CN116826847B - 动态网络重构与无功电压调整协同优化方法、装置及设备 - Google Patents
动态网络重构与无功电压调整协同优化方法、装置及设备 Download PDFInfo
- Publication number
- CN116826847B CN116826847B CN202311069845.1A CN202311069845A CN116826847B CN 116826847 B CN116826847 B CN 116826847B CN 202311069845 A CN202311069845 A CN 202311069845A CN 116826847 B CN116826847 B CN 116826847B
- Authority
- CN
- China
- Prior art keywords
- representing
- node
- power
- reactive
- time
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000009826 distribution Methods 0.000 claims abstract description 163
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 39
- 238000004364 calculation method Methods 0.000 claims description 62
- 230000006870 function Effects 0.000 claims description 62
- 238000007726 management method Methods 0.000 claims description 53
- 238000013439 planning Methods 0.000 claims description 39
- 230000004927 fusion Effects 0.000 claims description 32
- 230000009466 transformation Effects 0.000 claims description 19
- 230000011218 segmentation Effects 0.000 claims description 17
- 230000003068 static effect Effects 0.000 claims description 14
- 239000003990 capacitor Substances 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 9
- 230000001105 regulatory effect Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 238000010079 rubber tapping Methods 0.000 claims description 5
- 238000011144 upstream manufacturing Methods 0.000 claims description 5
- 238000000638 solvent extraction Methods 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000008901 benefit Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 239000000243 solution Substances 0.000 description 6
- 238000004088 simulation Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000002347 injection Methods 0.000 description 4
- 239000007924 injection Substances 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000012384 transportation and delivery Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- 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
- Y02E40/30—Reactive power compensation
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请公开了一种动态网络重构与无功电压调整协同优化方法、装置及设备，涉及电网技术领域。首先，提出了改进模糊C均值聚类算法对重构时段进行划分，采用等值负荷预测曲线指标对重构时段进行初始划分，并引入损失函数指标对初始划分时段进行融合，从而确定最终时段划分方案；然后，以网损最小为优化目标，构建计及智能软开关和多种主动管理元素的主动配电网动态重构模型并将其转化为混合整数的二阶锥规划问题进行求解。最后，采用改进的IEEE 33节点配电系统证明了该模型可以有效减少网损，提高电压质量，优化配电网的运行。
Description
技术领域
本申请涉及电网技术领域，特别是涉及一种动态网络重构与无功电压调整协同优化方法、装置及设备。
背景技术
近年来，随着发电技术的进步，各种发电设备的类型和容量持续增加。大量具有不确定性的分布式电源（Distributed Generation，DG）接入配电网，配网与电网相连，同时靠近用户侧，其承载的负荷也越来越多，这造成了配网有功功率损耗增多。因此，为实现系统运行的优化，一个主要手段就是配电网重构。
现有技术中，配电网重构可以分为静态重构和动态重构。但是申请人认识到，不确定性的分布式电源接入配电网会对配电系统运行的可靠性造成一定的影响，使用静态重构不能及时进行调整，导致配网电压质量不高，且传统的动态重构优化手段单一，会产生网损过高、功率损耗过大以及配电系统运行的可靠性不高的问题。
发明内容
有鉴于此，本申请提供了一种动态网络重构与无功电压调整协同优化方法、装置及设备，主要目的在于解决不确定性的分布式电源接入配电网会对配电系统运行的可靠性造成一定的影响，使用静态重构不能及时进行调整，导致配网电压质量不高，且传统的动态重构优化手段单一，会产生网损过高、功率损耗过大以及配电系统运行的可靠性不高的问题。
依据本申请第一方面，提供了一种动态网络重构与无功电压调整协同优化方法，该方法包括：
基于分布式电源和负荷的时变性，采用模糊C均值聚类算法对等值负荷预测曲线进行聚类，得到初始划分结果，引入损失函数指标对所述初始划分结果进行时段融合，得到最终时段划分结果；
基于主动管理元素，对所述最终时段划分结果进行动态重构，建立计及智能软开关的主动配电网动态重构与无功电压调整协同优化二阶锥规划模型，所述主动管理元素包括配网动态重构、智能软开关以及有载分接开关、电容器组和静止无功补偿装置；
利用所述计及智能软开关的主动配电网动态重构与无功电压调整协同优化二阶锥规划模型进行求解，得到重构结果。
依据本申请第二方面，提供了一种动态网络重构与无功电压调整协同优化装置，该装置包括：
划分模块，用于基于分布式电源和负荷的时变性，采用模糊C均值聚类算法对等值负荷预测曲线进行聚类，得到初始划分结果，引入损失函数指标对所述初始划分结果进行时段融合，得到最终时段划分结果；
重构模块，用于基于主动管理元素，对所述最终时段划分结果进行动态重构，建立计及智能软开关的主动配电网动态重构与无功电压调整协同优化二阶锥规划模型，所述主动管理元素包括配网动态重构、智能软开关以及有载分接开关、电容器组和静止无功补偿装置；
求解模块，用于利用所述计及智能软开关的主动配电网动态重构与无功电压调整协同优化二阶锥规划模型进行求解，得到重构结果。
依据本申请第三方面，提供了一种动态重构设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面中任一项所述方法的步骤。
