结合馈线重构和电容器投切的配电系统优化方法及装置与流程

1.本发明涉及一种配电系统优化技术领域，是一种结合馈线重构和电容器投切的配电系统优化方法及装置。


背景技术：

2.网络重构有助于平滑峰值需求，改善电压分布，减少功率损耗，提高电力系统的可靠性。而电容器组可以限制电网中的无功潮流，从而降低电网的实际损耗和电压降。以往的研究少有将两种方案结合运用；或没有综合考虑系统中的各项成本，实际意义欠佳；对分布式电源单元的不确定性考虑欠缺，同时配电网络系统中开关数量多以及分布式电源出力场景复杂，导致计算复杂且效率低。


技术实现要素：

3.本发明提供了一种结合馈线重构和电容器投切的配电系统优化方法及装置，克服了上述现有技术之不足，其能有效解决现有配电系统优化方法存在的没有考虑配电系统中的各项成本的问题。
4.本发明的技术方案之一是通过以下措施来实现的：一种结合馈线重构和电容器投切的配电系统优化方法，包括：
5.读取配电系统的基础数据和规划时段，且将每个规划时段划分为若干区间，根据规划时段内成本最小的原则，确定目标函数，其中基础数据包括配电网开关数据、dg机组的出力场景数量、负载数据；
6.利用场景缩减技术对dg机组的出力场景进行缩减，获得不同出力场景、不同区间中每个案例的经济目标函数；
7.利用蚁群优化算法确定整个规划时段的最优切换方案。
8.下面是对上述发明技术方案的进一步优化或/和改进：
9.上述利用场景缩减技术对dg机组的出力场景进行缩减，获得不同出力场景、不同区间中每个案例的经济目标函数，包括：
10.依序遍历每个出力场景下的每个区间，利用和谐搜索算法对dg机组的出力场景进行缩减；
11.确定不同出力场景、不同区间开关的状态，并确定最优网络配置以及电容器组无功功率；
12.在上述数据中确定所有可行的案例，其中每个案例包括电网的辐射拓扑和所有电容器组的无功功率；
13.确定每个出力场景下每个区间内每个案例的经济目标函数；
14.f
i，j
＝c
pp，i，j
c
ci，i，j
15.其中c
pp
，c
ci
分别为购电成本和用户断电成本。
16.上述读取配电系统的基础数据和规划时段，且将每个规划时段划分为若干区间，
根据规划时段内成本最小的原则，确定目标函数，包括：
17.读取配电系统的开关数据、dg机组的出力场景总数量；
18.读取负载数据和规划时段；
19.将规划时段分为若干区间；
20.根据规划时段内成本最小的原则，确定确定网络拓扑和电容器组的布置，建立目标函数：
[0021][0022]
其中，为总开关成本，分别为整个区间内从变电站购电总成本和总停电成本。
[0023]
上述目标函数中各项成本如下所述：
[0024]
1、开关成本：单次动作费用与总动词次数的乘积；
[0025]
2、购电成本：
[0026]cpp，i，j
＝p
in，i，j
×
ti×
cf
pp，i
(p
in，i，j
)
[0027][0028][0029]
其中，ti为第i个间隔时间；p
in，i，j
为第j个dg机组出力场景下，在第i个间隔时间内购买的电量；cf
pp，i
(
·
)为第i个时段从变电站购买电力的成本函数；l为指数表示负载的类型；n
lt
为负载类型的总数；p
laod，i，j，k，l
为类型l负荷在在第i个时间间隔下dg单元出力j场景下k节点的负荷需求量；p
dg，j
为dg机组在第j种场景下的发电量；b为分支指数；nb，rb，ib分别为总分支数、分支b的电阻和电流；
[0030]
3、用户停电成本：
[0031][0032][0033]
其中ξb，lb分别为每千米发生故障的故障率和b支路的长度；p
nsl，i，j，l，b
为由于b支路发生故障而无法供电的l型负荷；t
int
为用户断电时间；cf
ci,i,j,l
(
·
)为l型负荷断供的成本函数；n
nsl，b
为b支路由于故障而断供的所有负荷数量；p
nsl，i，j，l，b，s
中的下标s为第s个断供的负荷；
[0034]
4、变压器寿命损失：
[0035]
[0036][0037][0038][0039]
其中tr为每个变压器指数；n
tr
为电网中变压器的总数；bp
