基于带惯性权重粒子群算法的安全约束最优潮流计算方法技术

本发明专利技术电力系统技术领域，具体地而言为一种基于带惯性权重粒子群算法的安全约束最优潮流计算方法，采用快速分解法、带有惯性权重的粒子群算法以及约束缩减，对电力网络在常见故障下的安全运行进行计算。考虑电力网络中线路短时过载能力这一因素，结合惩罚函数思想，对带安全约束最优潮流模型中拟加入的故障状态约束条件进行缩减，减小问题规模以缩短计算时间。该方法应用到IEEE‑14节点和IEEE‑30节点模型中，并对潮流优化结果进行分析，观察结果对比得到该方法的优越性，优化后系统发电所需燃料费用最少且无功出力合理，系统的经济性以及安全性得到明显改善，电压水平等满足稳定运行要求。

PSO algorithm with inertia weight for safety constrained optimal power flow

【技术实现步骤摘要】
基于带惯性权重粒子群算法的安全约束最优潮流计算方法
本专利技术电力系统
，具体地而言为一种基于带惯性权重粒子群算法的安全约束最优潮流计算方法。
技术介绍
一直以来，对于电力系统而言最基本的要求就是保障其安全性。然而，随着新型电力系统发电方式的产生，以及分布式负荷的随机接入，导致越来越多的故障和意外在计划外发生，对整个网络的稳定性造成很大的影响。至此，传统的仅追求正常状态下经济运行方式优化方法，即最优潮流，已经无法满足当前网络不安全性增加状况的需要。在此情况下，为了更好地保障所有用户的用电可靠性，需要在传统的最优潮流(Optimalpowerflow，OPF)基础上，考虑可能发生的故障，保证故障发生时以及故障未修复时用户依然能稳定用电，即带安全约束的最优潮流。然而当系统网络节点数增加时，网络支路数随之快速增加，导致后续计算过程中需要考虑的约束数量急剧增多，求解的难度呈非线性增加，问题规模的缩减成为必然。对于优化问题，一般有传统算法及新型人工智能算法两大类，而传统算法中的内点法以其对初值不敏感，可选择范围更大等特点被广泛用于电力系统潮流优化计算中，然而该算法存在程序及推导过程复杂，包含大量矩阵计算等不足，故考虑使用粒子群算法完成潮流优化计算。CN108988314A(2018)公开了一种基于智能优化算法的电网优化控制方法及系统，这种方法包括以下步骤：使用粒子群算法对预先建立的潮流模型进行求解，基于模拟退火算法结合前所求出的首次最优控制变量、全局最优目标函数值得到控制变量最优解，据此对电网进行控制。该方法的优点是利用了混合智能优化算法求解出最优解，减少了寻优过程所需时间，避免了传统寻优算法的弊端，降低了直流网络的网损，提升网络电压稳定性的同时还提高了整体交直流网络的经济性。CN108631327A(2018)公开了一种基于粒子群优化算法对配电网无功优化方法。该方法包括以下步骤：初始化粒子群，计算粒子适应度值和节点违反约束条件的程度值，计算粒子违背约束条件程度，并据此将完整粒子群划分为小的子群，之后进行潮流计算。该方法的优点是初始化粒子群时，以随机粒子代替精确粒子，扩大了粒子群可能的覆盖范围，一定程度上改善了粒子群算法本身在计算时容易陷入局部最优解这一不足之处，提高了计算结果的准确度和效率，可根据实际网络情况改进后应用于无功优化中。CN104659816A(2015)公开了一种基于改进粒子群算法的分布式电源接入配电系统优化配置方法。该方法包括以下步骤：输入初始参数数据包括分布式电源功率因数等，初始化粒子群，选择优化配置类型，根据选择结果选择入口，选择优化配置目标，记录系统参数，如配电网中的系统网损、平均电压以及分布式电源系统的参数，进行优化配置计算，同时计算基波和谐波的潮流情况，得到电压、损耗等信息，计算节点和系统指标，得到最终配置计算结果。该方法使用了粒子群算法并与模糊集理论相结合以处理多目标优化问题，能够兼顾实际中需要考虑的如网损、电压、谐波电压畸变率等因素，且从三种方案下进行了优化配置计算，实用性强，灵活多样。