一种配电网络自动重构的降损方法与流程

1.本发明涉及电力系统配电网优化技术领域，特别涉及了一种配电网络自动重构的降损方法。


背景技术：

2.线损是指电能从发电厂传输到电力用户过程中，在输电、变电、配电及销售等各个环节当中所产生的电能损耗与损失。电网中的线损占总发电量的相当的一部分，所以降低线损具有重要的现实意义。目前配电网运行面临的难点是重载和轻载并存，而负荷增长不均匀，用电季节性明显，导致此问题愈加突出。长久以来的配电网运行管理过程中，对重载问题关注较多，电网主要依靠提升装备水平来解决重载运行下的安全问题，取得了较大成效，配电网供电可靠性提升明显。但同时也造成较大的网架冗余，设备利用效率较低，轻载问题突出。因此，要实现进一步降低网损率的目标，势必需系统性关注重载、轻载损耗问题。
3.配电网自动化是提高配电网运行安全性的有效辅助手段，但目前电网配电网自动化的应用场景大都集中在小概率故障状态下转供故障区域负荷，由于故障具有天然的低概率属性，导致配电自动化使用率低下。配电自动化的本质是实现了开关设备的全局自动投切，在配电网运行过程中，其对网架拓扑具有全周期灵活切换能力，适用并不局限于故障状态。大规模的负荷割接、线路改造受限多，因此基于现有网架的优化运行成为提升配电网运行效能、降低线损率的主要方向。
4.中国专利局2021年5月28日公开了一种名称为一种基于大数据的配电网节能降损系统及方法的发明，其公开号为cn112862243a，该发明系统包括：电网电压检测模块、电网电流检测模块、电网功率检测模块、中央控制模块、功耗计算模块、降损率计算模块、电网节能优化模块、节能降损评估模块、大数据处理模块、显示模块。本发明通过降损率计算模块大大减轻了相关人员的工作量；同时，通过节能降损评估模块考虑了线路非参数特征对安全损耗的修正，采用小时为时间窗，提高了周期成本、损耗的计算精度，从经济、节能二维标准对线路适应性进行评价，对现有线路及线路规划选型提供了节能降损适应性评估依据。但未提及配电网自动化，也没有从网络重构的方面降低线损。


技术实现要素：

5.本发明的目的是针对现有方案存在的不足，提供了一种配电网络自动重构的降损方法，提出面向低损经济运行的配电网典型供电单元的网络重构决策模型，通过配电网自动化动态调整运行方式，系统性解决轻载、重载并存下的网络经济运行问题，实现网损率下降。
6.为了实现上述目的，本发明采用以下技术方案：一种配电网络自动重构的降损方法，其特征在于，它包括下列步骤：
7.s1：检测配电网网络数据，对数据进行整理和编码；
8.s2：利用前推回代法计算配电网中的每条支路上的线路损耗；
9.s3：将当前网络各段线路进行0/1编码，其中0表示线路断开，1表示线路闭合，然后构造目标函数；
10.s4：利用粒子群优化算法自动对配电网运行方式进行优化调整；
11.s5：通过前推回代法计算网络重构后的线路损耗以及配变损耗；
12.s6：比较整个环网开关重构前后的线路损耗和配变损耗，判断调整后的网络结构是否降低了线损。
13.以配变为代表的配电设备线损率与负载率存在动态映射关系，负载率过高、过低均会导致线损率增大，因此需要对线路、配变负荷进行优化调整与主动管理，使得设备负载率处在经济运行区间，从而达到整体降损的目的。另一方面，在现有配电网运行管理中，重/轻载的划分较粗放，一般基于典型日负荷实测，将负载率在某一阀值以上的线路和配变简单划分为重载，在某一阀值以下的归类为轻载。此做法未考虑到设备过载的时间属性，实际电力设备都具有短时过载能力，因此有必要开展负荷历史数据挖掘和设备过载能力分析，绘制典型设备的“负载率
‑
持续时间”关系曲线，以“达到某一负载率，并处于该负载水平之上的累计时间达xx小时/年”作为设备重载科学判据。从而科学评价设备利用率，精准识别沉睡资源。本发明提出一种面向低损经济运行的配电网典型供电单元的网络重构决策模型，利用粒子群优化算法，通过将线损(线路损耗 配变损耗)作为粒子群算法的适应度函数，寻找最优的开关投切方式，分析比较整个环网开关重构前后的线路损耗和配变损耗，从而找到环网的最小线损运行方式，系统性解决轻载、重载并存下的网络经济运行问题，一方面实现网损率下降，另一方面释放配电网自动化和现有网架的灵活性潜力，实现以“唤醒沉睡资源，赋能资产增值”。