tr
，lol
tr
分别为第tr个变压器的价格和它的寿命损失；t、t i、life
nom,tr
分别为研究周期时长、第i个间隔的时间、第tr台变压器的标称绝缘寿命；f
aa,tr,i
为第tr台变压器绝缘在第i个间隔内的加速老化系数；θ
h,tr,i
为第i个间隔内第tr台变压器热点温度。
[0040]
本发明的技术方案之二是通过以下措施来实现的：一种结合馈线重构和电容器投切的配电系统优化装置，包括：
[0041]
读取处理单元，读取配电系统的基础数据和规划时段，且将每个规划时段划分为若干区间，根据规划时段内成本最小的原则，确定目标函数，其中基础数据包括配电网开关数据、dg机组的出力场景数量、负载数据；
[0042]
缩减单元，利用场景缩减技术对dg机组的出力场景进行缩减，获得不同出力场景、不同区间中每个案例的经济目标函数；
[0043]
优化单元，利用蚁群优化算法确定整个规划时段的最优切换方案。
[0044]
本发明针对配电系统中开关数量多以及dg出力场景复杂的问题，在分布式发电dg机组的前提下，运用场景缩减技术来进行dg机组的出力场景缩减，有效提高了算法的效率，降低了算法的复杂度，并且综合考虑系统中的各项成本，结合重构过程中开关器件和变压器的损失成本以及可能出现的缺供电量成本，确定最优的切换方案，更具有实际意义，适合于大规模推广应用。
附图说明
[0045]
附图1为本发明的一种优化方法流程图。
[0046]
附图2为本发明的一种出力场景缩减的方法流程图。
[0047]
附图3为本发明的一种目标函的方法流程图。
[0048]
附图4为本发明的一种装置结构示意图。
具体实施方式
[0049]
本发明不受下述实施例的限制，可根据本发明的技术方案与实际情况来确定具体的实施方式。
[0050]
下面结合实施例及附图对本发明作进一步描述：
[0051]
实施例1：如附图1所示，本发明实施例公开了一种结合馈线重构和电容器投切的配电系统优化方法，包括：
[0052]
步骤s101，读取配电系统的基础数据和规划时段，且将每个规划时段划分为若干区间，根据规划时段内成本最小的原则，确定目标函数，其中基础数据包括配电网开关数据、dg机组的出力场景数量、负载数据；
[0053]
步骤s102，利用场景缩减技术对dg机组的出力场景进行缩减，获得不同出力场景、不同区间中每个案例的经济目标函数；
[0054]
步骤s103，利用蚁群优化算法确定整个规划时段的最优切换方案。
[0055]
步骤步骤s103中是根据切换成本和变压器寿命损失利用蚁群优化算法寻找最优结果，从而确定整个规划时段的最优切换方案；这里蚁群优化算法aco是一种用来在图中寻找优化路径的机率型算法，其具体执行步骤包括：
[0056]
(1)初始化，设t＝0，初始化bestlength为一个非常大的数(正无穷)，besttour为空。初始化所有的蚂蚁的delt矩阵所有元素初始化为0，tabu表清空，allowed表中加入所有的城市节点。随机选择它们的起始位置(也可以人工指定)。在tabu中加入起始节点，allowed中去掉该起始节点。
[0057]
(2)为每只蚂蚁选择下一个节点，为每只蚂蚁选择下一个节点，该节点只能从allowed中以某种概率(公式1)搜索到，每搜到一个，就将该节点加入到tabu中，并且从allowed中删除该节点。该过程重复n-1次，直到所有的城市都遍历过一次。遍历完所有节点后，将起始节点加入到tabu中。此时tabu表元素数量为n 1(n为城市数量)，allowed元素数量为0。接下来按照(公式2)计算每个蚂蚁的delta矩阵值。最后计算最佳路径，比较每个蚂蚁的路径成本，然后和bestlength比较，若它的路径成本比bestlength小，则将该值赋予bestlength，并且将其tabu赋予besttour。
[0058]
(3)更新信息素矩阵delta；
[0059]
(4)检查终止条件，是否到达max_gen次；
[0060]
(5)输出最优值bestlength。
[0061]
