CN116316570A - 一种计及分布式电源接入的非故障区供电恢复方法及系统 - Google Patents

一种计及分布式电源接入的非故障区供电恢复方法及系统 Download PDF

Info

Publication number
CN116316570A
CN116316570A CN202310176391.1A CN202310176391A CN116316570A CN 116316570 A CN116316570 A CN 116316570A CN 202310176391 A CN202310176391 A CN 202310176391A CN 116316570 A CN116316570 A CN 116316570A
Authority
CN
China
Prior art keywords
load transfer
power distribution
distribution network
active power
objective
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
CN202310176391.1A
Other languages
English (en)
Inventor
张永伍
胡国
夏磊
王洋
姚程
王中浪
朱亚军
金鹏
黄家凯
黄潇潇
袁中琛
黄峰
丛彪
杨畅
马红祥
贺春
陈亮
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.)
State Grid Tianjin Electric Power Co Ltd
Nari Technology Co Ltd
State Grid Electric Power Research Institute
Original Assignee
State Grid Tianjin Electric Power Co Ltd
Nari Technology Co Ltd
State Grid Electric Power Research Institute
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 State Grid Tianjin Electric Power Co Ltd, Nari Technology Co Ltd, State Grid Electric Power Research Institute filed Critical State Grid Tianjin Electric Power Co Ltd
Priority to CN202310176391.1A priority Critical patent/CN116316570A/zh
Publication of CN116316570A publication Critical patent/CN116316570A/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
    • H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
    • 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
    • H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
    • H02J3/0073—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source when the main path fails, e.g. transformers, busbars
    • 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
    • H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
    • H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
    • 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
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • 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
    • 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
    • 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
    • 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
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/58—The condition being electrical
    • H02J2310/60—Limiting power consumption in the network or in one section of the network, e.g. load shedding or peak shaving
    • 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
    • Y04S10/52—Outage or fault management, e.g. fault detection or location

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种计及分布式电源接入的非故障区供电恢复方法及系统，获取预先构建的计及分布式电源的主动配电网负荷转供多目标优化模型；确定所述多目标优化模型的约束条件；依据所述约束条件，对所述多目标优化模型进行求解，得到主动配电网负荷转供优化方案；根据所述主动配电网负荷转供优化方案进行非故障区供电恢复。优点：本发明通过构建主动配电网负荷转供多目标优化模型，解决了现有主动配电网负荷转供主要集中在网络损耗与转供开关操作时序上，且目标函数单一性等问题，提高了优化效率，并有效减少系统网络损耗和运行成本，降低开关操作次数。

