一种基于多目标的智能配电网重构方法技术

技术编号:14807364 阅读:130 留言:0更新日期:2017-03-15 01:19
本发明专利技术提供一种基于多目标的智能配电网重构方法。将配电网网络等值成由线路和开关组成的等效网络;生成等值网络的支路参数、节点参数、故障线路参数;使用二进制粒子算法更新粒子位置和速度获得重构后的最优网络。本发明专利技术能够自动识别配电网运行状态,提供不同运行状态下配电网多目标智能配电网重构。

【技术实现步骤摘要】

本专利属于电力系统自动化领域,特别涉及一种基于多目标的智能配电网重构方法
技术介绍
着我国的经济迅速发展,电力的需求也在快速增长。配电网作为电力系统的重要部分,也是电力系统主要负荷输出部分。作为保证社会经济稳定发展的重要基础设施,配电网重构有着重要的意义。配电网的特点是环网结构,开环辐射状运行。配电网重构是通过改变网络中开关的开合来改变配电网的结构,使之达到最佳的运行方式。配电网重构是一个多目标优化问题,优化目标有以降低网络有功损耗为目标,也可以是以提高电网运行的经济性、提高配电网安全性和供电质量为目标,或者将几个不同目标结合起来进行多目标的重构优化。然而配电网重构一直运用在传统算例中,未在实际配电网中运用。而且现有的配电网重构只能得出正常运行时的优化方案,无法在配电网发生故障时提供优化方案。本专利技术不仅针对配电网正常运行时提供优化方案,且在配电网故障时为电网的调度提供科学有效的决策方案,迅速恢复配电网的供电。
技术实现思路
本专利技术的目的在于自动识别配电网运行状态,提供不同运行状态下配电网多目标智能配电网重构方法。为了解决上述技术问题,本专利技术提供一种基于多目标的智能配电网重构方法,包括以下步骤:步骤一、将配电网网络等值成由线路和开关组成的等效网络;步骤二、生成等值网络的支路参数、节点参数、故障线路参数;步骤三、初始化配电网重构所需要的参数;步骤四、生成初始种群;步骤五、更新粒子位置和速度;步骤六、判断网络是否为辐射网,判断是否为辐射状,如果不是辐射状,则返回步骤五继续更新粒子位置和速度,直至为辐射状为止;如果是辐射状,则进行步骤七;;步骤七、计算重构目标函数的最小值,且满足电压约束条件和支路容量约束条件;步骤八、判断当前群体所代表的网络是否为最优网络,若最优则进入步骤九,如果不是则返回步骤五,直至获得最优网络;步骤九、判断是否达到最大迭代次数,如果是则输出重构结果,如果不是则返回步骤五;当达到群体最优且达到最大迭代次数时输出重构结果。本专利技术与现有技术相比,其显著优点在于:(1)本专利技术对实际复杂配电网进行简化处理,提高了计算速度和配电网的优化能力;(2)本专利技术通过改进的二进制粒子群算法对配电网不同运行状态下进行重构,不仅正常运行时的网络可以得到优化,故障时的网络也可以得到最优重构方案,快速恢复配电网供电,对实际电网运行的调度有着良好的决策指导作用;(3)本专利技术对配电网进行多目标重构,不但可以保证配电网运行时有功网损最小,而且也可以保证负荷平衡指数最低,电压偏移量指数也最低,从而保证了电网处于最佳运行状态。附图说明图1是本专利技术流程图。图2是本专利技术一个实施例中实际配电网简化后的网络图。图3是本专利技术另一个实施例中实际配电网简化后的网络图。具体实施方式如图1,本专利技术基于多目标的智能配电网重构方法,包括以下步骤:步骤一、将配电网网络等值成由线路和开关组成的等效网络,具体为:将同一开关周围的若干个的负荷合并成一个负荷,且将在同一开关所在的线路视为一条支路,删除无负荷的分支及距离较短的支路,只保留主线路和重要支路。简化后的等效网络方可以便计算且计算速度较快。步骤二、生成等值网络的支路参数、节点参数、故障线路参数;其中,支路参数包括:支路编号、支路起始节点、支路末节点、支路电阻、支路电抗、开关名称;节点参数包括:节点编号、节点有功功率、节点无功功率;故障线路参数包括:故障线路编号,该编号与支路编号所对应,其中0表示线路无故障。步骤三、初始化配电网重构所需要的参数,参数包括:粒子的规模:n个粒子组成的群体,n可以自动设置,n越大,群体就越大,搜索到最优网络的可能性也就最大;粒子的维数,即支路的个数;迭代次数;学习因子,即搜索最优网络的能力步骤四、生成初始种群;步骤五、更新粒子位置和速度,所述粒子位置和速度更新过程为:在一个M维的搜索空间里,粒子j的位置信息表示为Xj=(xj1,xj2,…xjM)′,速度信息表示为Vj=(vj1,vj2,…vjM)′,粒子j在找到个体最优位置gbest和群体最优位置pbest之后,更新粒子自身的位置和速度信息,位置和速度的更新方法如公式(1)和(2)所示,vjmk+1=wvjmk+c1rand(0,1)1k(pbest,jmk-xjmk)+c2rand(0,1)2k(gbest,jmk-xjmk)---(1)]]>xjmk+1=xjmk+vjmk+1---(2)]]>公式(1)和(2)中,为粒子更新后的速度;为粒子更新后的搜索位置;w为惯性权重,种群较小时惯性权重w可取值[0.9,1.2]之间,收敛较好;c1、c2为加速因子,一般设为固定值,取值在[0,2]之间;rand(0,1)为随机产生一个[0,1]之间的正实数的函数;为粒子j迭代k+1次后个体最优值所对应的位置;为粒子j迭代k+1次后群体最优值所对应的位置。当粒子在搜索过程的前一阶段速度较大,后一阶段搜索速度较小时,为避免结果陷入局部最优解且搜索速度能达到最快,本专利技术对c1、c2作了改进,如公式(3)所示,c1=c1max-(c1max-c1min)×t/Nc2=c2max-(c2max-c2min)×t/N---(3)]]>公式(3)中:c1max、c1min分别为c1的最大和最小值;c2max、c2min分别为c2的最大和最小值;t为当前迭代次数;N为最大迭代次数。在二进制粒子群算法中,将每个粒子所在的位置设定为1或者0,根据速度来决定粒子对应的位置为1或者0。速度较大时,为1的概率大,而速度小时,为0的概率大。二进制粒子群算法中粒子的速度用sigmoid函数来更新,sigmoid函数如公式(4)所示,sigmoid(d)=11+e-d---(4)]]>式(4)中,x表示粒子的速度,为防止sigmoid函数饱和,可以将粒子的速度设定在一定范围内,在此设定在[-4,4]范围内,则公式(4)可以进一步表示为公式(5),sigmoid(d)=0.98d>411+e-x-dx4-0.98d-4---(5)]]>因此二进制粒子群算法中的粒子位置按公式(6)所示进行更新,xjmk+1=1ρjmk+1sigmoid(vjmk+1)xjmk+1=0ρjmk+1>sigmoid(vjmk+1)---(6)]]>公式(6)中,为[0,1]之间的随机正实数。步骤六、判断网络是否为辐射网,判断是否为辐射状,如果不是辐射状,则返回步骤五继续更新粒子位置和速度,直至为辐射状为止;如果是辐射状,则进行步骤七;;步骤七、对网络进行潮流计算适应值,适应值即重构目标函数的最小值,即使有功网损、负荷平衡指数、电压偏移量指数达到最小,且满足电压约束条件和支路容量约束条件。所述重构目标函数如公式(7)所示,minf=[f1,f2,f3]T本文档来自技高网...

