一种考虑系统恢复过程中机组状态的负荷恢复优化方法技术方案

本发明专利技术公开了一种考虑系统恢复过程中机组状态的负荷恢复优化方法，利用逻辑偏好描述语言来建立考虑机组状态的负荷优选，建立负荷恢复的非线性模型，采用人工蜂群算法求解模型，获得考虑机组状态的负荷恢复线路和时间。该方法包括：1、构建考虑系统恢复过程中机组状态的负荷优选分级知识库；2、建立考虑系统恢复过程中机组状态的负荷优化偏好策略集；3、建立考虑系统恢复过程中机组状态的负荷恢复优化模型；4、采用人工蜂群算法对负荷恢复优化模型进行求解，得到考虑系统恢复过程中机组状态的负荷的恢复线路和时间。该方法能够对系统恢复过程中的负荷恢复进行优化，确保重要负荷能够快速恢复，并提供合理的负荷恢复方案。

A load recovery optimization method considering the unit state during system recovery

【技术实现步骤摘要】
一种考虑系统恢复过程中机组状态的负荷恢复优化方法
本专利技术属于电网
，特别是一种考虑系统恢复过程中机组状态的负荷恢复优化方法。
技术介绍
随着国民经济的不断发展，社会各方面对电力的需求越来越大，电力系统的规模也不断扩大。伴随着电网发展的同时，网络之间的联系越来越紧密，电力元器件的结构越来越复杂，小范围的电网故障引起大范围的停电事故的概率也在不断增大。由于电力系统的运行环境非常复杂，自然灾害、电力供不应求、用电线路老化和人为误操作等都可能引发故障。事故一旦发生，将会造成经济损失和社会影响。小范围事故在严重的情况下可能会导致大面积全网停电，影响国民生产生活、危害国民安全。因此，研究停电后的系统恢复，实现快速稳定地恢复电网的供电对于电网运行具有重要意义。目前有大量关于系统恢复过程中负荷恢复的研究，大部分研究考虑到暂态电压的影响、交流潮流约束、旋转备用约束、负荷恢复成本和负荷重要性以及负荷恢复对后续过程的影响，以负荷恢复量最大和负荷恢复时间最短为目标，建立了负荷恢复优化的混合整数非线性模型。但在上述研究中，并没有考虑到火力发电机组的启动特性，在网架重构中机组恢复的负荷只是最佳恢复路径上的负荷，而不在恢复路径上的负荷则由其他线路恢复，需要额外的恢复时间。而由于火力发电机组的启动特性，额外的恢复时间可能会导致热启动发电机的时间延迟，并降低电力系统的恢复效率。所以，必须将火力发电机组的启动特性考虑进来，建立合适的模型，对发电机组最大热启动时间和最小冷启动时间的时间间隔内的负荷恢复进行优化；但是现有技术中尚无有效的优化方案。
技术实现思路
本专利技术的目的在于提供一种考虑系统恢复过程中机组状态的负荷恢复优化方法。实现本专利技术目的的技术解决方案为：一种考虑系统恢复过程中机组状态的负荷恢复优化方法，包括如下步骤：步骤1、构建考虑系统恢复过程中机组状态的负荷优选分级知识库；步骤2、建立考虑系统恢复过程中机组状态的负荷优化偏好策略集；步骤3、建立考虑系统恢复过程中机组状态的负荷恢复优化模型；步骤4、采用人工蜂群算法对负荷恢复优化模型进行求解，得到考虑系统恢复过程中机组状态的负荷的恢复线路和时间。本专利技术与现有技术相比，其显著优点为：1)本专利技术的方法考虑系统恢复过程中的机组状态，采用逻辑偏好语言进行负荷优选，模型简单，易于求解，利用本专利技术可以得到具有更高恢复效率的负荷恢复方案；2)本专利技术可以适用于火电机组参与的停电后系统恢复过程中，具有很高的工程价值。下面结合附图对本专利技术作进一步详细描述。附图说明图1为本专利技术的一种考虑系统恢复过程中机组状态的负荷恢复优化方法流程图。图2为IEEE39节点系统拓扑图。图3为负荷恢复结果示意图。