CN117856264B - 一种电网线路损耗优化方法、设备及介质 - Google Patents
一种电网线路损耗优化方法、设备及介质 Download PDFInfo
- Publication number
- CN117856264B CN117856264B CN202311375809.8A CN202311375809A CN117856264B CN 117856264 B CN117856264 B CN 117856264B CN 202311375809 A CN202311375809 A CN 202311375809A CN 117856264 B CN117856264 B CN 117856264B
- Authority
- CN
- China
- Prior art keywords
- power
- current node
- line loss
- voltage
- node
- 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 53
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000009826 distribution Methods 0.000 claims abstract description 31
- 241000254173 Coleoptera Species 0.000 claims abstract description 25
- 210000003608 fece Anatomy 0.000 claims abstract description 25
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 22
- 230000001105 regulatory effect Effects 0.000 claims abstract description 19
- 238000010248 power generation Methods 0.000 claims abstract description 12
- 238000004804 winding Methods 0.000 claims abstract description 12
- 230000006399 behavior Effects 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 11
- 230000033001 locomotion Effects 0.000 claims description 8
- 238000005096 rolling process Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000000739 chaotic effect Effects 0.000 claims description 5
- 230000019637 foraging behavior Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 241000283153 Cetacea Species 0.000 claims description 2
- 230000004888 barrier function Effects 0.000 claims description 2
- 230000006872 improvement Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 230000002431 foraging effect Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000009467 reduction Effects 0.000 description 5
- 239000002699 waste material Substances 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000005299 abrasion Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000002035 prolonged effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 241001674044 Blattodea Species 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000004513 sizing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
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
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- H02J3/381—Dispersed generators
