本发明涉及一种配电网优化仿真系统，具体讲涉及一种面向复杂配电网的在线优化仿真系统。
背景技术：
随着近年来配电网建设投入的加大，我国配电网建设与改造取得了长足的进步，配电网的网架结构得到很大改善，配电网规模不断扩大、结构日益复杂，其规模大、节点多、设备杂、运行方式多的特点日益突出：大量的分布式电源、微网、大容量充电器、储能系统等接入配电网，运行方式日益复杂；网络接线从原有的单电源单辐射、手拉手方式已经发展为双电源环网、多电源网格状供电，多种供电模式共存，自动化、信息化、互动化发展逐渐深入。为使配电网始终处于安全、可靠、优质、经济、高效的最优运行状态，提高配电系统电能质量，最大限度增加电网企业的经济效益，提升整个配电系统的管理水平和工作效率，配电网优化成为提高运行效益、精细化管理能力的关键。
目前配电网优化仿真更多的离线的方式，对复杂多变的配电网的响应速度不足，具有滞后性，对配电网大规模在线数据的处理能力不足，缺乏对的安全生产、经济运行起到指导作用。同时优化功能与目标单一，优化算法效率低且计算结果无法反应现场实际状态，难以应对大规模复杂多变的配电网络，给配电网的优化运行控制带来相当不利的影响。
技术实现要素：
针对现有技术的不足，本发明提供一种面向复杂配电网的在线优化仿真系统实现配电网在线数据的抽取、解析和清洗，设计面向服务的优化计算架构方式，并提出基于多种算法自动匹配的优化计算方法，实现大规模复杂配电网全局多态、区域精准的在线连续优化仿真，提高复杂配电网运行效益和决策分析水平。
本发明的目的是采用下述技术方案实现的：
一种面向复杂配电网的在线优化仿真系统，其改进之处在于，包括：
数据层、封装层和前端，所述数据层、封装层和前端依次连接，所述数据层，用于获取配电网在线数据和本地数据，并对所述配电网在线数据和本地数据进行初始化；所述封装层，用于将仿真计算功能封装成仿真服务，即一个仿真计算功能对应一个COM组件，并自动匹配最优算法求解目标函数最小值化模型；所述前端，用于提供统一的人机交互单元调用所述封 装层的仿真服务。
优选的，所述数据层包括：本地数据库、外部数据库和数据处理单元；所述封装层包括：拓扑服务单元、内存计算单元、接口服务单元、通信解析单元、数据过滤单元和优化仿真服务单元。
进一步的，所述数据层中，所述本地数据库和外部数据库分别连接所述数据处理单元，所述数据处理单元，用于解析所述本地数据库和外部数据库发送的数据，获取数据源信息并采用在线离群点检测的方式对所述数据源信息进行过滤；所述封装层中，所述接口服务单元、通信解析单元、数据过滤单元、拓扑服务单元、内存计算单元和优化仿真服务单元依次连接；所述数据层的所述数据处理单元连接所述封装层的所述拓扑服务单元。
进一步的，所述本地数据库，用于存储系统内部模型数据和参数数据；所述外部数据库，用于采用操作系统任务调度方式获取所述配电网在线数据，基于操作系统底层API接收配电I区服务器发送的数据包，其中，所述配电I区服务器包括：上级自动化调度系统、配电生产管理系统PMS、配电自动化系统、智能监测终端、SCADA/EMS系统、用电信息采集系统和地理信息系统系统GIS，所述数据包的传输格式为CIM-E格式。
进一步的，所述拓扑服务单元，用于将仿真所需数据源信息载入至所述内存计算单元；所述内存计算单元，用于为所述优化仿真服务单元提供仿真所需数据源信息；所述接口服务单元，用于通过开放式接口接收客户端发送的XML文件；所述通信解析单元，用于解析客户端发送的XML文件；所述数据过滤单元，用于删除所述通信解析单元解析的XML文件中的非法请求；所述仿真服务调度单元，用于根据所述取配电网在线数据和本地数据匹配目标函数最小值的优化模型并自动匹配最优算法求解目标函数最小值的优化模型。
进一步的，所述目标函数最小值的优化模型公式为：
minf(xc,xu)＝min{f1(xc,xu),f2(xc,xu)...fi(xc,xu)...fk(xc,xu)} (1)
式(1)中，f(xc,xu)为目标函数，fi(xc,xu)为目标函数中第i个子目标函数，k为子目标函数个数，xc为独立控制决策变量，xu为状态变量；