借由上述技术方案，本申请提供的一种动态网络重构与无功电压调整协同优化方法、装置及设备，本申请基于分布式电源和负荷的时变性，采用模糊C均值聚类算法对等值负荷预测曲线进行聚类，得到初始划分结果， 引入损失函数指标对初始划分结果进行时段融合，得到最终时段划分结果，基于主动管理元素 ，对最终时段划分结果进行动态重构，建立计及智能软开关的主动配电网动态重构与无功电压调整协同优化二阶锥规划模型，利用计及智能软开关的主动配电网动态重构与无功电压调整协同优化二阶锥规划模型进行求解，得到重构结果，其中主动管理元素包括配网动态重构、智能软开关以及有载分接开关、电容器组和静止无功补偿装置。先是提出改进的模糊C均值聚类算法对重构时段进行划分，采用等值负荷预测曲线指标对重构时段进行初始划分，并引入损失函数指标对初始划分时段进行融合，从而确定最终时段划分方案，然后，以网损最小为优化目标，构建计及智能软开关和多种主动管理元素的主动配电网动态重构模型并将其转化为混合整数的二阶锥规划问题进行求解，能够有效减少网损，提高电压质量，优化配电网的运行。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本申请的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本申请实施例提供的一种动态网络重构与无功电压调整协同优化方法流程示意图；
图2A示出了本申请实施例提供的一种动态网络重构与无功电压调整协同优化方法流程示意图；
图2B示出了本申请实施例提供的IEEE33节点示意图；
图2C示出了本申请实施例提供的时段划分的示意图；
图2D示出了本申请实施例提供的四个子时段重构结果示意图；
图2E示出了本申请实施例提供的3种重构方案的对比示意图；
图2F示出了本申请实施例提供的有无SOP接入的两种重构方案对比示意图；
图2G示出了本申请实施例提供的各场景的仿真结果示意图；
图3示出了本申请实施例提供的一种动态网络重构与无功电压调整协同优化方法的结构示意图；
图4示出了本申请实施例提供的一种动态重构设备的装置结构示意图。
具体实施方式
下面将参照附图更详细地描述本申请的示例性实施例。虽然附图中显示了本申请的示例性实施例，然而应当理解，可以以各种形式实现本申请而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本申请，并且能够将本申请的范围完整的传达给本领域的技术人员。
本申请实施例提供了一种动态网络重构与无功电压调整协同优化方法，如图1所示，该方法包括：
101、基于分布式电源和负荷的时变性，采用模糊C均值聚类算法对等值负荷预测曲线进行聚类，得到初始划分结果，引入损失函数指标对初始划分结果进行时段融合，得到最终时段划分结果。
大量具有不确定性的分布式电源DG接入配电网，对配电系统运行的可靠性造成一定的影响，为解决这一问题，本申请提出一种动态网络重构与无功电压调整协同优化方法，提出了主动配电网（Active Distribution Network，ADN）的概念。静态重构由于其不能根据负荷和DG的变化对配网结构进行动态调整的缺点，不再适用于考虑DG不确定性的配网。因此，研究动态变化的配网重构问题更能体现负荷与DG时变性，更符合工程实际。随着电力电子技术的不断成熟，以智能软开关（Soft Open Point，SOP）为代表的新型智能配电装置为智能配电网安全经济运行提供了新思路。以 SOP及OLTC（On-Line Tap Changer，有载调压变压器）、SVC（Switching Virtual Circuit，交换虚拟电路）、CB（Circuit Breaker，离散型无功补偿装置）等为代表的电力电子器件作为应用交付网络（Application DeliveryNetwork，ADN）中的智能配电装置将成为重要研究方向，研究计及SOP和主动管理无功电压优化的动态重构问题具有重要意义。
因此，本申请一种综合考虑智能软开关和多种主动管理元素的主动配电网动态重构方法，首先提出一种基于模糊C均值聚类算法（Fuzzy C-means Clustering，FCM）进行时段划分的方法，考虑DG和负荷的时变性，对等值负荷预测曲线聚类，得到初始划分的结果，并引入损失函数的指标进行初始划分的时段融合，得到最终时段划分方案。接着，综合考虑包括配网动态重构、SOP以及OLTC、CB和SVC等主动管理元素，建立了计及SOP的主动配电网动态重构与无功电压调整协同优化二阶锥优化（Second-Order Cone Programs，SOCP）模型，并利用Yalmip（由Lofberg开发的一种免费的优化求解工具）平台上的CPLEX（数学优化技术）解析器求解。本申请的执行主体可以是动态重构系统，动态重构系统依靠服务器的计算能力为用户提供服务，服务器可以是独立的服务器，也可以提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络（Content Delivery Network，CDN）、以及大数据和人工智能平台等基础云计算的服务器，以便有效减少网损，提高电压质量，优化配电网的运行。
在本申请实施例中，动态重构系统基于分布式电源和负荷的时变性，采用模糊C均值聚类算法对等值负荷预测曲线进行聚类，得到初始划分结果。然后，动态重构系统引入损失函数指标对初始划分结果进行时段融合，得到最终时段划分结果。通过考虑DG出力和负荷的时变性以及等值负荷曲线的时序性，并引入损失函数进行融合，能够限制开关操作次数，增加开关使用年限，节约投资建设成。
102、基于主动管理元素，对最终时段划分结果进行动态重构，建立计及智能软开关的主动配电网动态重构与无功电压调整协同优化二阶锥规划模型。
在本申请实施例中，动态重构系统基于配网动态重构、智能软开关以及有载分接开关、电容器组和静止无功补偿装置等主动管理元素，对最终时段划分结果进行动态重构，建立计及智能软开关的主动配电网动态重构与无功电压调整协同优化二阶锥规划模型。由于SOP应用在配电网重构中，有利于降低网损，优化配网运行，因此，OLTC、SVC、CB等主动管理元素的应用有利于提高配网电压质量。
103、利用计及智能软开关的主动配电网动态重构与无功电压调整协同优化二阶锥规划模型进行求解，得到重构结果。
在本申请实施例中，动态重构系统利用计及智能软开关的主动配电网动态重构与无功电压调整协同优化二阶锥规划模型进行求解，得到重构结果。相比于单独考虑动态重构或无功电压调节，本申请提出的综合考虑智能软开关和多种主动管理元素的主动配电网动态重构方法，在降低网损，提高电压质量和维持配电网运行可靠性方面具有显著优势。
本申请实施例提供的方法，基于分布式电源和负荷的时变性，采用模糊C均值聚类算法对等值负荷预测曲线进行聚类，得到初始划分结果， 引入损失函数指标对初始划分结果进行时段融合，得到最终时段划分结果，基于主动管理元素 ，对最终时段划分结果进行动态重构，建立计及智能软开关的主动配电网动态重构与无功电压调整协同优化二阶锥规划模型，利用计及智能软开关的主动配电网动态重构与无功电压调整协同优化二阶锥规划模型进行求解，得到重构结果，其中主动管理元素包括配网动态重构、智能软开关以及有载分接开关、电容器组和静止无功补偿装置。先是提出改进的模糊C均值聚类算法对重构时段进行划分，采用等值负荷预测曲线指标对重构时段进行初始划分，并引入损失函数指标对初始划分时段进行融合，从而确定最终时段划分方案，然后，以网损最小为优化目标，构建计及智能软开关和多种主动管理元素的主动配电网动态重构模型并将其转化为混合整数的二阶锥规划问题进行求解，能够有效减少网损，提高电压质量，优化配电网的运行。
进一步的，作为上述实施例具体实施方式的细化和扩展，为了完整说明本实施例的具体实施过程，本申请实施例提供了另一种动态网络重构与无功电压调整协同优化方法，如图2A所示，该方法包括：
201、基于分布式电源和负荷的时变性，采用模糊C均值聚类算法对等值负荷预测曲线进行聚类，得到初始划分结果，引入损失函数指标对初始划分结果进行时段融合，得到最终时段划分结果。
在本申请实施例中，动态重构系统进行加入时段划分的配网重构。具体地，进行损失函数和段差计算处理：选取每个时刻的等值负荷预测曲线作为聚类指标，对t时刻每个节点的净负荷进行计算，得到多个净负荷值集合，计算公式为下述公式1：
公式1：
其中，n表示配电网的节点数，表示每个节点的净负荷的功率标幺值。等值负荷预测曲线是分布式电源的出力预测值和负荷功率预测值进行叠加得到的，DG出力为“负的负荷”。聚类指标能够充分考虑主动配电网中负荷的时变性和DG出力的不确定性，能够优化配电网的运行。