本发明实施例提出了一种结合馈线重构和电容器投切的配电系统优化方法，即为了提高算法的效率和降低算法的复杂度，进行了实例缩减及电网成本最小化。针对配电系统中开关数量多以及dg出力场景复杂的问题，在分布式发电dg机组的前提下，运用场景缩减技术来进行dg机组的出力场景缩减，有效提高了算法的效率，降低了算法的复杂度，并且综合考虑系统中的各项成本，结合重构过程中开关器件和变压器的损失成本以及可能出现的缺供电量成本，确定最优的切换方案，更具有实际意义，适合于大规模推广应用。
[0062]
实施例2：如附图2所示，本发明实施例公开了一种结合馈线重构和电容器投切的配电系统优化方法，其中利用场景缩减技术对dg机组的出力场景进行缩减，获得不同出力场景、不同区间中每个案例的经济目标函数，进一步包括：
[0063]
步骤s2021，依序遍历每个出力场景下的每个区间，利用和谐搜索算法对dg机组的出力场景进行缩减；
[0064]
这里和谐搜索算法hsa(harmony search algorithm)是由geem等人提出的一种全新的启发式搜索算法，算法以自然的音乐表演过程为基础，是一种模拟音乐人即席创作过程的智能算法。
[0065]
和谐搜索算法(hsa)与传统的优化算法相比，不依赖变量的初始值，是一种随机搜索算法，每次迭代中，新的解向量均从所有解向量中产生，算法具有良好的遍历性。hsa的参数包括：和谐记忆hm、和谐记忆大小hms、和谐记忆依恋率hmcr、音调调整率par、带宽bw等。
[0066]
算法的具体执行步骤包括：
[0067]
(1)随机产生hms个初始向量作为和谐记忆；
[0068]
(2)产生一个新的和谐向量x
′
i＝(x
′
i1，
…
，x
′
id，
…
，x
′
id)；
[0069]
其中x
′
id按以下方式产生：
[0070][0071]
其中，r～n(0，1)；
[0072]
(3)对产生的和谐向量x
′
i的每一个x
′
id进行检查来决定是否对其进行音调调整，若x
′
id∈{x
1id
，x
2id
，
…
，x
hmsid
}，则按以下方式判断是否对其进行音调调整：
[0073][0074]
其中，α,r～n(0，1)；
[0075]
(4)更新和谐记忆，将新的和谐向量x
′
i的目标值与和谐记忆中的最差目标值进行比较，如果x
′
i的目标值优于最差目标值，则用x
′
i替换最差目标值所对应的和谐向量；
[0076]
(5)循环执行步骤(2)～步骤(4)，直到满足终止条件为止。
[0077]
步骤s2022，确定不同出力场景、不同区间开关的状态，并确定最优网络配置以及电容器组无功功率；
[0078]
步骤s2023，在上述数据中确定所有可行的案例，其中每个案例包括电网的辐射拓扑和所有电容器组的无功功率；
[0079]
步骤s2024，确定每个出力场景下每个区间内每个案例的经济目标函数；
[0080]fi，j
＝c
pp，i，j
c
ci，i，j
[0081]
其中c
pp
，c
ci
分别为购电成本和用户断电成本。
[0082]
上述考虑到可能的辐射状网络的数量(n
rc
)和每个电容器组的动作次数在1到ns之间，每个时间间隔的场景都应该进行研究，场景总数量为这将带来了大量的计算。为了减少问题的复杂性和规模，应用和谐搜索算法减少的场景总数。即每一个区间，对于分布式发电的每个出力场景，不考虑其他区间和状态，应用了hs算法用于确定最优网络配置以及电容器组无功功率。
[0083]
为了确定电网的运行状况，本实施例可定义两个运行指标：
[0084]
总电压曲线指标(tvpi)和总功率损耗指标，前者计算整个规划期间电网所有节点电压偏离额定值的总和，后者计算整个规划期间电网实际损耗的功率总和，分别如下所示：
[0085][0086][0087]
其中，tvpij为dg单元出力场景为j时，计算得到该指标的值。显然，该指标越低，电
网的电压曲线越平坦。为第i个区间dg机组在第j种情况下输出的电压曲线指数(vpi)，等于所有母线电压与1pu的偏差之和。tplij为第j种dg单元输出场景下，功率损耗总和的值。
[0088]