-
- 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
- H02J2300/22—The renewable source being solar energy
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Power Engineering (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Computational Linguistics (AREA)
- Tourism & Hospitality (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Water Supply & Treatment (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Public Health (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本说明书公开了一种电网线路损耗优化方法、设备及介质,方法包括:获取当前节点接入的可再生能源在发电周期内的发电量,以及当前节点对应的终端所需的功率;根据发电量、可再生能源的介入权重和终端所需的功率,计算当前节点至下一节点的功率损耗;根据电路线路中当前节点至下一节点的阻抗,计算一天内所有调控优化周期内所有线路产生的总线路损耗;求解总线路损耗最小时当前节点的电压,并利用改进后的蜣螂优化算法得到最优变配比;在调压变压器的副边绕组接入电力电子变换器作为调控开关,调控开关基于最优变配比进行电压分配调控。本发明采用电力电子变换器,实现连续无级调压,提高了使用寿命;避免陷入局部寻优,实现线损最小化。
Description
技术领域
本说明书涉及电路的技术领域,尤其涉及一种电网线路损耗优化方法、设备及介质。
背景技术
随着社会科技水平飞速发展,传统发电模式导致的能源短缺与污染日益严重,同时,传统的集中式配电系统已无法良好适应提高的供电需求以及供电质量水平,以光伏为例的分布式可再生能源凭借其较低的线路损耗、低碳及本地电能消纳的优势在配电网中的占比逐年上升。由于可再生能源发电具有间歇性、波动性及不确定性,大规模接入配电网容易造成电压越限与电网线路损耗增加等不良后果。线路损耗是由发电端至用户端在输电至配电过程中所产生的电能损耗,配电网线路损耗过大将导致大量能源浪费并使电网与用户产生安全隐患,因此,对如何降低高比例可再生能源接入低压配电网线路损耗展开研究具有重要价值与意义。
在所有等级电压网络中,配电网变压器等设备所产生的线损所占的比例较高,具有较大的降损潜力。在轻载或重载的运行环境下,目前常用的固定容量变压器需要对已有配变比进行更新,这将造成现有资源的浪费。针对上述问题,欧洲为代表的国家已将分接头调节引入了低压配变设备中作为一种调节电压并降低配电线损的有效手段,国内也已开始对可控变压器展开相关研究,并逐渐运用与实际配电系统中,其具体结构如图2所示。在该结构中利用机械开关将传统变压器中的绕组分为主绕组及多挡位绕组,当负载需求量或电压馈线发生改变时,通过控制相应机械开关通断动作,可对首端电压进行上升或下降,维持电网安全运行的同时减少线路功率损耗。
通过上述的分析,现有技术存在的问题及缺陷为:
(1)绕组由机械开关组合通断控制形成多挡位可调节绕组,无法连续进行无级调压控制;机械开关自身寿命短,每次分档调节均会对机械触头造成磨损导致设备使用寿命折损。
(2)以选址定容角度进行线损优化所采用的优化算法众多,但极易过早陷入局部最优解,导致无法获得配电网的最佳参数配置,线损无法实现最小化。
发明内容
本说明书一个或多个实施例提供了一种电网线路损耗优化方法,用于解决如下技术问题:现有技术中无法连续进行无级调压控制、固定变配比变压器无法获得配电网的最佳参数配置的问题。
本说明书一个或多个实施例采用下述技术方案:
本说明书一个或多个实施例提供一种电网线路损耗优化方法,所述方法包括:
获取当前节点接入的可再生能源在发电周期内的发电量,以及当前节点对应的终端所需的功率;
根据所述发电量、所述可再生能源的介入权重和所述终端所需的功率,计算当前节点至下一节点的功率损耗;
根据电路线路中当前节点至下一节点的阻抗,计算一天内所有调控优化周期内所有线路产生的总线路损耗;
求解所述总线路损耗最小时当前节点的电压,并利用改进后的蜣螂优化算法得到最优变配比;
在调压变压器的副边绕组接入电力电子变换器作为调控开关,所述调控开关基于所述最优变配比进行电压分配调控。
本说明书一个或多个实施例提供一种电网线路损耗优化设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述步骤。
本说明书一个或多个实施例提供的一种非易失性计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为执行上述步骤。
本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果:
采用电力电子变换器,可在原有分档可控变压器基础上实现连续无级调压,避免了机械触头磨损现象,提高使用寿命;基于电力电子嵌入性柔性有载调压变压器对配网结构进行优化调整,有效避免分布式电源与固定变配比变压器安装更换所造成的现有资源浪费现象,实现降损目标的同时,提高个体利用率与能源利用率,降低改造成本;
通过对现有蜣螂算法改进,避免陷入局部寻优,极大提高优化目标在全局寻优精度与收敛速度。
附图说明
为了更清楚地说明本说明书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说明书中记载的一些实施例,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他的附图。在附图中:
图1为本说明书实施例提供的一种电网线路损耗优化方法的流程示意图;
图2为现有技术中传统柔性可控变压器拓扑结构示意图;
图3为本说明书实施例提供的柔性有载调压变压器拓扑结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书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说明书一部分实施例,而不是全部的实施例。基于本说明书实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本说明书保护的范围。
面对可再生能源接入后形成的复杂网损现状,截止到目前为止国内外学者已对含源配电网的节能损耗提出有效方法,其中大多数围绕分布式电源展开研究,有些文通过建设合理目标函数对电源进行选址定容,以最为合适的容量与位置降低系统运行过程中产生的损耗,同时有部分学者考虑了源荷的不确定性,利用不同优化算法对分布式电源出功能力进行优化调度,从而达到降损的效果,以上方法经过验证均取得了良好效果,但目前以改造配网结构的角度进行降损的相关研究还较少。
目前针对可再生能源接入后形成的复杂网损现状大多以分布式电源优化角度展开研究,尽管对可再生能源进行了选址定容,但其发电能力依旧收天气等因素影响,具有不确定性及随机性,当具有固定变配比的配电设施与发电量或终端负荷不匹配时,同样容易导致线路损耗上升;除此以外,分布式电源的选址定容策略易对配电网结构产生整体影响,原有结构可能无法满足系统运行需求;分布式电源容量优化有限,面对临时出现的轻载或者重载等特殊用电背景,仍需要对固定变配比的配电设备等进行更换或增加投入设备数量,造成现有资源的浪费;以选址定容角度进行线损优化所采用的优化算法众多,但极易过早陷入局部最优解,导致无法获得配电网的最佳参数配置,线损无法实现最小化。
本说明书实施例提供一种电网线路损耗优化方法。图1为本说明书实施例提供的一种电网线路损耗优化方法的流程示意图。如图1所示,方法主要包括如下步骤:
步骤1:获取当前节点接入的可再生能源在发电周期内的发电量,以及当前节点对应的终端所需的功率;
本步骤中,假设需要优化的低压配电网共有K个节点,节点k处电压幅值与相角分别为Vk与δk,节点k与节点k+1之间的线路阻抗为 根据电力系统潮流计算公式,可得到节点k处的有功功率和无功功率如下:
步骤2:根据发电量、可再生能源的介入权重和终端所需的功率,计算当前节点至下一节点的功率损耗;
本步骤中,节点是否接入可再生能源将会对该段线路上的线路损耗造成影响,将一天24小时分为T个调控优化周期,将可再生能源在第t个调控优化周期的发电量记为PDG(t)与QDG(t),与节点相连的终端负载在t时刻所需的有功功率和无功功率可记为Pload(t)与Qload(t),则节点k与节点k+1上的有功功率损耗可表示为:
其中λk为可再生能源在节点k的介入权重,其选取规则如下所示:
作为一种可选的实施例,根据发电量、可再生能源的介入权重和终端所需的功率,计算当前节点至下一节点的功率损耗,具体可以包括:
步骤21:根据发电量、终端所需要的功率和介入权重,计算当前节点的至下一节点的总能量损耗;
步骤22:基于当前节点的电压,计算当前节点至下一节点的功率损耗。
步骤3:根据电路线路中当前节点至下一节点的阻抗,计算一天内所有调控优化周期内所有线路产生的总线路损耗;
本步骤中,假设节点与节点间线路共L条,则配网线损的优化目标函数可表示为:
式中Ploss为总线路损耗,Pl为第l条线路上产生的线路损耗。
作为一种可选的实施例,根据电路线路中当前节点至下一节点的阻抗,计算一天内所有调控优化周期内所有线路产生的总线路损耗,具体可以包括:
步骤31:根据每一条电路线路中当前节点至下一节点的阻抗,计算电路线路中当前节点处的有功功率和无功功率;
步骤32:根据当前节点处的有功功率和无功功率,计算一天内所有调控优化周期内所有线路产生的总线路损耗。
步骤4:求解总线路损耗最小时当前节点的电压,并利用改进后的蜣螂优化算法得到最优变配比;
根据当前调控周期下负载的实际需求与可再生能力的运行状况,通过寻找最佳变配比r(t)从而改变节点k处的节点电压并记为Vk′,则根据变配比r(t)表示d的线路损耗计算如下:
作为一种可选的实施例,求解总线路损耗最小时当前节点的电压,具体可以包括:
步骤40:建立约束条件,求解总线路损耗最小时当前节点的电压。
本步骤中,在对公式(4)所示目标函数进行优化求解时,还需建立如下所示的基础约束条件。