【技术保护点】
一种基于多目标的智能配电网重构方法,其特征在于,包括以下步骤:步骤一、将配电网网络等值成由线路和开关组成的等效网络;步骤二、生成等值网络的支路参数、节点参数、故障线路参数;步骤三、初始化配电网重构所需要的参数;步骤四、生成初始种群;步骤五、更新粒子位置和速度;步骤六、判断网络是否为辐射网,判断是否为辐射状,如果不是辐射状,则返回步骤五继续更新粒子位置和速度,直至为辐射状为止;如果是辐射状,则进行步骤七;;步骤七、计算重构目标函数的最小值,且满足电压约束条件和支路容量约束条件;步骤八、判断当前群体所代表的网络是否为最优网络,若最优则进入步骤九,如果不是则返回步骤五,直至获得最优网络;步骤九、判断是否达到最大迭代次数,如果是则输出重构结果,如果不是则返回步骤五;当达到群体最优且达到最大迭代次数时输出重构结果。

【技术特征摘要】
1.一种基于多目标的智能配电网重构方法,其特征在于,包括以下步骤:
步骤一、将配电网网络等值成由线路和开关组成的等效网络;
步骤二、生成等值网络的支路参数、节点参数、故障线路参数;
步骤三、初始化配电网重构所需要的参数;
步骤四、生成初始种群;
步骤五、更新粒子位置和速度;
步骤六、判断网络是否为辐射网,判断是否为辐射状,如果不是辐射状,则返回步骤五继续更新粒子位置和速度,直至为辐射状为止;如果是辐射状,则进行步骤七;;
步骤七、计算重构目标函数的最小值,且满足电压约束条件和支路容量约束条件;
步骤八、判断当前群体所代表的网络是否为最优网络,若最优则进入步骤九,如果不是则返回步骤五,直至获得最优网络;
步骤九、判断是否达到最大迭代次数,如果是则输出重构结果,如果不是则返回步骤五;当达到群体最优且达到最大迭代次数时输出重构结果。
2.如权利要求1所述的基于多目标的智能配电网重构方法,其特征在于,步骤一中,将同一开关周围的若干个的负荷合并成一个负荷,且将在同一开关所在的线路视为一条支路,删除无负荷的分支及距离较短的支路,只保留主线路和重要支路。
3.如权利要求1所述的基于多目标的智能配电网重构方法,其特征在于,步骤二中,
支路参数包括:支路编号、支路起始节点、支路末节点、支路电阻、支路电抗、开关名称;
节点参数包括:节点编号、节点有功功率、节点无功功率;
故障线路参数包括:故障线路编号。
4.如权利要求1所述的基于多目标的智能配电网重构方法,其特征在于,步骤三中,初始化配电网重构所需要的参数包括:
粒子的规模:n个粒子组成的群体;
代表支路的个数的粒子的维数;
迭代次数;
代表搜索最优网络能力的学习因子。
5.如权利要求1所述的基于多目标的智能配电网重构方法,其特征在于,步骤五中,所述粒子位置的更新方法如公式(1)所示,
公...

【专利技术属性】
技术研发人员:邵雯张俊芳毕月解坤史媛许辉林莎褚智亮
申请(专利权)人:南京理工大学
类型:发明
国别省市:江苏;32

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1