一种基于多目标的智能配电网重构方法
【技术领域】
[0001] 本专利属于电力系统自动化领域，特别涉及一种基于多目标的智能配电网重构方 法。
【背景技术】
[0002] 着我国的经济迅速发展，电力的需求也在快速增长。配电网作为电力系统的重要 部分，也是电力系统主要负荷输出部分。作为保证社会经济稳定发展的重要基础设施，配电 网重构有着重要的意义。
[0003] 配电网的特点是环网结构，开环福射状运行。配电网重构是通过改变网络中开关 的开合来改变配电网的结构，使之达到最佳的运行方式。配电网重构是一个多目标优化问 题，优化目标有W降低网络有功损耗为目标，也可W是W提高电网运行的经济性、提高配电 网安全性和供电质量为目标，或者将几个不同目标结合起来进行多目标的重构优化。然而 配电网重构一直运用在传统算例中，未在实际配电网中运用。而且现有的配电网重构只能 得出正常运行时的优化方案，无法在配电网发生故障时提供优化方案。本发明不仅针对 配电网正常运行时提供优化方案，且在配电网故障时为电网的调度提供科学有效的决策方 案，迅速恢复配电网的供电。
【发明内容】
[0004] 本发明的目的在于自动识别配电网运行状态，提供不同运行状态下配电网多目标 智能配电网重构方法。
[0005] 为了解决上述技术问题，本发明提供一种基于多目标的智能配电网重构方法，包 括W下步骤：
[0006] 步骤一、将配电网网络等值成由线路和开关组成的等效网络；
[0007] 步骤二、生成等值网络的支路参数、节点参数、故障线路参数；
[0008] 步骤H、初始化配电网重构所需要的参数；
[0009] 步骤四、生成初始种群；
[0010] 步骤五、更新粒子位置和速度；
[0011] 步骤六、判断网络是否为福射网，判断是否为福射状，如果不是福射状，则返回步 骤五继续更新粒子位置和速度，直至为福射状为止；如果是福射状，则进行步骤走；；
[0012] 步骤走、计算重构目标函数的最小值，且满足电压约束条件和支路容量约束条 件；
[0013] 步骤八、判断当前群体所代表的网络是否为最优网络，若最优则进入步骤九，如果 不是则返回步骤五，直至获得最优网络；
[0014] 步骤九、判断是否达到最大迭代次数，如果是则输出重构结果，如果不是则返回步 骤五；当达到群体最优且达到最大迭代次数时输出重构结果。
[0015] 本发明与现有技术相比，其显著优点在于；（1)本发明对实际复杂配电网进行简 化处理，提高了计算速度和配电网的优化能力；（2)本发明通过改进的二进制粒子群算法 对配电网不同运行状态下进行重构，不仅正常运行时的网络可W得到优化，故障时的网络 也可W得到最优重构方案，快速恢复配电网供电，对实际电网运行的调度有着良好的决策 指导作用；（3)本发明对配电网进行多目标重构，不但可W保证配电网运行时有功网损最 小，而且也可W保证负荷平衡指数最低，电压偏移量指数也最低，从而保证了电网处于最佳 运行状态。
【附图说明】
[0016] 图1是本发明流程图。
[0017] 图2是本发明一个实施例中实际配电网简化后的网络图。
[0018] 图3是本发明另一个实施例中实际配电网简化后的网络图。
【具体实施方式】
[0019] 如图1，本发明基于多目标的智能配电网重构方法，包括W下步骤：
[0020] 步骤一、将配电网网络等值成由线路和开关组成的等效网络，具体为：
[0021] 将同一开关周围的若干个的负荷合并成一个负荷，且将在同一开关所在的线路视 为一条支路，删除无负荷的分支及距离较短的支路，只保留主线路和重要支路。简化后的等 效网络方可W便计算且计算速度较快。
[0022] 步骤二、生成等值网络的支路参数、节点参数、故障线路参数；其中，
