一种以多阶段的总损失电量为优化目标的配电自动化终端优化配置方法
【专利摘要】本发明是一种以多阶段的总损失电量为优化目标的配电自动化终端优化配置方法，每阶段优化配置结束后，配电网网架拓扑结构发生变化，变化的情况主要包括新建线路、线路延长、追加支路、调整负荷、馈线联络关系发生变化，给定总投资金额，求解各阶段的终端配置方案，使得各阶段的损失电量之和最小，使用JAVA语言进行编程，用开源的遗传算法类库Jenetics求解优化模型。
【专利说明】
-种从多阶段的总损失电量为优化目标的配电自动化终端优 化配置方法
技术领域
[0001] 本发明是一种W多阶段的总损失电量为优化目标的配电自动化终端优化配置方 法，设及配电终端配置方法，属于配电自动化规划技术领域。
【背景技术】
[0002] 配网自动化可W快速检测并隔离故障，实现负荷转供，从而最大程度地减少因故 障导致的用户停电次数和时间，对提高配电网可靠性的重要作用毋庸寶言。
[0003] 但配网自动化综合了多种技术和理论，其技术复杂，部署施工难度大，造价高，且 一个规划年内配电网拓扑结构会发生变化，如何尽可能使有限的资金和资源得到优化配 置，多快好省地充分发挥配网自动化的作用，使得规划阶段总的损失电量最小。
【发明内容】
[0004] 本发明的目的在于提供一种W多阶段的总损失电量为优化目标的配电自动化终 端优化配置方法。
[0005] 主要内容为W所有阶段总的损失电量最小为目标，针对配网拓扑结构发生变化的 情况进行优化配置，变化的情况主要包括新建线路、线路延长、追加支路、调整负荷、馈线联 络关系发生变化，建立优化模型，优化各阶段的终端配置方案，使用JAVA语言进行编程，用 开源的遗传算法类库Jenetics求解优化模型，一个阶段对应一条染色体，染色体上基因的 个数等于该阶段内配网可安装配电终端的支路的数目，即权利要求4集合S。中支路的数目， 基因存储的信息是该支路是否安装配电终端及其类型，基因类型为IntegerGene，不同的整 数对应不同类型的终端，0对应不安装任何类型终端。
【附图说明】
[0006] 图1为编程实现的流程图。
[0007] 图2为某区域配电网第一阶段化简后的网络拓扑图。
[0008] 图3为第二阶段初新建2条馈线后化简后的网络拓扑图。
[0009] 图4为第Ξ阶段初新建1条馈线后化简后的网络拓扑图。
[0010] 图5为第四阶段初新建1条馈线后化简后的网络拓扑图。
[0011] 图6为第五阶段初新建1条馈线后化简后的网络拓扑图。
【具体实施方式】
[0012] 下面结合附图对本发明的【具体实施方式】作进一步说明。
[0013] -、根据配网网架规划，获取各个阶段新增支路，存入集合中。
[0014] 二、使用类库JGra地T建立每个阶段的拓扑结构模型。
[0015] Ξ、根据各阶段拓扑结构，列出各个阶段损失电量表达式。
[0016] 四、建立优化模型，使用遗传算法进行求解。 实施例
[0017] 图2为某区域配电网第一阶段化简后的网络拓扑图，图3为第二阶段初新建2条馈 线后化简后的网络拓扑图，图4为第Ξ阶段初新建1条馈线后化简后的网络拓扑图，图5为第 四阶段初新建1条馈线后化简后的网络拓扑图，图6为第五阶段初新建1条馈线后化简后的 网络拓扑图，红色节点表示馈线的网供电源所在区域节点，蓝色边为联络线，数字编号是馈 线ID。
[0018] 已知设备单价及隔离/转供时间如表1，配电网元件故障率和故障修复时间如表2: 表1设备单价及隔离/转供时间
[0019] 给定总投资总额80万元，建立优化模型，用Jenetics进行求解每一阶段的优化模 型，计算结果如表3: 表3优化总损失电量的结果
【主权项】
1. 一种以多阶段的总损失电量为优化目标的配电自动化终端优化配置方法，其特征在 于以所有阶段总的损失电量最小为目标，针对配网拓扑结构发生变化的情况进行优化配 置，建立优化模型，优化各阶段的终端配置方案，使用JAVA语言进行编程，用开源的遗传算 法类库Jenetics求解优化模型。2. 根据权利要求1所述的以所有阶段总的损失电量最小为目标，以一年为一个阶段，则 一个阶段内损失电量的计算公式为：式中，P/w为负荷区域节点i的用负荷，为节点i的年平均停电时间，/2为负荷节点 个数;区域节点是以开关为分界划分的。3. 根据权利要求1所述的拓扑结构发生变化的情况，主要包括新建线路、线路延长、追 加支路、调整负荷、馈线联络关系发生变化。4. 根据权利要求1所述的优化各阶段的终端配置方案的模型，分为5个阶段，该模型为： min Ae =Aei(si，xi)+Ae2(S2，X2)+Ae3(S3，X3)+Ae4(S4，X4)+Ae5(S5，X5) s.t. m (x 1,X 2,X 3,X 4,X δ)=Μ 式中，Ae是5个阶段总共损失的电量，是第/3阶段损失的电量;·是第/3阶段开 始时的状态集合，包含的信息是可以安装终端支路及其终端信息(若已经安装的话）;；^是 第λ阶段开始时的决策，该集合表示第/3阶段规划安装终端的支路及其终端类型;-第λ 阶段初新增的可安装终端的支路集合是花费的金额;Μ是给定的投资总额;各物理量的 关系如下表：5. 根据权利要求1所述的使用JAVA语言进行编程，用开源的遗传算法类库Jenetics求 解优化模型，一个阶段对应一条染色体，染色体上基因的个数等于该阶段内配网可安装配 电终端的支路的数目，即权利要求4集合·s Λ中支路的数目，基因存储的信息是该支路是否安 装配电终端及其类型，基因类型为IntegerGene，不同的整数对应不同类型的终端，0对应不 安装任何类型终端。
【文档编号】H02J13/00GK106059079SQ201610502182
【公开日】2016年10月26日
【申请日】2016年6月30日
【发明人】陈东新, 武志刚
【申请人】华南理工大学, 陈东新