一种考虑负荷分布的电网输电线路功率损耗优化方法技术

本发明专利技术公开了一种考虑负荷分布的电网输电线路功率损耗优化方法，涉及电网损耗优化的技术领域，包括：首先确定目标函数和约束条件；然后使用粒子群优化算法，根据目标函数和约束条件生成初始粒子位置、速度、个体最优值和种群最优值；再根据生成结果，修改BPA软件的BPA数据文件中待研究电网对应站点的负荷数值；然后使用BPA软件对待研究电网进行潮流计算；再获取功率损耗数值,并根据功率损耗数值，更新个体最优值和种群最优值，并进行迭代；最后将迭代后的种群最优值对应的负荷方案作为待研究电网最终的负荷优化方案，本发明专利技术，联合Python和BPA软件进行负荷分布调整，进而实现输电线路损耗优化，且精度高。且精度高。且精度高。

【技术实现步骤摘要】
一种考虑负荷分布的电网输电线路功率损耗优化方法


[0001]本专利技术涉及电网损耗优化的
，具体涉及一种考虑负荷分布的电网输电线路功率损耗优化方法。

技术介绍

[0002]本节中的陈述仅提供与本公开相关的背景信息，并且可能不构成现有技术。
[0003]对于某一片区的变电站而言，下一级网络通常有联络通道，通过不同站点之间的负荷倒换，调整各站点负荷，可减少输电线路功率损耗，减轻线路重过载情况。
[0004]虽然电力系统分析软件(PSD
‑
BPA；下述简称为BPA软件)为非常成熟的潮流计算分析软件，可非常高效的求解出指定方式下的输电线路功率损耗，但程序本身无法实现负荷的自由分配；而Python编译环境可以基于粒子群优化算法灵活地调整负荷分布数值，但是对于电网潮流计算，需要编写大量复杂代码，且计算精度难以保证。

