一种基于最短恢复时间的最优负荷转供路径计算方法与流程

本发明涉及电力系统领域，更具体地说，本发明涉及一种基于最短恢复时间的最优负荷转供路径计算方法。

背景技术：

近些年来，随着我国国民经济持续、健康的发展和人民物资文化生活水平的不断提高，对电能的需求势头见涨。随着电力事业的发展，我国电力工业已从单纯重视建设电源和输电网络，发展到在建设电源和输电网络的同时加强配电网络的建设。

负荷转供是指配电网发生故障并进行隔离之后，通过开关的操作以及部分不重要负荷的切除，在满足安全约束的条件下，快速优先恢复故障下游重要负荷供电的同时，也尽可能恢复其他负荷的供电，自负荷转供的方法提出以来，有不少的研究都通过不同的启发式算法来求解这个问题。目前针对这一问题，有很多方案：以最小化不同权重的甩负荷损失费用、网损费用、开关操作费用为目标，使用遗传算法寻找最优的供电路径；引入蚁群算法，以重构后的配网网损最小为目标；以停电损失最小为目标函数，在此基础上采用禁忌搜索算法进行网络重构；一种混沌免疫算法应用于配电网供电恢复模型；分别以可供电功率最大与线损微增率最小为目标函数，采用改进贪婪算法来求解配电网供电恢复模型。

但是上述技术方案中提供的方式，仍旧存在较多缺点，如电路复杂，不能快速的以最优方式解决问题，特别是分布式接入引入的不确定性使得这个问题解的难度变得更高。

技术实现要素：

为了克服现有技术的上述缺陷，本发明的实施例提供一种基于最短恢复时间的最优负荷转供路径计算方法，通过综合考虑最大恢复负荷量、恢复路径时限及恢复后网架负荷平衡情况，了解恢复期间负荷波动情况，能够充分现有网架的网络转供能力，并充分发挥配电自动化系统在恢复供电方案的优势，能适应存在三双接线、单环接线以已经有固定fa的配电网，最终形成多目标pareto最优解集，之后对有多个可行解的再进行综合评价，智能给出最优方案，而且针对不同的季节有多套综合评价策略，使得选出的最优路径更具有可操作性。

为实现上述目的，本发明提供如下技术方案：一种基于最短恢复时间的最优负荷转供路径计算方法，具体步骤如下：

步骤一：识别停电馈线路径，对停电变电站每条馈线进行处理，采集与停电前负荷，并识别其所属类型，根据馈线恢复路径的数量识别馈线是单路径馈线还是多路径馈线；

步骤二：收集计算参数，初始化第一阶段计算，第一阶段计算设置为单路径馈线恢复模型的计算，并通过分支定界法进行求解，计算单线径馈线最大恢复供电负荷量；

步骤三：修改第二阶段计算的初始参数并初始化mopso算法，在单路径馈线恢复方案施行后，配电网的初始状态发生变化，对第二阶段主变负载率进行修改，通过mopso算法求节点电压约束解式的数学模型，计算多路径馈线的最小恢复供电时间以及最大恢复供电能力；

步骤四：进行多目标的优选决策，在多目标的可行解解集中寻找最优解。

在一个优选地实施方式中，所述步骤二中单路径馈线恢复计算的数学模型目标函数如下：

约束如下：

wj＝xi≤min(ri(1-ai),li)

其中xi为单路径馈线的待恢复负荷量，xi＞0，n为单路径馈线的数量，f为停电变电站所能恢复的单路径馈线最大负荷量，ri为转移侧的线路容量，ai为转移侧实际负载率，li为失电前馈线的负荷量，ω1为转移到同一台主变上的所有单路径停电馈线的组合，ti为转移到同一台主变的限额，限额由运行方式所确定，bi为转移前主变的负载率；

在一个优选地实施方式中，所述单路径馈线恢复计算的数学模型目标函数计算中引入松弛变量将函数不等式约束化为等式约束，模型的目标函数为：

约束如下：

xi+x′i＝min(ri(1-ai),li)

在一个优选地实施方式中，所述步骤三中多路径馈线恢复计算的数学模型目标函数如下：

线路负荷时效限额约束：

其中xj为多路径馈线转移的所能恢复的负荷量，rj转移侧的线路容量，aj为转移侧目前的负载率，lj失电前馈线j的负荷量，为负荷波动因子，表示负荷波动在故障前到第一阶段负荷恢复之间的时间内负荷的变化量，wj为负荷转移时间系数，计算公式如下：