接着，动态重构系统对多个净负荷值集合进行计算，得到多个段差值，计算公式为下述公式2：
公式2：
其中，表示时刻t+1与时刻t之间的段差值，将全时段划分成N个单位时段，且t=1，2， 3，…， N-1，段差值表示单位时段之间负荷的改变程度。通过将损失函数定义为一个分段方案的段差和，而段差是两个相邻时间段之间的净负荷值的欧氏距离，这样能够计算得到段差值。段差值表示单位时段之间负荷的改变程度，所有的段差值可以组成一个段差列向量/>。段差越大，表明两个相邻时段的欧氏距离越远，认为这两个时段的共有时刻越应该进行配网重构。因此，时段融合的原则为：选取/>中最大的段差集对应的时段为分时段点，遍历所有可能的分段方案，并分别求出总段差，即损失函数，最终选取损失函数最小的分段方案。
随后，基于时段融合原则，进行基于等值负荷聚类下的时段划分及融合，采用FCM聚类算法进行时段初始划分，该方法能够实现相似度最大的净负荷时段划分。FCM聚类算法的特点在于，其进行聚类时引入了一种求解隶属度的方法，将相似度最大的净负荷时段分到同一个类别，并且不同类别的净负荷时段相似度最小。具体地，动态重构系统获取模糊C均值聚类算法的目标函数公式组，利用目标函数公式组对段差列向量和聚类指标进行计算，得到每个时刻等值净负荷对应的类别，目标函数公式组为下述公式3：
公式3：
其中，m表示控制模糊度参数，取值为[1,∞)，P={，…，/>}表示模糊C均值聚类算法的输入指标，/>表示在时刻1:00时配电网中每个节点的净负荷功率值。c表示聚类的类别个数，在程序初始化时需要人为给定，U={/>，…，/>，…，/>}表示隶属度矩阵，/>表示/>对应的每个类别的隶属度，V={/>，…，/>，…，/>}表示FCM算法输出的每个类别的聚类中心，/>表示/>属于第/>类的隶属度。
FCM聚类算法的结束条件为，达到最大迭代次数或隶属度变化量最小。算法终止后，得到每个时刻对应的等值净负荷分别所属的类别，并按照时间顺序进行排列，形成初始时段划分k段。初始时段数k通常大于目标分段数c，在实际应用中可能导致开关频繁动作，缩减开关使用年限。因此要进行时段融合，得到符合预期较为合理的时段划分结果，如图2B所示，选取每个时刻的等值负荷预测曲线作为聚类指标，计算t时刻各节点的净负荷值的集合。接着，利用两个相邻时间段之间的净负荷值的欧氏距离计算段差值，将所有的段差值组成一个段差列向量。随后，采用FCM聚类算法进行时段初始划分，FCM聚类算法的结束条件为，达到最大迭代次数或隶属度变化量最小。算法终止后，得到每个时刻对应的等值净负荷分别所属的类别，并按照时间顺序进行排列，形成初始时段划分k段。然后进行时段融合，得到符合预期较为合理的时段划分结果，步骤如下：
第一步，动态重构系统按照时间顺序将每个时刻等值净负荷对应的类别进行排列，得到初始划分结果，获取目标分段数c，在初始划分结果中获取初始时段数k。
第二步，动态重构系统将初始时段数k与目标分段数c进行对比。
第三步，当初始时段数k等于目标分段数c时，动态重构系统将初始时段数k作为最终分段数，将初始划分结果作为最终时段划分结果，也就是不进行时段融合，k即为最终分段数，输出最终分段方案；当初始时段数k大于目标分段数c时，则则对初始时段进行融合，转至下一步。
第四步，动态重构系统在初始划分结果中选取任意两个相邻时段的划分结果进行合并，得到多个分段方案，也就是选取两两两个相邻的时段进行合并，会产生（k-1）个分段方案。动态重构系统计算每个分段方案的损失函数值，得到多个损失函数值，在多个损失函数值中选取损失函数值最小的损失函数值作为目标损失函数值，按照目标损失函数值对多个分段方案进行时段融合，得到第一划分结果，其中，多个分段方案的个数与数值一的和为初始时段数。这样，通过计算各方案的损失函数，选取损失函数值最小的方案进行时段融合，然后重复进行对第一划分结果进行合并，计算损失函数值并进行时段融合的操作，并在重复操作的过程中持续统计时段数，直至时段数与预期时段数相等，停止重复操作，得到最终时段划分结果。比如，本申请实施例利用改进FCM聚类算法将一天24个小时划分成四段，分别为0:00-5:00、5:00-16:00、16:00-19:00、19:00-24:00。将每个时段开始的时刻作为配网重构开始的时刻，以便后续将最终时段划分方案输入到考虑SOP的主动配电网动态重构与无功联合优化运行数学模型中进行仿真求解，能够得到多时段重构结果，实现动态重构的求解。
202、基于主动管理元素，对最终时段划分结果进行动态重构，建立计及智能软开关的主动配电网动态重构与无功电压调整协同优化二阶锥规划模型。
为了降低系统网损，本申请提出计及分布式能源出力的多时段配电网重构模型。该模型以最小化网损为目标函数。在本申请实施例中，动态重构系统获取最小化网损计算公式，利用最小化网损计算公式进行模型训练，得到计及分布式能源出力的多时段配电网重构模型，最小化网损计算公式为下述公式4：
公式4：
其中，f表示配电网所有支路一天的有功损耗总和，E表示配电网支路的集合，表示支路ij的电流，随时间改变。/>表示支路ij的阻抗，/>表示0-1变量，当/>取值为1时，支路ij闭合；当/>取值为0时，支路ij断开。
接着，动态重构系统获取约束计算公式组，利用约束计算公式组对计及分布式能源出力的多时段配电网重构模型进行调整，得到计及智能软开关的主动配电网动态重构与无功电压调整协同优化二阶锥规划模型。其中，获取约束计算公式组包括的支路潮流约束公式组、系统运行约束公式、导向流程运行约束公式组、主动管理元素建模公式。接着，动态重构系统采用支路潮流约束公式组、系统运行约束公式、导向流程运行约束公式组、主动管理元素建模公式对计及分布式能源出力的多时段配电网重构模型进行约束计算，得到计及智能软开关的主动配电网动态重构与无功电压调整协同优化二阶锥规划模型。
首先，对支路潮流约束进行说明。支路潮流约束公式组为下述公式5：
公式5：
其中，表示支路ij流过的有功功率，随时间改变。/>表示支路ij流过的无功功率，随时间改变，/>表示在t时刻节点j注入的有功功率，/>表示在t时刻节点j注入的无功功率，/>表示在t时刻节点j注入的分布式电源有功功率，/>表示在t时刻节点j注入的分布式电源无功功率，/>表示在t时刻节点j注入的负荷有功功率，/>表示在t时刻节点j注入的负荷无功功率，/>表示t时刻导向流程注入节点j的有功功率，/>表示t时刻导向流程注入节点j的无功功率，/>表示交换虚拟电路的无功补偿功率，/>表示离散型无功补偿装置的无功补偿功率，/>表示节点j的电压幅值，/>表示支路ij的电抗，表示上游节点的集合，/>表示下游节点的集合，/>表示支路的集合。
需要说明的是，为了有效减少网损，提高电压质量，优化配电网的运行，本申请先是采用支路功率构建配电网重构潮流模型，其中，该配电网重构潮流模型为非凸模型，计算公式为下述公式6-11：
公式6：
公式7：
公式8：
公式9：
公式10：
公式11：
其中，表示支路ij流过的有功功率，随时间改变。/>表示支路ij流过的无功功率，随时间改变，/>表示在t时刻节点j注入的有功功率，/>表示在t时刻节点j注入的无功功率，/>表示在t时刻节点j注入的分布式电源有功功率，/>表示在t时刻节点j注入的分布式电源无功功率，/>表示在t时刻节点j注入的负荷有功功率，/>表示在t时刻节点j注入的负荷无功功率，/>表示t时刻导向流程注入节点j的有功功率，/>表示t时刻导向流程注入节点j的无功功率，/>表示交换虚拟电路的无功补偿功率，/>表示离散型无功补偿装置的无功补偿功率，/>表示节点j的电压幅值，/>表示支路ij的电抗，表示上游节点的集合，/>表示下游节点的集合，/>表示支路的集合。
接着，本申请基于二阶锥规划和M约束的模型转换，即采用二阶锥转化的方法，将上述非凸模型转化为凸优化模型，以便实现将配网重构问题转化为混合整数SOCP问题。具体地，首先，引入、/>和不等式约束进行松弛，计算公式为下述公式12-15：
公式12：
公式13：
公式14：
公式15：
其中，、/>是足够大的正数。接着，将公式6、公式7、公式10、公式11转换成下述公式16-19：
公式16：
公式17：
公式18：
公式19：
随后，引入大M法对公式上述公式18进行松弛，使潮流约束适用于整个配电系统的支路集合，得到下述公式20：
公式20：
然后，对上述公式19进行二阶锥松弛，得到下述公式21：
公式21：
综上，将公式8-9、公式14-17、公式20-21作为混合整数二阶锥规划的配网重构潮流约束，得到支路潮流约束公式组，即公式5。
