假设网络的一条馈线(从支路25到支路32)为重负荷(正常条件下负荷的1.6倍)，不同数目的FS对馈线负荷平衡的影响具体如下表所示：
Figure BDA0003912654090000121
Figure BDA0003912654090000131
安装一个FS时系统负荷平衡指数LBI减少到47.73％。随着安装数目的增多也随之减小，但减小比率在下降。图7中的网络支路负荷曲线，安装FS后，重负荷支路(例如支路1到支路6和25到30)的负荷通过FS向轻负荷支路转移。因此，支路12到24的负荷水平增加，电压质量被提高。如图8所示，由于过负荷，母线电压(母线32)的最小值为0.88p.u，在使用FS平衡系统负荷后被提高到9.09％。
从仿真结果可以看出，FS的数目超过两个时，对网络功率损耗减小，负荷平衡，电压调整的效果不再显著增加。因此，上述所提方法可以用来确定网络中FS的最优化的数量。
(2)对FS和网络重构并存的情形进行分析：
将量化评估FS和网络重构相结合之后对网络功率损耗和馈线负荷平衡的影响。假设FS位于母线25和29之间，且忽略其功率损耗。
在三种负荷情况下进行了功率损耗的模拟实验：轻负荷(50％)，正常负荷(100％)和重负荷(160％)，不同方法下负荷平衡的仿真结果具体如下表所示：
Figure BDA0003912654090000132
在三种负荷情况下，网络的整个功率损耗百分比都在逐渐减小。当网络中只有一个FS和只进行网络重构时，效果一样。当FS和网络重构相结合的时对功率损耗减小和电压提高均呈现最佳的效果。同时，当需要的FS的尺寸较小时，综合法更有助于实现功率损耗的最小化。
请参阅图9，图9为本发明的一种配电网正常负荷条件下所有的电压曲线示意图，其中，701为支路编号，702为支路负荷，901为基本案例，902为单一柔性变电站，903为单一网络重构，904为综合方法。此外，其他两种负荷情况下的电压曲线形状除了在大小上有微小变化外与图9是一致的，故本文不再赘述。
接下来对过负荷下的情形进行了研究。对于不同方法对功率损耗最小化的负荷平衡指数结果具体如下表所示：
Figure BDA0003912654090000141
Figure BDA0003912654090000151
请参阅图10，图10为本发明的一种配电网负载平衡时使用不同方法的支路负载曲线示意图，请参阅图11，图11为本发明的一种配电网电压质量示意图，其中，701为支路编号，702为支路负荷，601为母线编号，602为电压/p.u.，901为基本案例，902为单一柔性变电站，903为单一网络重构，904为综合方法。
由结果可知，当有一个FS时可以有效控制网络的功率潮流，在平衡负荷方面FS的效果要优于网络重构。当FS与网络重构相结合时，可实现最佳的效果。
在本发明实施例所提供的一种配电网的优化方法，通过获取配电网的线路信息，从所述线路信息中提取母线电力供应的最优路径，通过鲍威尔优化算法，基于所述最优路径，结合柔性变电站和预设的优化约束条件，对所述配电网进行网络重构，得到重构后的配电网，使用遗传算法，优化所述重构后的配电网中的负荷母线的排列顺序和搜索路径，得到优化后的配电网，通过一种配电网的优化方法，解决了目前存在的现有的配电网优化方法通过建设新线路来维持供电质量存在昂贵又耗时的缺点的技术问题，保证了配电网优化的高效性和经济性。
请参阅图12，图12为本发明的一种配电网的优化装置实施例的结构框图，包括：
获取模块1201，用于获取模块，用于获取配电网的线路信息；
提取模块1202，用于从所述线路信息中提取母线电力供应的最优路径；
重构模块1203，用于通过鲍威尔优化算法，基于所述最优路径，结合柔性变电站和预设的优化约束条件，对所述配电网进行网络重构，得到重构后的配电网；
优化模块1204，用于使用遗传算法，优化所述重构后的配电网中的负荷母线的排列顺序和搜索路径，得到优化后的配电网。
在一个可选实施例中，所述重构模块1203包括：
最优子模块，用于通过所述鲍威尔优化算法，根据所述柔性变电站和所述预设的优化约束条件，计算得到所述配电网的最优运行参数；
重构子模块，用于基于所述最优运行参数和所述最优路径，对所述配电网进行网络重构，得到所述重构后的配电网。
在一个可选实施例中，所述预设的优化约束条件包括有功损耗最小约束条件、支路负荷平衡约束条件、网络约束条件和平衡变化约束条件；
所述有功损耗最小约束条件具体为：
Figure BDA0003912654090000171
所述支路负荷平衡约束条件具体为：
Figure BDA0003912654090000172
