CN115879742B - 配电网改造方法、系统、电子设备及存储介质 - Google Patents

配电网改造方法、系统、电子设备及存储介质 Download PDF

Info

Publication number
CN115879742B
CN115879742B CN202310140311.7A CN202310140311A CN115879742B CN 115879742 B CN115879742 B CN 115879742B CN 202310140311 A CN202310140311 A CN 202310140311A CN 115879742 B CN115879742 B CN 115879742B
Authority
CN
China
Prior art keywords
distribution network
cost
power distribution
branch
topological structure
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
CN202310140311.7A
Other languages
English (en)
Other versions
CN115879742A (zh
Inventor
张振龙
刘华军
吴永君
翟玮星
何启晨
郑弘海
杨跃平
俞佳捷
唐建军
吴安甫
钱程
霍箭
许晓峰
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.)
Ningbo Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
Ningbo Power Supply Co of State Grid Zhejiang Electric Power 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 Ningbo Power Supply Co of State Grid Zhejiang Electric Power Co Ltd filed Critical Ningbo Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Priority to CN202310140311.7A priority Critical patent/CN115879742B/zh
Publication of CN115879742A publication Critical patent/CN115879742A/zh
Application granted granted Critical
Publication of CN115879742B publication Critical patent/CN115879742B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Abstract

本发明提供一种配电网改造方法、系统、电子设备及存储介质,包括根据配电网中各类电源的电网成本,建立所述各类电源对应的成本时间曲线,基于所述各类电源的运行时间以及所述各类电源在所述成本时间曲线上承担的负荷位置,确定所述各类电源的配置容量;将所述各类电源的配置容量作为约束条件,以所述配电网的总费用在预设范围内最小为目标函数,求解在所述配电网的拓扑结构中所述各类电源的目标安装节点以及目标安装容量;基于所述目标安装节点以及所述目标安装容量,确定所述配电网的拓扑结构中各个支路的功率损耗以及耗损期望,结合预设的多目标优化求解算法,对所述配电网的拓扑结构进行改造。本发明能够提升配电网改造规划的经济性。

