一种面向智慧园区的变压器负荷管理方法及装置制造方法及图纸

本发明专利技术实施例提供了一种面向智慧园区的变压器负荷管理方法及装置，该方法通过将配电变压器的生命损耗成本整合到多个异构用电单元的需求响应模型中，以此构建一个混合整数非线性优化模型来决定配电变压器的总的转移负荷和总的削减负荷。此外，对配电变压器下每个用电单元的用电情况进行了优化调度，构建了一个高维多目标优化模型，利用提出的基于超平面投影的多目标进化算法实现了众多异构用电单元参与需求响应时负荷的最优分配。所提出的多目标进化算法通过投影点的分类对归属同类的种群分别进行评估、排序，以此解决进化算法种群的进化和选择问题。所提出的方法不仅保证了种群的多样性，且收敛速度快，不易陷入局部最优。

A method and device for transformer load management oriented to smart Park

An embodiment of the invention provides a transformer load management method and device for a smart park. By integrating the life loss cost of a distribution transformer into the demand response model of a number of heterogeneous power consumption units, a hybrid integer nonlinear optimization model is constructed to determine the total transfer of a distribution transformer. Load and total load reduction. In addition, the power consumption of each power unit under the distribution transformer is optimized, and a high dimension multi-objective optimization model is constructed, and the optimal allocation of the load is realized by using the proposed multi-objective evolution algorithm based on the hyperplane projection. The proposed multi objective evolutionary algorithm is used to evaluate and sort the species belonging to the same species by the classification of the projection points, in order to solve the evolution and selection problem of the evolutionary algorithm. The proposed method not only guarantees the diversity of population, but also has fast convergence speed and is not easy to fall into local optimum.

