一种适用于主动配电网的多目标网络重构方法
【专利摘要】本发明涉及一种配电网重构方法，特别是一种适用于主动配电网的多目标网络重构方法，基于主动配电网对网络重构的新要求，提出一种新的混合进化算法用于配电网重构，采用最优流模式算法快速得到接近最优解的初始网络，再利用树形结构编码单亲遗传算法搜索最优解，即对初始网络进行树形结构编码，采用单亲遗传算法进行求解。其优点在于，在对主动配电网进行网络重构时，充分考虑了分布式电源的影响，即在约束条件中包含分布式电源出力约束、在可靠性计算中考虑分布式电源计划孤岛的影响，使网络重构后的配电网网损大幅降低、供电可靠性得到提高，同时，重构结果也更加符合主动配电网大量接入分布式电源的实际情况。
【专利说明】-种适用于主动配电网的多目标网络重构方法
【技术领域】
[0001] 本发明涉及一种配电网重构方法，特别是一种适用于主动配电网的多目标网络重 构方法。
【背景技术】
[0002] 随着配电网中分布式电源的出现与发展，配电网从无源网络变成了有源网络， 配电网的运行面临新的挑战。国际大电网会议（CIGRE)C6. 11工作组提出了主动配电网 (Active Distribution Networks，ADN)的概念,ADN的核也就是主动管理，通过灵活地改变 拓扑结构，对电网运行状态进行主动地调节与控制；并能够有效地集成分布式电源，充分利 用其对配电网的积极作用；使线损显著地降低，供电可靠率大幅提高。
[0003] 为了提高配电网的供电可靠性及运行灵活性，配电网线路上设有分段开关和联络 开关。配电网重构就是在正常运行状态下，通过分段开关和联络开关的操作进行运行优化， 达到降低网络损耗、提高供电可靠性等目标；在发生故障时，通过开关操作将故障区域负荷 转移到非故障区域，降低故障区域停电时间。配电网重构不需要进行新设备的投资，却能够 带来电网在经济性、安全性等多方面的提升。但传统配电网被动的接受主网传输过来的电 能，并分配给各等级电力用户，其初衷并未考虑分布式电源的接入，同时，传统配电网闭环 设计、开环运行就是在运行时尽可能少的去管理或者改变配电网的运行状态。但随着分布 式电源大量的接入，配电网的双向潮流使其规划、保护控制W及调度管理方法都出现了本 质变化。因此，针对主动配电网中大量分布式电源接入和主动管理的需求，需要研究新的网 络重构算法，并充分考虑分布式电源的影响。
[0004] 与本发明最为接近的专利文献有；[1] 一种基于最大供电能力的智能主动配电网 重构方法（申请号：201310423370. 1)，通过将二进制粒子群优化算法运用到W配电网最大 供电能力为目标的重构策略中，可W实现配电网供电能力的实时评估分析。[2]配电网主动 重构策略及其预防控制方法（申请号：201310755765. 1)所提方案首先构建适用于主动配 电网的最大供电能力评估指标，并通过变步长的重复潮流算法对其进行在线监测，W实时 评估配电网的最大供电能力；当配电网最大供电能力指标低于系统安全警戒线时，则W最 大供电能力指标提升和网络重构开关操作次数最小为多目标进行配电网主动重构，在系统 出现紧急状况前，通过网络结构的优化施行预防性控制W实时满足配电网运行的安全裕度 要求。[3]基于混合人工智能的主动配电网动态拓扑重构方法（申请号：201310705852. 6)， 提供一种基于混合人工智能的主动配电网动态拓扑重构方法。采用多种改进的人工智能方 法对于求解进行优化，综合H种目标函数，最后采用提出的全新动态层次分析法进行决策， 得到代表着最优配电网结构的最优解。然而，W上主动配电网重构方法将最大供电能力作 为配电网重构依据，但其均并未考虑主动配电网中大量分布式电源对配电网重构的影响。 对分布式电源的主动管理是主动配电网的主要特征，同时大量分布式电源造成的双向潮流 也给配电网重构带来了新问题，因此，如果在主动配电网重构过程中未充分考虑分布式电 源的影响，将可能造成较大的计算误差，同时，也未能在网络重构过程中充分发挥分布式电 源提高供电可靠性、降低网损等优势。
【发明内容】
[0005] 本发明的目的在于根据现有技术的不足之处而提供一种充分考虑分布式电源的 影响适用于主动配电网的多目标网络重构方法。
[0006] 本发明的目的是通过W下途径来实现的：
[0007] -种适用于主动配电网的多目标网络重构方法，其要点在于，包括如下步骤：
[0008] 1)确定主动配电网重构W网损最小及供电可靠率最大为目标函数，具体为：
[0009]
【权利要求】
1. 一种适用于主动配电网的多目标网络重构方法，其特征在于，包括如下步骤： 1) 确定主动配电网重构以网损最小及供电可靠率最大为目标函数，具体为：