Figure BDA0003912654090000173
所述网络约束条件具体为：
g(x,s)＝0；
Figure BDA0003912654090000174
Figure BDA0003912654090000175
所述平衡变化约束条件具体为：
MinFobi(S)＝Min({PT,LossorLIB}+k1·fsop+k2·fv+k3·fs)；
其中，PT,Loss为有功功率损耗，MinPT,Loss为最小有功功率损耗，rk为电阻，Pk为有功功率，Qk为无功功率，Vk为支路K的电压，PSOP,Loss为柔性变电站的内部功率损耗，nl为网络支路总数，MinFobi(S)为平衡变化最小值，Ik为支路K实际电流，Ik,rate为额定支路电流，LBI为支路负荷平衡指数，L为负载符号，B为平衡指数，g(x,s)为功率潮流方程，Vi,min为母线i电压的最小电压，Vi为母线i电压，Vi,max为母线i电压的最大电压，Sk,max为支路k允许的最大容量，k1，k2，k3代表约束常量，fsop为超出柔性变电站约束条件的惩罚函数，fv为配电网电压的补偿函数，fs为容量约束条件的补偿函数，S代表决策变向量。
在一个可选实施例中，所述重构模块1203还包括：
初始子模块，用于初始化所述配电网的运行参数。
在一个可选实施例中，所述优化模块1204包括：
优化子模块，用于使用所述遗传算法，优化所述重构后的配电网中的负荷母线的排列顺序和搜索路径，得到优化后的负荷母线的排列顺序和搜索路径；
调整子模块，用于基于所述优化后的负荷母线的排列顺序和搜索路径，对所述重构后的配电网进行调整，得到所述优化后的配电网。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，本发明所揭露的方法及装置，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取可读存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个可读存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的可读存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种配电网的优化方法，其特征在于，包括：
获取配电网的线路信息；
从所述线路信息中提取母线电力供应的最优路径；
通过鲍威尔优化算法，基于所述最优路径，结合柔性变电站和预设的优化约束条件，对所述配电网进行网络重构，得到重构后的配电网；
使用遗传算法，优化所述重构后的配电网中的负荷母线的排列顺序和搜索路径，得到优化后的配电网。
2.根据权利要求1所述的配电网的优化方法，其特征在于，通过鲍威尔优化算法，基于所述最优路径，结合柔性变电站和预设的优化约束条件，对所述配电网进行网络重构，得到重构后的配电网，包括：
通过所述鲍威尔优化算法，根据所述柔性变电站和所述预设的优化约束条件，计算得到所述配电网的最优运行参数；
基于所述最优运行参数和所述最优路径，对所述配电网进行网络重构，得到所述重构后的配电网。
3.根据权利要求2所述的配电网的优化方法，其特征在于，所述预设的优化约束条件包括有功损耗最小约束条件、支路负荷平衡约束条件、网络约束条件和平衡变化约束条件；
所述有功损耗最小约束条件具体为：
Figure FDA0003912654080000011
所述支路负荷平衡约束条件具体为：
Figure FDA0003912654080000012
Figure FDA0003912654080000013
所述网络约束条件具体为：
g(x,s)＝0；
Figure FDA0003912654080000014
Figure FDA0003912654080000021
所述平衡变化约束条件具体为：
MinFobi(S)＝Min({PT,LossorLIB}+k1·fsop+k2·fv+k3·fs)；
其中，PT,Loss为有功功率损耗，MinPT,Loss为最小有功功率损耗，rk为电阻，Pk为有功功率，Qk为无功功率，Vk为支路K的电压，PSOP,Loss为柔性变电站的内部功率损耗，nl为网络支路总数，MinFobi(S)为平衡变化最小值，Ik为支路K实际电流，Ik,rate为额定支路电流，LBI为支路负荷平衡指数，L为负载符号，B为平衡指数，g(x,s)为功率潮流方程，Vi,min为母线i电压的最小电压，Vi为母线i电压，Vi,max为母线i电压的最大电压，Sk,max为支路k允许的最大容量，k1，k2，k3代表约束常量，fsop为超出柔性变电站约束条件的惩罚函数，fv为配电网电压的补偿函数，fs为容量约束条件的补偿函数，S代表决策变向量。