Description

一种计及分布式电源接入的非故障区供电恢复方法及系统
技术领域
本发明涉及一种计及分布式电源接入的非故障区供电恢复方法及系统，属于负荷转供技术领域。
背景技术
随着新型电力系统建设的深入推进，大力发展新能源将是未来能源发展的主线，发展分布式能源发电对提高终端用能电气化水平、推动能源绿色低碳转型、增加用户用能方式扮演着重要的作用。与此同时，分布式电源接入后形成主动配电网，渗透率的逐步提高，配电网形态与结构均面临诸多变化，极大的影响了配电系统供电可靠性。如何优化系统的故障恢复方式是目前亟需解决的关键问题之一。高比例分布式电源的接入对配电网负荷转供问题产生了重大影响，在目标函数、约束条件、智能算法等方面与传统故障恢复有很大差异。负荷转供作为一种主动配电网管理策略，实现了配电网的安全、可靠、经济运行。因此，研究主动配电网负荷转供优化具有重要的理论意义和实践意义。在优化模型方面，目前主动配电网负荷转供研究主要集中在网络损耗与转供开关操作时序，忽略了负荷转供经济性的影响，且目标函数单一，同时未计及削减、转移负荷时的政策性需求响应因素，在算法方面，当处理高维多目标优化问题时，传统算法存在收敛性及求解效率不足等问题。
发明内容
本发明所要解决的技术问题是克服现有技术的缺陷，提供一种计及分布式电源接入的非故障区供电恢复方法及系统，以有效减少系统网络损耗和运行成本，降低开关操作次数。
为解决上述技术问题，本发明提供一种计及分布式电源接入的非故障区供电恢复方法，包括：
获取预先构建的计及分布式电源的主动配电网负荷转供多目标优化模型；
确定所述多目标优化模型的约束条件；
依据所述约束条件，对所述多目标优化模型进行求解，得到主动配电网负荷转供优化方案；
根据所述主动配电网负荷转供优化方案进行非故障区供电恢复。
进一步的，所述计及分布式电源的主动配电网负荷转供多目标优化模型的构建，包括：
建立最小网络总损耗目标函数，表示为：
Figure BDA0004101115930000021
其中，Pi、Qi分别为流过线路节点i的有功功率和无功功率，Ui为线路节点i的电压幅值，Ri为线路节点i的电阻值，
Figure BDA0004101115930000022
为开关i*的开断状态，当
Figure BDA0004101115930000023
时代表支路闭合，
Figure BDA0004101115930000024
时代表支路断开，Nn为支路总数；F1表示网络总损耗目标函数；
建立最小主动配电网负荷转供运行成本目标函数，表示为：
Figure BDA0004101115930000025
其中，F2表示主动配电网负荷转供运行成本目标函数，Lload,i为第i个线路节点的失电负荷，ΔT、ΔT1分别为负荷转供过程中持续的时间、DG参与负荷转供后持续的时间，ΔPi、ΔQi分别为第i个线路节点DG在t时刻的额外有功和无功功率，ki+、ki-、kj+、kj-分别为负荷转供前和负荷转供后的分段开关和联络开关状态，μ、β、α分别为失电损失费用系数、发电费用系数、开关操作费用系数，N0、N1、M、F、N*分别为失电负荷个数、DG的个数、分段开关和联络开关个数、参与需求侧响应可削减负荷节点总数，Cc和Cm分别为削减负荷和转移负荷的单位政策性补偿成本，Pc,i,t和Pm,i,t分别为线路节点i第t小时的削减负荷量和转移负荷量；
建立最少开关动作次数目标函数，表示为：
Figure BDA0004101115930000031
其中，F3表示开关动作次数目标函数，ki、kj分别为分段开关和联络开关的开合状态，其中当ki＝1或kj＝1时，表示为开关的闭合，当ki＝0或kj＝0时，表示开关的断开，N、F分别代表分段开关和联络开关的总数；
将最小网络总损耗目标函数、最小主动配电网负荷转供运行成本目标函数和最少开关动作次数目标函数组合为所述多目标优化模型。
进一步的，所述确定所述多目标优化模型的约束条件，包括：
确定DG出力约束为PDGimin≤PDGi≤PDGimax；其中，PDG,i为第i个线路节点DG的有功功率，PDGimin、PDGimax分别为DG的出力下上限值；
确定支路容量约束为
Figure BDA0004101115930000032
其中，Pi、Qi分别为流过节点i的额外有功和无功功率，Simax为流过线路节点i的最大容量；
确定节点电压约束为
Figure BDA0004101115930000033
其中，Ui为线路末端节点i的电压幅值，Umin和Umax分别是节点i的下上限值，UN为额定电压值；
确定线路电流约束为Ii≤Iimax；其中，Ii为线路节点i流过的电流值，Iimax为线路节点i允许的最大传输电流值。
进一步的，所述对所述多目标优化模型进行求解，得到主动配电网负荷转供优化方案，包括：
利用改进二进制粒子群算法对所述多目标优化模型进行求解，得到主动配电网负荷转供优化方案。
进一步的，所述利用改进二进制粒子群算法对所述多目标优化模型进行求解，得到主动配电网负荷转供优化方案，包括：
利用前探回溯搜索算法确定配电系统网络拓扑信息及故障位置，根据改进二进制粒子群算法基于确定的配电系统网络拓扑信息及故障位置，对主动配电网多目标优化模型进行求解，获得主动配电网负荷转供时同时兼顾网络总损耗、主动配电网负荷转供运行成本、开关动作次数的多目标最优解，从而得到主动配电网负荷转供最优方案。
一种计及分布式电源接入的非故障区供电恢复系统，包括：
多目标优化模型获取模块，用于获取预先构建的计及分布式电源的主动配电网负荷转供多目标优化模型；
约束条件确定模块，用于确定所述多目标优化模型的约束条件；
多目标最优解获得模块，用于依据所述约束条件，对所述多目标优化模型进行求解，得到主动配电网负荷转供优化方案；根据所述主动配电网负荷转供优化方案进行非故障区供电恢复。
进一步的，所述多目标优化模型获取模块，用于：
建立最小网络总损耗目标函数，表示为：
Figure BDA0004101115930000041