Description

配电网改造方法、系统、电子设备及存储介质
技术领域
本发明涉及配电网技术领域,尤其涉及一种配电网改造方法、系统、电子设备及存储介质。
背景技术
随着用电负荷种类和数量的丰富以及用户对供电品质要求的不断提高,同时,分布式电源渗透率逐步提升带来的不确定性影响对电网结构和性能提出了更高的要求。电网改造方案综合决策是一个方案优选问题,包含了综合评估指标的建立、使用合适的评估方法对改造方案进行综合评估和排序。
申请号为CN 201410544916.3,专利名称为一种配电网主要设备新建与改造规划协同优化方法,发明了:1)设定配电网设备拓扑联络关系指标和主要设备运行状态水平指标,应用基于配电网拓扑结构聚类的改造分区划分算法,将配电网划分为若干个改造分区。2)对各分区内新建、改造项目对配电网供电能力、供电充裕度等指标进行评估。3)结合配电网改造和新扩建工程的特点,基于配电网供电能力评估指标,设定配电网主要设备新建与改造协同优化目标函数与数学模型。4)对改造分区内新建、改造项目建设时序进行随机排序,形成若干新建与改造项目建设时序方案。
其虽然综合了设备新建与改造项目的配电网协同优化方法,但是针对配电网拓扑结构聚类的改造分区划分算法只是单纯根据改造分区的分类计算空间距离,对于不同类型的拓扑结构的特性并不针对性分析,容易造成最后的评估结果不准确。
申请号为CN 201610080201.6,专利名称为一种配电网节能改造数据处理方法及装置,发明了:根据配电网节能改造前和后的配电变压器和线路的能耗参数、配电网节能改造后的新增无功补偿装置的无功补偿参数,确定总的节电量;根据总的节电量、电价和预设年限,确定总的节电收益;根据配电网节能改造前和后的配电变压器和线路的价格数据、配电网节能改造后的新增无功补偿装置的价格数据,确定节能改造成本数据;对节能改造成本数据和总的节电收益进行经济性评价,输出配电网节能改造可行度数据。
其以节能改造以及与节能改造相关的成本作为评价指标,进而输出改造可行数据,但是所考虑的节能改造内容维度较少,并且单纯以节能为主要目标,难以考虑与节能相关的因素带来的配电网整体影响,配电网自身的结构同样需要加入考虑。
发明于本申请背景技术部分的信息仅仅旨在加深对本申请的一般背景技术的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
发明内容
本发明实施例提供一种配电网改造方法、系统、电子设备及存储介质,能够至少解决现有技术中部分问题,也即在配电网改造过程中所考虑的影响因素较为单一,并且针对配电网不同类型的拓扑结构并未提供针对性的改造方案。
本发明实施例的第一方面,
提供一种配电网改造方法,包括:
根据配电网中各类电源的电网成本,建立所述各类电源对应的成本时间曲线,基于所述各类电源的运行时间以及所述各类电源在所述成本时间曲线上承担的负荷位置,确定所述各类电源的配置容量;
将所述各类电源的配置容量作为约束条件,以所述配电网的总费用在预设范围内最小为目标函数,求解在所述配电网的拓扑结构中所述各类电源的目标安装节点以及所述目标安装节点对应的目标安装容量;
基于所述目标安装节点以及所述目标安装容量,确定所述配电网的拓扑结构中各个支路的功率损耗以及耗损期望,结合预设的多目标优化求解算法,对所述配电网的拓扑结构进行改造。
在一种可选的实施方式中,
所述将所述各类电源的配置容量作为约束条件,以所述配电网的总费用在预设范围内最小为目标函数,求解在所述配电网的拓扑结构中所述各类电源的目标安装节点以及所述目标安装节点对应的目标安装容量包括:
将所述各类电源的配置容量作为约束条件,随机初始化所述配电网的拓扑结构,并在随机初始化后配电网的拓扑结构中随机设置所述各类电源的初始安装节点以及所述初始安装节点对应的初始安装容量;
计算设置所述初始安装节点以及所述初始安装容量后所述配电网的总费用,并以所述总费用在预设范围内最小为目标设置所述目标函数,并迭代求解所述目标函数直至满足所述总费用在预设范围内最小,由此确定所述总费用最小的情况下对应的目标安装节点以及所述目标安装节点对应的目标安装容量。
在一种可选的实施方式中,
所述配电网的总费用包括第一费用、第二费用以及第三费用中至少一种,其中,所述第一费用包括所述配电网的购电费用,所述第二费用包括所述各类电源所产生的电源费用,所述第三费用包括所述配电网中主动负荷的负荷费用,
所述以所述总费用在预设范围内最小为目标设置所述目标函数如下公式所示:
Figure SMS_1
其中,C表示所述总费用,N表示所述配电网的拓扑结构中安装节点的数量,x i 表示第i个安装节点,C 1 C 2 C 3 分别表示所述第一费用、所述第二费用以及所述第三费用,h 1 h 2 h 3 分别表示所述第一费用、所述第二费用以及所述第三费用对应的权重系数,M表示所述配电网中支路的数量,T表示时间,d t 表示第t个时刻的电价,R tj 表示第t个时刻第j条支路的安装容量。
在一种可选的实施方式中,
所述基于所述各类电源的安装节点以及所述安装节点对应的安装容量,确定所述配电网的拓扑结构中各个支路的功率损耗以及耗损期望,结合预设的多目标优化求解算法,对所述配电网的拓扑结构进行改造包括:
基于所述配电网的拓扑结构中各个支路的功率损耗以及耗损期望,将所述配电网的拓扑结构中各个支路抽象为多个带节点权重的多叉树,并基于各个所述多叉树的树间距离,确定任一多叉树与其他多叉树的相似度;
根据所述多叉树对应的各个支路的固有特征,以及所述相似度对所述各个支路进行聚类分析,并对所述各个支路进行分类;
确定各个类别的支路对应的改造建设成本,并以所有支路的总改造建设成本最低为目标对所述配电网的拓扑结构进行改造。
在一种可选的实施方式中,
所述确定各个类别的支路对应的改造建设成本,并以所有支路的总改造建设成本最低为目标对所述配电网的拓扑结构进行改造包括:
确定各个类别的支路对应的改造建设成本并按照如下公式构建以所有支路的总改造建设成本最低为目标的改造目标函数:
Figure SMS_2
其中,F表示所述所有支路的总改造建设成本,M表示所述配电网中支路的数量,k j 表示第j条支路的节点权重值,r j 表示第j条支路的发电功率变动成本,U j 表示第j条支路的 电压,G j 表示第j条支路的电导,B j 表示第j条支路的电纳,
Figure SMS_3
表示相角差,
Figure SMS_4
表示第j条支 路的最大电压,
Figure SMS_5
表示第j条支路的最小电压。
在一种可选的实施方式中,
对所述配电网的拓扑结构进行改造后,还包括:
将对所述配电网的拓扑结构进行改造后的改造拓扑结构数据表示为数据矩阵,并将所述两个数据矩阵内各个数据的欧氏距离总平方和作为两个数据矩阵的矩阵距离;
基于所述改造后的改造拓扑结构的运行信息为其分配第一评价信息,基于所述改造后的改造拓扑结构的属性信息为其分配第二评价信息,其中,所述第一评价信息和所述第二评价信息用于指示所述改造后的改造拓扑结构与预设目标的贴近程度;
根据多个所述矩阵距离、所述第一评价信息和所述第二评价信息,通过预设的聚类算法对所述改造后的改造拓扑结构进行聚类分析,并且对不满足预设改造条件的拓扑结构类别进行重新改造直至符合预设改造条件。
在一种可选的实施方式中,
所述将所述两个数据矩阵内各个数据的欧氏距离总平方和作为两个数据矩阵的矩阵距离包括:
按照如下公式确定两个数据矩阵的矩阵距离:
Figure SMS_6
其中,d(v,w)表示数据矩阵v和数据矩阵w的矩阵距离,n v 表示数据矩阵v所包含的数据量,n w 表示数据矩阵w所包含的数据量,x v 表示数据矩阵v的数据中心,x w 表示数据矩阵w的数据中心。
本发明实施例的第二方面,
提供一种配电网改造系统,包括:
第一单元,用于根据配电网中各类电源的电网成本,建立所述各类电源对应的成本时间曲线,基于所述各类电源的运行时间以及所述各类电源在所述成本时间曲线上承担的负荷位置,确定所述各类电源的配置容量;
第二单元,用于将所述各类电源的配置容量作为约束条件,以所述配电网的总费用在预设范围内最小为目标函数,求解在所述配电网的拓扑结构中所述各类电源的目标安装节点以及所述目标安装节点对应的目标安装容量;
第三单元,用于基于所述各类电源的安装节点以及所述安装节点对应的安装容量,确定所述配电网的拓扑结构中各个支路的功率损耗以及耗损期望,结合预设的多目标优化求解算法,对所述配电网的拓扑结构进行改造。
本发明实施例的第三方面,
提供一种电子设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行前述所述的方法。
本发明实施例的第四方面,
提供一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现前述所述的方法。
本发明根据配电网中各类电源的电网成本,建立所述各类电源对应的成本时间曲线,基于所述各类电源的运行时间以及所述各类电源在所述成本时间曲线上承担的负荷位置,确定所述各类电源的配置容量;
将所述各类电源的配置容量作为约束条件,以所述配电网的总费用在预设范围内最小为目标函数,求解在所述配电网的拓扑结构中所述各类电源的目标安装节点以及所述目标安装节点对应的目标安装容量;
本发明将分布式电源、主动负荷和主网供电都作为等效电源,根据单位容量固定成本和变动成本,建立了每类电源成本-时间特性曲线,依据费用最小原则,通过该曲线与年持续负荷曲线,求出每类电源在规划年内的运行时间及在负荷曲线上承担的负荷位置,得到每类电源的配置容量。
进一步以总费用最小为目标函数,确定配网网架规划、分布式电源的安装地点与每个节点的安裝容量,以第一层规划的各类电源配置总容量为约束条件,最后应用序优化理论求解这个模型,能对分布式电源类型进行筛选,能确定分布式电源的工作时间,提高了规划方法的经济性。
以其排序比较和目标软化的手段,确保以足够高的概率取得足够好的解,序优化理论能减少计算量,避免“维数灾〞问题,特别是在大规模复杂系统的优化求解中,优势更加明显。
基于所述目标安装节点以及所述目标安装容量,确定所述配电网的拓扑结构中各个支路的功率损耗以及耗损期望,结合预设的多目标优化求解算法,对所述配电网的拓扑结构进行改造。