所述目标函数最小值的优化模型的约束条件为：
式(2)中，hi(xc,xu)为优化过程中第i个子目标函数的等式约束条件，gi(xc,xu)为优化过程中第i个子目标函数的不等式约束条件。
进一步的，所述子目标函数包括：投资成本函数、供电可靠性函数和网损函数。
进一步的，所述仿真服务调度单元，实现根据所述数据源信息匹配目标函数最小值的优化模型并自动匹配最优算法求解目标函数最小值的优化模型功能的步骤包括：
(1)分析所述目标函数，若所述目标函数包括单个子目标函数，则执行步骤(2)；若所述目标函数包括多个子目标函数，则判断所述目标函数是否进行归一化处理，若不进行归一化处理，则采用NSGA-II算法求解所述目标函数，若进行归一化处理，则设置子目标函数权重因子λm、等式约束惩罚因子ωi和等式约束惩罚因子ζj对所述目标函数和目标函数的约束条件进行归一化处理，公式为：
式(3)中，f(xc,xu)为目标函数，fi(xc,xu)为目标函数中第i个子目标函数，xc为独立控制决策变量，xu为状态变量，hi(xc,xu)为优化过程中第i个子目标函数的等式约束条件，gi(xc,xu)为优化过程中第i个子目标函数的不等式约束条件；
(2)判断所述目标函数是否是线性规划，若是，则采用线性规划法求解所述目标函数，若否，则执行步骤(3)；
(3)设置最大迭代次数、收敛条件和算法计算次数，随机调用单目标智能算法库中一个算法进行计算；
(4)若算法陷入局部收敛或不收敛，则随机调用单目标智能算法库中其他算法进行计算，直至算法收敛且非局部收敛解并输出计算结果。
进一步的，所述单目标智能算法库包括：遗传算法、粒子群算法、群体智能算法、牛顿法、差分进化算法和模拟退火算法。
与最接近的现有技术相比，本发明具有的有益效果：
(1)本发明提供一种面向复杂配电网的在线优化仿真系统，能够实现对配电网在线数据的接收与解析，消除配电网数据的不一致性，能够实时更新配电网切面数据，提高优化仿真的计算准确度与实时决策价值。
(2)利用统一的开放式仿真接口和协议实现优化仿真功能和算法之间的透明调用，各优化仿真功能、算法之间实现松耦合、高内聚，具有高扩展性和灵活性。
(3)突破了常规优化系统算法固定、缺乏自适应性等问题，实现了对配电网中不同优化目标、不同优化模型自动优选最适合的求解算法，较大程度解决了算法不收敛及局部最优等问题，提高了优化仿真的可信度和精准度。
附图说明
图1是本发明提供的一种面向复杂配电网的在线优化仿真系统结构图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的详细说明。
为使本发明实施例的目的、技术方案和优点更加清楚，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它实施例，都属于本发明保护的范围。
本发明采用以透明的提交仿真请求并获面向服务(SOA)的优化计算架构，优化仿真服务的不同功能模块通过服务松耦合高内聚进行定义，独立于实现服务的硬件平台、操作系统和编程语言，客户端只要采用预定义的接口和协议连接即可得结果。优化功能嵌入服务器端统一的服务层，可灵活的横向与纵向扩展功能以适应不断升级的业务。面向服务的配电网优化仿真将所有仿真模块包装成服务，并规定统一的调用接口，基于XML格式传输数据，使得仿真系统客户端可以透明调用仿真算法，同时仿真系统服务器端可以通过服务的方式灵活地扩展功能；如图1所示，所述系统包括：
数据层、封装层和前端，所述数据层、封装层和前端依次连接，所述数据层，用于获取配电网在线数据和本地数据，并对所述配电网在线数据和本地数据进行初始化；所述封装层，用于将仿真计算功能封装成仿真服务，即一个仿真计算功能对应一个COM组件，并自动匹配最优算法求解目标函数最小值化模型；所述前端，用于提供统一的人机交互单元调用所述封装层的仿真服务。
具体的，所述数据层包括：本地数据库、外部数据库和数据处理单元；所述封装层包括：拓扑服务单元、内存计算单元、接口服务单元、通信解析单元、数据过滤单元和优化仿真服务单元。
