The invention provides a hierarchical optimization method for recovering sequence of elements in black start network of DG auxiliary distribution network, which includes: obtaining system parameters; establishing objective function of optimization model, minimizing outage loss; setting power reserve constraints and determining relevant parameters of optimization model; taking recovery sequence of DG and negative load as optimization variables for outer layer optimization, obtaining initial solution of line recovery sequence; taking recovery sequence of line as optimization variable The initial solution of the path recovery sequence is used as the optimization variable to carry out the inner layer optimization, and the optimal recovery sequence of the line with the minimum outage loss is obtained; the optimal recovery sequence of DG, load and line and the corresponding outage loss are alternately optimized, and the hierarchical optimization of the recovery sequence is completed. The hierarchical optimization method of the invention uses the idea of hierarchical optimization to reduce the complexity and calculation amount of the optimization model; according to the DG and load recovery sequence, the initial solution of the line recovery sequence is obtained to improve the optimization effect, improve the optimization efficiency and avoid a large number of infeasible solutions.
【技术实现步骤摘要】
DG辅助配电网黑启动网络元件恢复顺序分层优化方法
本专利技术涉及电力系统黑启动
,更具体的,涉及一种DG辅助配电网黑启动网络元件恢复顺序分层优化方法。
技术介绍
电力系统黑启动一般采取先恢复主干网架,再恢复配电网的模式,负荷停电时间较长。近年来,大量分布式发电(DistributedGeneration,DG)多点、分散接入配电网,DG具有启动时间短、响应速度快、控制方式灵活等优点,通过DG辅助配电网黑启动,可望大大减少负荷停电时间,为电网黑启动提供新的途径。由于黑启动恢复初期DG的出力可能并不能满足所有负荷的功率需求,为加快恢复过程,减少停电损失,优化DG、负荷和线路的恢复顺序十分必要。从数学的角度来看,DG辅助配电网黑启动时,DG、负荷和线路恢复顺序优化问题,是一个变量高维、约束复杂的混合整数非线性规划问题,求解难度较大。目前,业界常常以DG、负荷和线路的恢复顺序为优化变量,采用智能优化算法通过随机搜索直接进行求解,存在以下不足:1)优化变量多,优化效率低;2)以随机搜索的方式直接优化元件恢复顺序,在优化过程中常常出现不满足网络连通性要求的不可行解。
技术实现思路
本专利技术为克服现有的采用智能优化算法对网络元件恢复顺序进行优化,存在优化变量多,优化效率低且常出现不满足网络连通性要求的不可行解的技术缺陷,提供一种DG辅助配电网黑启动网络元件恢复顺序分层优化方法。为解决上述技术问题,本专利技术的技术方案如下:DG辅助配电网黑启动网络元件恢复顺序分层优化方法, ...
【技术保护点】
1.DG辅助配电网黑启动网络元件恢复顺序分层优化方法,其特征在于,包括以下步骤:/nS1:获取配电系统参数;/nS2:建立优化模型目标函数,停电损失最小化;/nS3:设定系统功率备用约束并确定优化模型相关参数;/nS4:以DG和负荷的恢复顺序作为优化变量进行外层优化,得到满足网络连通性要求的线路恢复顺序初解;/nS5:将得到的线路恢复顺序初解作为优化变量进行内层优化,得到线路最优恢复顺序并判断是否达到迭代次数,若是,执行步骤S6;若否,执行步骤S4,继续迭代计算;/nS6:输出停电损失最小的线路最优恢复顺序的变量DG、负荷和线路最优恢复顺序及其对应的停电损失,完成网络元件恢复顺序的分层优化。/n
【技术特征摘要】
1.DG辅助配电网黑启动网络元件恢复顺序分层优化方法,其特征在于,包括以下步骤:
S1:获取配电系统参数;
S2:建立优化模型目标函数,停电损失最小化;
S3:设定系统功率备用约束并确定优化模型相关参数;
S4:以DG和负荷的恢复顺序作为优化变量进行外层优化,得到满足网络连通性要求的线路恢复顺序初解;
S5:将得到的线路恢复顺序初解作为优化变量进行内层优化,得到线路最优恢复顺序并判断是否达到迭代次数,若是,执行步骤S6;若否,执行步骤S4,继续迭代计算;
S6:输出停电损失最小的线路最优恢复顺序的变量DG、负荷和线路最优恢复顺序及其对应的停电损失,完成网络元件恢复顺序的分层优化。
2.根据权利要求1所述的DG辅助配电网黑启动网络元件恢复顺序分层优化方法,其特征在于:所述步骤S1获取的配电系统参数包括DG类型及最大出力、启动时间、启动功率和爬坡能力;线路参数;节点负荷的类型、大小和单位停电损失。
3.根据权利要求1所述的DG辅助配电网黑启动网络元件恢复顺序分层优化方法,其特征在于:在所述步骤S2中,所述优化模型目标函数具体表示为:
式中:minF表示最小化的停电损失;NG、NL和NBR分别表示DG、负荷和线路数量;X中元素取值范围为[1,NG+NL],数值代表DG、负荷恢复顺序;Y中元素取值范围为[1,NBR],数值代表线路恢复顺序;PL,i表示负荷i的功率(kW);fi(tL,i)表示负荷i的单位停电损失(元/kW),与负荷i的停电时间tL,i和负荷类型有关;tL,i与X、Y有关。
4.根据权利要求3所述的DG辅助配电网黑启动网络元件恢复顺序分层优化方法,其特征在于:在所述步骤S3中,系统功率备用约束具体表示为:
式中,PG,j,t和PGcost,j,t分别表示机组j在t时刻的出力和厂用电;α表示系统备用功率百分比;
所述的确定优化模型相关参数,包括:允许同时恢复最大线路数kbrmax;线路恢复用时Tbr;模型求解时间步长Δt;黑启动恢复考察时间Tmax;外层迭代最大次数maxgenX,内层迭代最大次数maxgenY;外层、内层邻居解个数Nk、Nl。
5.根据权利要求4所述的DG辅助配电网黑启动网络元件恢复顺序分层优化方法,其特征在于:在步骤S4中所述外层优化具体包括以下步骤:
S41:随机生成一个DG、负荷的恢复顺序Xbest,令当前最优目标函数Fbest=109,当前外层迭代次数genX=1;
S42:借助禁忌搜索算法,对Xbest进行邻域搜索,产生Nk个邻居解Xneighbor并令外层邻居解指针k=0;
S43:令k=k+1,取第k个邻居解Xneighbor(k);
S44:根据DG和负荷的恢复顺序,自适应得到线路恢复顺序Ybest。
6.根据权利要求5所述的DG辅助配电网黑启动网络元件恢复顺序分层优化方法,其特征在于:所述步骤S44具体包括以下步骤:
S441:令当前时刻t=0,记录具有黑启动能力的DG恢复时刻为t;
S442:借助Dijkstra算法,根据DG和负荷的恢复顺序,计算下一个待...
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。