一种考虑加权潮流熵的配电网络重构方法与流程

本发明涉及电力系统配电网重构
技术领域：
，尤其是涉及一种考虑加权潮流熵的配电网络重构方法。
背景技术：
：随着电力系统配电网的发展，网络结构变得更加复杂。当配电网络发生故障后，由于网络中包含大量负荷节点，线路潮流分布的不平衡会导致电网鲁棒性降低。对于在故障恢复过程中的网络重建，主要通过调整线路开关的开断来调整潮流，不但需要降低线路损耗、保证电压质量，而且应该提高线路负载均衡性以降低电网陷入自组织临界状态的概率。网络重构方面的研究主要分为动态重构以及静态重构两种，静态重构是假定整个时段负荷恒定不变，仅考虑单一时间断面重构；动态重构则是考虑负荷的时序性变化，对一段时间内的网络拓扑进行动态连续优化，目前针对网络重构的研究主要围绕三方面展开，包括：(1)dg和储能装置接入配电网引起的孤岛划分问题。(2)网络优化目标函数的选择。(3)对网络重构算法进行研究。由于当前配电网中线路负载分布不均衡，导致配电网容易陷入自组织临界状态，而现有的网络重构方法中大多只考虑供电指标，无法有效保证重构后网络的稳定运行。技术实现要素：本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种考虑加权潮流熵的配电网络重构方法，结合孤岛划分，并针对线路负载分布不均衡的特点，基于线路负载率，构建加权潮流熵，结合传统供电指标，以共同作为网络重构的评价指标，从而提升重构网络鲁棒性，保证配电网稳定运行。本发明的目的可以通过以下技术方案来实现：一种考虑加权潮流熵的配电网络重构方法，用于对故障后的配电网进行网络重构，包括以下步骤：s1、针对故障后的配电网络进行孤岛划分，以得到区域网络，其中，若存在孤岛，则区域网络为配电网除去孤岛以外的网络，否则整个故障后的配电网即为区域网络；s2、以传统供电指标和潮流熵作为评价指标，构建网络重构优化模型，其中，传统供电指标包括网络损耗和节点电压降，潮流熵用于定量评价线路负载分布的不均匀性；s3、基于cbpso(chaoticbinarypanicleswarmoptimization，混沌二进制粒子群优化)算法以及构建的网络重构优化模型，对区域网络进行求解，以得到全局最优解，即为重构网络拓扑。进一步地，所述步骤s1具体包括以下步骤：s11、获取配电网中参与并网的分布式电源容量大小及位置；s12、若参与并网的分布式电源容量满足负荷节点用电需求，则执行步骤s13，否则判断故障后的配电网中不存在孤岛，以整个故障后的配电网作为区域网络，之后执行步骤s2；s13、根据分布式电源输出功率大小搜寻孤岛区域，由该分布式电源为孤岛节点负荷供电，将故障后的配电网除去孤岛，得到区域网络，之后执行步骤s2。进一步地，所述步骤s12中分布式电源容量满足负荷节点用电需求的条件具体为：其中，si为节点i的负荷，δsj为线路功率损耗，sdg为分布式电源容量，g为孤岛区域最大容纳负荷节点数。进一步地，所述步骤s2具体包括以下步骤：s21、结合网络损耗、节点电压降以及潮流熵，建立多目标优化函数，其中，网络损耗具体为有功网损，节点电压降具体为最小节点电压偏差，潮流熵具体为加权潮流熵；s22、设置约束条件，该约束条件包含网络潮流约束、电压约束、线路功率约束以及拓扑约束。进一步地，所述步骤s21中多目标优化函数具体为：minf＝{minf1,minf2,minf3}f＝ω1·f1+ω2·f2+ω3·f3ω1+ω2+ω3＝1其中，f为目标函数的优化值，f1为有功网损，f2为最小节点电压偏差，f3为加权潮流熵，ω1、ω2、ω3分别为f1、f2、f3的权重。