其中，Pi、Qi分别为流过线路节点i的有功功率和无功功率，Ui为线路节点i的电压幅值，Ri为线路节点i的电阻值，
Figure BDA0004101115930000042
为开关i*的开断状态，当
Figure BDA0004101115930000043
时代表支路闭合，
Figure BDA0004101115930000044
时代表支路断开，Nn为支路总数；F1表示网络总损耗目标函数；
建立最小主动配电网负荷转供运行成本目标函数，表示为：
Figure BDA0004101115930000045
其中，F2表示主动配电网负荷转供运行成本目标函数，Lload,i为第i个线路节点的失电负荷，ΔT、ΔT1分别为负荷转供过程中持续的时间、DG参与负荷转供后持续的时间，ΔPi、ΔQi分别为第i个线路节点DG在t时刻的额外有功和无功功率，ki+、ki-、kj+、kj-分别为负荷转供前和负荷转供后的分段开关和联络开关状态，μ、β、α分别为失电损失费用系数、发电费用系数、开关操作费用系数，N0、N1、M、F、N*分别为失电负荷个数、DG的个数、分段开关和联络开关个数、参与需求侧响应可削减负荷节点总数，Cc和Cm分别为削减负荷和转移负荷的单位政策性补偿成本，Pc,i,t和Pm,i,t分别为线路节点i第t小时的削减负荷量和转移负荷量；
建立最少开关动作次数目标函数，表示为：
Figure BDA0004101115930000051
其中，F3表示开关动作次数目标函数，ki、kj分别为分段开关和联络开关的开合状态，其中当ki＝1或kj＝1时，表示为开关的闭合，当ki＝0或kj＝0时，表示开关的断开，N、F分别代表分段开关和联络开关的总数；
将最小网络总损耗目标函数、最小主动配电网负荷转供运行成本目标函数和最少开关动作次数目标函数组合为所述多目标优化模型。
进一步的，所述约束条件确定模块，用于：
确定DG出力约束为PDGimin≤PDGi≤PDGimax；其中，PDG,i为第i个线路节点DG的有功功率，PDGimin、PDGimax分别为DG的出力下上限值；
确定支路容量约束为
Figure BDA0004101115930000052
其中，Pi、Qi分别为流过节点i的额外有功和无功功率，Simax为流过线路节点i的最大容量；
确定节点电压约束为
Figure BDA0004101115930000053
其中，Ui为线路末端节点i的电压幅值，Umin和Umax分别是节点i的下上限值，UN为额定电压值；
确定线路电流约束为Ii≤Iimax；其中，Ii为线路节点i流过的电流值，Iimax为线路节点i允许的最大传输电流值。
进一步的，所述多目标最优解获得模块，用于：
利用改进二进制粒子群算法对所述多目标优化模型进行求解，得到主动配电网负荷转供优化方案。
进一步的，所述多目标最优解获得模块，用于：
利用前探回溯搜索算法确定配电系统网络拓扑信息及故障位置，根据改进二进制粒子群算法基于确定的配电系统网络拓扑信息及故障位置，对主动配电网多目标优化模型进行求解，获得主动配电网负荷转供时同时兼顾网络总损耗、主动配电网负荷转供运行成本、开关动作次数的多目标最优解，从而得到主动配电网负荷转供最优方案。
一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行所述的方法中的任一方法。
一种计算设备，包括，
一个或多个处理器、存储器以及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行所述的方法中的任一方法的指令。
本发明所达到的有益效果：
本发明通过构建主动配电网负荷转供多目标优化模型，解决了现有主动配电网负荷转供主要集中在网络损耗与转供开关操作时序上，且目标函数单一性等问题，提高了优化效率，并有效减少系统网络损耗和运行成本，降低开关操作次数。
附图说明
图1为本发明提供的一种主动配电网负荷转供优化方法的流程图；
图2为本发明提供的网络拓扑搜索实例；
图3为本发明提供的IEEE33节点配电系统图；
图4为本发明提供的一天内不同时刻分布式电源出力图；
图5为本发明提供的改进的二进制粒子群算法的收敛曲线。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
本发明的目的是提供一种计及分布式电源接入的非故障区供电恢复方法，以有效减少系统网络损耗和运行成本，降低开关操作次数。
如图1所示，一种计及分布式电源接入的非故障区供电恢复方法，包括：
获取预先构建的计及分布式电源的主动配电网负荷转供多目标优化模型，所述多目标优化模型包括最小网络总损耗目标函数、最小运行成本目标函数和最少开关动作次数目标函数；
确定所述多目标优化模型的约束条件，所述约束条件包括DG出力约束、支路容量约束、节点电压约束和线路电流约束；
依据所述约束条件，对所述多目标优化模型进行求解，得到主动配电网负荷转供优化方案；
根据所述主动配电网负荷转供优化方案进行非故障区供电恢复。
本发明的风机输出功率与风速的大小有关，采用的风机功率输出模型为
Figure BDA0004101115930000071
其中，PWT为风机输出的有功功率，PRWT风机的输出额定有功功率，vin为风机的切入风速，vR为风机的额定风速，vout为风机的切出风速；
本发明的光伏发电输出功率由光照强度因素限定，光伏功率输出模型为
Figure BDA0004101115930000072
其中，PPV为光伏输出的有功功率，PRPV为光伏输出的额定有功功率，GSR为标准光照强度，Rα为特定光照强度，Gk为光照强度系数；
由于负荷具有时变性，因此本发明负荷特性模型用数学模型中正态分布表示，当配电网发生故障时，由概率密度函数可得节点i在T时刻的负荷量PL,i.T为
Figure BDA0004101115930000081
其中，E(x)为负荷的数学期望值，δ为负荷的标准差，PL,i.T为节点i在T时刻的负荷值。