14.作为优选，所述的步骤s1中采集的网络数据包括：有线路数、节点数量、开关站数量、变电站数量以及电压、电流、功率，采用数字编码对节点和线路进行编码。进行编码便于后期处理和标记。
15.作为优选，所述步骤s2中，利用前推回代法计算配电网中的每条支路上的线路损耗的计算方式为：
16.s2.1：输入网络数据，搜索网络节点，形成层次关系；
17.s2.2：对节点电压进行初始化：
18.u
i
＝1(i＝0,1,2,3,
…
,n)
19.式中，u0为0号点电压，即树根节点电压，n为节点数量；
20.s2.3：进行回代计算：通过树状网的分层，从最后1层负荷节点开始，逐层向上计算各支路电流；
21.s2.4：进行前推计算：从根节点开始，由第1层向下1层进行计算，逐层向下计算出各节点电压值；
22.s2.6：根据公式：
[0023][0024]
判断是否收敛，式中u
i
(t)当前前推计算求得的节点电压，u
i
(t
‑
1)为上一次前推计算求得的节点电压，ζ表示计算精度，若收敛，则计算每条支路上的线路损耗，若不收敛，则重复步骤s2.3
‑
s2.5，直至收敛。
[0025]
所述前推回代法是一种现有技术，符合实际配电网结构的要求，不需要计算节点导纳矩阵，计算效率高，可通过多次迭代实现辐射状配电网潮流计算。
[0026]
作为优选，所述步骤s3中，构造的目标函数为整体损耗最小，包括线路损耗和配变损耗，目标函数可表示为：
[0027][0028]
其中，β为负载系数，为负载功率因数，s
n
为变压器额定容量，p0表示树根节点功率，k表示子节点，p
k
表示子节点功率，l表示支路数量，r
l
表示第l条支路的电阻，p
′
l1,2
表示支路上节点1和节点2之间的有功功率，q
′
l1,2
表示支路上节点1和节点2之间的无功功率，u
′
l1,2
表示支路上节点1和节点2之间的电压。
[0029]
网络重构的目标函数为整体损耗最小，包括线路损耗和配变损耗，计算范围为环网供电单元的变电站出口至配电变压器低压侧母线，计算涵盖变电站出口至环网柜/开闭所馈线损耗、环网柜/开闭所至配变线路损耗、配电变压器损耗。本发明将线路开关以及配变低压侧母联开关作为可投切设备，将其开关状态表示为0
‑
1变量，以线路损耗和配变损耗之和为目标函数，建立了环网单位最经济运行的整数非线性规划模型。再通过粒子群优化算法结合前推回代潮流计算对模型进行求解。
[0030]
作为优选，所述步骤s4中，利用粒子群优化算法自动对配电网运行方式进行优化调整的具体步骤为：
[0031]
s4.1：设置初始参数；
[0032]
s4.2：形成拓扑结构，通过前推回代法计算线路损耗与配变总损耗；
[0033]
s4.3：进行粒子适应度评价与排序；
[0034]
s4.4：根据粒子适应度更新全局极值与个体极值然后更新所有粒子状态，其中，全局极值为：
[0035][0036]
式中，t表示迭代次数，m表示维度，表示第t次迭代整个粒子群找到的最优位置；
[0037]
个体极值为：
[0038][0039]
式中，表示第t次迭代粒子i自身找到的最优位置；
[0040]
更新后的粒子位置为：
[0041][0042]
式中，k为收敛因子，r1和r2为分布于[0,1]之间的随机数；c1和c2为学习因子，表示第i个粒子的在第t次迭代时的速度，表示第i个粒子的在第t 1次迭代时的速度，j
是常数；为迭代t次时，粒子群搜索到的第j位最优解；
[0043]
s4.5：判断是否满足适应度函数终止条件，若满足，则完成网络优化调整，若不满足，则重复步骤s4.2
‑
s4.5，直至满足。
[0044]
粒子群优化算法是一种现有技术，于1995年提出，是一种基于群智能方法的演化计算技术，是从一组随机解出发，通过迭代寻找最优解的方法。在粒子群优化算法中，每个“粒子”代表了优化问题的一个潜在解，所有粒子都包含一个由优化函数决定的适应度和一个决定它们飞行方向和距离的速度，粒子们通过追随当前搜寻到的最优粒子更新自身速度。每个粒子的速度由三部分组成：第一部分为粒子的原有速度，是粒子记忆功能的体现；第二部分为粒子与个体极值的关系；第三部分粒子与全局极值的关系。在本发明中，将所有可投切开关的状态作为决策变量，采用0