具体实施方式结合图1，本专利技术的一种考虑系统恢复过程中机组状态的负荷恢复优化方法，包括如下步骤：步骤1、构建考虑系统恢复过程中机组状态的负荷优选分级知识库，具体操作步骤为：步骤1-1、根据停电系统中负荷的位置，将负荷分为三类并分别存储在三个集合中，其中，集合A包含位于最佳恢复路径上的负荷，集合B包含位于相邻恢复路径上的负荷，集合C包含远离最佳恢复路径的负荷；步骤1-2、将机组的恢复状态分为两类，一类是机组启动时间小于等于最大热启动时间或者大于最小冷启动时间，另一类是机组启动时间等于最小冷启动时间；步骤1-3、根据不同的机组恢复状态，指定不同的负荷优先级。负荷到最佳恢复路径的距离决定负荷的优先级，为了避免恢复最佳路径以外的多余线路，影响系统恢复的效率，位于最佳恢复路径上的负荷的优先级设置为最高级别2。如果发电机组的启动时间小于等于最大热启动时间或者大于最小冷启动时间，那么其他位置的负荷的优先级都设置为较低级别1；如果发电机组的启动时间等于最小冷启动时间，即在最大热启动时间和最小冷启动时间的时间间隔内，没有发电机组启动，为了在所述的时间间隔内恢复更多的负荷，则将位于相邻恢复路径上的负荷的优先级也设置为最高级别2，而远离最佳恢复路径的负荷的优先级仍然设置为较低级别1；步骤1-4、将不同机组恢复状态下的负荷优先级情况构建成为一个负荷优选的分级知识库，其模型为：式中，K1——分级知识库表示的第一个偏好关系，表示机组启动时间小于等于最大热启动时间或者大于最小冷启动时间的状态下的负荷优先级定义；K2——分级知识库表示的第二个偏好关系，表示机组启动时间等于最小冷启动时间的状态下的负荷优先级定义；A——最佳恢复路径上的负荷集合；B——相邻恢复路径上的负荷集合；C——远离最佳恢复路径上的负荷集合。步骤2、建立考虑系统恢复过程中机组状态的负荷优化偏好策略集，具体为：在系统恢复的过程中，负荷恢复应该优先恢复级别高的负荷，根据步骤1-4中所述的分级知识库里面定义的负荷优先级，采用一元取优算子T来描述负荷之间的偏好，建立考虑系统恢复过程中机组状态的负荷优化偏好策略集。所述一元取优算子T的具体含义为，当方案1满足的最重要目标比方案2满足的最重要目标更重要时，则优先使用方案1而不是方案2。考虑系统恢复过程中机组状态的负荷优化偏好策略集，可以表示为：式中，——第一种偏好策略的逻辑偏好描述；——第二种偏好策略的逻辑偏好描述；ti——发电机组i启动的时间；Ticmax——发电机组i的最大热启动时间；Ticmin——发电机组i的最小冷启动时间；步骤3、建立考虑系统恢复过程中机组状态的负荷恢复优化模型，具体步骤如下：步骤3-1、系统恢复过程中，负荷恢复的目标为尽快恢复尽可能多的重要负荷，所以步骤3所述的负荷恢复优化模型的优化目标为预期恢复负荷量的加权和最大，目标函数如下：式中，n——系统中待恢复的负荷节点数；mi——负荷节点i的出线数量；ωij——负荷节点i的第j条出线的权重；xij——负荷节点i的第j条出线的状态，为1表示已恢复，为0表示未恢复；PLij——负荷节点i的第j条出线恢复的有功量；步骤3-2、停电后系统恢复中需要考虑的约束条件，包括：考虑机组状态的负荷优选约束，在系统恢复过程中，机组的恢复状态会影响负荷恢复，如果机组在最大热启动时间内或者在最小冷启动时间后启动，位于最佳恢复路径上的负荷进行恢复；如果在最大热启动和最小冷启动的时间间隔内无机组启动，位于相邻恢复路径上的负荷也可进行恢复，基于步骤2中所述的考虑系统恢复过程中机组状态的负荷优化偏好策略集，考虑机组状态的负荷优选约束的数学表达式为：式中，——第一种偏好策略的逻辑偏好描述；——第二种偏好策略的逻辑偏好描述；ti——发电机组i启动的时间；Ticmax——发电机组i的最大热启动时间；Ticmin——发电机组i的最小冷启动时间；负荷最大恢复量约束，在系统恢复过程中，负荷的恢复是由已恢复的发电机组进行供电的，所以本文档来自技高网...