其中，u为负荷转移路径需要的联络开关数量，k为此条转移路径的每一个联络开关，ck为此联络开关闭合所花费的时间，ck可以取标幺值，其基础量纲可根据实际设置；

主变限额约束：

其中ω1为转移到同一台主变上的所有多路径停电馈线的组合，tj为转移到同一台主变的限额，限额由运行方式所确定，bj为第一阶段转移后主变的负载率；

多路径馈线的结构约束：

结构约束的表达建立在以下假设基础上：不同多路径馈线可以转移到同一台主变；一条多路径馈线转移路径至少有两条；一条多路径馈线的可转移路径不能同时出现在一个数学模型中；所有的多路径馈线必须在一个数学模型中；

节点电压约束：

umin≤ui≤umax

其中ui表示剩余网路节点i的电压，umin表示最小允许电压，umax表示最大允许电压；

支路传输功率限制：

|sbij|≤smaxbij

其中sbij和smaxbij分别为边所表示的线路bij的传输容量和最大传输容量。

在一个优选地实施方式中，所述步骤三中利用mopso算法进行多目标优化后，得到一组pareto非支配解集，从解集中选择出理想方案属于事后评价过程，通过ahp方法评价多目标的优先等级，综合评价策略可定制，适合不同的季节。

在一个优选地实施方式中，所述mopso算法步骤具体如下：

s1、输入模型的目标函数和各种约束条件；

s2、设定mopso的初始化参数，令t＝1；

s3、初始化粒子位置x1,初始化粒子速度v1；

s4、基于拥挤距离选择策略求解全局最优粒子，全局最优粒子最优位置xtpbest；

s5、计算自适应权重系数及粒子更新速度v1，判断速度是否越限，若越限取边界值；

s6、位置更新xt+1＝xt+vt，判断位置是否越限，若越限取边界值，并剔除重复值；

s7、所有粒子更新完毕后得出pareto非劣解集，输出结果。

本发明的技术效果和优点：

1、通过综合考虑最大恢复负荷量、恢复路径时限及恢复后网架负荷平衡情况，了解恢复期间负荷波动情况，能够充分现有网架的网络转供能力，并充分发挥配电自动化系统在恢复供电方案的优势，能适应存在三双接线、单环接线以已经有固定fa的配电网，最终形成多目标pareto最优解集，之后对有多个可行解的再进行综合评价，智能给出最优方案，而且针对不同的季节有多套综合评价策略，使得选出的最优路径更具有可操作性；

2、通过在第一阶段采用分支定界法优先以单条转供路径恢复重要负荷的供电，计算其最大恢复负荷量，第二阶段在上一阶段方案施行后，修改第二阶段主变负载率，在安全运行约束下，通过考虑配网结构特性和除去所有单路径可行解的约束来缩减解空间中可行解的个数，同时考虑配电自动化的开关站与未配电自动化的开关站在开关时间上的差异，采用多目标的粒子群算法来求解考虑多路径下的恢复供电时间以及恢复供电能力模型的可行解，将可行解放入优选解集，最后将优选方案集按照预设权重与指标进行综合评价来选取最优解。

3、通过mopso算法计算pareto非劣解集，与单目标优化相比，多目标优化问题的解不唯一，而是存在一个优选解集，称之为pareto最优解或非支配集，pareto最优表示难以继续改善达到的境况，通过个体间的协作寻找最优解，能够提高处理效率。

附图说明

图1为本发明计算方法的总体流程图。

图2为本发明mopso的流程图。

图3为本发明单路径馈线的示意图。

图4为本发明多路径馈线的示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

根据图1-4所示的一种基于最短恢复时间的最优负荷转供路径计算方法，具体步骤如下：

步骤一：识别停电馈线路径，对停电变电站每条馈线进行处理，采集与停电前负荷，并识别其所属类型，根据馈线恢复路径的数量识别馈线是单路径馈线还是多路径馈线；

步骤二：收集计算参数，初始化第一阶段计算，第一阶段计算设置为单路径馈线恢复模型的计算，并通过分支定界法进行求解，计算单线径馈线最大恢复供电负荷量；

单路径馈线恢复计算的数学模型目标函数如下：

约束如下：

wj＝xi≤min(ri(1-ai),li)

其中xi为单路径馈线的待恢复负荷量，xi＞0，n为单路径馈线的数量，f为停电变电站所能恢复的单路径馈线最大负荷量，ri为转移侧的线路容量，ai为转移侧实际负载率，li为失电前馈线的负荷量，ω1为转移到同一台主变上的所有单路径停电馈线的组合，ti为转移到同一台主变的限额，限额由运行方式所确定，bi为转移前主变的负载率；

引入松弛变量将函数不等式约束化为等式约束，模型的目标函数为：

约束如下：

xi+x′i＝min(ri(1-ai),li)

步骤三：修改第二阶段计算的初始参数并初始化mopso算法，在单路径馈线恢复方案施行后，配电网的初始状态发生变化，对第二阶段主变负载率进行修改，通过mopso算法求节点电压约束解式的数学模型，计算多路径馈线的最小恢复供电时间以及最大恢复供电能力；