‑
1编码，对每个粒子对应网络状态进行前推回代潮流计算，将对应网损值作为例子适应度。
[0045]
作为优选，所述的步骤s4.1中，设置的初始参数包括：设定代数t＝0，初始规模n0，设置控制参数、网络拓扑数据，形成初始种群和粒子初始速度。
[0046]
作为优选，所述步骤s4.3中，所述的粒子适应度为：对每个粒子对应网络状态进行前推回代潮流计算，将对应网损值作为例子适应度：
[0047][0048]
通过将线损(线路 配变)作为粒子群算法的适应度函数，寻找最优的开关投切方式，分析比较整个环网开关重构前后的线路损耗和配变损耗，即可找到环网的最小线损运行方式。
[0049]
作为优选，所述的步骤s6中，比较整个环网开关重构前后的线路损耗和配变损耗，判断调整后的网络结构是否降低了线损具体表示为：
[0050]
将步骤s2中得到的线路损耗值与步骤s5中得到的线路损耗值进行比较，判断进行优化调整后的网络拓扑结构是否降低了线损，若降低了，则对网络负载状态以及当前网络的优化方式进行记录，若没有降低，则回到步骤s3，再次对网络进行优化调整。
[0051]
分析判断网络重构后，是否降低了线损，以便判断本方法是否实用。
[0052]
因此，本发明具有如下有益效果：1、本发明降低了线损率，从而提升了电网运行效率，减少了用户用电成本；2、本发明提出面向低损经济运行的配电网典型供电单元的网络重构决策模型，通过配电网自动化动态调整运行方式，系统性解决轻载、重载并存下的网络经济运行问题，实现网损率下降；3、提高了配电网自动化以及现有网架的灵活性，实现了资源的充分利用；4、能够自动化地实施低压配电网负荷均衡、以降低线损。
附图说明
[0053]
图1为本发明方法的具体操作流程图；
[0054]
图2为重载配变负荷节点编号图；
[0055]
图3为进行网络重构后的重载配变负荷节点编号图；
[0056]
图4为重载配变负荷配网重构前后的线路潮流；
[0057]
图5为轻载配变负荷节点编号图；
[0058]
图6为进行网络重构后的轻载配变负荷节点编号图；
[0059]
图7为轻载配变负荷配网重构前后的线路潮流；
[0060]
图中：001、电源；002、开关站。
具体实施方式
[0061]
下面结合附图与具体实施方式对本发明作进一步详细描述：
[0062]
如图1所示的实施例中，可以看到一种配电网络自动重构的降损方法，其操作流程为：
[0063]
第一步：检测配电网网络数据，对数据进行整理和编码
[0064]
采集的网络数据包括：有线路数、节点数量、开关站数量、变电站数量以及电压、电流、功率。采用数字编码对节点和线路进行编码，以便于后期处理和标记。
[0065]
第二步：利用前推回代法计算配电网中的每条支路上的线路损耗
[0066]
前推回代法是一种现有技术，符合实际配电网结构的要求，不需要计算节点导纳矩阵，计算效率高，可通过多次迭代实现辐射状配电网潮流计算。
[0067]
其具体步骤如下：
[0068]
输入网络数据，搜索网络节点，形成层次关系；
[0069]
对节点电压进行初始化：
[0070]
u
i
＝1(i＝0,1,2,3,
…
,n)
[0071]
式中，u0为0号点电压，即树根节点电压，n为节点数量；
[0072]
进行回代计算：通过树状网的分层，从最后1层负荷节点开始，逐层向上计算各支路电流；再进行前推计算：从根节点开始，由第1层向下1层进行计算，逐层向下计算出各节点电压值；根据公式：
[0073][0074]
判断是否收敛，式中u
i
(t)当前前推计算求得的节点电压，u
i
(t
‑
1)为上一次前推计算求得的节点电压，ζ表示计算精度，若收敛，则计算每条支路上的线路损耗，若不收敛，则重新进行回代计算与前推计算，再判断是否收敛，直至收敛。
[0075]
第三步：将当前网络各段线路进行0/1编码，其中0表示线路断开，1表示线路闭合，然后构造目标函数
[0076]
网络重构的目标函数为整体损耗最小，包括线路损耗和配变损耗，计算范围为环网供电单元的变电站出口至配电变压器低压侧母线，计算涵盖变电站出口至环网柜/开闭所馈线损耗、环网柜/开闭所至配变线路损耗、配电变压器损耗。优化问题的目标函数为供电单元电压等级损耗，可表示为：