实施例3：如附图3所示，本发明实施例公开了一种结合馈线重构和电容器投切的配电系统优化方法，其中读取配电系统的基础数据和规划时段，且将每个规划时段划分为若干区间，根据规划时段内成本最小的原则，确定目标函数，进一步包括：
[0089]
步骤s3011，读取配电系统的开关数据、dg机组的出力场景总数量；
[0090]
步骤s3012，读取负载数据和规划时段；
[0091]
步骤s3013，将规划时段分为若干区间；这里区间是通过近似电网负荷曲线得出的(每个间隔通常等于一小时)；
[0092]
步骤s3014，根据规划时段内成本最小的原则，确定确定网络拓扑和电容器组的布置，建立目标函数：
[0093][0094]
其中，为总开关成本，分别为整个区间内从变电站购电总成本和总停电成本。
[0095]
上述目标函数中各项成本如下所述：
[0096]
1、开关成本：单次动作费用与总动词次数的乘积；
[0097]
2、购电成本：
[0098]cppi，j
＝p
in，i，j
×
ti×
cf
pp，i
(p
in，i，j
)
[0099][0100][0101]
其中，ti为第i个间隔时间；p
in，i，j
为第j个dg机组出力场景下，在第i个间隔时间内购买的电量；cf
pp，i
(
·
)为第i个时段从变电站购买电力的成本函数；l为指数表示负载的类型；n
lt
为负载类型的总数；p
laod，i，j，k，l
为类型l负荷在在第i个时间间隔下dg单元出力j场景下k节点的负荷需求量；p
dg，j
为dg机组在第j种场景下的发电量；b为分支指数；nb，rb，ib分别为总分支数、分支b的电阻和电流；
[0102]
3、用户停电成本：
[0103][0104][0105]
其中ξb，lb分别为每千米发生故障的故障率和b支路的长度；p
nsl，i，j，l，b
为由于b支
路发生故障而无法供电的l型负荷；t
int
为用户断电时间；cf
ci,i,j,l
(
·
)为l型负荷断供的成本函数；n
nsl，b
为b支路由于故障而断供的所有负荷数量；p
nsl，i，j，l，b，s
中的下标s为第s个断供的负荷；
[0106]
4、变压器寿命损失：
[0107][0108][0109][0110][0111]
其中tr为每个变压器指数；n
tr
为电网中变压器的总数；bp
tr
，lol
tr
分别为第tr个变压器的价格和它的寿命损失；t、t i、life
nom,tr
分别为研究周期时长、第i个间隔的时间、第tr台变压器的标称绝缘寿命；f
aa,tr,i
为第tr台变压器绝缘在第i个间隔内的加速老化系数；θ
h,tr,i
为第i个间隔内第tr台变压器热点温度。
[0112]
实施例4：如附图4所示，本发明实施例公开了一种结合馈线重构和电容器投切的配电系统优化装置，包括：
[0113]
读取处理单元，读取配电系统的基础数据和规划时段，且将每个规划时段划分为若干区间，根据规划时段内成本最小的原则，确定目标函数，其中基础数据包括配电网开关数据、dg机组的出力场景数量、负载数据；
[0114]
缩减单元，利用场景缩减技术对dg机组的出力场景进行缩减，获得不同出力场景、不同区间中每个案例的经济目标函数；
[0115]
优化单元，利用蚁群优化算法确定整个规划时段的最优切换方案。
[0116]
实施例5：本发明实施例公开了一种存储介质，所述存储介质上存储有能被计算机读取的计算机程序，所述计算机程序被设置为运行时执行结合馈线重构和电容器投切的配电系统优化方法。
[0117]
上述存储介质可以包括但不限于：u盘、只读存储器、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
[0118]
实施例6：本发明实施例公开了一种电子设备，包括处理器和存储器，所述存储器中存储有计算机程序，计算机程序由处理器加载并执行以实现结合馈线重构和电容器投切的配电系统优化方法。
[0119]
上述电子设备还包括传输设备、输入输出设备，其中，传输设备和输入输出设备均与处理器连接。
[0120]
以上技术特征构成了本发明的最佳实施例，其具有较强的适应性和最佳实施效果，可根据实际需要增减非必要的技术特征，来满足不同情况的需求。