进一步的,建立约束条件,求解总线路损耗最小时当前节点的电压,还可以包括:
步骤401:根据当前节点电压处于上限电压和下限电压之间,确定节点电压约束条件;
本步骤中,节点电压约束条件可以表示为:
上式中分别表示节点k处的上限电压与下限电压。
步骤402:根据当前节点的终端所需功率与功率损耗之和等于可再生能源发电功率与总发电功率之和,确定节点功率平衡约束条件;
本步骤中,节点功率平衡约束条件可以表示为:
PLoad(t)+Pl(t)=PDG(t)+PG(t) (7)
步骤403:根据变压器负载位于变压器运行负载率的上下限之间,确定变压器负载率约束条件。
本步骤中,变压器负载率约束条件可以表示为:
βmin≤β≤βmax (8)
式中,βmax、βmin分别为变压器运行负载率上下限。
作为再一种可选的实施例,求解总线路损耗最小时当前节点的电压,并利用改进后的蜣螂优化算法得到最优变配比,具体可以包括:
步骤41:采用混沌映射设置初始解,得到蜣螂种群中每个蜣螂的位置;
本步骤中,蜣螂优化算法与众多智能优化算法相同,原始蜣螂算法同样需要在求解空间中随机设置初始解。若随意设置初始解无法遍历集域中的所有位置,这可能导致收敛速度下降的同时陷入局部寻优。
优选的,为丰富种群多样性并提高寻优精度,本申请采用下式所示的Bernoulli混沌映射设置初始解并记为X={x1,x2,…,xn}。
上式中,Xt为第t代混沌序列,ρ为混沌序列控制参数。
步骤42:将蜣螂种群分为滚球行为、繁殖行为、觅食行为和偷窃行为四个子群;
本步骤中,将经过初始化的蟑螂种群按照滚球、繁殖、觅食和偷窃行为进行分组,四组分别同时进行状态更新,经过不断对比输出全局最优解。
滚球行为
蜣螂优化算法将滚球行为分为有障碍以及无障碍滚球运动。
在无障碍模式下,蜣螂个体将按照太阳光源进行运动,其原始运动模型如下:
其中,为滚球第t次迭代的个体位置,为经过t次迭代后的最差解,k∈(0,0.2]为个体随机偏转系数,b∈(0,1)为随机设置的常数,a代表自然因素所造成的偏离后果,无偏差时a=1,否则a=-1。上式中 结果越高,表明光源越差,此寻优范围扩大,从而降低陷入局部寻优的概率。
需要注意的是,Δxgi越大,越需要扩大寻优范围,若常数b在求解过程中为定值,即使在光源较弱的情况下,全局寻优的结果依然达不到良好预期效果。
优选的,本申请提出一种如下式所示的动态权重,来模拟滚球组的状态更新,提高全局寻优精度。
在有障碍模式下,蜣螂个体无法继续按照式(11)更新状态,此时需要调整运动方向并利用历史状态信息对个体位置进行更新。
滚球行为中可以包括跳舞行为:为了简化无障碍模式下的随机寻优过程,旋转角度尽可能以全局最优位置为终点。本申请可以基于鲸鱼算法中的气泡网螺旋式攻击模式对运动方向θ进行改进,全局最优解记为对数螺旋常数记为b,则根据历史全局最优解及个体状态可得到θ计算公式为:
根据公式(12)得到的运动角度,有障碍模式下可由公式(13)进行状态更新。
繁殖行为
蜣螂个体进行繁殖时会通过寻找最佳位置进行产卵。令Dmax为最大迭代次数,取Ub与Lb分别为优化问题的上下界即Ub=xmax与Lb=xmin,取当前种群的全局最优解记为利用如下所示的边界选择策略划定个体状态更新区域。
基于得到的新边界,通过设置两个独立的随机向量b1与b2,在当前种群全局最优位置附近动态产生一个新解,具体生成规则为:
觅食行为
与繁殖行为类似,蜣螂个体进行觅食时首先同样需要确定最佳觅食边界,在觅食组中挑选出该组的局部最优解并记为对比公式(14)可得到该组求最优解时的寻优上下界Ub l与Lb l。
公式(17)为觅食组的个体最新解更新方法,其中C1~N(0,1),C2∈(0,1)。
偷窃行为
在进行偷窃的组别中,个体同样通过搜寻其他个体的最优位置来偷窃食物,即基于全局最优解以及局部最优解搜寻最优解,具体更新规则如下:
式中,S为设置的常数值,g为服从正态分布的随机值。
若以固定S按照公式(18)进行求解,容易在寻优的初始阶段直逼当前迭代次数的全局最优解,并陷入局部最优解。
优选的,为提高整体目标函数求解精度,本申请提出一种自适应权重ω并对S进行自适应动态更新,ω与S计算方法如公式(19)与公式(20)。
改进后的偷窃组的新解更新规则为:
步骤43:四个子群分别同时进行状态更新,经过不断对比输出最优变配比。
本步骤中,由公式(19)-公式(21)可以看出,经过自适应动态权重的不断更新,在迭代初期实现了权重最大化,最大限度跳出局部寻优,进行全局寻优,随着迭代次数增加,权重值降低,局部搜索能力逐渐加强,从而提高全局寻优精度。
步骤5:在调压变压器的副边绕组接入电力电子变换器作为调控开关,调控开关基于最优变配比进行电压分配调控。
本步骤中,调压变压器的原边绕组保持原有结构,副边绕组可以选用电力电子变换器代替传统柔性可控变压器中的机械开关,如图3所示,电力电子变换器可根据终端负载和可再生能源的实际发电量对变压器容量进行实时调控,实现终端电压的升降,减少配电设备造成的线路损耗。
综上,本说明书实施例的一种电网线路损耗优化方法,第一方面,采用电力电子变换器,可在原有分档可控变压器基础上实现连续无级调压,避免了机械触头磨损现象,提高使用寿命;第二方面基于电力电子嵌入性柔性有载调压变压器对配网结构进行优化调整,有效避免分布式电源与固定变配比变压器安装更换所造成的现有资源浪费现象,实现降损目标的同时,提高个体利用率与能源利用率,降低改造成本;第三方面,通过对现有蜣螂算法改进,避免陷入局部寻优,极大提高优化目标在全局寻优精度与收敛速度。