[0077][0078]
其中，β为负载系数，为负载功率因数，s
n
为变压器额定容量，p0表示树根节点功率，k表示子节点，p
k
表示子节点功率，l表示支路数量，r
l
表示第l条支路的电阻，p
′
l1,2
表示支路上节点1和节点2之间的有功功率，q
′
l1,2
表示支路上节点1和节点2之间的无功功率，u
′
l1,2
表示支路上节点1和节点2之间的电压。
[0079]
第四步：利用粒子群优化算法自动对配电网运行方式进行优化调整
[0080]
粒子群优化算法是一种现有技术，于1995年提出，是一种基于群智能方法的演化计算技术，是从一组随机解出发，通过迭代寻找最优解的方法。在粒子群优化算法中，每个“粒子”代表了优化问题的一个潜在解，所有粒子都包含一个由优化函数决定的适应度和一个决定它们飞行方向和距离的速度，粒子们通过追随当前搜寻到的最优粒子更新自身速度。每个粒子的速度由三部分组成：第一部分为粒子的原有速度，是粒子记忆功能的体现；第二部分为粒子与个体极值的关系；第三部分粒子与全局极值的关系。在本发明中，将所有可投切开关的状态作为决策变量，采用0
‑
1编码，对每个粒子对应网络状态进行前推回代潮流计算，将对应网损值作为例子适应度。
[0081]
设定代数t＝0，初始规模n0，设置控制参数、网络拓扑数据，形成初始种群和粒子初始速度；形成拓扑结构，通过前推回代法计算线路损耗与配变总损耗；进行粒子适应度评价与排序，所述的粒子适应度为：对每个粒子对应网络状态进行前推回代潮流计算，将对应网损值作为例子适应度：
[0082][0083]
然后根据粒子适应度更新全局极值与个体极值然后更新所有粒子状态，其中，全局极值为：
[0084][0085]
式中，t表示迭代次数，m表示维度，表示第t次迭代整个粒子群找到的最优位置；
[0086]
个体极值为：
[0087][0088]
式中，表示第t次迭代粒子i自身找到的最优位置；
[0089]
更新后的粒子位置为：
[0090][0091]
式中，k为收敛因子，r1和r2为分布于[0,1]之间的随机数；c1和c2为学习因子，表示第i个粒子的在第t次迭代时的速度，表示第i个粒子的在第t 1次迭代时的速度，j是常数；为迭代t次时，粒子群搜索到的第j位最优解；最后判断是否满足适应度函数终止条件，若满足，则完成网络优化调整，若不满足，则重新形成拓扑结构，计算线损，进行粒子适应度评价与排序，计算更新后的粒子位置，判断是否满足适应度函数终止条件，直至满足终止条件。所述终止条件根据实际情况设置。
[0092]
第五步：通过前推回代法计算网络重构后的线路损耗以及配变损耗
[0093]
第六步：比较整个环网开关重构前后的线路损耗和配变损耗，判断调整后的网络结构是否降低了线损
[0094]
比较整个环网开关重构前后的线路损耗和配变损耗，判断调整后的网络结构是否降低了线损具体表示为：
[0095]
将第二步中得到的线路损耗值与第五步中得到的线路损耗值进行比较，判断进行优化调整后的网络拓扑结构是否降低了线损，若降低了，则对网络负载状态以及当前网络的优化方式进行记录，若没有降低，则回到第三步，再次对网络进行优化调整。
[0096]
如图2
‑
图4所示的实施例中，选择一个重载配变负荷进行分析：
[0097]
针对该配电网进行数据整理，并采用数字编号针对节点和线路进行编码，以便于后期处理和标记。具体的节点编号图如图2所示，其中开关站挂接配变的节点标号未标出。根据以上等效拓扑图和网络数据，以变电站和开关站为主要节点，获得各节点和线路的信息：
[0098]
编号首端节点末端节点支路阻抗1120.0770592230.0506643340.0454364250.03264852150.01362462160.15038872170.15038885180.05973695190.12844105200.06856115210.04325123220.046112133230.06026143240.11528153250.262524163260.158248174270.11956
…………
[0099]
对其进行前推回代潮流计算，可得到各条支路上的线路损耗。然后将各段线路进行0/1编码，0表示线路断开，1表示线路闭合。由于粒子群算法将线损最小定义为适应度函数，通过粒子群算法对其运行方式进行优化调整，进行网络重构。