进一步地，对系统的运行约束进行说明。系统运行约束公式包括节点电压约束公式、支路电流约束公式、拓扑约束公式。节点电压约束公式表示为下述公式22：
公式22：
其中，表示变电站节点的集合，/>表示节点i的电压上限，/>表示节点i的电压下限，其中，变电站节点的电压幅值为1.06pu。支路电流约束公式表示为下述公式23：
公式23：
拓扑约束，即配网的辐射状约束，要保证无孤岛和环路，所以利用图论的有向图（生成树）进行约束。拓扑约束公式表示为下述公式24：
公式24：
其中，表示支路ij的二进制变量，n表示配电网节点个数，/>表示从节点i到节点j的支路状态，/>表示从节点j到节点i的支路状态，节点i表示父节点，节点j表示子节点。SOP运行约束，即导向流程运行约束，主要包含SOP的功率约束和容量约束。导向流程运行约束公式组表示为下述公式25：
/>
公式25：
其中，表示t时刻导向流程接入节点i的损耗，/>表示t时刻导向流程接入节点j的损耗，/>表示损耗系数，/>表示接在节点i的导向流程换流器容量，/>表示接在节点j的导向流程换流器容量。
需要说明的是，由于上述公式25是非线性约束，因此本申请可以使用二阶锥规划将约束条件凸优化，转化为下述公式26：
公式26：
进一步地，对主动管理元素建模进行说明。主动管理元素建模公式包括分布式电源建模计算公式、有载调压变压器建模计算公式、离散型无功补偿装置建模计算公式、连续无功调节装置建模计算公式。DG发电功率约束，即分布式电源建模计算公式表示为下述公式27：
公式27：
其中，表示分布式电源在节点 i发出的有功功率，/>表示分布式电源在节点 i发出的无功功率，/>表示分布式电源在节点i的有功功率的最大值，/>表示分布式电源在节点i的无功功率的最大值。OLTC运行约束，即有载调压变压器建模计算公式表示为下述公式28：/>
公式28：
其中，表示变压器高压侧的电压值，/>表示变电站节点的集合，/>表示变比的平方，/>表示变比的上限，/>表示变比的下限，/>表示高压变压器有载分接开关挡位s和挡位s-1的变比平方差值，/>表示0-1变量。CB为离散型无功补偿装置，所以离散型无功补偿装置建模计算公式表示为下述公式29：
公式29：
其中，是离散型无功补偿装置所在节点的集合，/>表示投运组数，随时间而改变，/>表示每组离散型无功补偿装置的无功补偿，/>表示最多可连接离散型无功补偿装置组数。SVC的运行约束条件，即连续无功调节装置建模计算公式表示为下述公式30：
公式30：
其中，表示交换虚拟电路所在节点的集合，/>表示交换虚拟电路功率的上限，/>表示交换虚拟电路功率的下限。
203、利用计及智能软开关的主动配电网动态重构与无功电压调整协同优化二阶锥规划模型进行求解，得到重构结果。
在本申请实施例中，动态重构系统利用优化求解平台上的数学优化解析器和计及智能软开关的主动配电网动态重构与无功电压调整协同优化二阶锥规划模型进行求解，得到重构结果。这样，动态重构系统将0:00-5:00、5:00-16:00、16:00-19:00、19:00-24:00这四个时段开始的时刻作为配网重构开始的时刻，然后将最终时段划分方案输入到计及智能软开关的主动配电网动态重构与无功电压调整协同优化二阶锥规划模型中进行仿真求解，得到多时段重构结果。其中，四个子时段重构结果如图2C所示，重构时段为0:00-5:00时，断开开关集合为2-3，8-9，1-18，27-28，17-32；重构时段为5:00-16:00时，断开开关集合为2-3，10-11，1-18，5-25，17-32；重构时段为16:00-19:00时，断开开关集合为2-3，11-12，27-28，17-32，24-28；重构时段为19:00-24:00时，断开开关集合为2-3，10-11，1-18，20-21，24-28。本申请提出的配网动态重构和无功电压调整联合优化方法，相比于单独考虑动态重构或无功电压调节，在降低网损，提高电压质量和维持配电网运行可靠性方面具有显著优势。
为了证明计及智能软开关的主动配电网动态重构与无功电压调整协同优化二阶锥规划模型可以有效减少网损，提高电压质量，优化配电网的运行，本申请实施例使用MATLAB（高级科学计算语言）编写程序，并使用经过改进的IEEE（Institute of Electricaland Electronics Engineers，电气与电子工程师协会）33节点配电系统进行测试，如图2D所示，该系统包含33个节点，其中，节点33为变电站节点，有37条支路、5个联络开关和32个分段开关。配电网基准电压为 12.66 kV，基准功率为 10 MW。节点8和节点14的联络开关替换为SOP，在节点17和节点32接入风力发电机，在节点33接入OLTC，将两组CB分别接入节点5和节点15，SVC投入节点5、节点15和节点31。以Yalmip为平台调用CPLEX求解器进行求解，验证提出算法的有效性。
为验证多时段重构的有效性和经济性，本申请实施例建立3种场景进行仿真。其中，场景1：不限制开关动作次数，同时考虑SOP和多种主动管理元素的主动配电网动态重构；场景2：应用FCM聚类算法的传统时段划分，不进行融合，同时考虑SOP和多种主动管理元素的主动配电网动态重构；场景3：应用本文的时段划分策略，同时考虑SOP和多种主动管理元素的主动配电网动态重构。下面对3种重构方案的对比结果进行描述：
如图2E所示，场景1的网损为22.4kW、求解速度为140.85秒、开关动作次数为98；场景2的网损为25.8kW、求解速度为71.95秒、开关动作次数为79；场景3的网损为23.7kW、求解速度为62.88秒、开关动作次数为12。由此可知，场景1的网损比场景3低，降损效果好，但是场景1的求解速度为140.85秒，比场景3的求解速度慢了55.36%，场景2的求解速度也比场景3慢，而且场景2的降损效果没有场景3好。同时，场景1和场景2的开关动作频繁会导致开关使用年限减短，增加运行费用，经济性变差。因此，使用场景3的方法在实际工程中更加有效，且利于配电网安全经济运行。
为了凸显SOP应用到配网重构中降低系统网损的优势，本申请实施例设置了2种场景来分析SOP接入对配网重构的影响。其中，场景1：未接入SOP的配网重构；场景2：线路8-14接入SOP的配网重构。下面对有无SOP接入的两种重构方案对比结果进行描述：
如图2F所示，场景1的网损为27.8 kW，场景2的网损为23.7 kW，场景2的网损比场景1降低14.74%，说明在配电网重构中考虑SOP的接入有利于降低配电网的网损，优化配电网运行。
进一步地，为了凸显主动管理单元应用到配网重构中降低网损、提高配网运行经济性和配电网电压质量的优势，本申请实施例设置了3种场景来分析主动管理单元对配网重构的影响，3种场景均接入SOP。其中，场景1：不加入OLTC、SVC和CB的配网重构；场景2：不进行网络重构，仅用OLTC、SVC和CB主动管理元素进行对配网运行进行优化；场景3：加入OLTC、SVC和CB主动管理元素，同时考虑配网动态重构和无功电压调整的协同优化。下面对不同场景的仿真结果进行描述：
如图2G所示，场景3的网损最低，为23.7 kW，降损效果最好。不考虑主动管理元素的场景1网损最高。场景3和场景2相比，网损降低了41.91%。说明与单独进行配网动态重构和单独进行无功电压优化相比，加入主动管理元素的主动配电网进行动态重构和无功电压调节的协同优化，在降低配电网网损方面卓有成效。
此外，对于场景1到场景3的节点电压在24小时内的变化情况，场景1相较于场景2和场景3，其最高节点电压随时间没有明显变化，主要是由于没有接入OLTC，变压器变比不会发生变化。同时，选取3个场景在18：00的节点电压作清晰对比。场景1的节点电压最高，是因为在18：00的场景2和场景3的OLTC变比变小。场景2的电压曲线起伏较大，这是因为DG出力和负荷随时间不断改变，影响了电压分布。
所以综合来看，场景3的节点电压分布曲线比场景2更加平缓，基本在1.03~1.05pu之间，同时电压水平有所提高，验证了配电网动态重构可以提高电压质量、改善电压的分布。同时说明配网动态重构和无功电压调节联合优化在提高电压质量方面有一定优势。