【技术实现步骤摘要】
一种面向智慧园区的变压器负荷管理方法及装置
本专利技术涉及电力系统
，具体而言，涉及一种面向智慧园区的变压器负荷管理方法及装置。
技术介绍
随着配电系统中电力消费规模的增长，配电变压器在电力消费高峰时段频繁地过载运行，导致配电变压器加速老化，其使用寿命大幅缩短。变压器负荷管理问题涵盖了包含电动交通工具、各种家用电器、分布式发电在内的多个智能设备的区域协调优化问题。目前，针对智能家用电器和电动汽车(electricvehicle，EV)的研究已经证明在电力需求侧存在巨大的空间，并可以对这类可控负荷进行灵活管理。同时，对配电变压器峰值负荷的优化可以通过鼓励家庭用户参与需求响应(demandresponse，DR)来实现。需求响应是指为了提高电网运行的稳定性、可靠性、经济性、实现能源的高效利用，针对用户侧提出的一种以激励的形式来鼓励用户参与负荷调节的机制。近年来，美国通过这种激励形式的需求响应，使可控负荷呈现“柔性特征”，实现了大部分地区负荷的“削峰填谷”。需求响应不仅改变了原来仅依靠装机容量来满足电力需求增长的发展模式，还实现了电网的“削峰填谷”及减少用户用电成本的多赢局面。目前，为求解多用户需求响应问题，已有多种基于多代理框架的分布式算法被提出，这些算法的目的是最大限度地降低电力需求的峰均比或者通过最小化电力公司和客户的成本来提高社会福利。对大规模的需求响应调度问题的求解，将其看作一个分层模型，利用解耦技术将其分解成多个子问题来求解。尽管如此，这些需求响应机制并不能保证可以满足配电系统中资产的容量限制。此外，针对负荷服务公司，已有研究提出不同的效用函数以最小化总的家庭用电成本和最大化用户用电的舒适度，与此同时满足峰值负荷减少的目标。在电力市场的价格和需求响应激励机制的驱动下，不同的用户在电力高峰期会有不同的消费行为和不同的获利方式，因此多用户需求响应不协调可能会导致不同的用户间存在竞争行为，导致新一轮的负荷波峰、波谷，而使能源利用效率降低。在对多目标决策问题模型的求解上，现有的模型多采用帕累托优化算法，如非支配排序遗传算法(nondominatedsortinggeneticalgorithm，NSGA)、多目标差分进化算法(multi-objectivedifferentialevolution，MODE)、基于分解的多目标进化算法(multiobjectiveevolutionaryalgorithmbasedondecomposition，MOEA/D)等。但是随着电力系统中优化目标的增加，非支配解呈几何性增加，这使得基于非支配排序的算法对种群的选择压力下降，搜索和选择解集的效率低下，在逼近整个帕累托前沿时所需的种群规模呈指数级增长，若仍然采用此类进化算法来获得最优解，不仅非常耗时、不能保持种群的多样性，还容易陷入局部最优。
技术实现思路
有鉴于此，本专利技术的目的在于，提供一种面向智慧园区的变压器负荷管理方法及装置以解决上述问题。本专利技术实施例提供一种面向智慧园区的变压器负荷管理方法，所述方法包括：构建考虑配电变压器生命损耗成本下智慧园区的随机需求响应模型，优化得到所述配电变压器的总的转移负荷和总的削减负荷；构建基于多个异构用电单元需求响应的多目标决策模型；初始化基于超平面投影的多目标进化算法的种群，利用罚函数对所述多目标决策模型中的用电单元包含的用电设备的属性进行约束处理，所述属性为用电设备的可转移负荷量、可削减负荷量、热指数或充电量；根据所述配电变压器的总的转移负荷和总的削减负荷对参与需求响应的多个用电单元的可延迟负荷总量和可削减负荷总量进行约束处理；对所述多目标进化算法的初始种群进行评估，更新迭代次数，利用多目标遗传算法中的交叉变异算子对所述初始种群进行交叉变异操作得到子代种群；根据所述多目标进化算法的极值点构建超平面，将所述子代种群及其父代种群进行组合及归一化处理后投影到所述超平面上；对所述父代种群和所述子代种群的联合种群进行非支配排序以进行分类；建立综合距离量度，根据所述综合距离量度对分类得到的各类种群进行评价以选择出精英解，并将选择出的精英解存入当前的帕累托前沿集中；在满足迭代终止条件或者是迭代到最大次数时，从所得到的帕累托前沿集中查找出距离所述超平面中心点最近的投影点，将该投影点对应的解作为多用电单元的需求响应调度最优解，并基于该最优解得到各所述用电单元的可延迟负荷量和可削减负荷量。本专利技术的另一实施例还提供一种面向智慧园区的变压器负荷管理装置，所述装置包括：第一构建模块，用于构建考虑配电变压器生命损耗成本下智慧园区的随机需求响应模型，优化得到所述配电变压器的总的转移负荷和总的削减负荷；第二构建模块，用于构建基于多个异构用电单元需求响应的多目标决策模型；第一约束处理模块，用于初始化基于超平面的多目标进化算法的种群，利用罚函数对所述多目标决策模型中的用电单元包含的用电设备的属性进行约束处理，所述属性为用电设备的可转移负荷量、可削减负荷量、热指数或充电量；第二约束处理模块，用于根据所述配电变压器的总的转移负荷和总的削减负荷对参与需求响应的多个用电单元的可延迟负荷总量和可削减负荷总量进行约束处理；交叉操作模块，用于对所述多目标进化算法的初始种群进行评估，更新迭代次数，利用多目标遗传算法中的交叉变异算子对所述初始种群进行交叉变异操作得到子代种群；投影模块，用于根据所述多目标进化算法的极值点构建超平面，将所述子代种群及其父代种群进行组合及归一化处理后投影到所述超平面上；排序模块，用于对所述父代种群和所述子代种群的联合种群进行非支配排序以进行分类；选择模块，用于建立综合距离量度，根据所述综合距离量度对分类得到的各类种群进行评价以选择出精英解，并将选择出的精英解存入当前的帕累托前沿集中；查找模块，用于在满足迭代终止条件或者是迭代到最大次数时，从所得到的帕累托前沿集中查找出距离所述超平面中心点最近的投影点，将该投影点对应的解作为多用电单元的需求响应调度最优解，并基于该最优解得到各所述用电单元的可延迟负荷量和可削减负荷量。本专利技术实施例提供的面向智慧园区的变压器负荷管理方法及装置，首先通过将配电变压器的生命损耗成本整合到多个异构用电单元的需求响应模型中，以此构建一个混合整数非线性优化模型来决定配电变压器的总的转移负荷和总的削减负荷。此外，对配电变压器下每个用电单元的用电情况进行了优化调度，构建了一个高维多目标优化模型，利用提出的基于超平面投影的多目标进化算法实现了众多用电单元参与需求响应时负荷的最优分配。所提出的多目标进化算法通过投影点的分类对归属同类的种群分别进行评估、排序，以此解决进化算法种群的进化和选择问题。所提出的方法不仅保证了种群的多样性，且收敛速度快，不易陷入局部最优。为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。图1为本专利技术实施例提供的电子设备的结构框图。图2为本专利技术实施例本文档来自技高网...

