一种供电网络拓扑结构优化方法及装置制造方法及图纸

本发明专利技术涉及供电网络评估和优化技术领域，具体提供了一种供电网络拓扑结构优化方法及装置，包括：求解预先构建的第一优化模型，获取供电网络拓扑结构中各节点间的最优连通情况；利用所述各节点间的最优连通情况调节供电网络拓扑结构中各节点间的连通情况；求解预先构建的第二优化模型，获取供电网络拓扑结构的最优潮流参数；利用所述最优潮流参数调节供电网络拓扑结构的潮流参数；本发明专利技术提供的技术方案通过智能优化算法对双层优化模型进行求解，进而优化调节供电网络拓扑结构，能够使供电网络拓扑结构可靠性提高30％以上。拓扑结构可靠性提高30％以上。拓扑结构可靠性提高30％以上。

【技术实现步骤摘要】
一种供电网络拓扑结构优化方法及装置


[0001]本专利技术涉及供电网络评估和优化
，具体涉及一种供电网络拓扑结构优化方法及装置。

技术介绍

[0002]航空航天自主供电装备平台主要由太阳能电池和储能蓄电池共同供电。随着太阳能电池技术的发展，更轻量、高效的太阳能薄膜正广泛运用于太阳能无人机、卫星、空间站等离网平台上，能够提供长久的供电续航能力。由于发射成本高，工作周期长，这类装备平台对于供电时间和供电可靠性有着较高的要求。
[0003]节点故障的来源包括人为的干扰、攻击以及设备自身的故障概率，同时节点的连续故障会引致更大范围的节点失效，关键节点的故障更会给系统带来重大影响。节点可靠性的提高有赖于专业技术的突破攻关，在节点可靠性提升难度较大的情况下，拓扑结构优化是提高供电网络可靠性的关键。因此，亟需一种能够提高供电网络拓扑结构可靠性的优化方法。