另外，针对无功补偿出力情况，节点5同时接入CB和SVC，两者同时进行无功补偿，SVC出力在20：00突然变为负值，是因为CB在20：00出力为正。从曲线的整体趋势看，节点5和节点15的无功补偿设备出力在5：00后逐渐升高，并在20：00左右达到峰值，这说明用户用电高峰在20：00，此时的总负荷最大，需要无功补偿最多。而针对OLTC变比情况，变比的整体趋势是随着拓扑结构的变化而改变的，在10：00和12：00左右，OLTC发生突变，是负荷变化导致的，之后在19：00到20：00变比最小，该时段的电压最低，之后负荷变大，所以变比相应变化，使配电网经济可靠运行。
本申请实施例提供的方法，基于分布式电源和负荷的时变性，采用模糊C均值聚类算法对等值负荷预测曲线进行聚类，得到初始划分结果， 引入损失函数指标对初始划分结果进行时段融合，得到最终时段划分结果，基于主动管理元素 ，对最终时段划分结果进行动态重构，建立计及智能软开关的主动配电网动态重构与无功电压调整协同优化二阶锥规划模型，利用计及智能软开关的主动配电网动态重构与无功电压调整协同优化二阶锥规划模型进行求解，得到重构结果，其中主动管理元素包括配网动态重构、智能软开关以及有载分接开关、电容器组和静止无功补偿装置。先是提出改进的模糊C均值聚类算法对重构时段进行划分，采用等值负荷预测曲线指标对重构时段进行初始划分，并引入损失函数指标对初始划分时段进行融合，从而确定最终时段划分方案，然后，以网损最小为优化目标，构建计及智能软开关和多种主动管理元素的主动配电网动态重构模型并将其转化为混合整数的二阶锥规划问题进行求解，能够有效减少网损，提高电压质量，优化配电网的运行。
进一步地，作为图1所述方法的具体实现，本申请实施例提供了一种动态网络重构与无功电压调整协同优化装置，如图3所示，所述装置包括：划分模块301，重构模块302和求解模块303。
划分模块301，用于基于分布式电源和负荷的时变性，采用模糊C均值聚类算法对等值负荷预测曲线进行聚类，得到初始划分结果，引入损失函数指标对所述初始划分结果进行时段融合，得到最终时段划分结果；
重构模块302，用于基于主动管理元素，对所述最终时段划分结果进行动态重构，建立计及智能软开关的主动配电网动态重构与无功电压调整协同优化二阶锥规划模型，所述主动管理元素包括配网动态重构、智能软开关以及有载分接开关、电容器组和静止无功补偿装置；
求解模块303，用于利用所述计及智能软开关的主动配电网动态重构与无功电压调整协同优化二阶锥规划模型进行求解，得到重构结果。
在具体的应用场景中，该划分模块301，用于进行损失函数和段差计算处理：选取每个时刻的等值负荷预测曲线作为聚类指标，对t时刻每个节点的净负荷进行计算，得到多个净负荷值集合，其中，
其中，n表示配电网的节点数，表示所述每个节点的净负荷的功率标幺值，所述等值负荷预测曲线是分布式电源的出力预测值和负荷功率预测值进行叠加得到的；对所述多个净负荷值集合进行计算，得到多个段差值，其中，
其中，表示t+1时刻与t时刻之间的段差值，将全时段划分成N个单位时段，且t=1，2， 3，…， N-1，所述段差值表示单位时段之间负荷的改变程度；将所述多个段差值组成段差列向量；获取所述模糊C均值聚类算法的目标函数公式组，利用所述目标函数公式组对所述段差列向量和所述聚类指标进行计算，得到每个时刻等值净负荷对应的类别，其中，
其中，m表示控制模糊度参数，取值为[1,∞)，P={，…，/>}表示所述模糊C均值聚类算法的输入指标，/>表示在时刻1:00时所述配电网中所述每个节点的净负荷功率值，c表示聚类的类别个数，U={/>，…，/>，…，/>}表示隶属度矩阵，/>表示/>对应的每个类别的隶属度，V={/>，…，/>，…，/>}表示所述模糊C均值聚类算法输出的所述每个类别的聚类中心，/>表示/>属于第/>类的隶属度；按照时间顺序将所述每个时刻等值净负荷对应的类别进行排列，得到所述初始划分结果，引入所述损失函数指标对所述初始划分结果进行时段融合，得到所述最终时段划分结果。
在具体的应用场景中，该划分模块301，用于获取目标分段数，在所述初始划分结果中获取初始时段数；将所述初始时段数与所述目标分段数进行对比；当所述初始时段数大于所述目标分段数时，在所述初始划分结果中选取任意两个相邻时段的划分结果进行合并，得到多个分段方案，计算每个所述分段方案的损失函数值，得到多个损失函数值，在所述多个损失函数值中选取损失函数值最小的损失函数值作为目标损失函数值，按照所述目标损失函数值对所述多个分段方案进行时段融合，得到第一划分结果，所述多个分段方案的个数与数值一的和为所述初始时段数；重复进行对所述第一划分结果进行合并，计算损失函数值并进行时段融合的操作，并在重复操作的过程中持续统计时段数，直至所述时段数与预期时段数相等，停止所述重复操作，得到所述最终时段划分结果。
在具体的应用场景中，该划分模块301，用于当所述初始时段数等于所述目标分段数时，将所述初始时段数作为最终分段数，将所述初始划分结果作为所述最终时段划分结果。
在具体的应用场景中，该重构模块302，用于获取最小化网损计算公式，利用所述最小化网损计算公式进行模型训练，得到计及分布式能源出力的多时段配电网重构模型，其中，
其中，f表示配电网所有支路一天的有功损耗总和，E表示配电网支路的集合，表示支路ij的电流，/>表示所述支路ij的阻抗，/>表示0-1变量；当/>取值为0时，支路ij断开；获取约束计算公式组，利用所述约束计算公式组对所述计及分布式能源出力的多时段配电网重构模型进行调整，得到所述计及智能软开关的主动配电网动态重构与无功电压调整协同优化二阶锥规划模型。
在具体的应用场景中，该重构模块302，用于当所述取值为1时，所述支路ij闭合；当所述/>取值为0时，所述支路ij断开。
在具体的应用场景中，该重构模块302，用于获取所述约束计算公式组包括的支路潮流约束公式组、系统运行约束公式、导向流程运行约束公式组、主动管理元素建模公式；采用所述支路潮流约束公式组、所述系统运行约束公式、所述导向流程运行约束公式组、所述主动管理元素建模公式对所述计及分布式能源出力的多时段配电网重构模型进行约束计算，得到所述计及智能软开关的主动配电网动态重构与无功电压调整协同优化二阶锥规划模型；其中，所述支路潮流约束公式组包括：
/>
其中，表示所述支路ij流过的有功功率，/>表示所述支路ij流过的无功功率，/>表示在t时刻节点j注入的有功功率，/>表示在t时刻所述节点j注入的无功功率，表示在t时刻所述节点j注入的分布式电源有功功率，/>表示在t时刻所述节点j注入的分布式电源无功功率，/>表示在t时刻所述节点j注入的负荷有功功率，/>表示在t时刻所述节点j注入的负荷无功功率，/>表示t时刻导向流程注入所述节点j的有功功率，表示t时刻所述导向流程注入所述节点j的无功功率，/>表示交换虚拟电路的无功补偿功率，/>表示离散型无功补偿装置的无功补偿功率，/>表示所述节点j的电压幅值，表示所述支路ij的电抗，/>表示上游节点的集合，/>表示下游节点的集合，/>表示支路的集合；所述系统运行约束公式包括节点电压约束公式、支路电流约束公式、拓扑约束公式；所述节点电压约束公式包括：
其中，表示变电站节点的集合，/>表示节点i的电压上限，/>表示所述节点i的电压下限；所述支路电流约束公式包括：
所述拓扑约束公式包括：
/>
其中，表示所述支路ij的二进制变量，n表示配电网节点个数，/>表示从所述节点i到所述节点j的支路状态，/>表示从所述节点j到所述节点i的支路状态，所述节点i表示父节点，所述节点j表示子节点；所述导向流程运行约束公式组包括：
其中，表示t时刻所述导向流程接入所述节点i的损耗，/>表示t时刻所述导向流程接入所述节点j的损耗，/>表示损耗系数，/>表示接在所述节点i的导向流程换流器容量，/>表示接在所述节点j的导向流程换流器容量；所述主动管理元素建模公式包括分布式电源建模计算公式、有载调压变压器建模计算公式、离散型无功补偿装置建模计算公式、连续无功调节装置建模计算公式；所述分布式电源建模计算公式包括：
其中，表示分布式电源在所述节点 i发出的有功功率，/>表示所述分布式电源在所述节点 i发出的无功功率，/>表示所述分布式电源在所述节点i的有功功率的最大值，/>表示所述分布式电源在所述节点i的无功功率的最大值；所述有载调压变压器建模计算公式包括：
/>
其中，表示变压器高压侧的电压值，/>表示变电站节点的集合，/>表示变比的平方，/>表示变比的上限，/>表示变比的下限，/>表示高压变压器有载分接开关挡位s和挡位s-1的变比平方差值，/>表示0-1变量；所述离散型无功补偿装置建模计算公式包括：
其中，是离散型无功补偿装置所在节点的集合，/>表示投运组数，/>表示每组所述离散型无功补偿装置的无功补偿，/>表示最多可连接所述离散型无功补偿装置组数；所述连续无功调节装置建模计算公式包括：