【技术保护点】
一种面向智慧园区的变压器负荷管理方法，其特征在于，所述方法包括：构建考虑配电变压器生命损耗成本下智慧园区的随机需求响应模型，优化得到所述配电变压器的总的转移负荷和总的削减负荷；构建基于多个异构用电单元需求响应的多目标决策模型；初始化基于超平面投影的多目标进化算法的种群，利用罚函数对所述多目标决策模型中的用电单元包含的用电设备的属性进行约束处理，所述属性为用电设备的可转移负荷量、可削减负荷量、热指数或充电量；根据所述配电变压器的总的转移负荷和总的削减负荷对参与需求响应的多个用电单元的可延迟负荷总量和可削减负荷总量进行约束处理；对所述多目标进化算法的初始种群进行评估，更新迭代次数，利用多目标遗传算法中的交叉变异算子对所述初始种群进行交叉变异操作得到子代种群；根据所述多目标进化算法的极值点构建超平面，将所述子代种群及其父代种群进行组合及归一化处理后投影到所述超平面上；对所述父代种群和所述子代种群的联合种群进行非支配排序以进行分类；建立综合距离量度，根据所述综合距离量度对分类得到的各类种群进行评价以选择出精英解，并将选择出的精英解存入当前的帕累托前沿集中；在满足迭代终止条件或者是迭代到最大次数时，从所得到的帕累托前沿集中查找出距离所述超平面中心点最近的投影点，将该投影点对应的解作为多用电单元的需求响应调度最优解，并基于该最优解得到各所述用电单元的可延迟负荷量和可削减负荷量。...