本发明的具体实现过程如下：
步骤一，构建了主动配电网负荷转供多目标优化模型，包括了网络总损耗最小、主动配电网负荷转供运行成本最小、开关动作次数最少的目标函数。
(1)网络总损耗最小
系统故障后，负荷转供会导致拓扑结构发生变化，为保证系统可靠运行，本发明结合主动配电网负荷转供的运行特性，以网络总损耗最小为目标，目标函数如下：
Figure BDA0004101115930000082
式中：Pi、Qi分别为流过线路节点i的有功功率和无功功率，Ui为线路末端节点i的电压幅值，Ri为线路节点i的电阻值，
Figure BDA0004101115930000083
为开关i*的开断状态，当
Figure BDA0004101115930000084
时代表支路闭合，
Figure BDA0004101115930000085
时代表支路断开，Nn为支路总数。
(2)运行成本最小
主动配电网负荷转供运行成本主要包括失电损失费用、额外DG发电费用、开关操作费用，需求响应成本，在本发明中考虑削减负荷的需求响应模型，可降低电网在用电高峰和低谷时的潮流分配方式，满足电网削峰填谷的要求，以系统全过程故障恢复的运行成本为本发明的第二个目标，使电网能够以最经济的方式转供负荷，目标函数如下：
Figure BDA0004101115930000086
式中：Lload,i为第i个节点的失电负荷，ΔT、ΔT1分别为负荷转供过程中持续的时间、DG参与负荷转供后持续的时间，ΔPi、ΔQi分别为第i个线路节点DG在t时刻的额外有功和无功功率，ki+、ki-、kj+、kj-分别为负荷转供前和负荷转供后的分段开关和联络开关状态，μ、β、α分别为失电损失费用系数、发电费用系数、开关操作费用系数，N0、N1、M、F、N*分别为失电负荷个数、DG的个数、分段开关和联络开关个数、参与需求侧响应可削减负荷节点总数，Cc和Cm分别为削减负荷和转移负荷的单位政策性补偿成本，Pc,i,t和Pm,i,t分别为节点i第t小时的削减负荷量和转移负荷量。
(3)开关动作次数最少
以开关次数最少作为本发明的目标函数。通过调整分段、联络开关的切换方式，以重新调整系统的的拓扑结构，对停电区域快速恢复供电，保证系统的健康稳定运行。一个寻找最优拓扑结构的过程，以保证操作开关的有效操作次数。目标函数如下：
Figure BDA0004101115930000091
式中：ki、kj分别为分段开关和联络开关的开合状态，其中当ki＝1或kj＝1时，表示为开关的闭合，当ki＝0或kj＝0时，表示开关的断开，N、F分别代表分段开关和联络开关的总数。
步骤二，主动配电网负荷转供多目标模型具有多个约束条件
(1)DG出力约束
PDGimin≤PDGi≤PDGimax (4)
式中：PDG,i为第i个节点DG的有功功率，PDGimin、PDGimax分别为DG的出力下上限值；
(2)支路容量约束
Figure BDA0004101115930000101
式中：Pi、Qi分别为流过线路节点i的额外有功和无功功率，Simax为流过线路节点i的最大容量；
(3)节点电压约束
Figure BDA0004101115930000102
式中：Ui为线路末端节点i的电压幅值，Umin和Umax分别是节点i的下上限值，UN为额定电压值；
(4)线路电流约束
Ii≤Iimax (7)
式中：Ii为线路节点i流过的电流值，Iimax为线路节点i允许的最大传输电流值；
步骤三，利用改进二进制粒子群算法对多目标优化模型进行求解：
搜索算法能够将网络各节点和线路的连接关系、拓扑结构及该节点是否实施需求响应等信息快速汇总，适合于主动配电网负荷转供优化策略制定，通用的深度优先搜索算法与广度优先算法搜索效率不足。因此本发明对主动配电网负荷转供目标的拓扑搜索，提出了适用于主动配电网前探回溯搜索算法，具体如下。
1)首先根据配电系统拓扑信息，确定电源点以及负荷节点，分析电网拓扑信息模型的设备端点与连接节点的关联关系，将设备的连接节点与端点进行耦合，形成设备集合搜索集，并命名为第一层搜索集。
2)根据第一层搜索集的设备端点与连接节点信息，继续搜索待搜索范围，同步骤一方法，得到新的设备搜索集合，命名为第二层搜索集。
3)同步骤二，当搜索到没有新的设备对应上一层级的设备端点与连接节点为止。
4)在搜索过程中若目标点未出现，电源点和目标负荷节点无法连通，则需要进行下一层级的搜索，若目标节点出现，结合负荷节点信息，从当前节点向上一层集合搜索集遍历，并确定各层级映射关系以及配电系统的网络结构。
应用前探回溯搜索算法对系统拓扑结构搜索如图2所示，搜索电源点1和目标负荷节点11之间的连通路径，具体为：1-(2，3)-(4，5，6，7)-(8，9，10，11，12，13)，其中(8，9，10，11，12，13)内包含目标点11，反向搜索回溯11-6-3-1，获得连通路径为1-3-6-11，共计搜索次数为6次。通过各层级遍历击搜索，有效减小了搜索次数，提高了算法的求解效率。
二进制粒子群算法适用于求解主动配电网负荷转供问题。原因在于粒子的位置中，每一维度对应于网络中的一条线路，负荷转供实质上是网络重构的过程，网络重构是对线路状态的重构，而线路状态只有两种，开断和闭合，正好对应于二进制中的0和1。所以本发明采用了二进制粒子群算法。但由于二进制粒子群算法存在着初始阶段收敛速度比较快、粒子丧失多样性，很容易陷入局部最优解等问题。因此本发明提出将模拟退火算法中的Mertropolis准则引入到二进制粒子群算法中。
根据Mertropolis准则的基本思路，利用更新解
Figure BDA0004101115930000111
和初始解
Figure BDA0004101115930000112
计算
Figure BDA0004101115930000113
若Δf＜0，则接受新解
Figure BDA0004101115930000114