技术实现思路

[0004]为了克服上述缺陷，本专利技术提出了一种供电网络拓扑结构优化方法及装置。
[0005]第一方面，提供一种供电网络拓扑结构优化方法，所述供电网络拓扑结构优化方法包括：
[0006]求解预先构建的第一优化模型，获取供电网络拓扑结构中各节点间的最优连通情况；
[0007]利用所述各节点间的最优连通情况调节供电网络拓扑结构中各节点间的连通情况；
[0008]求解预先构建的第二优化模型，获取供电网络拓扑结构的最优潮流参数；
[0009]利用所述最优潮流参数调节供电网络拓扑结构的潮流参数；
[0010]其中，所述预先构建的第一优化模型包括：以供电网络拓扑结构在N
‑
K连锁故障场景下的最小切负载量最小为目标的目标函数及其对应的约束条件，所述预先构建的第二优化模型包括：以供电网络拓扑结构的切负载量最小为目标的目标函数及其对应的约束条件，N为供电网络拓扑结构中节点总数，K为故障节点数。
[0011]优选的，所述以供电网络拓扑结构在N
‑
K连锁故障场景下的最小切负载量最小为目标的目标函数的计算式如下：
[0012][0013]上式中，M为N
‑
K连锁故障场景总数，m为经过场景削减的N
‑
K连锁故障场景总数，ω
j
为节点j的权重，为第i个N
‑
K连锁故障场景中节点j处的最小切负载量。
[0014]进一步的，所述以供电网络拓扑结构在N
‑
K连锁故障场景下的最小切负载量最小
为目标的目标函数对应的约束条件的数学模型如下：
[0015][0016]上式中，a
xj
为供电网络拓扑结构中节点x与节点j之间的备选支路连通系数，当节点x与节点j之间的备选支路连通时，a
xj
＝1，当节点x与节点j之间的备选支路不连通时，a
xj
＝0，N1为网络正常运行的最小支路数，N2为网络中备选线路的总数。
[0017]进一步的，所述潮流参数至少包括下述中的一种：各节点间线路的线容量、各节点的相角。
[0018]进一步的，所述以供电网络拓扑结构的切负载量最小为目标的目标函数的计算式如下：
[0019][0020]上式中，SL
j
为节点j的切负载量。
[0021]进一步的，所述以供电网络拓扑结构的切负载量最小为目标的目标函数对应的约束条件的数学模型如下：
[0022]a
xj
P
xj
x
xj
＝θ
x
‑
θ
j
[0023]P
PV,x
+P
Es,x
+P
in,x
‑
P
out,x
‑
P
Le,x
＝SL_pInS
x
‑
SL_nInS
x
[0024][0025]0≤θ
x
≤2π
[0026][0027]上式中，P
xj
为节点x与节点j间线路的线容量，x
xj
为节点x与节点j间的导纳，θ
x
为节点x的相角，θ
j
为节点j的相角，P
PV,x
为节点x的光伏发电功率，P
Es,x
为节点x的储能出力，P
in,x
为节点x的流入功率，P
out,x
为节点x的流出功率，P
Le,x
为节点x的工作功率，SL_pInS
x
为节点x功率平衡的正松弛，SL_nInS
x
为节点x功率平衡的负松弛，为节点x与节点j间线路的线容量最大值，为节点x的光伏发电功率最大值。
[0028]第二方面，提供一种供电网络拓扑结构优化装置，所述供电网络拓扑结构优化装置包括：
[0029]第一获取模块，用于求解预先构建的第一优化模型，获取供电网络拓扑结构中各节点间的最优连通情况；
[0030]第一调节模块，用于利用所述各节点间的最优连通情况调节供电网络拓扑结构中各节点间的连通情况；
[0031]第二获取模块，用于求解预先构建的第二优化模型，获取供电网络拓扑结构的最优潮流参数；
[0032]第二调节模块，用于利用所述最优潮流参数调节供电网络拓扑结构的潮流参数；
[0033]其中，所述预先构建的第一优化模型包括：以供电网络拓扑结构在N
‑
K连锁故障场景下的最小切负载量最小为目标的目标函数及其对应的约束条件，所述预先构建的第二优化模型包括：以供电网络拓扑结构的切负载量最小为目标的目标函数及其对应的约束条件，N为供电网络拓扑结构中节点总数，K为故障节点数。
[0034]第三方面，提供一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行所述的供电网络拓扑结构优化方法。
[0035]第四方面，提供一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述的供电网络拓扑结构优化方法。
[0036]本专利技术上述一个或多个技术方案，至少具有如下一种或多种有益效果：
[0037]本专利技术提供了一种供电网络拓扑结构优化方法及装置，包括：求解预先构建的第一优化模型，获取供电网络拓扑结构中各节点间的最优连通情况；利用所述各节点间的最优连通情况调节供电网络拓扑结构中各节点间的连通情况；求解预先构建的第二优化模型，获取供电网络拓扑结构的最优潮流参数；利用所述最优潮流参数调节供电网络拓扑结构的潮流参数；其中，所述预先构建的第一优化模型包括：以供电网络拓扑结构在N
‑
K连锁故障场景下的最小切负载量最小为目标的目标函数及其对应的约束条件，所述预先构建的第二优化模型包括：以供电网络拓扑结构的切负载量最小为目标的目标函数及其对应的约束条件，N为供电网络拓扑结构中节点总本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种供电网络拓扑结构优化方法，其特征在于，所述方法包括：求解预先构建的第一优化模型，获取供电网络拓扑结构中各节点间的最优连通情况；利用所述各节点间的最优连通情况调节供电网络拓扑结构中各节点间的连通情况；求解预先构建的第二优化模型，获取供电网络拓扑结构的最优潮流参数；利用所述最优潮流参数调节供电网络拓扑结构的潮流参数；其中，所述预先构建的第一优化模型包括：以供电网络拓扑结构在N
‑
K连锁故障场景下的最小切负载量最小为目标的目标函数及其对应的约束条件，所述预先构建的第二优化模型包括：以供电网络拓扑结构的切负载量最小为目标的目标函数及其对应的约束条件，N为供电网络拓扑结构中节点总数，K为故障节点数。2.如权利要求1所述的方法，其特征在于，所述以供电网络拓扑结构在N
‑
K连锁故障场景下的最小切负载量最小为目标的目标函数的计算式如下：上式中，M为N
‑
K连锁故障场景总数，m为经过场景削减的N
‑
K连锁故障场景总数，ω
j
为节点j的权重，为第i个N
‑
K连锁故障场景中节点j处的最小切负载量。3.如权利要求2所述的方法，其特征在于，所述以供电网络拓扑结构在N
‑
K连锁故障场景下的最小切负载量最小为目标的目标函数对应的约束条件的数学模型如下：上式中，a
xj
为供电网络拓扑结构中节点x与节点j之间的备选支路连通系数，当节点x与节点j之间的备选支路连通时，a
xj
＝1，当节点x与节点j之间的备选支路不连通时，a
xj
＝0，N1为网络正常运行的最小支路数，N2为网络中备选线路的总数。4.如权利要求3所述的方法，其特征在于，所述潮流参数至少包括下述中的一种：各节点间线路的线容量、各节点的相角。5.如权利要求4所述的方法，其特征在于，所述以供电网络拓扑结构的切负载量最小为目标的目标函数的计算式如下：上式中，SL
j
为节点j的切负载量。6.如权利要求5所述的方法，其特征在于，所述以供电网络拓扑结构的切负载量最小为目标的目标函数对应的约束条件的数学模型如下：a
xj
P
xj
x
xj
＝θ
x
‑
θ
...

【专利技术属性】
技术研发人员：王昊晴，盛万兴，段青，赵彩虹，刘宁，孟晓丽，沙广林，马春艳，张姚，吴云召，刘璐，张伟超，李佳，高健，蔺海丽，冯德志，李运硕，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：