本说明书实施例还提供一种电网线路损耗优化设备,设备包括:至少一个处理器;以及,与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够:
获取当前节点接入的可再生能源在发电周期内的发电量,以及当前节点对应的终端所需的功率;
根据发电量、可再生能源的介入权重和终端所需的功率,计算当前节点至下一节点的功率损耗;
根据电路线路中当前节点至下一节点的阻抗,计算一天内所有调控优化周期内所有线路产生的总线路损耗;
求解总线路损耗最小时当前节点的电压,并利用改进后的蜣螂优化算法得到最优变配比;
在调压变压器的副边绕组接入电力电子变换器作为调控开关,调控开关基于最优变配比进行电压分配调控。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、设备、非易失性计算机存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书实施例提供的设备和介质与方法是一一对应的,因此,设备和介质也具有与其对应的方法类似的有益技术效果,由于上面已经对方法的有益技术效果进行了详细说明,因此,这里不再赘述设备和介质的有益技术效果。
本领域内的技术人员应明白,本说明书的实施例可提供为方法、系统、或计算机程序产品。因此,本说明书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,本说明书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。
本说明书是参照根据本说明书实施例的方法、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。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本说明书的一个或多个实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书的一个或多个实施例可以有各种更改和变化。凡在本说明书的一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。
Claims (7)
1.一种电网线路损耗优化方法,其特征在于,所述方法包括:
获取当前节点接入的可再生能源在发电周期内的发电量,以及当前节点对应的终端所需的功率;
根据所述发电量、所述可再生能源的介入权重和所述终端所需的功率,计算当前节点至下一节点的功率损耗;
根据电路线路中当前节点至下一节点的阻抗,计算一天内所有调控优化周期内所有线路产生的总线路损耗;
求解所述总线路损耗最小时当前节点的电压,并利用改进后的蜣螂优化算法得到最优变配比;
在调压变压器的副边绕组接入电力电子变换器作为调控开关,所述调控开关基于所述最优变配比进行电压分配调控;
求解所述总线路损耗最小时当前节点的电压,并利用改进后的蜣螂优化算法得到最优变配比,具体包括:
采用混沌映射设置初始解,得到蜣螂种群中每个蜣螂的位置;
将蜣螂种群分为滚球行为、繁殖行为、觅食行为和偷窃行为四个子群;
四个子群分别同时进行状态更新,经过不断对比输出最优变配比;
改进后的蜣螂优化算法的滚球行为采用如下式所示的动态权重,来模拟滚球组的状态更新,提高全局寻优精度;
其中,为滚球第t次迭代的个体位置,为滚球第t+1次迭代的个体位置,为经过t次迭代后的最差解,k∈(0,0.2]为个体随机偏转系数,b∈(0,1)为随机设置的常数,a代表自然因素所造成的偏离后果,无偏差时a=1,否则a=-1;xmax为基于迭代次数确定的寻优上界,xmin为基于迭代次数确定的寻优下界;
在有障碍模式下,蜣螂个体无法继续按照式(11)更新状态,此时需要调整运动方向并利用历史状态信息对个体位置进行更新;
滚球行为中包括跳舞行为:基于鲸鱼算法中的气泡网螺旋式攻击模式对运动方向θ进行改进,全局最优解记为对数螺旋常数记为b,则根据历史全局最优解及个体状态可得到θ计算公式为:
其中,为第t-1次迭代的全局最优解,为为滚球第t-1次迭代的个体位置;
根据公式(12)得到的运动角度,有障碍模式下可由公式(13)进行状态更新;
在进行偷窃的组别中,个体同样通过搜寻其他个体的最优位置来偷窃食物,即基于全局最优解以及局部最优解搜寻最优解,具体更新规则如下:
自适应权重ω并对S进行自适应动态更新,ω与S计算方法如公式(19)与公式(20);
其中,Dmax为最大迭代次数,S为设置的常数值;
改进后的偷窃组的新解更新规则为:
其中,g为服从正态分布的随机值。
2.根据权利要求1所述的一种电网线路损耗优化方法,其特征在于,根据所述发电量、所述可再生能源的介入权重和所述终端所需的功率,计算当前节点至下一节点的功率损耗,具体包括:
根据所述发电量、所述终端所需要的功率和所述介入权重,计算当前节点的至下一节点的总能量损耗;
基于当前节点的电压,计算当前节点至下一节点的功率损耗。