其中，表示所述交换虚拟电路所在节点的集合，/>表示所述交换虚拟电路的功率上限，/>表示所述交换虚拟电路的功率下限。
在具体的应用场景中，该求解模块303，用于利用优化求解平台上的数学优化解析器和所述计及智能软开关的主动配电网动态重构与无功电压调整协同优化二阶锥规划模型进行求解，得到所述重构结果。
本申请实施例提供的装置，基于分布式电源和负荷的时变性，采用模糊C均值聚类算法对等值负荷预测曲线进行聚类，得到初始划分结果， 引入损失函数指标对初始划分结果进行时段融合，得到最终时段划分结果，基于主动管理元素 ，对最终时段划分结果进行动态重构，建立计及智能软开关的主动配电网动态重构与无功电压调整协同优化二阶锥规划模型，利用计及智能软开关的主动配电网动态重构与无功电压调整协同优化二阶锥规划模型进行求解，得到重构结果，其中主动管理元素包括配网动态重构、智能软开关以及有载分接开关、电容器组和静止无功补偿装置。先是提出改进的模糊C均值聚类算法对重构时段进行划分，采用等值负荷预测曲线指标对重构时段进行初始划分，并引入损失函数指标对初始划分时段进行融合，从而确定最终时段划分方案，然后，以网损最小为优化目标，构建计及智能软开关和多种主动管理元素的主动配电网动态重构模型并将其转化为混合整数的二阶锥规划问题进行求解，能够有效减少网损，提高电压质量，优化配电网的运行。
需要说明的是，本申请实施例提供的一种动态网络重构与无功电压调整协同优化装置所涉及各功能单元的其他相应描述，可以参考图1和图2A至图2G中的对应描述，在此不再赘述。
在示例性实施例中，参见图4，还提供了一种动态重构设备，该动态重构设备包括总线、处理器、存储器和通信接口，还可以包括输入输出接口和显示设备，其中，各个功能单元之间可以通过总线完成相互间的通信。该存储器存储有计算机程序，处理器，用于执行存储器上所存放的程序，执行上述实施例中的动态网络重构与无功电压调整协同优化方法。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本申请可以通过硬件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质（可以是CD-ROM，U盘，移动硬盘等）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）执行本申请各个实施场景所述的方法。
本领域技术人员可以理解附图只是一个优选实施场景的示意图，附图中的模块或流程并不一定是实施本申请所必须的。
本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中，也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
上述本申请序号仅仅为了描述，不代表实施场景的优劣。
以上公开的仅为本申请的几个具体实施场景，但是，本申请并非局限于此，任何本领域的技术人员能思之的变化都应落入本申请的保护范围。
Claims (8)
1.一种动态网络重构与无功电压调整协同优化方法，其特征在于，包括：
基于分布式电源和负荷的时变性，采用模糊C均值聚类算法对等值负荷预测曲线进行聚类，得到初始划分结果，引入损失函数指标对所述初始划分结果进行时段融合，得到最终时段划分结果；
基于主动管理元素，对所述最终时段划分结果进行动态重构，建立计及智能软开关的主动配电网动态重构与无功电压调整协同优化二阶锥规划模型，所述主动管理元素包括配网动态重构、智能软开关以及有载分接开关、电容器组和静止无功补偿装置；
利用所述计及智能软开关的主动配电网动态重构与无功电压调整协同优化二阶锥规划模型进行求解，得到重构结果；
其中，基于主动管理元素，对所述最终时段划分结果进行动态重构，建立计及智能软开关的主动配电网动态重构与无功电压调整协同优化二阶锥规划模型，包括：
获取最小化网损计算公式，利用所述最小化网损计算公式进行模型训练，得到计及分布式能源出力的多时段配电网重构模型，其中，
其中，f表示配电网所有支路一天的有功损耗总和，E表示配电网支路的集合，表示支路ij的电流，/>表示所述支路ij的阻抗，/>表示0-1变量；
获取约束计算公式组，获取所述约束计算公式组包括的支路潮流约束公式组、系统运行约束公式、导向流程运行约束公式组、主动管理元素建模公式；
采用所述支路潮流约束公式组、所述系统运行约束公式、所述导向流程运行约束公式组、所述主动管理元素建模公式对所述计及分布式能源出力的多时段配电网重构模型进行约束计算，得到所述计及智能软开关的主动配电网动态重构与无功电压调整协同优化二阶锥规划模型；
其中，所述支路潮流约束公式组包括：
其中，表示所述支路ij流过的有功功率，/>表示所述支路ij流过的无功功率，表示在t时刻节点j注入的有功功率，/>表示在t时刻所述节点j注入的无功功率，/>表示在t时刻所述节点j注入的分布式电源有功功率，/>表示在t时刻所述节点j注入的分布式电源无功功率，/>表示在t时刻所述节点j注入的负荷有功功率，/>表示在t时刻所述节点j注入的负荷无功功率，/>表示t时刻导向流程注入所述节点j的有功功率，表示t时刻所述导向流程注入所述节点j的无功功率，/>表示交换虚拟电路的无功补偿功率，/>表示离散型无功补偿装置的无功补偿功率，/>表示所述节点j的电压幅值，表示所述支路ij的电抗，/>表示上游节点的集合，/>表示下游节点的集合，/>表示支路的集合；
所述系统运行约束公式包括节点电压约束公式、支路电流约束公式、拓扑约束公式；
所述节点电压约束公式包括：
其中，表示变电站节点的集合，/>表示节点i的电压上限，/>表示所述节点i的电压下限；
所述支路电流约束公式包括：
所述拓扑约束公式包括：
其中，表示所述支路ij的二进制变量，n表示配电网节点个数，/>表示从所述节点i到所述节点j的支路状态，/>表示从所述节点j到所述节点i的支路状态，所述节点i表示父节点，所述节点j表示子节点；
所述导向流程运行约束公式组包括：
其中，表示t时刻所述导向流程接入所述节点i的损耗，/>表示t时刻所述导向流程接入所述节点j的损耗，/>表示损耗系数，/>表示接在所述节点i的导向流程换流器容量，/>表示接在所述节点j的导向流程换流器容量；
所述主动管理元素建模公式包括分布式电源建模计算公式、有载调压变压器建模计算公式、离散型无功补偿装置建模计算公式、连续无功调节装置建模计算公式；
所述分布式电源建模计算公式包括：
其中，表示分布式电源在所述节点 i发出的有功功率，/>表示所述分布式电源在所述节点 i发出的无功功率，/>表示所述分布式电源在所述节点i的有功功率的最大值，/>表示所述分布式电源在所述节点i的无功功率的最大值；
所述有载调压变压器建模计算公式包括：
其中，表示变压器高压侧的电压值，/>表示变电站节点的集合，/>表示变比的平方，/>表示变比的上限，/>表示变比的下限，/>表示高压变压器有载分接开关挡位s和挡位s-1的变比平方差值，/>表示0-1变量；
所述离散型无功补偿装置建模计算公式包括：
其中，是离散型无功补偿装置所在节点的集合，/>表示投运组数，/>表示每组所述离散型无功补偿装置的无功补偿，/>表示最多可连接所述离散型无功补偿装置组数；
所述连续无功调节装置建模计算公式包括：
其中，表示所述交换虚拟电路所在节点的集合，/>表示所述交换虚拟电路的功率上限，/>表示所述交换虚拟电路的功率下限。
2.根据权利要求1所述的方法，其特征在于，所述基于分布式电源和负荷的时变性，采用模糊C均值聚类算法对等值负荷预测曲线进行聚类，得到初始划分结果，引入损失函数指标对所述初始划分结果进行时段融合，得到最终时段划分结果，包括：
进行损失函数和段差计算处理：选取每个时刻的等值负荷预测曲线作为聚类指标，对t时刻每个节点的净负荷进行计算，得到多个净负荷值集合，其中，
其中，n表示配电网的节点数，表示所述每个节点的净负荷的功率标幺值，所述等值负荷预测曲线是分布式电源的出力预测值和负荷功率预测值进行叠加得到的；
对所述多个净负荷值集合进行计算，得到多个段差值，其中，
其中，表示t+1时刻与t时刻之间的段差值，将全时段划分成N个单位时段，且t=1，2，3，…， N-1，所述段差值表示单位时段之间负荷的改变程度；
将所述多个段差值组成段差列向量；
获取所述模糊C均值聚类算法的目标函数公式组，利用所述目标函数公式组对所述段差列向量和所述聚类指标进行计算，得到每个时刻等值净负荷对应的类别，其中，