否则，若exp(-Δf/T)＞random(0,1)，则接受新解
Figure BDA0004101115930000115
反之，
Figure BDA0004101115930000116
不变。
改进二进制粒子群算法求解步骤如下：
1)根据步骤3.1得到配电系统网络拓扑信息及故障位置。
2)结合配电系统拓扑结构信息，设置种群大小N*，最大迭代次数Itera，惯性权重系数ω，加速系数c1、c2，初始温度T0，退火系数λ等参数，并进行初始化。
3)随机产生粒子群，得到粒子的速度
Figure BDA0004101115930000121
和位置
Figure BDA0004101115930000122
通过潮流计算，得到每个粒子的适应度值，作为每个粒子当前的个体历史最优值Pibest，当前全局最优值Gbest为Pibest中的最小值，Gbest对应的全局最优位置为xbest。
4)更新每个粒子的速度
Figure BDA0004101115930000123
得到新的速度
Figure BDA0004101115930000124
将速度
Figure BDA0004101115930000125
限制在[-Vmax,Vmax]范围内；更新每个粒子的位置
Figure BDA0004101115930000126
得到新的位置
Figure BDA0004101115930000127
5)计算粒子i位置变化后适应度值的变化量
Figure BDA0004101115930000128
若Δf＜0，则接受新的速度
Figure BDA0004101115930000129
为粒子i*当前速度，接受新的位置
Figure BDA00041011159300001210
为粒子i*当前位置。进行个体最优位置更新；否则，若exp(-Δf/T)＞random(0,1)，则接受新的速度
Figure BDA00041011159300001211
为粒子i*当前速度，接受新的位置
Figure BDA00041011159300001212
为粒子i*当前位置。进行个体最优位置更新；否则，
Figure BDA00041011159300001213
均不变，个体最优位置不更新。再进行全局最优更新，得到新的全局最优值Gbest′及Gbest′对应的全局最优位置xbest′。
6)若达到最大迭代次数Itera，则停止计算，输出；反之，更新迭代次数及退火温度，返回步骤(3)继续计算。
本发明建立以网络总损耗最小、运行成本最小、开关动作次数最少为目标的优化模型，并采用改进二进制粒子群算法对模型进行求解，基于IEEE33节点配电系统进行实例分析，结果表明有效减少了系统网络损耗和运行成本，降低了开关操作次数，验证了所提模型和算法的有效性。
构建主动配电网负荷转供多目标优化模型，解决了现有主动配电网负荷转供主要集中在网络损耗与转供开关操作时序上，且目标函数单一性等问题。
利用前探回溯搜索算法寻找配电网网络拓扑信息，以改进二进制粒子群算法对模型进行求解，在算法方面，当处理高维多目标优化问题时，解决了传统的搜索方法的盲目搜索特性，以及收敛性及求解效率不足等问题。
构建主动配电网负荷转供多目标优化模型，多目标优化模型包括最小网络总损耗目标函数、最小运行成本目标函数、最少开关动作次数目标函数，解决了现有主动配电网负荷转供主要集中在网络损耗与转供开关操作时序上，且目标函数单一性等问题，利用前探回溯搜索算法寻找配电网网络拓扑信息，以改进二进制粒子群算法对模型进行求解，在算法方面，当处理高维多目标优化问题时，解决了传统的搜索方法的盲目搜索特性，以及收敛性及求解效率不足等问题。本发明提高了优化效率，并有效减少系统网络损耗和运行成本，降低开关操作次数
下面将结合实际应用案例说明本发明的主动配电网负荷转供多目标优化方法的有效性。
本发明采用IEEE33节点配电系统进行实例分析，网络结构拓扑图如图3所示，该系统有33个节点，37条支路，实线为支路，虚线为联络开关，分段开关32个，5个联络开关，分别为：8-21，9-15，12-22，18-33和25-29。其中节点1为电源节点，配电系统基准电压为12.66kV，基准功率为10MV·A，总负荷为3 826.06kW+j2 366.49kvar，实时电价采用峰谷电价的方式，峰时段(08：00-12：00，17：00-21：00)电价为1.1元/(kW·h)；平时电价为0.66元/(kW·h)；谷时段(00：00-08：00)电价为0.32元/(kW·h)。失电损失费用系数μ＝0.45、发电费用系数β＝0.4、开关操作费用系数α＝500。支路参数和负荷数据详见表1所示，负荷等级分类见表2，分布式电源接入位置及容量详见表3，一天内不同时刻分布式电源出力见图4，若在节点3和节点23、节点9和节点10之间发生故障，负荷转供优化方案如表4。
表1IEEE33节点配电系统线路参数与负荷数据
Figure BDA0004101115930000141
表2IEEE 33节点配电系统负荷等级
Figure BDA0004101115930000151
表3分布式电源接入位置及容量
接入节点 7 9 13 24 31
DG出力/kW 120 120 120 210 210
表4负荷转供优化方案
Figure BDA0004101115930000152
通过分析表4中的数据可以看出，当系统发生故障时，分段开关S10、S23和联络开关支路8-21、12-22、9-15、25-29、18-33处于断开状态，此时负荷节点10、11、12、13、14、15、16、17、18、23、24、25处于停电状态，网络损耗为1441kW，系统运行成本为1840元。负荷转供后，开关操作6次，一天中系统网络损耗同比减少了23.1％，系统运行成本下降了13.9％，负荷节点10、11、12、13、14、15、16、17、18、23恢复供电，24、25负荷未回复的原因在于分布式电源受到容量以及线路电压越限的影响，若将联络开关合上，则目标函数无法到达最优状态。用户参与需求响应后，“牺牲”了用电舒适度，在高峰时期中断和削减了部分负荷，保障了重要负荷的可靠供电，降低了故障带来的影响，且分布式电源的投入使部分负荷逐步恢复供电。在此过程中开关操作3次后，系统网络损耗减少了34kW，系统运行成本降低158元，原因在于负荷在恢复过程中，导致负荷损失网损成本减小，因此实现了系统目标的优化。