进一步地，所述步骤s21中有功网损具体为：其中，rij为节点i与节点j之间的线路电阻，pij、qij分别为流经线路ij的有功和无功功率，pdgi和qdgi分别为节点i的分布式电源dg的有功输出和无功输出，若对应节点没有分布式电源dg，则pdgi＝0、qdgi＝0，ui为节点i的电压，m为线路总数，n为节点总集合；所述最小节点电压偏差具体为：其中，umin为最小节点电压，ue为节点额定电压；所述加权潮流熵具体为：其中，w为潮流熵权重，pl为线路l的实际有功潮流值，pmax为所有线路的最大有功潮流值，pmin为所有线路的最小有功潮流值，m为状态分类数量；p(xa)为出现第a类状态所占的概率，即线路负载率处于任意一个功率等差区间的概率：ηl∈[dk，dk+1]，k＜kd＝[d0，d1，…，dk]式中，ηl为线路l的负载率，d为根据线路运行功率极限要求形成的连续等差区间，k为功率等差区间的总个数。进一步地，所述步骤s22中网络潮流约束具体为：其中，δpi和δqi分别为节点i的有功、无功损耗，pi和qi分别为节点i注入的有功、无功功率，ui，uj分别为节点i，j的电压值，gij、bij、θij分别为节点i与j之间支路的电导、电纳、电压相角差；电压约束具体为：ui.min≤ui≤ui.max其中，ui.min和ui.max分别为节点i的电压上、下限；线路功率约束具体为：sl≤1.5×sl.max其中，sl为线路i的功率，sl.max为线路i允许的最大功率；拓扑约束具体为：其中，kq,r为支路开关(q，r)的开关状态，即以q为首节点、r为尾节点的支路开关状态，开关闭合时kq,r＝1，开关断开时kq,r＝0，nn为拓扑中节点总数，nf为拓扑中根节点个数，ng为拓扑中孤岛节点个数，b为拓扑中支路集合，r为除根节点和孤岛节点之外的节点集合，n为节点总集合，f为根节点集合，g为孤岛节点集合；拓扑约束中：kq,r＝1即要求以r为尾节点的单个支路需是闭合的，即要求所有支路均是闭合的。进一步地，所述步骤s3具体包括以下步骤：s31、对区域网络节点参数进行初始化，并设置cbpso算法的全局参数，以初始化粒子群位置和速度；s32、基于网络重构优化模型，结合cbpso算法的编码规则，更新粒子位置和速度；s33、判断更新后的粒子是否符合拓扑约束，若判断为是，则执行步骤s34，否则返回步骤s32，其中，一个粒子对应于一个网络拓扑，该网络拓扑由不同支路开关状态数据组成；s34、计算粒子群适应度，更新各粒子最优适应度和全局最优适应度，其中，适应度对应于目标函数优化值，最优适应度对应于最小的目标函数优化值；s35、判断求解过程是否满足收敛条件，若满足则输出最优粒子，即为重构网络拓扑，若不满足，则返回步骤s32。进一步地，所述步骤s31中cbpso算法的全局参数包括最大迭代次数、学习因子、种群数目以及混沌映射参数。进一步地，所述步骤s35具体包括以下步骤：s351、判断当前迭代次数是否达到设置的最大迭代次数，若判断为是，则输出最优粒子，否则执行步骤s352；s352、判断当前求解得到的全局最优适应度是否满足收敛精度要求，若判断为是，则输出最优粒子，否则返回步骤s32。与现有技术相比，本发明具有以下优点：一、本发明针对当前配电网中线路负载分布不均衡而易于陷入自组织临界状态的问题，提出以潮流熵作为评价指标、兼顾网络损耗与节点电压降的多目标优化模型，结合孤岛划分、通过构建更加合理的网络拓扑结构，在电网重构过程中，能够尽可能多地恢复因故障而受到影响的负荷，优先恢复重要性更高的负荷，从而有效提升重构网络的鲁棒性，保证重构网络的运行稳定性。二、本发明考虑故障后的配电网中存在某些潮流分布不均匀的支路故障，即线路负载率不一致性，为避免潮流熵计算偏大，本发明采用加权潮流熵的方式，能够有效区分负载线路的轻重程度，从而提高潮流熵值计算的准确度，进一步保证重构网络的运行稳定性。附图说明图1为本发明的方法流程示意图；图2为区域网络求解过程示意图；图3为实施例中37支路原始网络结构图；图4为实施例中31节点接入分布式电源dg的重构网络结构图；图5为实施例中包含一个孤岛的重构网络结构图；图6为图5对应的孤岛示意图；图7为实施例中包含两个孤岛的重构网络结构图；图8为图7对应的孤岛示意图；图9为网络重构前后的最小节点电压对比示意图。具体实施方式下面结合附图和具体实施例对本发明进行详细说明。