根据配电网拓扑结构自身的特点,将拓扑结构抽象为带节点权重的多叉树模型,提出基于节点权重的树编辑距离算法,很好的解决了传统的树编辑距离算法不能应用于节点类别、属性干差万别的树间距离的计算中,并通过树编辑距离的计算得出了任意两条支路的相似度,从而实现对拓扑结构的改造,保证针对不同类型的拓扑结构进行适应性改造。
附图说明
图1为本发明实施例配电网改造方法的流程示意图。
图2为本发明实施例成本时间曲线示意图。
图3为本发明实施例配电网改造系统的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。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他实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
应当理解,在本发明的各种实施例中,各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
应当理解,在本发明中,“包括”和“具有”以及他们的任何变形,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、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解,在本发明中,“多个”是指两个或两个以上。“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“包含A、B和C”、“包含A、B、C”是指A、B、C三者都包含,“包含A、B或C”是指包含A、B、C三者之一,“包含A、B和/或C”是指包含A、B、C三者中任1个或任2个或3个。
应当理解,在本发明中,“与A对应的B”、“与A相对应的B”、“A与B相对应”或者“B与A相对应”,表示B与A相关联,根据A可以确定B。根据A确定B并不意味着仅仅根据A确定B,还可以根据A和/或其他信息确定B。A与B的匹配,是A与B的相似度大于或等于预设的阈值。
取决于语境,如在此所使用的“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
图1为本发明实施例配电网改造方法的流程示意图,如图1所示,所述方法包括:
S101.根据配电网中各类电源的电网成本,建立所述各类电源对应的成本时间曲线,基于所述各类电源的运行时间以及所述各类电源在所述成本时间曲线上承担的负荷位置,确定所述各类电源的配置容量;
示例性地,本发明实施例中各类电源可以包括分布式电源、风能电源、太阳能电源等,电网成本可以包括电源随着运行时间的变化,单位运行成本的变化。
图2为本发明实施例成本时间曲线示意图,如图2所示,水平坐标轴是一年的时间,用 8760小时表示, 垂直坐标轴是广义电源的单位容量年成本,是固定值,即坐标轴上的截距,曲线的斜率是广义电源的变动成本,单位是元/kWh。这个曲线刻画了广义电源的单位容量年固定成本和变动成本。
其中,图2中的三条曲线分别代表三个电源,1号曲线是集中发输电,单位容量的初投资最大,但是斜率最小,所以运行费用最低;2号曲线是DG,初投资较大,斜率较高;3号曲线是主动负荷,例如可中断负荷等,初投资最小,运行费用最高。
S102.将所述各类电源的配置容量作为约束条件,以所述配电网的总费用在预设范围内最小为目标函数,求解在所述配电网的拓扑结构中所述各类电源的目标安装节点以及所述目标安装节点对应的目标安装容量;
双层规划是一种具有二层递阶结构的系统优化问题,上层决策者和下层次策者都分别有目标函数和约束条件,上层先给定一个决策变量,下层各子系统以这个决策变量为参量,根据自己的目标函数和约束条件,在可能的范围内求得一个最优值,并将这个最优值反馈给上层,上层在这个基础上,求得整体的最优解。但是其中目标函数和约束函数都是线性的双层规划,可能是一个非凸问题,且不是处处可微的,因而使双层规划问题求解异常复杂。
双层规划理论适合应用在电网规划中,电网规划考虑的因素众多,初投 资和年运行费用的最小化,网络投入运行后可靠性指标的保障,网络中有风 电等分布式电源,与网架一同规划。诸多的因素,有的体现在目标函数上, 有的体现在约束条件上,这些影响着规划结果。而双层规划,将诸多因素分 层考虑,在一个规划层上,仅考虑本层的相关因素,其他层的变量,在本层 仅以初值给定,这样两层之间反复迭代计算,最终得到双层最优解。
示例性地,本发明的双层规划中第一层将分布式电源、主动负荷和主网供电都作为等效电源,根据单位容量固定成本和变动成本,建立了每类电源成本-时间特性曲线,依据费用最小原则,通过该曲线与年持续负荷曲线,求出每类电源在规划年内的运行时间及在负荷曲线上承担的负荷位置,得到每类电源的配置容量。
第二层规划以总费用最小为目标函数,确定配网网架规划、分布式电源的安装地点与每个节点的安裝容量。以第一层规划的各类电源配置总容量为约束条件,最后应用序优化理论求解这个模型,能对分布式电源类型进行筛选,能确定分布式电源的工作时间,提高了规划方法的经济性。