本发明根据二进制粒子群算法与提出改进的二进制粒子群算法进行性能对比，通过收敛性与适应度指标得出适应本发明所建立的目标函数的最优求解算法。参数设置如下：种群规模为N*＝40，惯性权重系数ω＝1，最大迭代次数Itera＝50，加速系数c1＝c2＝2，初始温度T0＝20000，退火系数λ＝0.8。
从图5中可以看出，采用改进的二进制粒子群算法与二进制粒子群算法求解系统目标函数时，改进的二进制粒子群算法在迭代至9次时，收敛至最佳适应度为143，二进制粒子群算法在迭代至14次时才收敛。由此可知，改进的二进制粒子群算法与二进制粒子群算法相比，迭代次数减少5次，具有收敛快的特性。且改进的二进制粒子群算法具有寻优到全局最优解的能力，有效解决了二进制粒子群算法在求解多目标维度时容易陷入局部最优和求解效率不足等问题。因此，应用改进的二进制粒子群算法求解本发明所构建的目标函数模型，能更好地解决三维度目标函数优化问题。
本发明还提供了一种计及分布式电源接入的非故障区供电恢复系统，包括：
多目标优化模型获取模块，用于获取预先构建的计及分布式电源的主动配电网负荷转供多目标优化模型；
约束条件确定模块，用于确定所述多目标优化模型的约束条件；
多目标最优解获得模块，用于依据所述约束条件，对所述多目标优化模型进行求解，得到主动配电网负荷转供优化方案；根据所述主动配电网负荷转供优化方案进行非故障区供电恢复。
所述多目标优化模型获取模块，用于：
建立最小网络总损耗目标函数，表示为：
Figure BDA0004101115930000161
其中，Pi、Qi分别为流过线路节点i的有功功率和无功功率，Ui为线路节点i的电压幅值，Ri为线路节点i的电阻值，
Figure BDA0004101115930000171
为开关i*的开断状态，当
Figure BDA0004101115930000172
时代表支路闭合，
Figure BDA0004101115930000173
时代表支路断开，Nn为支路总数；F1表示网络总损耗目标函数；
建立最小主动配电网负荷转供运行成本目标函数，表示为：
Figure BDA0004101115930000174
其中，F2表示主动配电网负荷转供运行成本目标函数，Lload,i为第i个线路节点的失电负荷，ΔT、ΔT1分别为负荷转供过程中持续的时间、DG参与负荷转供后持续的时间，ΔPi、ΔQi分别为第i个线路节点DG在t时刻的额外有功和无功功率，ki+、ki-、kj+、kj-分别为负荷转供前和负荷转供后的分段开关和联络开关状态，μ、β、α分别为失电损失费用系数、发电费用系数、开关操作费用系数，N0、N1、M、F、N*分别为失电负荷个数、DG的个数、分段开关和联络开关个数、参与需求侧响应可削减负荷节点总数，Cc和Cm分别为削减负荷和转移负荷的单位政策性补偿成本，Pc,i,t和Pm,i,t分别为线路节点i第t小时的削减负荷量和转移负荷量；
建立最少开关动作次数目标函数，表示为：
Figure BDA0004101115930000175
其中，F3表示开关动作次数目标函数，ki、kj分别为分段开关和联络开关的开合状态，其中当ki＝1或kj＝1时，表示为开关的闭合，当ki＝0或kj＝0时，表示开关的断开，N、F分别代表分段开关和联络开关的总数；
将最小网络总损耗目标函数、最小主动配电网负荷转供运行成本目标函数和最少开关动作次数目标函数组合为所述多目标优化模型。
所述约束条件确定模块，用于：
确定DG出力约束为PDGimin≤PDGi≤PDGimax；其中，PDG,i为第i个线路节点DG的有功功率，PDGimin、PDGimax分别为DG的出力下上限值；
确定支路容量约束为
Figure BDA0004101115930000181
其中，Pi、Qi分别为流过节点i的额外有功和无功功率，Simax为流过线路节点i的最大容量；
确定节点电压约束为
Figure BDA0004101115930000182
其中，Ui为线路末端节点i的电压幅值，Umin和Umax分别是节点i的下上限值，UN为额定电压值；
确定线路电流约束为Ii≤Iimax；其中，Ii为线路节点i流过的电流值，Iimax为线路节点i允许的最大传输电流值。
所述多目标最优解获得模块，用于：
利用改进二进制粒子群算法对所述多目标优化模型进行求解，得到主动配电网负荷转供优化方案。
所述多目标最优解获得模块，用于：
利用前探回溯搜索算法确定配电系统网络拓扑信息及故障位置，根据改进二进制粒子群算法基于确定的配电系统网络拓扑信息及故障位置，对主动配电网多目标优化模型进行求解，获得主动配电网负荷转供时同时兼顾网络总损耗、主动配电网负荷转供运行成本、开关动作次数的多目标最优解，从而得到主动配电网负荷转供最优方案。
相应的本发明还提供一种存储一个或多个程序的计算机可读存储介质，其特征在于，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行所述的方法中的任一方法。
相应的本发明还提供一种计算设备，包括，
一个或多个处理器、存储器以及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行所述的方法中的任一方法的指令。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算设备。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (12)

