分散式风电并网点电压越限的配网重构方法、装置及终端制造方法及图纸

本申请涉及分散式风电并网点电压越限的配网重构方法、装置及终端，属于分散式风电并网技术领域。本申请分散式风电并网点电压越限的配网重构的每次迭代处理过程中，基于粒子的当前适应度值，得到当次迭代时粒子群速度更新公式的惯性权重；以及基于当次迭代次数，确定当次迭代时粒子群速度更新公式的学习因子，可实现在搜索寻优过程中对粒子群速度更新公式的惯性权重和学习因子进行动态调整，有助于实现分散式风电并网点电压越限的配网重构具有均衡的全局与局部寻优能力，进而提升分散式风电并网点电压越限的配网重构质量。电并网点电压越限的配网重构质量。电并网点电压越限的配网重构质量。

【技术实现步骤摘要】
分散式风电并网点电压越限的配网重构方法、装置及终端


[0001]本申请属于分散式风电并网
，具体涉及分散式风电并网点电压越限的配网重构方法、装置及终端。

技术介绍

[0002]当下风力发电产业得到了快速发展。对于集中式风电的发展，一些问题逐渐浮现出来，"弃风率"居高不下，风电消纳问题严重，使风电发展陷入瓶颈。因此，分散式风电成为了风电发展的新途径。
[0003]分散式风电的接入改变了传统配网潮流只有单向流动的模式，有可能出现潮流逆流从而导致风力发电系统的并网点电压升高至越限。电压越限不仅影响了本地负荷的电能质量问题，而且限制了风电在配电网中的渗透率。
[0004]相关技术中利用粒子群优化算法进行配网重构，在搜索寻优过程中，惯性权重和学习因子是固定不变的，容易导致分散式风电并网点电压越限的配网重构陷入局部最优。