4.根据权利要求2所述的配电网的优化方法，其特征在于，通过所述鲍威尔优化算法，根据所述柔性变电站和所述预设的优化约束条件，计算得到所述配电网的最优运行参数之前，包括：
初始化所述配电网的运行参数。
5.根据权利要求1所述的配电网的优化方法，其特征在于，使用遗传算法，优化所述重构后的配电网中的负荷母线的排列顺序和搜索路径，得到优化后的配电网，包括：
使用所述遗传算法，优化所述重构后的配电网中的负荷母线的排列顺序和搜索路径，得到优化后的负荷母线的排列顺序和搜索路径；
基于所述优化后的负荷母线的排列顺序和搜索路径，对所述重构后的配电网进行调整，得到所述优化后的配电网。
6.一种配电网的优化装置，其特征在于，包括：
获取模块，用于获取配电网的线路信息；
提取模块，用于从所述线路信息中提取母线电力供应的最优路径；
重构模块，用于通过鲍威尔优化算法，基于所述最优路径，结合柔性变电站和预设的优化约束条件，对所述配电网进行网络重构，得到重构后的配电网；
优化模块，用于使用遗传算法，优化所述重构后的配电网中的负荷母线的排列顺序和搜索路径，得到优化后的配电网。
7.根据权利要求6所述的配电网的优化装置，其特征在于，所述重构模块包括：
最优子模块，用于通过所述鲍威尔优化算法，根据所述柔性变电站和所述预设的优化约束条件，计算得到所述配电网的最优运行参数；
重构子模块，用于基于所述最优运行参数和所述最优路径，对所述配电网进行网络重构，得到所述重构后的配电网。
8.根据权利要求7所述的配电网的优化装置，其特征在于，所述预设的优化约束条件包括有功损耗最小约束条件、支路负荷平衡约束条件、网络约束条件和平衡变化约束条件；
所述有功损耗最小约束条件具体为：
Figure FDA0003912654080000031
所述支路负荷平衡约束条件具体为：
Figure FDA0003912654080000032
Figure FDA0003912654080000033
所述网络约束条件具体为：
g(x,s)＝0；
Figure FDA0003912654080000034
Figure FDA0003912654080000035
所述平衡变化约束条件具体为：
MinFobi(S)＝Min({PT,LossorLIB}+k1·fsop+k2·fv+k3·fs)；
其中，PT,Loss为有功功率损耗，MinPT,Loss为最小有功功率损耗，rk为电阻，Pk为有功功率，Qk为无功功率，Vk为支路K的电压，PSOP,Loss为柔性变电站的内部功率损耗，nl为网络支路总数，MinFobi(S)为平衡变化最小值，Ik为支路K实际电流，Ik,rate为额定支路电流，LBI为支路负荷平衡指数，L为负载符号，B为平衡指数，g(x,s)为功率潮流方程，Vi,min为母线i电压的最小电压，Vi为母线i电压，Vi,max为母线i电压的最大电压，Sk,max为支路k允许的最大容量，k1，k2，k3代表约束常量，fsop为超出柔性变电站约束条件的惩罚函数，fv为配电网电压的补偿函数，fs为容量约束条件的补偿函数，S代表决策变向量。
9.根据权利要求7所述的配电网的优化装置，其特征在于，所述重构模块还包括：
初始子模块，用于初始化所述配电网的运行参数。
10.根据权利要求6所述的配电网的优化装置，其特征在于，所述优化模块包括：
优化子模块，用于使用所述遗传算法，优化所述重构后的配电网中的负荷母线的排列顺序和搜索路径，得到优化后的负荷母线的排列顺序和搜索路径；
调整子模块，用于基于所述优化后的负荷母线的排列顺序和搜索路径，对所述重构后的配电网进行调整，得到所述优化后的配电网。
CN202211329351.8A 2022-10-27 2022-10-27 一种配电网的优化方法及装置 Pending CN115603387A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211329351.8A CN115603387A (zh) 2022-10-27 2022-10-27 一种配电网的优化方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211329351.8A CN115603387A (zh) 2022-10-27 2022-10-27 一种配电网的优化方法及装置