进一步的，所述本地数据库和外部数据库分别连接所述数据处理单元，所述数据处理单元，用于解析所述本地数据库和外部数据库发送的数据，获取数据源信息并采用在线离群点检测的方式对所述数据源信息进行过滤；所述接口服务单元、通信解析单元、数据过滤单元、拓扑服务单元、内存计算单元和优化仿真服务单元依次连接；所述数据处理单元连接所述拓扑服务单元。
针对在线数据中的不一致性、错误等问题，采用在线离群点检测的方法对配电网数据进行清洗，然后用于后续的优化仿真。在线数据清洗包括三个主要过程：建立数据缓冲队列、更新欧式距离矩阵和清除数据异常点。
配电网在线仿真数据整合的总体目标是充分利用在线运行数据、计划数据和离线方式数据，形成一套配电网详细、参数完整、能够合理反映实时工况的断面数据，提高数据的质量与稳定性，为在线优化仿真提供数据基础。
所述本地数据库，用于存储系统内部模型数据和参数数据；所述外部数据库，用于采用操作系统任务调度方式获取所述配电网在线数据，基于操作系统底层API接收配电I区服务器发送的数据包，其中，所述配电I区服务器包括：上级自动化调度系统、配电生产管理系统PMS、配电自动化系统、智能监测终端、SCADA/EMS系统、用电信息采集系统和地理信息系统系统GIS，所述数据包的传输格式为CIM-E格式；所述数据处理单元，用于解析所述本地数据库和外部数据库发送的数据，获取数据源信息并采用在线离群点检测的方式对所述数据源信息进行过滤。
所述拓扑服务单元，用于将仿真所需数据源信息载入至所述内存计算单元；所述内存计算单元，用于为所述优化仿真服务单元提供仿真所需数据源信息；所述接口服务单元，用于通过开放式接口接收客户端发送的XML文件；所述通信解析单元，用于解析客户端发送的XML文件；所述数据过滤单元，用于删除所述通信解析单元解析的XML文件中的非法请求；所述仿真服务调度单元，用于根据所述取配电网在线数据和本地数据匹配目标函数最小值的优化模型并自动匹配最优算法求解目标函数最小值的优化模型。
其中，所述目标函数最小值的优化模型公式为：
minf(xc,xu)＝min{f1(xc,xu),f2(xc,xu)...fi(xc,xu)...fk(xc,xu)} (1)
式(1)中，f(xc,xu)为目标函数，fi(xc,xu)为目标函数中第i个子目标函数，k为子目标函数个数，xc为独立控制决策变量，xu为状态变量；
所述目标函数最小值的优化模型的约束条件为：
式(2)中，hi(xc,xu)为优化过程中第i个子目标函数的等式约束条件，gi(xc,xu)为优化过程中第i个子目标函数的不等式约束条件。
所述子目标函数包括：投资成本函数、供电可靠性函数和网损函数。
所述仿真服务调度单元，实现根据所述数据源信息匹配目标函数最小值的优化模型并自动匹配最优算法求解目标函数最小值的优化模型功能的步骤包括：
(1)分析所述目标函数，若所述目标函数包括单个子目标函数，则执行步骤(2)；若所述目标函数包括多个子目标函数，则判断所述目标函数是否进行归一化处理，若不进行归 一化处理，则采用NSGA-II算法求解所述目标函数，若进行归一化处理，则设置子目标函数权重因子λm、等式约束惩罚因子ωi和等式约束惩罚因子ζj对所述目标函数和目标函数的约束条件进行归一化处理，公式为：
式(3)中，f(xc,xu)为目标函数，fi(xc,xu)为目标函数中第i个子目标函数，xc为独立控制决策变量，xu为状态变量，hi(xc,xu)为优化过程中第i个子目标函数的等式约束条件，gi(xc,xu)为优化过程中第i个子目标函数的不等式约束条件；
(2)判断所述目标函数是否是线性规划，若是，则采用线性规划法求解所述目标函数，若否，则执行步骤(3)；
(3)设置最大迭代次数、收敛条件和算法计算次数，随机调用单目标智能算法库中一个算法进行计算；
(4)若算法陷入局部收敛或不收敛，则随机调用单目标智能算法库中其他算法进行计算，直至算法收敛且非局部收敛解并输出计算结果。
所述单目标智能算法库包括：遗传算法、粒子群算法、群体智能算法、牛顿法、差分进化算法和模拟退火算法。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。