其中，m表示控制模糊度参数，取值为[1,∞)，P={，…，/>}表示所述模糊C均值聚类算法的输入指标，/>表示在时刻1:00时所述配电网中所述每个节点的净负荷功率值，c表示聚类的类别个数，U={/>，…，/>，…，/>}表示隶属度矩阵，/>表示 />对应的每个类别的隶属度，V={/>，…，/>，…，/>}表示所述模糊C均值聚类算法输出的所述每个类别的聚类中心，/>表示/>属于第/>类的隶属度；
按照时间顺序将所述每个时刻等值净负荷对应的类别进行排列，得到所述初始划分结果，引入所述损失函数指标对所述初始划分结果进行时段融合，得到所述最终时段划分结果。
3.根据权利要求2所述的方法，其特征在于，所述引入所述损失函数指标对所述初始划分结果进行时段融合，得到所述最终时段划分结果，包括：
获取目标分段数，在所述初始划分结果中获取初始时段数；
将所述初始时段数与所述目标分段数进行对比；
当所述初始时段数大于所述目标分段数时，在所述初始划分结果中选取任意两个相邻时段的划分结果进行合并，得到多个分段方案，计算每个所述分段方案的损失函数值，得到多个损失函数值，在所述多个损失函数值中选取损失函数值最小的损失函数值作为目标损失函数值，按照所述目标损失函数值对所述多个分段方案进行时段融合，得到第一划分结果，所述多个分段方案的个数与数值一的和为所述初始时段数；
重复进行对所述第一划分结果进行合并，计算损失函数值并进行时段融合的操作，并在重复操作的过程中持续统计时段数，直至所述时段数与预期时段数相等，停止所述重复操作，得到所述最终时段划分结果。
4.根据权利要求3所述的方法，其特征在于，所述将所述初始时段数与所述目标分段数进行对比之后，所述方法还包括：
当所述初始时段数等于所述目标分段数时，将所述初始时段数作为最终分段数，将所述初始划分结果作为所述最终时段划分结果。
5.根据权利要求1所述的方法，其特征在于，所述表示0-1变量，包括：
当所述取值为1时，所述支路ij闭合；
当所述取值为0时，所述支路ij断开。
6.根据权利要求1-5中任一项所述的方法，其特征在于，所述方法还包括：
利用优化求解平台上的数学优化解析器和所述计及智能软开关的主动配电网动态重构与无功电压调整协同优化二阶锥规划模型进行求解，得到所述重构结果。
7.一种动态网络重构与无功电压调整协同优化装置，其特征在于，包括：
划分模块，用于基于分布式电源和负荷的时变性，采用模糊C均值聚类算法对等值负荷预测曲线进行聚类，得到初始划分结果，引入损失函数指标对所述初始划分结果进行时段融合，得到最终时段划分结果；
重构模块，用于基于主动管理元素，对所述最终时段划分结果进行动态重构，建立计及智能软开关的主动配电网动态重构与无功电压调整协同优化二阶锥规划模型，所述主动管理元素包括配网动态重构、智能软开关以及有载分接开关、电容器组和静止无功补偿装置；
求解模块，用于利用所述计及智能软开关的主动配电网动态重构与无功电压调整协同优化二阶锥规划模型进行求解，得到重构结果；
其中，所述重构模块，还用于获取最小化网损计算公式，利用所述最小化网损计算公式进行模型训练，得到计及分布式能源出力的多时段配电网重构模型，其中，
其中，f表示配电网所有支路一天的有功损耗总和，E表示配电网支路的集合，表示支路ij的电流，/>表示所述支路ij的阻抗，/>表示0-1变量；
获取约束计算公式组，获取所述约束计算公式组包括的支路潮流约束公式组、系统运行约束公式、导向流程运行约束公式组、主动管理元素建模公式；
采用所述支路潮流约束公式组、所述系统运行约束公式、所述导向流程运行约束公式组、所述主动管理元素建模公式对所述计及分布式能源出力的多时段配电网重构模型进行约束计算，得到所述计及智能软开关的主动配电网动态重构与无功电压调整协同优化二阶锥规划模型；
其中，所述支路潮流约束公式组包括：
其中，表示所述支路ij流过的有功功率，/>表示所述支路ij流过的无功功率，表示在t时刻节点j注入的有功功率，/>表示在t时刻所述节点j注入的无功功率，/>表示在t时刻所述节点j注入的分布式电源有功功率，/>表示在t时刻所述节点j注入的分布式电源无功功率，/>表示在t时刻所述节点j注入的负荷有功功率，/>表示在t时刻所述节点j注入的负荷无功功率，/>表示t时刻导向流程注入所述节点j的有功功率，表示t时刻所述导向流程注入所述节点j的无功功率，/>表示交换虚拟电路的无功补偿功率，/>表示离散型无功补偿装置的无功补偿功率，/>表示所述节点j的电压幅值，表示所述支路ij的电抗，/>表示上游节点的集合，/>表示下游节点的集合，/>表示支路的集合；
所述系统运行约束公式包括节点电压约束公式、支路电流约束公式、拓扑约束公式；
所述节点电压约束公式包括：
其中，表示变电站节点的集合，/>表示节点i的电压上限，/>表示所述节点i的电压下限；
所述支路电流约束公式包括：
所述拓扑约束公式包括：
其中，表示所述支路ij的二进制变量，n表示配电网节点个数，/>表示从所述节点i到所述节点j的支路状态，/>表示从所述节点j到所述节点i的支路状态，所述节点i表示父节点，所述节点j表示子节点；
所述导向流程运行约束公式组包括：
其中，表示t时刻所述导向流程接入所述节点i的损耗，/>表示t时刻所述导向流程接入所述节点j的损耗，/>表示损耗系数，/>表示接在所述节点i的导向流程换流器容量，/>表示接在所述节点j的导向流程换流器容量；
所述主动管理元素建模公式包括分布式电源建模计算公式、有载调压变压器建模计算公式、离散型无功补偿装置建模计算公式、连续无功调节装置建模计算公式；
所述分布式电源建模计算公式包括：
其中，表示分布式电源在所述节点 i发出的有功功率，/>表示所述分布式电源在所述节点 i发出的无功功率，/>表示所述分布式电源在所述节点i的有功功率的最大值，/>表示所述分布式电源在所述节点i的无功功率的最大值；
所述有载调压变压器建模计算公式包括：
其中，表示变压器高压侧的电压值，/>表示变电站节点的集合，/>表示变比的平方，/>表示变比的上限，/>表示变比的下限，/>表示高压变压器有载分接开关挡位s和挡位s-1的变比平方差值，/>表示0-1变量；
所述离散型无功补偿装置建模计算公式包括：
其中，是离散型无功补偿装置所在节点的集合，/>表示投运组数，/>表示每组所述离散型无功补偿装置的无功补偿，/>表示最多可连接所述离散型无功补偿装置组数；
所述连续无功调节装置建模计算公式包括：
其中，表示所述交换虚拟电路所在节点的集合，/>表示所述交换虚拟电路的功率上限，/>表示所述交换虚拟电路的功率下限。
8.一种动态重构设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311069845.1A CN116826847B (zh) | 2023-08-24 | 2023-08-24 | 动态网络重构与无功电压调整协同优化方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311069845.1A CN116826847B (zh) | 2023-08-24 | 2023-08-24 | 动态网络重构与无功电压调整协同优化方法、装置及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116826847A CN116826847A (zh) | 2023-09-29 |
| CN116826847B true CN116826847B (zh) | 2023-11-28 |
Family
ID=88118749
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311069845.1A Active CN116826847B (zh) | 2023-08-24 | 2023-08-24 | 动态网络重构与无功电压调整协同优化方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116826847B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117096877B (zh) * | 2023-10-19 | 2024-02-13 | 国网山西省电力公司营销服务中心 | 基于多视角的区域动态电碳数据用电分析方法及系统 |