在一种可选的实施方式中,
所述将所述各类电源的配置容量作为约束条件,以所述配电网的总费用在预设范围内最小为目标函数,求解在所述配电网的拓扑结构中所述各类电源的目标安装节点以及所述目标安装节点对应的目标安装容量包括:
将所述各类电源的配置容量作为约束条件,随机初始化所述配电网的拓扑结构,并在随机初始化后配电网的拓扑结构中随机设置所述各类电源的初始安装节点以及所述初始安装节点对应的初始安装容量;
计算设置所述初始安装节点以及所述初始安装容量后所述配电网的总费用,并以所述总费用在预设范围内最小为目标设置所述目标函数,并迭代求解所述目标函数直至满足所述总费用在预设范围内最小,由此确定所述总费用最小的情况下对应的目标安装节点以及所述目标安装节点对应的目标安装容量。
在一种可选的实施方式中,
所述配电网的总费用包括第一费用、第二费用以及第三费用中至少一种,其中,所述第一费用包括所述配电网的购电费用,所述第二费用包括所述各类电源所产生的电源费用,所述第三费用包括所述配电网中主动负荷的负荷费用,
所述以所述总费用在预设范围内最小为目标设置所述目标函数如下公式所示:
Figure SMS_7
其中,C表示所述总费用,N表示所述配电网的拓扑结构中安装节点的数量,x i 表示第i个安装节点,C 1 C 2 C 3 分别表示所述第一费用、所述第二费用以及所述第三费用,h 1 h 2 h 3 分别表示所述第一费用、所述第二费用以及所述第三费用对应的权重系数,M表示所述配电网中支路的数量,T表示时间,d t 表示第t个时刻的电价,R tj 表示第t个时刻第j条支路的安装容量。
S103.基于所述目标安装节点以及所述目标安装容量,确定所述配电网的拓扑结构中各个支路的功率损耗以及耗损期望,结合预设的多目标优化求解算法,对所述配电网的拓扑结构进行改造。
其中,
解决配电网规划问题的方法有:线性规划、非线性规划、拉格朗日松弛法、混合整数规划、分枝定界法、支路交换法、遗传算法等各种方法。这些优化方法的计算量随着规划问题规模的增大呈指数规律增长,对于节点众多的配网规划问题,会出现“维数灾〞问题。
序优化理论算法以其排序比较和目标软化的手段,确保以足够高的概率 取得足够好的解,序优化理论能减少计算量,避免“维数灾〞问题,特别是 在大规模复杂系统的优化求解中,优势更加明显。
在一种可选的实施方式中,
所述基于所述各类电源的安装节点以及所述安装节点对应的安装容量,确定所述配电网的拓扑结构中各个支路的功率损耗以及耗损期望,结合预设的多目标优化求解算法,对所述配电网的拓扑结构进行改造包括:
基于所述配电网的拓扑结构中各个支路的功率损耗以及耗损期望,将所述配电网的拓扑结构中各个支路抽象为多个带节点权重的多叉树,并基于各个所述多叉树的树间距离,确定任一多叉树与其他多叉树的相似度;
根据所述多叉树对应的各个支路的固有特征,以及所述相似度对所述各个支路进行聚类分析,并对所述各个支路进行分类;
确定各个类别的支路对应的改造建设成本,并以所有支路的总改造建设成本最低为目标对所述配电网的拓扑结构进行改造。
配电网是电力系统面向用户的最后一个环节,一般指从输电网接受电能,再分配给用户的电网。配电网主要由配电线路、配电变压器、断路器、隔离开关、负荷开关等配电设备以及相关辅助设备组成。
通常而言,配电网不是单一的电缆网或架空网,也不是简单的“手拉手”环状或多分段多联络的结构,而是多种典型结构相互交织的复杂电网。但由于配电网开环运行的特点,对于其中的某一条馈线,在没有大容量分布式电源的情况下,其功率仅来自于馈线首端的变电站,各负荷均通过单一线路通过该变电站获取电能。由此,配电网中的馈线实则为树状结构。
由于馈线之间在某种程度上(如开关类型、断路器位置、联络开关位置等)具有相似性,可通过选取典型馈线结构进行相应的自动化规划,再将该自动化规划结果应用于其他相似馈线,这样不仅可以减小经费上的开支,亦可极大提高相应人员的工作效率。
对于配电网而言,虽然从整体上看馈线可抽象为树状结构,其内部的每一个元件均可等效为树中相应的节点,但馈线所含元件众多,各元件各不相同,这使得树编辑距离的基本操作并不能直接应用于馈线元件间的操作。此外,一方面馈线中不同类别的元件(如断路器和输电线路,联络开关和负荷)并不能相互替换,或者说不同类别元件的相互替换会产生很大的替换操作代价。另一方面,同类别的不同元件(如输电线路中的电缆和架空线、开关中的断路器和隔离开关、不同大小的负荷)之间,其产生的替换代价也是不同的。这使得传统的树编辑距离算法对两条馈线间的编辑距离计算并不适用。
根据配电网馈线自身的特点,将馈线抽象为带节点权重的多叉树模型,提出基于节点权重的树编辑距离算法,很好的解决了传统的树编辑距离算法不能应用于节点类别、属性干差万别的树间距离的计算中,并通过树编辑距离的计算得出了任意两条馈线的相似度。
在一种可选的实施方式中,
所述确定各个类别的支路对应的改造建设成本,并以所有支路的总改造建设成本最低为目标对所述配电网的拓扑结构进行改造包括:
确定各个类别的支路对应的改造建设成本并按照如下公式构建以所有支路的总改造建设成本最低为目标的改造目标函数:
Figure SMS_8
其中,F表示所述所有支路的总改造建设成本,M表示所述配电网中支路的数量,k j 表示第j条支路的节点权重值,r j 表示第j条支路的发电功率变动成本,U j 表示第j条支路的 电压,G j 表示第j条支路的电导,B j 表示第j条支路的电纳,
Figure SMS_9
表示相角差,
Figure SMS_10
表示第j条支 路的最大电压,
Figure SMS_11
表示第j条支路的最小电压。
在一种可选的实施方式中,
对所述配电网的拓扑结构进行改造后,还包括:
将对所述配电网的拓扑结构进行改造后的改造拓扑结构数据表示为数据矩阵,并将所述两个数据矩阵内各个数据的欧氏距离总平方和作为两个数据矩阵的矩阵距离;
基于所述改造后的改造拓扑结构的运行信息为其分配第一评价信息,基于所述改造后的改造拓扑结构的属性信息为其分配第二评价信息,其中,所述第一评价信息和所述第二评价信息用于指示所述改造后的改造拓扑结构与预设目标的贴近程度;
根据多个所述矩阵距离、所述第一评价信息和所述第二评价信息,通过预设的聚类算法对所述改造后的改造拓扑结构进行聚类分析,并且对不满足预设改造条件的拓扑结构类别进行重新改造直至符合预设改造条件。
在一种可选的实施方式中,
所述将所述两个数据矩阵内各个数据的欧氏距离总平方和作为两个数据矩阵的矩阵距离包括:
按照如下公式确定两个数据矩阵的矩阵距离:
Figure SMS_12
其中,d(v,w)表示数据矩阵v和数据矩阵w的矩阵距离,n v 表示数据矩阵v所包含的数据量,n w 表示数据矩阵w所包含的数据量,x v 表示数据矩阵v的数据中心,x w 表示数据矩阵w的数据中心。
本发明实施例的第二方面,
提供一种配电网改造系统,图3为本发明实施例配电网改造系统的结构示意图,包括:
第一单元,用于根据配电网中各类电源的电网成本,建立所述各类电源对应的成本时间曲线,基于所述各类电源的运行时间以及所述各类电源在所述成本时间曲线上承担的负荷位置,确定所述各类电源的配置容量;
第二单元,用于将所述各类电源的配置容量作为约束条件,以所述配电网的总费用在预设范围内最小为目标函数,求解在所述配电网的拓扑结构中所述各类电源的目标安装节点以及所述目标安装节点对应的目标安装容量;
第三单元,用于基于所述各类电源的安装节点以及所述安装节点对应的安装容量,确定所述配电网的拓扑结构中各个支路的功率损耗以及耗损期望,结合预设的多目标优化求解算法,对所述配电网的拓扑结构进行改造。
本发明实施例的第三方面,
提供一种电子设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行前述所述的方法。
本发明实施例的第四方面,
提供一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现前述所述的方法。
本发明可以是方法、装置、系统和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于执行本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理单元,从而生产出一种机器,使得这些指令在通过计算机或其他可编程数据处理装置的处理单元执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其他可编程数据处理装置、或其他设备上,使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其他可编程数据处理装置、或其他设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
注意,除非另有直接说明,否则本说明书(包含任何所附权利要求、摘要和附图)中所揭示的所有特征皆可由用于达到相同、等效或类似目的的可替代特征来替换。因此,除非另有明确说明,否则所发明的每一个特征仅是一组等效或类似特征的一个示例。在使用到的情况下,进一步地、较优地、更进一步地和更优地是在前述实施例基础上进行另一实施例阐述的简单起头,该进一步地、较优地、更进一步地或更优地后带的内容与前述实施例的结合作为另一实施例的完整构成。在同一实施例后带的若干个进一步地、较优地、更进一步地或更优地设置之间可任意组合的组成又一实施例。
本领域的技术人员应理解,上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明。本发明的目的已经完整并有效地实现。本发明的功能及结构原理已在实施例中展示和说明,在没有背离所述原理下,本发明的实施方式可以有任何变形或修改。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各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,或者对其中部分或者全部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范围。