技术实现思路

[0005]为此，本申请提供分散式风电并网点电压越限的配网重构方法、装置及终端，有助于避免分散式风电并网点电压越限的配网重构陷入局部最优。
[0006]为实现以上目的，本申请采用如下技术方案：
[0007]第一方面，本申请提供一种分散式风电并网点电压越限的配网重构方法，所述方法包括：
[0008]获得配电网的粒子群，所述粒子群中的粒子表征节点开关，粒子的位置指示节点开关的状态，粒子的速度指示具体节点开关状态的概率；
[0009]基于所述粒子群中粒子的位置和速度进行迭代处理，直至当满足预设迭代终止条件时，得到粒子目标位置，利用所得到的粒子目标位置对配电网进行重构；
[0010]其中，每次迭代处理步骤如下：
[0011]基于粒子的当前位置，确定当次迭代时粒子群速度更新公式的个体最优位置和全局最优位置；确定粒子的当前适应度值，基于粒子的当前适应度值，得到当次迭代时粒子群速度更新公式的惯性权重；以及基于当次迭代次数，确定当次迭代时粒子群速度更新公式的学习因子；
[0012]利用当次迭代时粒子群速度更新公式所得到的粒子速度，得到当次迭代后的粒子位置。
[0013]第二方面，本申请提供一种分散式风电并网点电压越限的配网重构装置，所述装置包括：
[0014]获得模块，用于获得配电网的粒子群，所述粒子群中的粒子表征节点开关，粒子的位置指示节点开关的状态，粒子的速度指示具体节点开关状态的概率；
[0015]重构处理模块，用于基于所述粒子群中粒子的位置和速度进行迭代处理，直至当
满足预设迭代终止条件时，得到粒子目标位置，利用所得到的粒子目标位置对配电网进行重构；
[0016]其中，每次迭代处理步骤如下：
[0017]基于粒子的当前位置，确定当次迭代时粒子群速度更新公式的个体最优位置和全局最优位置；确定粒子的当前适应度值，基于粒子的当前适应度值，得到当次迭代时粒子群速度更新公式的惯性权重；以及基于当次迭代次数，确定当次迭代时粒子群速度更新公式的学习因子；
[0018]利用当次迭代时粒子群速度更新公式所得到的粒子速度，得到当次迭代后的粒子位置。
[0019]第三方面，本申请提供一种配电网重构处理终端，包括：
[0020]存储器，其上存储有可执行程序；
[0021]处理器，用于执行所述存储器中的所述可执行程序，以实现上述任一项所述方法的步骤。
[0022]本申请采用以上技术方案，至少具备以下有益效果：
[0023]本申请分散式风电并网点电压越限的配网重构的每次迭代处理过程中，基于粒子的当前适应度值，得到当次迭代时粒子群速度更新公式的惯性权重；以及基于当次迭代次数，确定当次迭代时粒子群速度更新公式的学习因子，可实现在搜索寻优过程中对粒子群速度更新公式的惯性权重和学习因子进行动态调整，有助于实现分散式风电并网点电压越限的配网重构具有均衡的全局与局部寻优能力，进而提升分散式风电并网点电压越限的配网重构质量。
[0024]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
[0025]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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的附图。
[0026]图1是根据一示例性实施例示出的一种分散式风电并网点电压越限的配网重构方法的流程图；
[0027]图2为IEEE33节点系统示意图；
[0028]图3为去除掉不在任何一个环路内的开关以及与风力发电机直接相连的开关的示意图；
[0029]图4为将度为2的节点所属支路合并成一条支路形成支路组的示意图；
[0030]图5则是将网络中可并联的支路进行并联处理的示意图，
[0031]图6是根据一示例性实施例示出的一种分散式风电并网点电压越限的配网重构装置的框图示意图；
[0032]图7是根据一示例性实施例示出的一种配电网重构处理终端的框图示意图。
具体实施方式
[0033]为使本申请的目的、技术方案和优点更加清楚，下面将对本申请的技术方案进行详细的描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本申请所保护的范围。
[0034]请参阅图1，图1是根据一示例性实施例示出的一种分散式风电并网点电压越限的配网重构方法的流程图，该方法包括如下步骤：
[0035]步骤S11、获得配电网的粒子群，所述粒子群中的粒子表征节点开关，粒子的位置指示节点开关的状态，粒子的速度指示具体节点开关状态的概率。
[0036]具体的，粒子的位置x
ih
的每一维分量可以用二进制变量0或者1来指示，0指示开，1指示闭合。粒子的速度v
ih
指示粒子位置取0或1的概率，速度越大，取1的概率就越大，反之取0的概率就越大。
[0037]步骤S12、基于所述粒子群中粒子的位置和速度进行迭代处理，直至当满足预设迭代终止条件时，得到粒子目标位置，利用所得到的粒子目标位置对配电网进行重构；
[0038]其中，每次迭代处理步骤如下：
[0039]基于粒子的当前位置，确定当次迭代时粒子群速度更新公式的个体最优位置和全局最优位置；确定粒子的当前适应度值，基于粒子的当前适应度值，得到当次迭代时粒子群速度更新公式的惯性权重；以及基于当次迭代次数，确定当次迭代时粒子群速度更新公式的学习因子；
[0040]利用当次迭代时粒子群速度更新公式所得到的粒子速度，得到当次迭代后的粒子位置。
[0041]具体的，粒子群算法中，粒子群的速度更新公式如下：
[0042][0043]式中，ω为惯性权重；代表粒子位置；代表粒子速度；q1和q2为随机因子，具体本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种分散式风电并网点电压越限的配网重构方法，其特征在于，所述方法包括：获得配电网的粒子群，所述粒子群中的粒子表征节点开关，粒子的位置指示节点开关的状态，粒子的速度指示具体节点开关状态的概率；基于所述粒子群中粒子的位置和速度进行迭代处理，直至当满足预设迭代终止条件时，得到粒子目标位置，利用所得到的粒子目标位置对配电网进行重构；其中，每次迭代处理步骤如下：基于粒子的当前位置，确定当次迭代时粒子群速度更新公式的个体最优位置和全局最优位置；确定粒子的当前适应度值，基于粒子的当前适应度值，得到当次迭代时粒子群速度更新公式的惯性权重；以及基于当次迭代次数，确定当次迭代时粒子群速度更新公式的学习因子；利用当次迭代时粒子群速度更新公式所得到的粒子速度，得到当次迭代后的粒子位置。2.根据权利要求1所述的方法，其特征在于，所述基于粒子的当前适应度值，得到当次迭代时粒子群速度更新公式的惯性权重，包括：将粒子的当前适应度值输入如下惯性权重更新公式：得到当次迭代时粒子群速度更新公式的惯性权重；式中，ω
i
为第i个粒子的惯性权重；ω
max
为惯性权重的设定最大值；F
i
为第i个粒子的当前适应度值；为粒子群的平均适应度值；γ为预设定的惯性因子。3.根据权利要求1所述的方法，其特征在于，所述基于当次迭代次数，确定当次迭代时粒子群速度更新公式的学习因子，包括：利用如下公式组：确定当次迭代时粒子群速度更新公式的学习因子；式中，c1和c2为粒子群速度更新公式的两个学习因子；c
1max
和c
1min
为c1的上下限值；c
2max
和c
2min
为c2的上下限值；r为当次迭代次数；r
max
为设置的最大迭代次数。4.根据权利要求1所述的方法，其特征在于，所述利用当次迭代时粒子群速度更新公式所得到的粒子速度，得到当次迭代后的粒子位置，包括：利用如下粒子位置更新公式：
得到当次迭代后的粒子位置；式中，q为[0,1]上的一个随机数；为利用当次迭代时粒子群速度更新公式所得到的粒子速度；q
ih
为min函数得到的最小值；S为与节点开关属于一个环网的所有开关集合；j为第i个粒子在第k次迭代的时处在第h维里面所有的粒子速度集合，属于集合j中的一个数；S为在第h维属于一个环网的所有粒子的速度集合。5.根据权利要求1所述的方法，其特征在于，所述确定粒子的当前适应度值，包括：基于粒子的当前位置，利用网络损耗和电压偏差得到粒子的当前适应度值，基于粒子的当前适应度值。6.根据权利要求1所述的方法，其特征在于，所述迭代终止条件包括：迭代次数达到设定次数或者迭代后粒子群的适应度统计值满足预设收敛条件；以及粒子群满足预设约束条件。7.根据权利要求6所述的方法，其特征在于，所述约束条件包括：a.潮流约束条件：式中，n为系统节点总数；P
WTGi
和Q
WTGi
分别为节点i风机的有功和无功出力；P
i
和Q
i
分别为节点i所输入的有功和无功；Y为支路的导纳矩阵；U
i
和U
j
分别为节点i、j的电压；b.节点电压约束条件：U
imin

【专利技术属性】
技术研发人员：严玉廷，白浩，苏适，李巍，袁兴宇，潘姝慧，谢青洋，袁智勇，冯勇，雷金勇，陈君，郭琦，张旭东，史训涛，
申请(专利权)人：云南电网有限责任公司电力科学研究院，
类型：发明
国别省市：