[0023] 支路参数包括：支路编号、支路起始节点、支路末节点、支路电阻、支路电抗、开关 名称；
[0024] 节点参数包括：节点编号、节点有功功率、节点无功功率；
[0025] 故障线路参数包括；故障线路编号，该编号与支路编号所对应，其中0表示线路无 故障。
[0026] 步骤H、初始化配电网重构所需要的参数，参数包括：
[0027] 粒子的规模；n个粒子组成的群体，n可W自动设置，n越大，群体就越大，搜索到最 优网络的可能性也就最大；
[0028] 粒子的维数，即支路的个数；
[002引迭代次数；
[0030] 学习因子，即搜索最优网络的能力
[0031] 步骤四、生成初始种群；
[0032] 步骤五、更新粒子位置和速度，所述粒子位置和速度更新过程为：
[003引在一个M维的搜索空间里，粒子j的位置信息表示为X,= (X ,1，X,2,…x,M)'，速度 信息表示为V，= (V，1，V,2,…V,M)'，粒子j在找到个体最优位置gbMt和群体最优位置P bMt 之后，更新粒子自身的位置和速度信息，位置和速度的更新方法如公式（1)和（2)所示，
[003引公式（I)和似中，为粒子更新后的速度；为粒子更新后的搜索位置；W 为惯性权重，种群较小时惯性权重W可取值化9,1. 2]之间，收敛较好；Cl、C2为加速因子， 一般设为固定值，取值在[0, 2]之间；rancKO, 1)为随机产生一个[0, 1]之间的正实数的函 数；为粒子j迭代k+1次后个体最优值所对应的位置；为粒子j迭代k+1次后 群体最优值所对应的位置。
[0037] 当粒子在搜索过程的前一阶段速度较大，后一阶段搜索速度较小时，为避免结果 陷入局部最优解且搜索速度能达到最快，本发明对Ci、C2作了改进，如公式（3)所示，
[00測公式（3)中；Cimax、Clmin分别为C 1的最大和最小值；C 2max、C2min分别为C 2的最大和最 小值；t为当前迭代次数；N为最大迭代次数。
[0040] 在二进制粒子群算法中，将每个粒子所在的位置设定为1或者0,根据速度来决定 粒子对应的位置为1或者0。速度较大时，为1的概率大，而速度小时，为0的概率大。二进 制粒子群算法中粒子的速度用sigmoid函数来更新，sigmoid函数如公式（4)所示，
[0042] 式（4)中，X表示粒子的速度，为防止sigmoid函数饱和，可W将粒子的速度设定 在一定范围内，在此设定在[-4,4]范围内，则公式（4)可W进一步表示为公式巧），
[0044] 因此二进制粒子群算法中的粒子位置按公式（6)所示进行更新，
[004引公式（6)中，:媒1为[0, U之间的随机正实数。
[0047] 步骤六、判断网络是否为福射网，判断是否为福射状，如果不是福射状，则返回步 骤五继续更新粒子位置和速度，直至为福射状为止；如果是福射状，则进行步骤走；；
[0048] 步骤走、对网络进行潮流计算适应值，适应值即重构目标函数的最小值，即使有功 网损、负荷平衡指数、电压偏移量指数达到最小，且满足电压约束条件和支路容量约束条 件。
[0049] 所述重构目标函数如公式（7)所示，
[0050] minf = [fi, fz, f3]T (7)
[00川公式（7)中，f康示有功网损，数学表达式为汹n尸,。、、=X灰，其中，Db /=1 为配电网的支路的总数；ri为第i条支路的电阻；i,.为流过第i条支路的电流；ki为开关i 的状态，O表示分断，1表示闭合。
[005引公式（7)中，f2表示负荷平衡指数，数学表达式为： ，其中，Hb
为配电网的支路的总数；Si表示支路i上通过的功率；S im。、是表示Hb条支路上通过的功率 的最大值。
[005引公式（7)中，f3表示电压偏移量指数，数学表达式为： ，其中n为 配电网节点数；V。为节点j