3.根据权利要求2所述的一种电网线路损耗优化方法,其特征在于,根据电路线路中当前节点至下一节点的阻抗,计算一天内所有调控优化周期内所有线路产生的总线路损耗,具体包括:
根据每一条电路线路中当前节点至下一节点的阻抗,计算所述电路线路中当前节点处的有功功率和无功功率;
根据所述当前节点处的有功功率和无功功率,计算一天内所有调控优化周期内所有线路产生的总线路损耗。
4.根据权利要求3所述的一种电网线路损耗优化方法,其特征在于,求解所述总线路损耗最小时当前节点的电压,并利用改进后的蜣螂优化算法得到最优变配比,还包括:
建立约束条件,求解所述总线路损耗最小时当前节点的电压。
5.根据权利要求4所述的一种电网线路损耗优化方法,其特征在于,根据约束条件,求解所述总线路损耗最小时当前节点的电压,具体包括:
根据当前节点电压处于上限电压和下限电压之间,确定节点电压约束条件;
根据当前节点的终端所需功率与所述功率损耗之和等于所述可再生能源发电功率与总发电功率之和,确定节点功率平衡约束条件;
根据所述变压器负载位于所述变压器运行负载率的上下限之间,确定变压器负载率约束条件。
6.一种电网线路损耗优化设备,其特征在于,所述设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如:权利要求1-5中任一项权利要求所述的电网线路损耗优化方法。
7.一种非易失性计算机存储介质,存储有计算机可执行指令,其特征在于,所述计算机可执行指令设置为:执行如权利要求1-5中任一项权利要求所述的电网线路损耗优化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311375809.8A CN117856264B (zh) | 2023-10-20 | 2023-10-20 | 一种电网线路损耗优化方法、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311375809.8A CN117856264B (zh) | 2023-10-20 | 2023-10-20 | 一种电网线路损耗优化方法、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117856264A CN117856264A (zh) | 2024-04-09 |
CN117856264B true CN117856264B (zh) | 2024-08-16 |
Family
ID=90543950
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311375809.8A Active CN117856264B (zh) | 2023-10-20 | 2023-10-20 | 一种电网线路损耗优化方法、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117856264B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108493945A (zh) * | 2018-04-04 | 2018-09-04 | 南京工业大学 | 基于配电网节能降损协调优化的电压控制方法 |
CN113346501A (zh) * | 2021-05-21 | 2021-09-03 | 南京理工大学 | 基于头脑风暴算法的配电网电压优化方法及其系统 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2016201070B2 (en) * | 2015-03-16 | 2020-10-29 | Sentient Energy Technology, LLC | Systems and methods for edge of network voltage control of a power grid |
CN113036774A (zh) * | 2019-12-25 | 2021-06-25 | 中国电力科学研究院有限公司 | 一种配电网无功补偿优化方法及装置 |
CN113363988B (zh) * | 2021-06-08 | 2022-12-06 | 南方电网科学研究院有限责任公司 | 基于有载调压变压器的电网运行优化方法、装置及介质 |
CN114583714A (zh) * | 2022-02-28 | 2022-06-03 | 中国电力工程顾问集团西北电力设计院有限公司 | 电力系统无功优化控制参数求解方法、系统、设备及介质 |
CN116191418A (zh) * | 2023-03-14 | 2023-05-30 | 绍兴大明电力设计院有限公司 | 一种基于电力大数据的低压台区线损优化方法 |
CN116404693A (zh) * | 2023-03-31 | 2023-07-07 | 国网甘肃省电力公司电力科学研究院 | 考虑源网荷储的有功无功协调降损控制方法及装置 |
CN116505542A (zh) * | 2023-04-26 | 2023-07-28 | 广东电网有限责任公司 | 配电网电压的无功优化协调控制方法、装置、设备及介质 |