【技术保护点】
1.一种考虑系统恢复过程中机组状态的负荷恢复优化方法，其特征在于，包括以下步骤：/n步骤1、构建考虑系统恢复过程中机组状态的负荷优选分级知识库；/n步骤2、建立考虑系统恢复过程中机组状态的负荷优化偏好策略集；/n步骤3、建立考虑系统恢复过程中机组状态的负荷恢复优化模型；/n步骤4、采用人工蜂群算法对负荷恢复优化模型进行求解，得到考虑系统恢复过程中机组状态的负荷的恢复线路和时间。/n

【技术特征摘要】
1.一种考虑系统恢复过程中机组状态的负荷恢复优化方法，其特征在于，包括以下步骤：
步骤1、构建考虑系统恢复过程中机组状态的负荷优选分级知识库；
步骤2、建立考虑系统恢复过程中机组状态的负荷优化偏好策略集；
步骤3、建立考虑系统恢复过程中机组状态的负荷恢复优化模型；
步骤4、采用人工蜂群算法对负荷恢复优化模型进行求解，得到考虑系统恢复过程中机组状态的负荷的恢复线路和时间。


2.根据权利要求1所述的考虑系统恢复过程中机组状态的负荷恢复优化方法，其特征在于，步骤1中所述的构建考虑系统恢复过程中机组状态的负荷优选分级知识库，具体步骤为：
步骤1-1、根据停电系统中负荷的位置，将负荷分为三类并分别存储在三个集合中，其中，集合A包含位于最佳恢复路径上的负荷，集合B包含位于相邻恢复路径上的负荷，集合C包含远离最佳恢复路径的负荷；
步骤1-2、将机组的恢复状态分为两类，一类是机组启动时间小于等于最大热启动时间或者大于最小冷启动时间，另一类是机组启动时间等于最小冷启动时间；
步骤1-3、根据不同的机组恢复状态，指定不同的负荷优先级，具体为：发电机组启动时间小于等于最大热启动时间或者大于最小冷启动时间时，将位于最佳恢复路径上的负荷的优先级设置为最高级别2，位于相邻恢复路径和远离最佳恢复路径的负荷的优先级设置为级别1；发电机组启动时间等于最小冷启动时间时，将位于最佳恢复路径和响铃恢复路径上的负荷的优先级都设置为最高级别2，远离最佳恢复路径的负荷的优先级设置为级别1；
步骤1-4、将不同机组恢复状态下的负荷优先级情况构建成一个负荷优选的分级知识库，其模型为：



式中，K1——分级知识库表示的第一个偏好关系，表示机组启动时间小于等于最大热启动时间或者大于最小冷启动时间的状态下的负荷优先级定义；
K2——分级知识库表示的第二个偏好关系，表示机组启动时间等于最小冷启动时间的状态下的负荷优先级定义；
A——最佳恢复路径上的负荷集合；
B——相邻恢复路径上的负荷集合；
C——远离最佳恢复路径上的负荷集合。


3.根据权利要求1所述的一种考虑系统恢复过程中机组状态的负荷恢复优化方法，其特征在于，步骤2中所述的建立考虑系统恢复过程中机组状态的负荷优化偏好策略集，具体为：



式中，——第一种偏好策略的逻辑偏好描述；

——第二种偏好策略的逻辑偏好描述；
ti——发电机组i启动的时间；
Ticmax——发电机组i的最大热启动时间；
Ticmin——发电机组i的最小冷启动时间。


4.根据权利要求1所述的一种考虑系统恢复过程中机组状态的负荷恢复优化方法，其特征在于，步骤3中所述的建立考虑系统恢复过程中机组状态的负荷恢复优化模型，具体步骤为：
步骤3-1、构建负荷恢复优化模型目标函数：



式中，n——系统中待恢复的负荷节点数；
mi——负荷节点i的出线数量；
ωij——负荷节点i的第j条出线的权重；
xij——负荷节点i的第j条出线的状态，为1表示已恢复，为0表示未恢复；
PLij——负荷节点i的第j条出线恢复的有功量；
步骤3-2、确定停电后系统恢复中需要考虑的约束条件，包括：
考虑机组状态的负荷优选约束，其数学模型为：



式中，——第一种偏好策略的逻辑偏好描述；

——第二种偏好策略的逻辑偏好描述；
ti——发电机组i启动的时间；
Ticmax——发电机组i的最大热启动时间；
Ticmin——发电机组i的最小冷启动时间；
负荷最大恢复量约束，其数学模型为：



式中，n——系统中待恢复的负荷节点数；
mi——负荷节点i的出线数量；
xij——负荷节点i的第j条出线的状态，为1表示已恢复，为0表示未恢复；
PLij——负荷节点i的第j条出线恢复的有功量；
ΔPΣ——所有已恢复的发电机组总的有功出力增加值；
NG——已...

【专利技术属性】
技术研发人员：周前，程亮，朱寰，汪成根，崔红芬，吴盛军，杨波，陈哲，张宁宇，李虹仪，谢云云，
申请(专利权)人：国网江苏省电力有限公司电力科学研究院，
类型：发明
国别省市：江苏;32