[0100]
重构后的节点图如图3所示，重构前，整个环网单元(线路 配变)损耗为83.74kw(其中线路损耗为23.53kw，配变损耗为60.21kw)，而重构之后，通过前推回代法重新计算出环网损耗，线路损耗降低为75.47kw(其中线路损耗为15.26kw，配变损耗为60.21kw)。运行方式优化前后各线路潮流分布对比如图4所示。运行方式调整前后环网单元损耗如下表所示：
[0101]
环网单元数据统计负荷调整前负荷调整后环网有功负荷4290.5kw4290.5kw环网线路线损23.53kw15.26kw环网变压器线损60.21kw60.21kw环网线损83.74kw75.47kw环网线路线损率0.55％0.36％环网变压器线损率1.40％1.40％环网线损率1.95％1.76％
[0102]
通过改变运行方式，最大负荷日环网线损率由原来的1.95个百分点下降至1.76个百分点，下降了0.19个百分点，其中线路损耗率下降0.11个百分点。可见，系统运行方式的改变调整了运行参数，使网络的功率分布接近经济分布，网络运行更加经济，线路损耗更小，所以基于配电自动化设备环网运行方式对重载线损有较好的优化作用。
[0103]
现假设各配变负荷为全年平均负荷，运行时间为全年总时间(8760h)的一半，则该组电缆双环网年消耗电量约为36.65万kwh，通过配网重构，可减少损耗电量3.57万kwh。
[0104]
如图5
‑
图7所示的实施例中，选择一个轻载配变负荷进行分析：
[0105]
针对该配电网进行数据整理，并采用数字编号针对节点和线路进行编码，以便于后期处理和标记。具体的节点编号图如图5所示，其中开关站挂接配变的节点标号未标出。
[0106]
根据以上拓扑图和网络数据，以变电站和开关站为主要节点，可以获得各节点和线路的信息：
[0107][0108][0109]
根据现状网络将各段线路进行0/1编码，0表示线路断开，1表示线路闭合。由于粒子群算法将线损最小定义为适应度函数，通过粒子群算法对环网单元运行方式进行优化调整。
[0110]
重构后的节点图如图6所示。重构之前，整个环网单元(线路 配变)损耗为27.64kw(其中线路损耗为0.8kw，配变损耗为26.84kw)，而重构之后，通过前推回代法重新计算出环网损耗，线路损耗降低为26.19kw(其中线路损耗为0.7kw，配变损耗为26.19kw)。运行方式优化前后各线路潮流分布对比如图7所示。运行方式调整前后环网单元损耗如下表所示：
[0111]
环网单元数据统计负荷调整前负荷调整后
环网有功负荷1110.235kw1110.235kw环网线路线损0.8kw0.7kw环网变压器线损26.84kw25.49kw环网线损27.64kw26.19kw环网线路线损率0.08％0.06％环网变压器线损率2.41％2.30％环网线损率2.49％2.36％
[0112]
该轻载状态下，不改变运行方式，只需调整挂接配变的位置，最大负荷日环网线损率由原来的2.49个百分点下降至2.36个百分点，下降了0.13个百分点，其中，配变损耗率下降了0.11个百分点。可见，通过调整变压器的投切方式，能够有效减小变压器的非经济运行，降低变压器损耗，从而减小线路损耗，所以基于配电自动化设备调整变压器对轻载线损有较好的优化作用。
[0113]
现假设各配变负荷为全年平均负荷，运行时间为全年总时间(8760h)的一半，则该组电缆双环网年线损电量约为12.1万kwh，通过配网重构，可减少损耗电量0.63万kwh。
[0114]
因此，通过运行方式调整，可系统性解决轻载、重载并存下的网络经济运行问题，同时提升配电自动化利用率。对于最大负荷日下的轻载线路可不改变线路的运行方式，只通过调整变压器的投运方式即可实现降低线损的目标，对于最大负荷日下的重载线路，往往需要通过开关的最优投切，改变线路运行方式，实现降低线损的目标。
[0115]
以上所述的实施例只是本发明的一种较佳的方案，并非对本发明作任何形式上的限制，在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。