CN116805178A (zh) * | 2023-06-21 | 2023-09-26 | 广东电网有限责任公司广州供电局 | 配电网无功优化方法、装置、设备和存储介质 |
CN116799807A (zh) * | 2023-06-28 | 2023-09-22 | 上海电机学院 | 含分布式电源配电网规划方法 |
-
2023
- 2023-10-20 CN CN202311375809.8A patent/CN117856264B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108493945A (zh) * | 2018-04-04 | 2018-09-04 | 南京工业大学 | 基于配电网节能降损协调优化的电压控制方法 |
CN113346501A (zh) * | 2021-05-21 | 2021-09-03 | 南京理工大学 | 基于头脑风暴算法的配电网电压优化方法及其系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117856264A (zh) | 2024-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107301472B (zh) | 基于场景分析法和电压调节策略的分布式光伏规划方法 | |
Juang et al. | Load-frequency control by hybrid evolutionary fuzzy PI controller | |
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 | |
CN111092429B (zh) | 一种柔性互联配电网的优化调度方法、存储介质及处理器 | |
CN114362196A (zh) | 一种多时间尺度主动配电网电压控制方法 | |
CN105956706A (zh) | 一种基于改进型人工蜂群算法的配电网无功优化方法 | |
CN105425591B (zh) | 基于风电场区域实时风速分析调控风电场有功的方法和装置 | |
Jordehi et al. | Heuristic methods for solution of FACTS optimization problem in power systems | |
Askarzadeh | Solving electrical power system problems by harmony search: a review | |
CN111245032B (zh) | 一种计及风电场集电线路降损优化的电压预测控制方法 | |
CN114221351B (zh) | 电压无功调节方法、装置、终端及存储介质 | |
CN117856264B (zh) | 一种电网线路损耗优化方法、设备及介质 | |
CN110718938B (zh) | 基于普里姆算法的含高比例分布式电源配网重构方法 | |
CN117353398A (zh) | 一种配电台区电能质量治理方法、存储介质及电子设备 | |
Wang et al. | New method of reactive power compensation for oilfield distribution network | |
CN116231747A (zh) | 分布式光伏逆变器控制方法、装置及存储介质 | |
CN115173477A (zh) | 一种基于受端电网的新能源消纳能力优化方法 | |
Regad et al. | Frequency control of microgrid with renewable generation using PID controller based krill herd | |
Eissa et al. | A novel approach for optimum allocation of Flexible AC Transmission Systems using Harmony Search technique | |
CN114204613A (zh) | 一种海上风电场接入电力系统的无功补偿方法和系统 | |
Ahsan et al. | Performance analysis of different search algorithms in optimization of power system operation | |
CN111273545A (zh) | 基于多群多选择交流策略的quatre算法的自动寻优控制方法 | |
CN116822902B (zh) | 基于人工双象群算法的地区电网工业负荷与周边分布式新能源的资源聚合体集群划分方法 | |
Masakure et al. | Genetic Algorithm Based Frequency Regulation in Two-Area Power Systems Considering Load Variation | |
CN118508454B (zh) | 一种基于生成式人工智能的电网资源分配方法及系统 |
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 |