Publications (1)

Publication Number Publication Date
CN115603387A true CN115603387A (zh) 2023-01-13

Family

ID=84850017

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211329351.8A Pending CN115603387A (zh) 2022-10-27 2022-10-27 一种配电网的优化方法及装置

Country Status (1)

Country Link
CN (1) CN115603387A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116074825A (zh) * 2023-03-06 2023-05-05 浙江万胜智能科技股份有限公司 一种基于双模模块的无线通信数据安全传输方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116074825A (zh) * 2023-03-06 2023-05-05 浙江万胜智能科技股份有限公司 一种基于双模模块的无线通信数据安全传输方法及系统

Similar Documents

Publication Publication Date Title
KR101132107B1 (ko) 분산전원이 연계된 전력계통의 전압/무효전력 제어 시스템 및 이를 위한 방법
Marini et al. An efficient graph-based power flow algorithm for electrical distribution systems with a comprehensive modeling of distributed generations
da Silva et al. A heuristic constructive algorithm for capacitor placement on distribution systems
Xiao et al. Available transfer capability enhancement using FACTS devices
Sheng et al. CDFLOW: A practical tool for tracing stationary behaviors of general distribution networks
Yao et al. Mitigating voltage unbalance using distributed solar photovoltaic inverters
SE1551671A1 (sv) Converter station power set point analysis system and method
Vuluvala et al. Load balancing of electrical power distribution system: An overview
Ivic et al. An extended control strategy for weakly meshed distribution networks with soft open points and distributed generation
CN115603387A (zh) 一种配电网的优化方法及装置
Ahmadi et al. Optimal allocation of multi-type distributed generators for minimization of power losses in distribution systems
da Silva et al. A new centralized active and reactive power control strategy for voltage regulation in power distribution networks with high penetration of photovoltaic generation
Fotoohabadi et al. Evaluating the technical benefits of AC–DC hybrid distribution systems consisting of solid-state transformers using a multiobjective index
Xiao et al. Optimal power quality compensation of energy storage system in distribution networks based on unified multi-phase OPF model
Mostafa et al. Power flow study and voltage stability analysis for radial system with distributed generation
Kim et al. Power flow calculation method of DC distribution network for actual power system
Chitsazan et al. State estimation for large-scale power systems and facts devices based on spanning tree maximum exponential absolute value
Taghikhani DG allocation and sizing in distribution network using modified shuffled frog leaping algorithm
Mahmoodi et al. Impact assessment of active network management schemes on DG capacity of distribution systems
Abdel-Akher et al. Voltage stability modeling and analysis of unbalanced distribution systems with wind turbine energy systems
DERAFSHI et al. Optimal power flow in the smart grid using direct load control program
Liu et al. Modeling simulation technology research for distribution network planning
Noriyuki et al. A study on the configuration of low‐voltage distribution networks for high penetration of photovoltaic power sources
Hao et al. Research on Distribution Network Optimization with Distributed Generation
Lakra et al. Reduction in Power Consumption via Integration of CVR with Network Reconfiguration and VAr Control

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