实施例如图1所示，一种考虑加权潮流熵的配电网络重构方法，包括以下步骤：s1、针对故障后的配电网络进行孤岛划分，以得到区域网络，其中，若存在孤岛，则区域网络为配电网除去孤岛以外的网络，否则整个故障后的配电网即为区域网络；s2、以传统供电指标和潮流熵作为评价指标，构建网络重构优化模型，其中，传统供电指标包括网络损耗和节点电压降，潮流熵用于定量评价线路负载分布的不均匀性；s3、基于cbpso算法以及构建的网络重构优化模型，对区域网络进行求解，以得到全局最优解，即为重构网络拓扑。基于求解得到的重构网络拓扑，以控制故障后配电网各支路的开关状态，完成网络重构。具体的，将上述方法应用于实际，主要包括以下步骤：步骤1，对故障后的配电网进行孤岛划分，并建立包含网络损耗与节点电压降、以潮流熵作为鲁棒性评价指标的优化模型；步骤1.1，根据并网的dg容量大小和位置进行孤岛划分：(1)当dg容量较小，正常工作时输出功率不足以满足负荷节点发电需求时，只抵消相应负荷，而不形成孤岛；(2)当dg容量较大，正常工作输出功率能够满足负荷节点用电需求，因此在前端线路停电时，可由dg作电源为该节点负荷供电，即：其中，si为节点i的负荷，δsj为线路功率损耗，sdg为分布式电源容量，g为孤岛区域最大容纳负荷节点数；步骤1.2，建立综合考虑网络网损、节点电压偏差以及潮流熵的多目标优化方案：配电网重构过程中，保证尽可能多地恢复因故障而受到影响的负荷，优先恢复重要性更高的负荷，多目标优化函数：minf＝{minf1,minf2,minf3}式中，f为目标函数的优化值，采用权重法将多目标函数转化为单目标函数，即有：f＝ω1·f1+ω2·f2+ω3·f3式中，ω1、ω2、ω3分别为各分目标f1、f2、f3的权重，必须满足ω1+ω2+ω3＝1，本实施例中，ω1＝0.5，ω2＝0.1，ω3＝0.4；各分目标具体为：1)有功网损若网络中接有dg，但dg容量不足以满足负荷用电需求时：其中，rij为节点i与节点j之间的线路电阻，pij、qij分别为流经线路ij的有功和无功功率，pdgi和qdgi分别为节点i的分布式电源dg的有功输出和无功输出，若对应节点没有分布式电源dg，则pdgi＝0、qdgi＝0，ui为节点i的电压，m为线路总数，n为节点总集合；2)最小节点电压降其中，umin为最小节点电压，ue为节点额定电压；3)加权潮流熵熵作为一种状态标量，用来衡量空间中所存在的大量微观粒子运动的混乱程度和无序状态，电力系统潮流熵被用来定量评价网络线路负载分布的不均匀性，设线路l的最大负载容量为实际运行中线路潮流值为则线路的负载率ηl为：式中，m为线路条数；根据线路运行功率极限要求形成连续等差区间d＝[d0,d1,...,k]，dk可以根据网络的实际运行要求设定，网络重构过程中，线路负载超出区间的方案不予考虑，因此定义线路l的负载率处于区间ηl∈[dk，dk+1]，k＜k的概率为p(xa)，则潮流熵定义如下：式中，c为常数，m为状态分类数量，p(xa)为出现第a类状态所占的概率，潮流熵越大，系统线路负载率的不一致性越高，过于分散的线路负载率会使系统受到小扰动进入自组织临界状态的概率加大，从而对系统的鲁棒性造成影响。而当线路负载率集中于同一区间时，线路的潮流熵为0，此时线路潮流分布最为有序，当系统发生扰动时不易发生连锁故障，由于某些潮流偏重或偏轻的支路故障后均会致使潮流熵偏大，显然后者不能正确反映出潮流熵的物理特性，而利用加权潮流熵可以有效区分负载线路的轻重程度，提高潮流熵值计算的准确度，潮流熵权重计算公式如下：式中，w为潮流熵权重，pl为线路l的实际有功潮流值，pmax为所有线路的最大有功潮流值，pmin为所有线路的最小有功潮流值；因此加权潮流熵计算如下：步骤1.3，增设网络潮流约束条件重构过程中必须满足网络潮流约束：电压约束：ui.min≤ui≤ui.max线路功率约束：sl≤1.5×sl.max拓扑约束：式中，δpi和δqi分别为节点i的有功、无功损耗，pi和qi分别为节点i注入的有功、无功功率，ui，uj分别为节点i，j的电压值，gij、bij、θij分别为节点i与j之间支路的电导、电纳、电压相角差；sl为节点l的负荷，sl.max为节点l的运行功率最大值，kq,r为支路开关(q，r)的开关状态，开关闭合时kq,r＝1，开关断开时kq,r＝0，nn为拓扑中节点总数，nf为拓扑中根节点个数，ng为拓扑中孤岛节点个数，b为拓扑中支路集合，r为除根节点和孤岛节点之外的节点集合，n为节点总集合，f为根节点集合，g为孤岛节点集合。