1.一种计及分布式电源接入的非故障区供电恢复方法，其特征在于，包括：
获取预先构建的计及分布式电源的主动配电网负荷转供多目标优化模型；
确定所述多目标优化模型的约束条件；
依据所述约束条件，对所述多目标优化模型进行求解，得到主动配电网负荷转供优化方案；
根据所述主动配电网负荷转供优化方案进行非故障区供电恢复。
2.根据权利要求1所述的计及分布式电源接入的非故障区供电恢复方法，其特征在于，所述计及分布式电源的主动配电网负荷转供多目标优化模型的构建，包括：
建立最小网络总损耗目标函数，表示为：
Figure FDA0004101115900000011
其中，Pi、Qi分别为流过线路节点i的有功功率和无功功率，Ui为线路节点i的电压幅值，Ri为线路节点i的电阻值，
Figure FDA0004101115900000012
为开关i*的开断状态，当Ai*＝1时代表支路闭合，
Figure FDA0004101115900000013
时代表支路断开，Nn为支路总数；F1表示网络总损耗目标函数；
建立最小主动配电网负荷转供运行成本目标函数，表示为：
Figure FDA0004101115900000014
其中，F2表示主动配电网负荷转供运行成本目标函数，Lload,i为第i个线路节点的失电负荷，ΔT、ΔT1分别为负荷转供过程中持续的时间、DG参与负荷转供后持续的时间，ΔPi、ΔQi分别为第i个线路节点DG在t时刻的额外有功和无功功率，ki+、ki-、kj+、kj-分别为负荷转供前和负荷转供后的分段开关和联络开关状态，μ、β、α分别为失电损失费用系数、发电费用系数、开关操作费用系数，N0、N1、M、F、N*分别为失电负荷个数、DG的个数、分段开关和联络开关个数、参与需求侧响应可削减负荷节点总数，Cc和Cm分别为削减负荷和转移负荷的单位政策性补偿成本，Pc,i,t和Pm,i,t分别为线路节点i第t小时的削减负荷量和转移负荷量；
建立最少开关动作次数目标函数，表示为：
Figure FDA0004101115900000021
其中，F3表示开关动作次数目标函数，ki、kj分别为分段开关和联络开关的开合状态，其中当ki＝1或kj＝1时，表示为开关的闭合，当ki＝0或kj＝0时，表示开关的断开，N、F分别代表分段开关和联络开关的总数；
将最小网络总损耗目标函数、最小主动配电网负荷转供运行成本目标函数和最少开关动作次数目标函数组合为所述多目标优化模型。
3.根据权利要求1所述的计及分布式电源接入的非故障区供电恢复方法，其特征在于，所述确定所述多目标优化模型的约束条件，包括：
确定DG出力约束为PDGimin≤PDGi≤PDGimax；其中，PDG,i为第i个线路节点DG的有功功率，PDGimin、PDGimax分别为DG的出力下上限值；
确定支路容量约束为
Figure FDA0004101115900000022
其中，Pi、Qi分别为流过节点i的额外有功和无功功率，Simax为流过线路节点i的最大容量；
确定节点电压约束为
Figure FDA0004101115900000023
其中，Ui为线路末端节点i的电压幅值，Umin和Umax分别是节点i的下上限值，UN为额定电压值；
确定线路电流约束为Ii≤Iimax；其中，Ii为线路节点i流过的电流值，Iimax为线路节点i允许的最大传输电流值。
4.根据权利要求2所述的计及分布式电源接入的非故障区供电恢复方法，其特征在于，所述对所述多目标优化模型进行求解，得到主动配电网负荷转供优化方案，包括：
利用改进二进制粒子群算法对所述多目标优化模型进行求解，得到主动配电网负荷转供优化方案。
5.根据权利要求4所述的计及分布式电源接入的非故障区供电恢复方法，其特征在于，所述利用改进二进制粒子群算法对所述多目标优化模型进行求解，得到主动配电网负荷转供优化方案，包括：
利用前探回溯搜索算法确定配电系统网络拓扑信息及故障位置，根据改进二进制粒子群算法基于确定的配电系统网络拓扑信息及故障位置，对主动配电网多目标优化模型进行求解，获得主动配电网负荷转供时同时兼顾网络总损耗、主动配电网负荷转供运行成本、开关动作次数的多目标最优解，从而得到主动配电网负荷转供最优方案。
6.一种计及分布式电源接入的非故障区供电恢复系统，其特征在于，包括：
多目标优化模型获取模块，用于获取预先构建的计及分布式电源的主动配电网负荷转供多目标优化模型；
约束条件确定模块，用于确定所述多目标优化模型的约束条件；
多目标最优解获得模块，用于依据所述约束条件，对所述多目标优化模型进行求解，得到主动配电网负荷转供优化方案；根据所述主动配电网负荷转供优化方案进行非故障区供电恢复。
7.根据权利要求6所述的计及分布式电源接入的非故障区供电恢复系统，其特征在于，所述多目标优化模型获取模块，用于：
建立最小网络总损耗目标函数，表示为：
Figure FDA0004101115900000031
其中，Pi、Qi分别为流过线路节点i的有功功率和无功功率，Ui为线路节点i的电压幅值，Ri为线路节点i的电阻值，
Figure FDA0004101115900000032
为开关i*的开断状态，当
Figure FDA0004101115900000033
时代表支路闭合，
Figure FDA0004101115900000034
时代表支路断开，Nn为支路总数；F1表示网络总损耗目标函数；
建立最小主动配电网负荷转供运行成本目标函数，表示为：
Figure FDA0004101115900000041
其中，F2表示主动配电网负荷转供运行成本目标函数，Lload,i为第i个线路节点的失电负荷，ΔT、ΔT1分别为负荷转供过程中持续的时间、DG参与负荷转供后持续的时间，ΔPi、ΔQi分别为第i个线路节点DG在t时刻的额外有功和无功功率，ki+、ki-、kj+、kj-分别为负荷转供前和负荷转供后的分段开关和联络开关状态，μ、β、α分别为失电损失费用系数、发电费用系数、开关操作费用系数，N0、N1、M、F、N*分别为失电负荷个数、DG的个数、分段开关和联络开关个数、参与需求侧响应可削减负荷节点总数，Cc和Cm分别为削减负荷和转移负荷的单位政策性补偿成本，Pc,i,t和Pm,i,t分别为线路节点i第t小时的削减负荷量和转移负荷量；
建立最少开关动作次数目标函数，表示为：
Figure FDA0004101115900000042
其中，F3表示开关动作次数目标函数，ki、kj分别为分段开关和联络开关的开合状态，其中当ki＝1或kj＝1时，表示为开关的闭合，当ki＝0或kj＝0时，表示开关的断开，N、F分别代表分段开关和联络开关的总数；
将最小网络总损耗目标函数、最小主动配电网负荷转供运行成本目标函数和最少开关动作次数目标函数组合为所述多目标优化模型。
8.根据权利要求6所述的计及分布式电源接入的非故障区供电恢复系统，其特征在于，所述约束条件确定模块，用于：
确定DG出力约束为PDGimin≤PDGi≤PDGimax；其中，PDG,i为第i个线路节点DG的有功功率，PDGimin、PDGimax分别为DG的出力下上限值；
确定支路容量约束为
Figure FDA0004101115900000051
其中，Pi、Qi分别为流过节点i的额外有功和无功功率，Simax为流过线路节点i的最大容量；
确定节点电压约束为
Figure FDA0004101115900000052
其中，Ui为线路末端节点i的电压幅值，Umin和Umax分别是节点i的下上限值，UN为额定电压值；
确定线路电流约束为Ii≤Iimax；其中，Ii为线路节点i流过的电流值，Iimax为线路节点i允许的最大传输电流值。
9.根据权利要求7所述的计及分布式电源接入的非故障区供电恢复系统，其特征在于，所述多目标最优解获得模块，用于：
利用改进二进制粒子群算法对所述多目标优化模型进行求解，得到主动配电网负荷转供优化方案。
10.根据权利要求9所述的计及分布式电源接入的非故障区供电恢复方法，其特征在于，所述多目标最优解获得模块，用于：
利用前探回溯搜索算法确定配电系统网络拓扑信息及故障位置，根据改进二进制粒子群算法基于确定的配电系统网络拓扑信息及故障位置，对主动配电网多目标优化模型进行求解，获得主动配电网负荷转供时同时兼顾网络总损耗、主动配电网负荷转供运行成本、开关动作次数的多目标最优解，从而得到主动配电网负荷转供最优方案。
11.一种存储一个或多个程序的计算机可读存储介质，其特征在于，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行根据权利要求1至5所述的方法中的任一方法。
12.一种计算设备，其特征在于，包括，
一个或多个处理器、存储器以及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行根据权利要求1至5所述的方法中的任一方法的指令。
CN202310176391.1A 2023-02-28 2023-02-28 一种计及分布式电源接入的非故障区供电恢复方法及系统 Pending CN116316570A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310176391.1A CN116316570A (zh) 2023-02-28 2023-02-28 一种计及分布式电源接入的非故障区供电恢复方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310176391.1A CN116316570A (zh) 2023-02-28 2023-02-28 一种计及分布式电源接入的非故障区供电恢复方法及系统