CN104821605A(2015)公开了一种基于改进粒子群混合优化算法的有功安全校正方法。该方法通过调节第一优先级的最优发电机出力总量及第二优先级的最优负荷总量，对系统越限情况进行调节，若最终系统仍处于过负荷状态，则输出警告信号-该线路无法达到潮流稳定。该方法在电力网络潮流转移引起支路过载时，尽量依靠对于发电机组出力的调节来使网络潮流恢复正常稳定。这种方法可以得到负荷功率的最小调整量，同时提高供电的可靠性，在实际中可被应用于实时电力调度系统之中。CN108075476A(2018)公开了一种基于潮流转移关系的安全约束最优潮流方法。该方法建立了故障前后有功功率之间的潮流转移关系，以使故障状态的不等式约束与基态功率约束相联系，并通过对并联的线路和主变分组减少需监视的支路规模，再对故障态支路潮流约束进行过滤，以尽可能的减小SCOPF问题的规模。该方法通过验证，与传统的SCOPF解决方法等的计算结果相对比，在模型缩减方面取得了较好的效果。CN106571624A(2017)公开了一种考虑电网N-1约束的最优潮流方法，包括如下步骤：获取网络参数，建立最优潮流优化模型，对需要进行N-1分析的支路进行定义，优化时针对定义的支路建立N-1约束方程，线性化约束方程并合并至优化模型，使用内点法进行最终求解计算。该方法对重要支路进行定义，推导出对应的约束方程，在最优潮流计算时联立此约束方与常规约束方程。此方法考虑了电网N-1的约束，既加强了优化结果的安全性，又不会明显增加求解优化问题的时间。以上几种公开的方法中，研究重点分别是使用粒子群算法对电力系统进行一定优化或对带安全约束最优潮流问题进行一定的改进后完成求解计算。这些使用粒子群算法优化的一般是无功功率或分布式电源接入后的网络，而带安全约束最优潮流多数使用的都是如内点法的传统优化算法。
技术实现思路
本专利技术所要解决的技术问题在于提供一种基于带惯性权重粒子群算法的安全约束最优潮流计算方法，通过正常运行状态潮流计算得到网络初始运行状况，结合静态安全N-1分析，考虑线路短时过载能力，对SCOPF问题模型中故障状态不等式约束条件进行缩减，以减小问题的规模，最终使用粒子群算法完成整体优化计算，解决了传统优化算法过于繁复不适用于当前规模不断变大的电力网络，且同时考虑了网络静态安全N-1分析、约束缩减措施等问题。本专利技术是这样实现的，一种基于带惯性权重粒子群算法的安全约束最优潮流计算方法，该方法包括：步骤1:分别输入电力网络模型的原始数据，包括支路参数、节点参数及发电机参数；步骤2:通过快速分解算法计算正常运行状态的网络潮流，将此时潮流运行情况中的发电机出力情况作为后续粒子群算法初始化时第一个粒子的参数；步骤3:使用带惯性权重的粒子群算法进行网络正常运行状态的最优潮流OPF模型计算，得到不考虑故障时网络的运行情况，包括支路潮流、节点电压、发电机有功、以及无功出力；步骤4:计算经过步骤3优化后的网络断开任一支路后的潮流分布情况，利用所得故障态潮流对开断故障前网络进行静态安全N-1分析，得到每条线路故障后的越限支路数量和越限百分比；步骤5:若步骤4分析结果中存在越限情况且为第一次循环则在OPF模型计算中加入存在越限的开断故障的不等式约束条件，将最优潮流OPF问题转换为带安全约束最优潮流SCOPF问题；若为第二次循环则在已变换为带安全约束最优潮流SCOPF问题的模型中加入存在越限故障的不等式约束条件；步骤6:利用故障约束筛选方法中线路具有短时过载能力的特点，对步骤5中加入的不等式约束条件进行缩减；步骤7:使用步骤3中带惯性权重的粒子群算法完成加入不等式约束条件后的最优潮流优化计算，得到新的系统运行状态，包括新的支路潮流、新的节点电压、以及新的发电机出力；步骤8:对经过优化的系统再次进行开断一条支路的潮流计算，并进行静态安全N-1分析；步骤9:判断静态安全分析结果中是否还存本文档来自技高网...