【技术特征摘要】
1.一种面向智慧园区的变压器负荷管理方法，其特征在于，所述方法包括：构建考虑配电变压器生命损耗成本下智慧园区的随机需求响应模型，优化得到所述配电变压器的总的转移负荷和总的削减负荷；构建基于多个异构用电单元需求响应的多目标决策模型；初始化基于超平面投影的多目标进化算法的种群，利用罚函数对所述多目标决策模型中的用电单元包含的用电设备的属性进行约束处理，所述属性为用电设备的可转移负荷量、可削减负荷量、热指数或充电量；根据所述配电变压器的总的转移负荷和总的削减负荷对参与需求响应的多个用电单元的可延迟负荷总量和可削减负荷总量进行约束处理；对所述多目标进化算法的初始种群进行评估，更新迭代次数，利用多目标遗传算法中的交叉变异算子对所述初始种群进行交叉变异操作得到子代种群；根据所述多目标进化算法的极值点构建超平面，将所述子代种群及其父代种群进行组合及归一化处理后投影到所述超平面上；对所述父代种群和所述子代种群的联合种群进行非支配排序以进行分类；建立综合距离量度，根据所述综合距离量度对分类得到的各类种群进行评价以选择出精英解，并将选择出的精英解存入当前的帕累托前沿集中；在满足迭代终止条件或者是迭代到最大次数时，从所得到的帕累托前沿集中查找出距离所述超平面中心点最近的投影点，将该投影点对应的解作为多用电单元的需求响应调度最优解，并基于该最优解得到各所述用电单元的可延迟负荷量和可削减负荷量。2.根据权利要求1所述的面向智慧园区的变压器负荷管理方法，其特征在于，所述构建考虑配电变压器生命损耗成本下智慧园区的随机需求响应模型，优化得到所述配电变压器的总的转移负荷和总的削减负荷的步骤，包括：按以下公式建立所述配电变压器的最小目标函数：式中，CD和CR分别表示对延迟负荷和削减负荷的单位激励成本；Tmax为配电变压器负荷可移动的最大时间；Tend为调度的结束时段；是优化的决策变量，分别表示从时间t0转移到t’的负荷总量和从时间t转移到t’的负荷总量；分别表示t0和t时段总的负荷削减量；NS是场景总数，且ρS是场景s发生的概率；和分别为t0时段和场景s下在t时段配电变压器的生命损耗成本；分别为在t0时段和场景s下t时段的购电成本；根据下式得到所述配电变压器的等效生命损耗成本：式中，为t时段配电变压器所处条件下的等效生命损耗成本；CDT为配电变压器的初始投资成本；TL为配电变压器在标准条件下的使用寿命；为配电变压器在t时段所处条件下的等效生命损耗；以下公式对所述配电变压器的总的转移负荷、总的削减负荷以及功率平衡进行约束处理：式中，tm表示用电单元的可延迟负荷向之后某一时段延迟之后的时间；和分别表示t时刻进行需求响应时配电变压器的最大可移动负荷总量和最大可削减负荷总量；表示t时段需求响应后的配电变压器负荷；表示需求响应前的配电变压器负荷；表示转移到t时段的负荷；表示从当前t时段转移到之后时段的负荷；表示当前t时段的负荷削减量；表示当前t时段光伏电池板的功率输出。3.根据权利要求1所述的面向智慧园区的变压器负荷管理方法，其特征在于，所述构建基于多用电单元的需求响应的多目标决策模型的步骤，包括：建立如下所示的多个用电单元需求响应时的目标函数：max{f1,f2,...,fh,...,fH}式中，fh为用电单元h的目标函数，是用电单元h在t时刻参与需求响应后的效益；其中，式中，Ah,1，Ah,2和Ah,3分别表示用电单元h的负荷可削减设备、负荷可延迟设备以及电动汽车；和分别表示用电单元h的用电设备a在t时刻的转移负荷和削减负荷；λ为电价；为等待时间；表示用电单元参与需求响应时的不满意度因子；为用电单元参与需求响应后热指数值与实际设置的热指数的差值；是用电单元h在t0时刻参与需求响应后的效益。4.根据权利要求1所述的面向智慧园区的变压器负荷管理方法，其特征在于，所述用电设备包括负荷可削减设备、负荷可延迟设备、固定负荷设备以及电动汽车，在所述用电设备为负荷可延迟设备时，所述利用罚函数对所述多目标决策模型中的用电单元包含的用电设备的属性进行约束处理的步骤，包括：利用以下公式对所述多目标决策模型中的用电单元包含的用电设备的可转移负荷量进行约束处理：式中，为用电单元h的用电设备a在t时段的可转移负荷的最大量；为用电单元h中的用电设备a在t时段的负荷量；Eh,a为用电设备a的总能量需求。5.根据权利要求4所述的面向智慧园区的变压器负荷管理方法，其特征在于，在所述用电设备为负荷可削减设备时，所述利用罚函数对所述多目标决策模型中的用电单元包含的用电设备的属性进行约束处理的步骤，包括：利用以下公式对所述多目标决策模型中的用电单元包含的用电设备的热指数进行约束处理：

【专利技术属性】
技术研发人员：周斌，刘炬，李文芳，卜惠兰，黎灿兵，游玫瑰，汪樟垚，
申请(专利权)人：华翔翔能电气股份有限公司，湖南大学，
类型：发明
国别省市：湖南,43