步骤2，采用混沌二进制粒子群算法进行寻优，如图2所示，包括：步骤2.1，初始配电网节点参数，设置混沌二进制粒子群算法全局参数，初始化粒子群位置和速度；步骤2.2，根据编码规则，更新粒子群位置、速度；步骤2.3，判断各粒子是否符合网络拓扑要求，一个粒子具体是一个包含各支路开关状态的网络拓扑，一个网络拓扑由多个支路开关状态组成；步骤2.4，计算粒子群适应度，更新各粒子最优适应度和全局最优适应度；步骤2.5，判断是否满足收敛条件；步骤2.6，输出最优粒子群构成。本实施例采用本发明提出的方法对比分析了分布式电源dg分布位置以及节点是否形成孤岛等不同情况下的网络重构结果，以为配电网的实际运行和dg的配置提供新思路。本实施例采用ieee33标准测试系统作为算例，如图3所示，该网络包括37条支路(32条常规支路，5条联络开关支路)，33个节点。网络基准电压为12.66kv，总负荷为3715+j2300kva，混沌二进制粒子群算法初始参数：最大迭代次数100，学习因子c1＝c2＝2，种群数目50，粒子速度vin∈[-4,4]，混沌映射参数：y1＝0.5，μ＝3.99。假设加入网络的dg系统包括光伏发电以及风力发电，且都配置了足够的储能装置可独立带负荷稳定运行，假设重构发生时，dg系统的平均输出功率为500kva。含有dg的配电网主要通过孤岛运行方式在故障时保障部分负荷的连续供电，提高供电可靠性。但是若当dg容量较小，输出功率不足以承担节点负荷时，则不形成孤岛。而当dg容量较大时，正常工作输出功率满足负荷节点用电需求，可以视作孤岛负荷供电的电源。除了不含dg的网络重构外，本实施例主要分以下几种情况进行分析：1)只有一个分布式电源系统。假设dg安装在31节点，但不形成孤岛，网络重构后，如图4、图9和表1所示。2)若dg容量满足负荷节点31正常用电需求时，31节点可单独形成孤岛，并由dg输出功率提供用电。类似地，若dg发电还可满足与节点31相连的其它节点的负荷需求时，优先恢复重要性较高的负荷节点，如节点30，形成孤岛区域；剔除该孤岛区域后，剩余支路进行电网重构，结果如图5、图6、图9和表1所示。3)有两个分布式电源系统dg1和dg2。若dg1、dg2分别接在25和31节点，可根据dg输出情况和负荷重要程度形成新的孤岛区域。剩余支路进行电网重构，结果见图7、图8、图9和表1所示。表1从表1可以看出，即使在不包含dg的情况下进行网络重构，也可以使得网络损耗和潮流熵明显下降，同时最小节点电压显著上升。在31节点加入dg但不形成孤岛，潮流熵略有升高，即潮流分布均匀性略差，但电压降减小，网络损耗更低；当dg及其连接节点附近支路形成由dg供电的孤岛时，导致部分线路供电长度增加，因此最小节点电压降低明显，这种情况下可以选择在长线路中、末端继续安装dg；当在系统多节点加入dg时，网络损耗降低明显，但线路潮流熵可能出现上升，这是由于dg的安装位置不尽合理造成的，这时可以进行dg安装位置的调整或者增加dg安装点，以优化网络潮流熵。此外，本实施例还在没有dg的情况下，分别采用bpso((discretebinaryparticleswarmoptimization，二进制粒子群优化)算法和cbpso算法进行区域网络求解，两种算法的求解过程对比结果如表2所示，从表2结果可知，两种算法重构结果基本相同，但是cbpso算法的平均收敛次数明显减小，即全局搜索能力更强，体现了该算法的有效性，这也保证了本发明方法的可靠性。表2算法bpsocbpso平均迭代收敛次数4716最小节点电压p.u.0.93480.9386网络损耗150.12149.63潮流熵0.59100.5916当前第1页12