【技术保护点】
1.一种基于带惯性权重粒子群算法的安全约束最优潮流计算方法，其特征在于，该方法包括：/n步骤1:分别输入电力网络模型的原始数据，包括支路参数、节点参数及发电机参数；/n步骤2:通过快速分解算法计算正常运行状态的网络潮流，将此时潮流运行情况中的发电机出力情况作为后续粒子群算法初始化时第一个粒子的参数；/n步骤3:使用带惯性权重的粒子群算法进行网络正常运行状态的最优潮流OPF模型计算，得到不考虑故障时网络的运行情况，包括支路潮流、节点电压、发电机有功、以及无功出力；/n步骤4:计算经过步骤3优化后的网络断开任一支路后的潮流分布情况，利用所得故障态潮流对开断故障前网络进行静态安全N-1分析，得到每条线路故障后的越限支路数量和越限百分比；/n步骤5:若步骤4分析结果中存在越限情况且为第一次循环则在OPF模型计算中加入存在越限的开断故障的不等式约束条件，将最优潮流OPF问题转换为带安全约束最优潮流SCOPF问题；若为第二次循环则在已变换为带安全约束最优潮流SCOPF问题的模型中加入存在越限故障的不等式约束条件；/n步骤6:利用故障约束筛选方法中线路具有短时过载能力的特点，对步骤5中加入的不等式约束条件进行缩减；/n步骤7:使用步骤3中带惯性权重的粒子群算法完成加入不等式约束条件后的最优潮流优化计算，得到新的系统运行状态，包括新的支路潮流、新的节点电压、以及新的发电机出力；/n步骤8:对经过优化的系统再次进行开断一条支路的潮流计算，并进行静态安全N-1分析；/n步骤9:判断静态安全分析结果中是否还存在越限情况，若存在，则返回步骤5；若不存在越限，则输出此时的优化结果。/n...

【技术特征摘要】
1.一种基于带惯性权重粒子群算法的安全约束最优潮流计算方法，其特征在于，该方法包括：
步骤1:分别输入电力网络模型的原始数据，包括支路参数、节点参数及发电机参数；
步骤2:通过快速分解算法计算正常运行状态的网络潮流，将此时潮流运行情况中的发电机出力情况作为后续粒子群算法初始化时第一个粒子的参数；
步骤3:使用带惯性权重的粒子群算法进行网络正常运行状态的最优潮流OPF模型计算，得到不考虑故障时网络的运行情况，包括支路潮流、节点电压、发电机有功、以及无功出力；
步骤4:计算经过步骤3优化后的网络断开任一支路后的潮流分布情况，利用所得故障态潮流对开断故障前网络进行静态安全N-1分析，得到每条线路故障后的越限支路数量和越限百分比；
步骤5:若步骤4分析结果中存在越限情况且为第一次循环则在OPF模型计算中加入存在越限的开断故障的不等式约束条件，将最优潮流OPF问题转换为带安全约束最优潮流SCOPF问题；若为第二次循环则在已变换为带安全约束最优潮流SCOPF问题的模型中加入存在越限故障的不等式约束条件；
步骤6:利用故障约束筛选方法中线路具有短时过载能力的特点，对步骤5中加入的不等式约束条件进行缩减；
步骤7:使用步骤3中带惯性权重的粒子群算法完成加入不等式约束条件后的最优潮流优化计算，得到新的系统运行状态，包括新的支路潮流、新的节点电压、以及新的发电机出力；
步骤8:对经过优化的系统再次进行开断一条支路的潮流计算，并进行静态安全N-1分析；
步骤9:判断静态安全分析结果中是否还存在越限情况，若存在，则返回步骤5；若不存在越限，则输出此时的优化结果。


2.按照权利要求1所述的方法，其特征在于，步骤2)中，快速分解算法计算正常运行状态的网络潮流包括：
步骤21:根据网络的支路参数，形成修正方程式的系数矩阵B'、系数矩阵B”，并对系数矩阵求逆；
步骤22:设置除平衡节点外每个节点电压的幅值和相角初始值其中i＝1,2,...,m且i≠s，s为平衡节点序...

【专利技术属性】
技术研发人员：孙淑琴，吴晨悦，李铭男，颜文丽，刘育杰，杨博华，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林;22