其中：nb为支路数屯为支路i上开关的状态变量，O代表打开，1代表闭合；ri为支路i 的电阻；Pi、Qi为支路i流过的有功功率和无功功率A为支路i末端的节点电压；ASAI为 平均用电有效度指标， 2) 建立包含分布式电源出力约束的约束条件，其有功出力约束和无功出力约束为：
其中Pix^，分别是第m台分布式电源DG的有功出力，及上下限；QDam， 分别是第m台分布式电源DG的无功出力，及上下限； 3) 输入配电网的初始数据，包括节点数据、支路数据、可靠性数据，置种群进化迭代数 Gen = 0,种群是指区域内一组多个配电网结构，种群中的每一个个体对应一种配电网结 构； 4) 利用最优流模式算法获得每个个体的初始网络，所述最优流模式算法求解过程为： 首先闭合网络中所有的联络开关，使配电网成为一个多孔的环网；然后按照打开网络中电 流最小的开关的启发式规则，逐次解开每一个环，直到网络恢复为辐射状运行，从而获得初 始网络； 5) 计算种群中每个个体的适应值，即对个体进行潮流计算获得个体的网损值，并进一 步进行供电可靠性计算获得ASAI ;在可靠性计算中计及如下分布式电源计划孤岛的影响： 预想故障条件下，对于含有分布式电源计划孤岛内的负荷供电，当计划孤岛外发生故 障时，按计划孤岛运行；计划孤岛内发生故障，DG直接跳闸；无计划孤岛DG直接跳闸；对 于由于网络重构需要对计划孤岛内开关进行操作时，计划孤岛直接解裂，按无计划孤岛运 行； 6) 应用单亲遗传算法，识别种群个体之间的支配和非支配关系，支配、非支配关系按照 种群中个体目标函数之间的大小关系进行判断： 是网损最小目标函数，f2是可靠性最高目标函数，即ASAI值最大；对于种群中的任 意两个个体Xu，Xv，当且仅当，有(Xu) <f\ (Xv)和f2 (Xu) <f2 (Xv)，则Xu支配Xv ;而当且仅当， (Xu) <f\ (Xv)时有 f2 (Xu) >f2 (Xv)，或 (Xu) >f\ (Xv)时有 f2 (Xu) <f2 (Xv)，则 Xu，Xv 互不支配，即 非支配关系； 7) 根据上述的支配和非支配关系对种群进行如下分层： a) 设种群中的个体数量为N，选取种群中的任一个体Xu， b) 对于种群里所有的其它个体的V = 1?N，且V尹u，基于目标函数和f2比较个 体Xu和个体Xv之间的支配、非支配关系；如果不存在任何一个个体Xv优于X u，则Xu标记为 非支配个体； C)再选取种群中的另一个个体，重复b)步骤，直到找到所有非支配个体； d)得到的所有非支配个体集为种群的第一级非支配层；然后忽略已经标记的非支配 个体，再重复步骤b) -c)，就会得到第二级非支配层，以此类推，直到整个种群被分层； 8) 对于每一级非支配层进行排序：设定每个非支配个体的虚拟适应度，所述的虚拟适 应度是指每个种群个体所对应的网损值和ASAI值的加权函数；根据虚拟适应度值对每层 中的非支配个体进行排序； 9) 基于单亲遗传算法的选择算子，采用旋转赌盘旋转机制，从排序后的种群中选择进 行下一代遗传操作的个体，个体被选中的几率和它的适应值成比例，个体的适应值越大，被 选中的概率就越1? ; 10) 基于单亲遗传算法的移位算子，对选择后的个体进行移位，从每个配电网结构的初 始网络出发，随机选择一个移位点，断开与该移位点相连接的父节点，此时初始网络中出现 了孤岛，检测孤岛中的所有联络线，并随机合上一条联络线，完成移位操作； 11) 基于单亲遗传算法的重分配算子，对于移位后的个体进行重分配，从每个配电网结 构的初始网络出发，随机选择一个重分配点，断开与该重分配点相连接的父节点，此时初始 网络中出现了孤岛，检测孤岛中的联络线，然后合上所有联络线，并检测联络线两两之间处 于孤岛中的节点，若联通，则随机断开其中一条支路，直到任何两联络线之间都不联通，完 成重分配操作；从而形成新的个体，所有的新的个体形成新的种群，由此，原种群迭代形成 新的种群。在新的种群中，由最差个体替换为与最佳个体相同的个体，保持有两个最佳个 体，使得具有最优适应值的个体确保能够进入下一次的遗传操作； 12) 基于分布式电源计划孤岛的影响计算新的种群中每个个体的适应值，包括网损值 和ASAI ;当新的种群满足目标函数的设定值或者满足设定的迭代次数时，则结束迭代，输 出网络重构结构，否则新的种群进入下一次的迭代操作，回到步骤6)继续处理。
【文档编号】G06Q50/06GK104362623SQ201410643725
【公开日】2015年2月18日 申请日期:2014年11月10日 优先权日:2014年11月10日
【发明者】张逸, 刘文亮, 邢海军, 郭熠昀 申请人:国家电网公司, 国网福建省电力有限公司, 国网福建省电力有限公司厦门供电公司