一种基于粗糙集和规模扩展的主配电网协同规划方法、设备及存储介质与流程

本发明涉及供电配电，具体是一种基于粗糙集和规模扩展的主配电网协同规划方法、设备及存储介质，尤其适用于主配电网协同规划。

背景技术：

1、主配电网是输电网络与用户之间的连接桥梁。主配电网协同规划方案的经济性是保证电网工程科学建设、降低项目决策错误率、提高电网效率的重要手段。国内对主配网经济性的评价比较简单，指标选择不全面、无层次，主配网经济性无法衡量，评价结果的参考价值有限，如负载转矩理论[1]。因此，研究主配电网经济协调规划评价，不仅可以发现电网运行中的薄弱环节，而且可以为主配电网的规划和改造提供理论支持，对提高电力企业社会经济效益具有重要的指导价值。在传统主配电网的基础上，综合考虑电动汽车、电能替代、新能源等因素，建立主配电网经济协调规划评价指标体系迫在眉睫。

2、[1]s.bifaretti,v.iacovone,a.rocchi,p.tomei,and c.m.verrelli,nonlinearspeed tracking control for sensorless pmsms with unknown load torque:fromtheory to practice.control engineering practice 20(2012)714-724.

3、城市35kv变电站是主网与配电网的纽带，经济供电和选址优化是主网与配电网协调规划的关键。因此，可以考虑从社会效益、建设经济性、运营经济性等多个方面建立主配电网协同经济规划综合评价体系。

技术实现思路

1、为了解决上述现有技术中存在的缺陷，本发明提供一种基于粗糙集和规模扩展的主配电网协同规划方法、设备及存储介质，意在多个方面建立主配电网协同规划综合评价体系，采用规模扩张法和粗糙集法相结合的方式确定指标组合权重，建立了智能的主配电网协调规划的优化系统，力求在保证供电经济性和可靠性的前提下，提升主配电网协同规划水平，优化选址结果。

2、本发明采用的技术方案：一种基于粗糙集和规模扩展的主配电网协同规划方法，其特征在于：包括以下步骤：

3、s1：获取候选变电站和相关负载的参数信息，包括变电站数量及其对应的负荷系数、最大负荷率、容量、最大功率因数，负载数量及每个负载对应的位置和负载值；

4、s2：获取主配电网协同规划方法的多级指标参数，并对多级指标参数进行归一化处理；

5、s3：根据候选变电站的位置，利用规模扩展方法生成每个变电站位置对应的主观权重系数和判断矩阵；

6、s4：利用多级指标参数和主观权重系数，基于粗糙集方法计算客观权重系数，求得组合权重系数；

7、s5：结合变电站和负载的相关参数信息、判断矩阵和组合权重系数，以变电站的经济性为目标函数，建立优化系统；

8、s6：计算优化系统，生成变电站和负载的拓扑链接关系，得到变电站的最优位置规划，选取与最优位置最近的候选变电站位置为最终的变电站建设位置。

9、优选的，所述步骤s3中规模扩展方法具体为：

10、s31：根据候选变电站的个数n，设定n×n的单位矩阵为判断矩阵；

11、s32：对比候选变电站，并按其在多级指标中对应某级指标重要性对其进行排序，并将[t1,…,tn]按重要性赋值给每一个候选变电站，其中t1≥…≥tn为人为设定值；

12、s33：当0≤i≠j≤n依次遍历计算判断矩阵元素pij＝ti×ti+1×…×tj-1，pji＝1/pij；

13、s34：分别计算每个候选变电站对应某级指标的主观权重系数

14、

15、优选的，所述步骤s4中粗糙集方法为：

16、s41：定义一个决策系统s＝(u,a,v,f)，其中，u为变电站侯选位置构成的对象集合，a＝c∪d为对象集合，c∩d≠φ，c为多级指标参数构成的条件属性，d为决策属性，v为属性的值域，f:u×a→v为映射关系；

17、s42：计算第j个变电站侯选位置条件属性对决策属性的重要性其中，γc(d)、分别为条件属性集和的正域，cj为多级指标中的对应指标；

18、s43：计算出第j个变电站侯选位置对应指标的客观权重系数

19、优选的，步骤s4中计算组合权重系数的方法为：

20、计算第j个变电站侯选位置对应指标的组合权重系数为

21、式中，αj为主观权重系数，uj为客观权重系数。

22、优选的，所述步骤s5中建立优化系统为：

23、

24、

25、dkj≤a43k

26、其中，k为需要选址的变电站个数；ji为第k个变电站对应的负载集合；为第k个变电站的经济评价得分，p＝[pij]1≤i,j≤n，r＝[rj]1≤j≤n，t＝1,2,…为多级指标的某一级；a、b、c为待定系数；为对应变电站与负载点之间的线路长度，为待定系数，xk、yk分别是变电站k的水平和垂直坐标，xj、yj分别是负载点j的水平坐标和垂直坐标；ηi为变电站负荷系数；sk为变电站k的容量；a2j为负载点j的负载；a24k是变电站k的最大负荷率；a22k是变电站k的最大功率因数；a43k是变电站k供电半径的极限。

27、优选的，只对于某一级t的指标进行优化时，

28、优选的，步骤s2中将多级指标参数分为正指标参数、负指标参数和中间指标参数，归一化处理的方法为：对于正指标参数有ci＝xi/xmax；对于负指标参数有ci＝xmax/xi；对于中间指标参数有其中，ci为归一化指标参数，xi为处理前的指标，xmax为xi的最大值，xmean为xi的均值。

29、优选的，规模扩展方法中重要性的赋值可以通过专家系统或者机器学习的方式得到。

30、优选的，步骤s6中计算优化系统的方法采用穷举法或采用组合优化算法中的近似算法，包括模拟退火算法、遗传算法、粒子群算法、蚁群算法、禁忌搜索算法。

31、一种电子设备包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至9中任一项所述的基于粗糙集和规模扩展的主配电网协同规划方法的步骤。

32、一种可读存储介质，所述可读存储介质为计算机可读存储介质，所述计算机可读存储介质上存储有实现基于粗糙集和规模扩展的主配电网协同规划方法的程序，所述实现基于粗糙集和规模扩展的主配电网协同规划方法的程序被处理器执行以实现如权利要求1至9中任一项所述基于粗糙集和规模扩展的主配电网协同规划方法的步骤。

33、本发明的有益效果在于：本发明提供了基于粗糙集和规模扩展的主配电网协同规划方法，建立主配电网协同规划综合评价体系，结合规模扩展方法和粗糙集方法，建立了主观与客观相结合的联合权重确定方法，进一步采用指标组合权重，建立了智能的主配电网协调规划的优化系统，在保证供电经济性和可靠性的前提下，能够显著提升主配电网协同规划水平并优化选址结果。