Publications (1)

Publication Number Publication Date
CN116316570A true CN116316570A (zh) 2023-06-23

Family

ID=86784535

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310176391.1A Pending CN116316570A (zh) 2023-02-28 2023-02-28 一种计及分布式电源接入的非故障区供电恢复方法及系统

Country Status (1)

Country Link
CN (1) CN116316570A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117937476A (zh) * 2024-03-22 2024-04-26 国网湖北省电力有限公司经济技术研究院 基于预警状态的有源配电网分区段优化重构方法、系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117937476A (zh) * 2024-03-22 2024-04-26 国网湖北省电力有限公司经济技术研究院 基于预警状态的有源配电网分区段优化重构方法、系统
CN117937476B (zh) * 2024-03-22 2024-06-11 国网湖北省电力有限公司经济技术研究院 基于预警状态的有源配电网分区段优化重构方法、系统

Similar Documents

Publication Publication Date Title
CN107800140A (zh) 一种考虑负荷特征的大用户供电接入决策方法
CN112671029A (zh) 一种含分布式电源的配网多阶段故障恢复方法
CN111817345A (zh) 一种含分布式电源配电网严重故障后的重构方法
CN106058857A (zh) 计及负荷转移与切负荷的主动配电网可靠性评估方法
CN116316570A (zh) 一种计及分布式电源接入的非故障区供电恢复方法及系统
CN104065060A (zh) 独立微电网系统双层经济调度优化方法
CN107994582A (zh) 含分布式电源的配电网重构方法和系统
CN109861199A (zh) 一种直流配电网中的故障恢复方法
CN105932691A (zh) 一种改进的和声搜索算法的复杂配电网无功优化方法
CN113178864A (zh) 配电网供电故障恢复方法、装置及终端设备
CN105391053A (zh) 基于高压配电网容量单元拓扑重构的城市电网负载均衡运行策略
CN110135640A (zh) 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
Qiang et al. Research on self-healing strategy of smart distribution grid based on improved ant colony algorithm
CN111786382B (zh) 一种考虑加权潮流熵的配电网负荷恢复量计算方法
Shi et al. Research on optimized reconfiguration of distribution network based on improved fireworks algorithm
CN114709819A (zh) 一种计及sop的有源配电网故障恢复方法及装置
CN110061494B (zh) 一种考虑dg出力不确定性的三相不平衡配电网重构方法
Li et al. Power energy supply and demand scheduling method based on blockchain technology
Dong et al. Dynamic reconfiguration strategy based on partition of time intervals with improved fuzzy C-means clustering
Yan et al. Distribution Network Reconfiguration with Improved Multi-Objective Particle Swarm Optimization Algorithm
CN110165712A (zh) 一种基于网络流约束推导的骨干网架规划建模方法
Wang et al. Multi-objective Distribution Network Reconfiguration Based on Backward/Forward Sweep-Based Power Flow Calculation
Chen et al. Load Regulation Method of Interaction Between Electric Vehicle and Power Grid Based on LSTM
Yu et al. Research on Distribution Network Fault Recovery Algorithms with Distributed Generation
Bai Reconfiguration performance of the urban power distribution system based on the genetic-ant colony fusion 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