Claims (7)

1.一种配电网改造方法,其特征在于,包括:
根据配电网中各类电源的电网成本,建立所述各类电源对应的成本时间曲线,基于所述各类电源的运行时间以及所述各类电源在所述成本时间曲线上承担的负荷位置,确定所述各类电源的配置容量;
将所述各类电源的配置容量作为约束条件,以所述配电网的总费用在预设范围内最小为目标函数,求解在所述配电网的拓扑结构中所述各类电源的目标安装节点以及所述目标安装节点对应的目标安装容量;
基于所述目标安装节点以及所述目标安装容量,确定所述配电网的拓扑结构中各个支路的功率损耗以及耗损期望,结合预设的多目标优化求解算法,对所述配电网的拓扑结构进行改造;
所述将所述各类电源的配置容量作为约束条件,以所述配电网的总费用在预设范围内最小为目标函数,求解在所述配电网的拓扑结构中所述各类电源的目标安装节点以及所述目标安装节点对应的目标安装容量包括:
将所述各类电源的配置容量作为约束条件,随机初始化所述配电网的拓扑结构,并在随机初始化后配电网的拓扑结构中随机设置所述各类电源的初始安装节点以及所述初始安装节点对应的初始安装容量;
计算设置所述初始安装节点以及所述初始安装容量后所述配电网的总费用,并以所述总费用在预设范围内最小为目标设置所述目标函数,并迭代求解所述目标函数直至满足所述总费用在预设范围内最小,由此确定所述总费用最小的情况下对应的目标安装节点以及所述目标安装节点对应的目标安装容量;
所述配电网的总费用包括第一费用、第二费用以及第三费用中至少一种,其中,所述第一费用包括所述配电网的购电费用,所述第二费用包括所述各类电源所产生的电源费用,所述第三费用包括所述配电网中主动负荷的负荷费用,
所述以所述总费用在预设范围内最小为目标设置所述目标函数如下公式所示:
Figure QLYQS_1
其中,C表示所述总费用,N表示所述配电网的拓扑结构中安装节点的数量,x i 表示第i个安装节点,C 1 C 2 C 3 分别表示所述第一费用、所述第二费用以及所述第三费用,h 1 h 2 h 3 分别表示所述第一费用、所述第二费用以及所述第三费用对应的权重系数,M表示所述配电网中支路的数量,T表示时间,d t 表示第t个时刻的电价,R tj 表示第t个时刻第j条支路的安装容量;
所述基于所述各类电源的安装节点以及所述安装节点对应的安装容量,确定所述配电网的拓扑结构中各个支路的功率损耗以及耗损期望,结合预设的多目标优化求解算法,对所述配电网的拓扑结构进行改造包括:
基于所述配电网的拓扑结构中各个支路的功率损耗以及耗损期望,将所述配电网的拓扑结构中各个支路抽象为多个带节点权重的多叉树,并基于各个所述多叉树的树间距离,确定任一多叉树与其他多叉树的相似度;
根据所述多叉树对应的各个支路的固有特征,以及所述相似度对所述各个支路进行聚类分析,并对所述各个支路进行分类;
确定各个类别的支路对应的改造建设成本,并以所有支路的总改造建设成本最低为目标对所述配电网的拓扑结构进行改造。
2.根据权利要求1所述的方法,其特征在于,所述确定各个类别的支路对应的改造建设成本,并以所有支路的总改造建设成本最低为目标对所述配电网的拓扑结构进行改造包括:
确定各个类别的支路对应的改造建设成本并按照如下公式构建以所有支路的总改造建设成本最低为目标的改造目标函数:
Figure QLYQS_2
其中,F表示所述所有支路的总改造建设成本,M表示所述配电网中支路的数量,k j 表示第j条支路的节点权重值,r j 表示第j条支路的发电功率变动成本,U j 表示第j条支路的电压,G j 表示第j条支路的电导,B j 表示第j条支路的电纳,
Figure QLYQS_3
表示相角差,/>
Figure QLYQS_4
表示第j条支路的最大电压,/>
Figure QLYQS_5
表示第j条支路的最小电压。
3.根据权利要求1所述的方法,其特征在于,对所述配电网的拓扑结构进行改造后,还包括:
将对所述配电网的拓扑结构进行改造后的改造拓扑结构数据表示为数据矩阵,并将两个数据矩阵内各个数据的欧氏距离总平方和作为两个数据矩阵的矩阵距离;
基于所述改造后的改造拓扑结构的运行信息为其分配第一评价信息,基于所述改造后的改造拓扑结构的属性信息为其分配第二评价信息,其中,所述第一评价信息和所述第二评价信息用于指示所述改造后的改造拓扑结构与预设目标的贴近程度;
根据多个所述矩阵距离、所述第一评价信息和所述第二评价信息,通过预设的聚类算法对所述改造后的改造拓扑结构进行聚类分析,并且对不满足预设改造条件的拓扑结构类别进行重新改造直至符合预设改造条件。
4.根据权利要求3所述的方法,其特征在于,所述将两个数据矩阵内各个数据的欧氏距离总平方和作为两个数据矩阵的矩阵距离包括:
按照如下公式确定两个数据矩阵的矩阵距离:
Figure QLYQS_6
其中,d(v,w)表示数据矩阵v和数据矩阵w的矩阵距离,n v 表示数据矩阵v所包含的数据量,n w 表示数据矩阵w所包含的数据量,x v 表示数据矩阵v的数据中心,x w 表示数据矩阵w的数据中心。
5.一种配电网改造系统,其特征在于,包括:
第一单元,用于根据配电网中各类电源的电网成本,建立所述各类电源对应的成本时间曲线,基于所述各类电源的运行时间以及所述各类电源在所述成本时间曲线上承担的负荷位置,确定所述各类电源的配置容量;
第二单元,用于将所述各类电源的配置容量作为约束条件,以所述配电网的总费用在预设范围内最小为目标函数,求解在所述配电网的拓扑结构中所述各类电源的目标安装节点以及所述目标安装节点对应的目标安装容量;
第三单元,用于基于所述各类电源的安装节点以及所述安装节点对应的安装容量,确定所述配电网的拓扑结构中各个支路的功率损耗以及耗损期望,结合预设的多目标优化求解算法,对所述配电网的拓扑结构进行改造;
所述第二单元还用于:
将所述各类电源的配置容量作为约束条件,随机初始化所述配电网的拓扑结构,并在随机初始化后配电网的拓扑结构中随机设置所述各类电源的初始安装节点以及所述初始安装节点对应的初始安装容量;
计算设置所述初始安装节点以及所述初始安装容量后所述配电网的总费用,并以所述总费用在预设范围内最小为目标设置所述目标函数,并迭代求解所述目标函数直至满足所述总费用在预设范围内最小,由此确定所述总费用最小的情况下对应的目标安装节点以及所述目标安装节点对应的目标安装容量;
所述配电网的总费用包括第一费用、第二费用以及第三费用中至少一种,其中,所述第一费用包括所述配电网的购电费用,所述第二费用包括所述各类电源所产生的电源费用,所述第三费用包括所述配电网中主动负荷的负荷费用,
所述以所述总费用在预设范围内最小为目标设置所述目标函数如下公式所示:
Figure QLYQS_7
其中,C表示所述总费用,N表示所述配电网的拓扑结构中安装节点的数量,x i 表示第i个安装节点,C 1 C 2 C 3 分别表示所述第一费用、所述第二费用以及所述第三费用,h 1 h 2 h 3 分别表示所述第一费用、所述第二费用以及所述第三费用对应的权重系数,M表示所述配电网中支路的数量,T表示时间,d t 表示第t个时刻的电价,R tj 表示第t个时刻第j条支路的安装容量;
所述第三单元还用于:
基于所述配电网的拓扑结构中各个支路的功率损耗以及耗损期望,将所述配电网的拓扑结构中各个支路抽象为多个带节点权重的多叉树,并基于各个所述多叉树的树间距离,确定任一多叉树与其他多叉树的相似度;
根据所述多叉树对应的各个支路的固有特征,以及所述相似度对所述各个支路进行聚类分析,并对所述各个支路进行分类;
确定各个类别的支路对应的改造建设成本,并以所有支路的总改造建设成本最低为目标对所述配电网的拓扑结构进行改造。
6.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行权利要求1至4中任意一项所述的方法。
7.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至4中任意一项所述的方法。
CN202310140311.7A 2023-02-21 2023-02-21 配电网改造方法、系统、电子设备及存储介质 Active CN115879742B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310140311.7A CN115879742B (zh) 2023-02-21 2023-02-21 配电网改造方法、系统、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310140311.7A CN115879742B (zh) 2023-02-21 2023-02-21 配电网改造方法、系统、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN115879742A CN115879742A (zh) 2023-03-31
CN115879742B true CN115879742B (zh) 2023-06-06