多路径馈线恢复计算的数学模型目标函数如下：

线路负荷时效限额约束：

其中xj为多路径馈线转移的所能恢复的负荷量，rj转移侧的线路容量，aj为转移侧目前的负载率，lj失电前馈线j的负荷量，为负荷波动因子，表示负荷波动在故障前到第一阶段负荷恢复之间的时间内负荷的变化量，wj为负荷转移时间系数，计算公式如下：

其中，u为负荷转移路径需要的联络开关数量，k为此条转移路径的每一个联络开关，ck为此联络开关闭合所花费的时间，ck可以取标幺值，其基础量纲可根据实际设置；

主变限额约束：

其中ω1为转移到同一台主变上的所有多路径停电馈线的组合，tj为转移到同一台主变的限额，限额由运行方式所确定，bj为第一阶段转移后主变的负载率；

多路径馈线的结构约束：

结构约束的表达建立在以下假设基础上：不同多路径馈线可以转移到同一台主变；一条多路径馈线转移路径至少有两条；一条多路径馈线的可转移路径不能同时出现在一个数学模型中；所有的多路径馈线必须在一个数学模型中；

节点电压约束：

umin≤ui≤umax

其中ui表示剩余网路节点i的电压，umin表示最小允许电压，umax表示最大允许电压；

支路传输功率限制：

|sbij|≤smaxbij

其中sbij和smaxbij分别为边所表示的线路bij的传输容量和最大传输容量；

利用mopso算法进行多目标优化后，得到一组pareto非支配解集，从解集中选择出理想方案属于事后评价过程，通过ahp方法评价多目标的优先等级，综合评价策略可定制，适合不同的季节，具体的评价指标都有：转移路径后不同优先级的主变负载率，主网坚强的转移变电站优先级高(不同优先级的变电站在负载率权重上的权重也不同，将电压等级110kv、35kv、10kv、3kv、220v从高到低的权重分别取0.9、0.7、0.5、0.3、0.2)；不同重要程度的负荷供电恢复率(重要程度从高到低取0.9、0.6、0.3)；多路径馈线的恢复供电时间；多路径馈线的恢复供电能力，为了考虑不同季节下的评价策略，将季节也加入评价指标，考虑到夏季和冬季的恢复供电能力和恢复供电时间更重要，拥有更多的权重；

步骤四：进行多目标的优选决策，在多目标的可行解解集中寻找最优解；

实施方式具体为：考虑不同时间尺度的两阶段负荷转供策略，考虑不同重要程度的负荷对于恢复供电时间的要求不同的情况，第一阶段采用分支定界法优先以单条转供路径恢复重要负荷的供电，计算其最大恢复负荷量，第二阶段在上一阶段方案施行后，修改第二阶段主变负载率，在安全运行约束下，通过考虑配网结构特性和除去所有单路径可行解的约束来缩减解空间中可行解的个数，同时考虑配电自动化的开关站与未配电自动化的开关站在开关时间上的差异，采用多目标的粒子群算法来求解考虑多路径下的恢复供电时间以及恢复供电能力模型的可行解，将可行解放入优选解集，最后将优选方案集按照预设权重与指标进行综合评价来选取最优解，考虑了最大恢复负荷量、恢复路径时限及恢复后网架负荷平衡情况，考虑了恢复期间负荷波动情况，能够充分现有网架的网络转供能力，并充分发挥配电自动化系统在恢复供电方案的优势，能适应存在三双接线、单环接线以已经有固定fa的配电网，最终形成多目标pareto最优解集，之后对有多个可行解的再进行综合评价，智能给出最优方案，而且针对不同的季节有多套综合评价策略，使得选出的最优路径更具有可操作性。

根据图2所示的一种基于最短恢复时间的最优负荷转供路径计算方法，所述mopso算法步骤具体如下：

s1、输入模型的目标函数和各种约束条件；

s2、设定mopso的初始化参数，令t＝1；

s3、初始化粒子位置x1,初始化粒子速度v1；

s4、基于拥挤距离选择策略求解全局最优粒子，全局最优粒子最优位置xtpbest；

s5、计算自适应权重系数及粒子更新速度v1，判断速度是否越限，若越限取边界值；

s6、位置更新xt+1＝xt+vt，判断位置是否越限，若越限取边界值，并剔除重复值；

s7、所有粒子更新完毕后得出pareto非劣解集，输出结果。

实施方式具体为：与单目标优化相比，多目标优化问题的解不唯一，而是存在一个优选解集，称之为pareto最优解或非支配集，pareto最优表示难以继续改善达到的境况，因为再变化就会使其他境况受损，粒子群优化(pso)算法是eberhart和kennedy在对一个简化社会模型进行仿真时受到启发而提出的，其思想源于群体组织社会行为，通过个体间的协作寻找最优解。

最后应说明的几点是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。