技术实现思路

[0005]本专利技术的目的在于：针对目前BPA软件虽然为非常成熟的潮流计算分析软件，可非常高效的求解出指定方式下的输电线路功率损耗，但程序本身无法实现负荷的自由分配；而Python编译环境虽然可以基于粒子群优化算法灵活地调整负荷分部数值，但是对于电网潮流计算，需要编写大量复杂代码，且计算精度难以保证的问题，提供了一种考虑负荷分布的电网输电线路功率损耗优化方法，其联合Python和BPA软件进行负荷分布调整，进而实现输电线路损耗优化，从而解决了上述问题。
[0006]本专利技术的技术方案如下：
[0007]一种考虑负荷分布的电网输电线路功率损耗优化方法，具体包括如下步骤：
[0008]步骤S1：确定目标函数和约束条件；需要说明的是：所述目标函数用于粒子群优化算法中计算个体最优值以及种群最优值，所述约束条件用于粒子群优化算法中计算种群值；所述粒子群优化算法为一个非常成熟，研究了多年的智能优化算法，因此针对粒子群优化算法的具体方法，本领域的技术人员应当知晓，这里不再进行赘述；
[0009]步骤S2：使用粒子群优化算法，根据目标函数和约束条件生成初始粒子位置、速度、个体最优值和种群最优值；
[0010]步骤S3：根据步骤S2的生成结果，修改BPA软件的BPA数据文件(dat格式)中待研究电网对应站点的负荷数值；即将初始负荷优化方案在BPA数据中实现；需要说明的是，BPA软件为中国电科院开发的计算程序，属于现有计算机程序，因此对于该计算机程序的原理和使用方法本领域技术人员应当知晓，不再进行赘述；优选地，所述步骤S3在在Python编译环境中进行；
[0011]步骤S4：使用BPA软件对待研究电网进行潮流计算；
[0012]步骤S5：获取潮流计算结果中的功率损耗数值；并根据功率损耗数值，更新个体最优值和种群最优值，并进行迭代；
[0013]步骤S6：将迭代后的种群最优值作为待研究电网最终的负荷优化方案。
[0014]进一步地，所述步骤S1中，确定目标函数包括：以待研究电网输电线路有功功率损耗总和最小为目标值，确定目标函数；
[0015]进一步地，所述目标函数为：
[0016][0017]其中：
[0018]ΔP
Loss
为待研究电网输电线路有功功率损耗总和
[0019]ΔP
Linei
为线路i有功功率损耗。
[0020]进一步地，所述步骤S1中，确定约束条件包括：确定待研究电网中每个站点可承接的负荷上限和负荷下限；
[0021]并将确定的负荷上限和负荷下限作为约束条件。
[0022]进一步地，所述约束条件采用如下形式表示：
[0023]P
mini
≤P
Loadi
≤P
maxi
[0024]其中：
[0025]P
Loadi
为站点i承接的负荷；
[0026]P
mini
为站点i能承接负荷的最小值；
[0027]P
maxi
为站点i能承接负荷的最大值。
[0028]进一步地，所述步骤S2，包括：
[0029]步骤S21：使用粒子群优化算法，根据约束条件，生成各站点负荷分布初始种群值，确定各站点负荷水平，形成初始优化方案；优选地，在Python编译环境中，使用粒子群优化算法，根据约束条件，生成各站点负荷分布初始种群值，确定各站点负荷水平，形成初始优化方案；
[0030]步骤S22：使用粒子群优化算法，根据目标函数和约束条件生成初始粒子位置、速度、个体最优值和种群最优值；优选地，在Python编译环境中，使用粒子群优化算法，根据目标函数和约束条件生成初始粒子位置、速度、个体最优值和种群最优值。
[0031]进一步地，所述步骤S5中获取功率损耗数值包括：读取潮流计算结果文件中的功率损耗数值；优选地，在Python编译环境中，读取步骤S4中在BPA软件中的潮流计算结果文件(pfo格式)中的功率损耗数值。
[0032]进一步地，所述步骤S5，包括：
[0033]步骤S51将功率损耗数值作为适应度值，根据适应度值更新个体最优值和种群最优值；
[0034]步骤S52：根据预设的迭代次数进行跌代，优选地，所述预设的迭代次数即为设置迭代终止条件；当达到迭代终止条件时，停止迭代；
[0035]进一步地，所述迭代包括：重复步骤S22
‑
步骤S5。
[0036]与现有的技术相比本专利技术的有益效果是：
[0037]一种考虑负荷分布的电网输电线路功率损耗优化方法，包括：步骤S1：确定目标函数和约束条件；步骤S2：使用粒子群优化算法，根据目标函数和约束条件生成初始粒子位
置、速度、个体最优值和种群最优值；步骤S3：根据步骤S2的生成结果，修改BPA软件的BPA数据文件中待研究电网对应站点的负荷数值；步骤S4：使用BPA软件对待研究电网进行潮流计算；步骤S5：获取功率损耗数值,并根据功率损耗数值，更新个体最优值和种群最优值，并进行迭代；步骤S6：将迭代后的种群最优值对应的负荷方案作为待研究电网最终的负荷优化方案；本方法联合Python和BPA软件进行负荷分布调整，进而实现输电线路损耗优化，且精度高。
附图说明
[0038]图1为一种考虑负荷分布的电网输电线路功率损耗优化方法的流程图。
具体实施方式
[0039]需要说明的是，术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种考虑负荷分布的电网输电线路功率损耗优化方法，其特征在于，包括：步骤S1：确定目标函数和约束条件；步骤S2：使用粒子群优化算法，根据目标函数和约束条件生成初始粒子位置、速度、个体最优值和种群最优值；步骤S3：根据步骤S2的生成结果，修改BPA软件的BPA数据文件中待研究电网对应站点的负荷数值；步骤S4：使用BPA软件对待研究电网进行潮流计算；步骤S5：获取功率损耗数值,并根据功率损耗数值，更新个体最优值和种群最优值，并进行迭代；步骤S6：将迭代后的种群最优值对应的负荷方案作为待研究电网最终的负荷优化方案。2.根据权利要求1所述的一种考虑负荷分布的电网输电线路功率损耗优化方法，其特征在于，所述步骤S1中，确定目标函数包括：以待研究电网输电线路有功功率损耗总和最小为目标值，确定目标函数。3.根据权利要求2所述的一种考虑负荷分布的电网输电线路功率损耗优化方法，其特征在于，所述目标函数为：其中：ΔP
Loss
为待研究电网输电线路有功功率损耗总和ΔP
Linei
为线路i有功功率损耗。4.根据权利要求3所述的一种考虑负荷分布的电网输电线路功率损耗优化方法，其特征在于，所述步骤S1中，确定约束条件包括：确定待研究电网中每个站点可承接的负荷上限和负荷下限；并将确定的负荷上限和负荷下限作为约束条件。5.根据权利要求4所述的一种考虑负荷分布的电网输电线路功率损耗优化方法，其特征在于，所述约束条件采用如下形式表示：P
mini
≤...

【专利技术属性】
技术研发人员：向红吉，朱晟毅，方辉，陈咏涛，牟凡，吴迎霞，张同尊，陈佳林，周敬森，余亚南，胡利宁，文钟谊，
申请(专利权)人：国网重庆市电力公司国家电网有限公司，
类型：发明
国别省市：