Family

ID=85761407

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310140311.7A Active CN115879742B (zh) 2023-02-21 2023-02-21 配电网改造方法、系统、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN115879742B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117117876B (zh) * 2023-10-25 2024-01-09 国网浙江省电力有限公司宁波供电公司 电网全要素资源协调控制方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108122068A (zh) * 2017-12-05 2018-06-05 中国电力科学研究院有限公司 一种配电网风险规划方法及系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104281892B (zh) * 2014-10-15 2017-10-27 国家电网公司 一种配电网主要设备新建与改造规划协同优化方法
CN110350605B (zh) * 2019-07-08 2020-12-29 华中科技大学 一种多阶段交直流混联配电网直流升级改造的规划方法
CN111555265B (zh) * 2020-04-09 2021-08-17 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
CN113393172B (zh) * 2021-07-15 2023-10-10 华北电力大学 一种考虑配电网多设备时序运行的“源网储”规划方法
CN113723807B (zh) * 2021-08-30 2023-09-26 国网山东省电力公司经济技术研究院 一种储能与信息系统双层协同规划方法、装置及介质
CN113890029B (zh) * 2021-11-10 2023-06-27 浙江浙达能源科技有限公司 面向可开放容量提升的配电网多目标优化方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108122068A (zh) * 2017-12-05 2018-06-05 中国电力科学研究院有限公司 一种配电网风险规划方法及系统

Also Published As

Publication number Publication date
CN115879742A (zh) 2023-03-31

Similar Documents

Publication Publication Date Title
Villumsen et al. Line capacity expansion and transmission switching in power systems with large-scale wind power
Shen et al. Multi-stage planning of active distribution networks considering the co-optimization of operation strategies
Gomez et al. Ant colony system algorithm for the planning of primary distribution circuits
CN108448620B (zh) 基于综合性能指标的高渗透率分布式电源集群划分方法
Tang et al. Study on day-ahead optimal economic operation of active distribution networks based on Kriging model assisted particle swarm optimization with constraint handling techniques
CN115879742B (zh) 配电网改造方法、系统、电子设备及存储介质
Souifi et al. Multi-objective distribution network reconfiguration optimization problem
Jenabi et al. Acceleration strategies of Benders decomposition for the security constraints power system expansion planning
CN111340327A (zh) 一种主配用一体化负荷分析平台及其实现方法
CN107808200B (zh) 配电网短时检修计划优化方法和装置
Yi et al. Expansion planning of active distribution networks achieving their dispatchability via energy storage systems
Wang et al. A novel chance constrained joint optimization method under uncertainties in distribution networks
CN116362421B (zh) 一种基于能源综合统筹分析的供能分配预测系统及其方法
CN110189230B (zh) 一种动态分区的解析化模型的构建方法
CN105184383B (zh) 基于智能优化方法的城市移动应急电源最优调度方法
Rahmani et al. Evolutionary multi-move path-relinking for transmission network expansion planning
CN113673065B (zh) 一种配电网络自动重构的降损方法
CN103178517B (zh) 一种电力系统多级拓扑分析方法
CN114417719A (zh) 一种基于图注意力网络的配电网网格化方法及装置
Ebrahimi et al. Stochastic scheduling of energy storage systems in harmonic polluted active distribution networks
Nguyen et al. Network Reconfiguration and Distributed Generation Placement for Multi-Goal Function Based on Improved Moth Swarm Algorithm
Nasser Hussain et al. Dual strategy of reconfiguration with capacitor placement for improvement reliability and power quality in distribution system
CN114254470A (zh) 一种配电网可靠性提升方法、装置及存储介质
CN113612191A (zh) 一种配电网的快速恢复供电方法及装置
CN113449908A (zh) 考虑需求侧资源的配电网规划方法及系统

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