| CN117277392B (zh) * | 2023-11-22 | 2024-04-09 | 国网山西省电力公司经济技术研究院 | 一种面向配电系统弹性提升的应急资源优化配置方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109560556A (zh) * | 2018-12-12 | 2019-04-02 | 国网山西省电力公司大同供电公司 | 一种基于柔性多状态调节开关调节的电压调节系统 |
| CN113890015A (zh) * | 2021-09-25 | 2022-01-04 | 三峡大学 | 基于改进模糊c均值聚类算法的配电网动态重构方法 |
| CN114597969A (zh) * | 2022-03-16 | 2022-06-07 | 南昌航空大学 | 计及智能软开关和虚拟电厂技术的配电网双层优化方法 |
| CN115034293A (zh) * | 2022-05-24 | 2022-09-09 | 三峡大学 | 基于改进双尺度谱聚类算法的配电网动态重构方法 |
| CN116345466A (zh) * | 2023-03-16 | 2023-06-27 | 国网河南省电力公司开封供电公司 | 一种考虑配网重构的主动配电网两阶段潮流优化方法 |
-
2023
- 2023-08-24 CN CN202311069845.1A patent/CN116826847B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109560556A (zh) * | 2018-12-12 | 2019-04-02 | 国网山西省电力公司大同供电公司 | 一种基于柔性多状态调节开关调节的电压调节系统 |
| CN113890015A (zh) * | 2021-09-25 | 2022-01-04 | 三峡大学 | 基于改进模糊c均值聚类算法的配电网动态重构方法 |
| CN114597969A (zh) * | 2022-03-16 | 2022-06-07 | 南昌航空大学 | 计及智能软开关和虚拟电厂技术的配电网双层优化方法 |
| CN115034293A (zh) * | 2022-05-24 | 2022-09-09 | 三峡大学 | 基于改进双尺度谱聚类算法的配电网动态重构方法 |
| CN116345466A (zh) * | 2023-03-16 | 2023-06-27 | 国网河南省电力公司开封供电公司 | 一种考虑配网重构的主动配电网两阶段潮流优化方法 |
Non-Patent Citations (3)
| Title |
|---|
| 基于场景聚类的净负荷优化控制策略;韩仲雅等;《太阳能学报》;第44卷(第7期);第39-47页 * |
| 结合网络重构的主动配电网日前无功电压双层优化;陈钢等;《供用电》;第39卷(第5期);第13-24页 * |
| 考虑极限场景的主动配电网重构与无功电压调整联合鲁棒优化;赵平等;《电工技术学报》;第36卷;第496-506页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116826847A (zh) | 2023-09-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116826847B (zh) | 动态网络重构与无功电压调整协同优化方法、装置及设备 | |
| CN110729765B (zh) | 一种考虑sop的配电网灵活性评估指标体系和优化调度方法 | |
| Sun et al. | A customized voltage control strategy for electric vehicles in distribution networks with reinforcement learning method | |
| CN110690732B (zh) | 一种光伏无功分区计价的配电网无功优化方法 | |
| CN111342461B (zh) | 一种考虑网架动态重构的配电网优化调度方法及系统 | |
| CN108306298B (zh) | 一种柔性多状态开关接入配电网的设计方法 | |
| CN107565576B (zh) | 一种多主动管理手段相协调的主动配电网无功电压优化方法 | |
| CN103904644A (zh) | 一种基于分布式电源接入的智能变电站负荷自动分配方法 | |
| Li et al. | Deep reinforcement learning-based adaptive voltage control of active distribution networks with multi-terminal soft open point | |
| CN114362267B (zh) | 考虑多目标优化的交直流混合配电网分散式协调优化方法 | |
| Kamarposhti et al. | Optimal location of FACTS devices in order to simultaneously improving transmission losses and stability margin using artificial bee colony algorithm | |
| CN114996908B (zh) | 考虑智能软开关接入的主动配电网扩展规划方法及系统 | |
| CN114881346A (zh) | 基于改进鲸鱼优化算法的动态重构与无功电压调整的双层优化调度方法 | |
| Biswas et al. | Optimal power flow solutions using algorithm success history based adaptive differential evolution with linear population reduction | |
| CN113346504A (zh) | 基于数据知识驱动的主动配电网电压控制方法 | |
| CN112671047A (zh) | 考虑极限场景的主动配电网重构与无功联合鲁棒优化方法 | |
| Rahiminejad et al. | Shuffled frog leaping algorithm optimization for AC--DC optimal power flow dispatch | |
| Ramakrishna et al. | Fuzzy inference system to assist the operator in reactive power control in distribution systems | |
| Mahmoudian Esfahani et al. | Optimal power routing scheme between and within interlinking converters in unbalanced hybrid AC–DC microgrids | |
| CN112734590B (zh) | 基于内点法和变领域搜索的动态规划法的二阶段区域电网无功优化方法 | |
| Zhao et al. | Distribution network reconfiguration digital twin model based on bi-level dynamical time division | |
| Zhang et al. | Power distribution system reconfiguration based on genetic algorithm | |
| CN113346501A (zh) | 基于头脑风暴算法的配电网电压优化方法及其系统 | |
| Syahputra et al. | An artificial immune system algorithm approach for reconfiguring distribution network | |
| Wang et al. | A multi-agent deep reinforcement learning based multi-timescale voltage control for distribution system |
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 |