配电网合解环转供电综合优化调控方法、系统及介质与流程

1.本发明涉及电力系统分析技术领域，特别涉及一种配电网合解环转供电综合优化调控方法、系统及介质。


背景技术：

2.我国10kv中压配电网一般采用闭环设计、开环运行的供电方式。当进行故障处理、负荷转移和设备检修时，通过先合环后解环操作可以实现不停电倒负荷，从而提高供电可靠性。然而在执行合环操作时，若合环点两侧电压差过大或者合环点两侧馈线的负荷、线路阻抗参数分布不均匀，合环中将产生较大的稳态、暂态合环电流，可引起馈线过负荷、出口断路器跳闸等问题，导致合环失败，直接影响到配电网安全稳定运行。为了能够安全合环，需要在合环前对合环电流进行调控。合环成功且解环后，配电网可能需要再次调控，使其处于最优的运行状态。
3.针对10kv中压配电网合环电流调控问题，现有技术中做了大量研究。一种做法是将变压器分接头和无功补偿器组作为合环电流调控手段，并利用穷举法求得调控方案，该调控方法盲目性强且手段单一，可能无法快速得到最佳调控方案。另一种做法提出一种结合模拟退火和粒子群的协同算法求解合环电流调控模型。但调控模型目标函数过于单一，只考虑了合环过程的安全性。还有一种方法考虑将网络重构纳入调控手段，用遗传算法求解调控模型，并通过计算各调控手段的灵敏度来决定调控顺序。该调控模型建立并不完善，未考虑解环后配电网运行的经济性与电能质量。其次，还有的是考虑针对合环调控建立多目标优化数学模型，以合环电流大小和合环时的网损作为目标函数；但实际转供电过程中合环时间短，考虑网损意义不大。有一种做法是在合环调控中考虑了分布式电源(distributed generation，dg)的影响，但没有将dg纳入调控手段，未发挥其作用。
4.现有的合解环优化调控方法存在下列三个问题。其一，传统配电网合环电流调控方法中调控未将dg纳入调控手段，相较于无功补偿和变压器分接头调节，dg调节曲线更平滑，应用在合环电流调控中能降低传统调控手段给配电网系统带来的波动。其二，传统合环电流调控的数学模型不够完善，只考虑将合环环流作为优化目标，目标过于单一，未考虑电网的稳定性、电能质量以及调控成本。其三，对合解环调控的研究缺乏完整性，配电网进行合解环转供电分为两个步骤，即“先合环，再解环”。其中合环过程持续时间较短，往往只有几分钟到十几分钟，而解环后才是配电网长时间运行的状态。现有调控方法往往只关注合环过程，而忽略了解环后配电网的再调控。


技术实现要素：

5.本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种配电网合解环转供电综合优化调控方法，能够有效降低合环时合环线路的负载率，减小解环后配电网的网络损耗和电压偏差，保证合解环过程中配电网的安全性、经济性和电能质量，并尽量使整个调控过程中设备动作次数最少。
6.本发明还提出一种具有上述配电网合解环转供电综合优化调控方法的配电网合解环转供电综合优化调控系统。
7.本发明还提出一种具有上述配电网合解环转供电综合优化调控方法的计算机可读存储介质。
8.根据本发明的第一方面实施例的配电网合解环转供电综合优化调控方法，包括以下步骤：确定配电网合解环转供电中的关键目标函数，所述关键目标函数包括所述配电网合环时合环回路馈线段的最大负载率、所述配电网解环后的系统网损、所述配电网解环后的各节点的电压偏差及所述配电网在合解环调控过程中调控设备的总动作次数；确定配电网合解环转供电综合优化调控的调控手段，所述调控手段包括补偿电容器、变压器分接头、功率可控的分布式电源；建立配电网和解环转供电综合优化调控的数学模型；采用多目标粒子群优化算法对配电网和解环转供电综合优化调控的数学模型求解，得到使所述关键目标函数最小的pareto最优解集；基于所述pareto最优解集选择所述配电网合解环的调控参数。
9.根据本发明的一些实施例，所述配电网合环时合环回路馈线段的最大负载率，表示为：
[0010][0011]
其中，m为所述配电网合环回路中馈线段的总数，i
m
、i
mmax
分别表示馈线段m的电流有效值与允许载流量，f1表示所述配电网合环时合环回路馈线段的最大负载率。
[0012]
根据本发明的一些实施例，所述配电网解环后的系统网损表示为：
[0013][0014]
其中，n为解环后配电网支路总数，i
i
、r
i
为第i条支路上的电流及电阻值，f2为解环后的系统网损。
[0015]
根据本发明的一些实施例，所述配电网解环后的各节点的电压偏差表示为：
[0016][0017]
其中，g为节点总数，u
j
、分别为解环后节点j电压的实际值和期望值，f3表示电压偏差。
[0018]
根据本发明的一些实施例，所述配电网在合解环调控过程中调控设备的总动作次数表示为：
[0019]
所述配电网在合解环调控过程中调控设备的总动作次数表示为：
[0020][0021]
其中，和分别为变压器t
i
分接头的初始位置、第一次调控后的位置和第二次调控后的位置，其中t
i
＝1,2；和分别为无功补偿设备c
i
的初始投入组数、第一次调控后的投入组数和第二次调控后的投入组数，其中c
i
＝1,2，f4为调控设备总的动作
次数。
[0022]
根据本发明的一些实施例，所述约束条件包括等式约束和不等式约束，所述等式约束包括合解环网络中各节点有功功率和无功功率平衡，所述不等式约束包括所述合解环网络中状态变量的约束和控制变量的约束，其中，所述状态变量约束包括电压幅值约束，所述控制变量的约束包括分布式电源无功出力约束、补偿电容器组数约束和变压器分接头范围约束。
[0023]
根据本发明的一些实施例，根据所述目标函数和约束条件建立配电网和解环转供电综合优化调控的数学模型，通过多目标粒子群优化算法求解模型得到使所述关键目标函数最小的pareto最优解集包括：s1:设置所述多目标粒子群优化算法中的粒子维度、种群规模及算法最大迭代次数，其中，每个粒子的维度包括：变压器第一次和第二次调控的分接头位置，无功补偿装置第一次和第二次调控的投入组数，分布式电源第一次和第二次调控的无功出力；s2:基于所述约束条件生成所述粒子群中每个粒子的初始位置和初始速度；s3:通过潮流计算，得到每个粒子对应的所述关键目标函数，计算pareto最优解集；s4:通过所述多目标粒子群优化算法计算每个粒子的个体最优解及全局最优解，更新每个粒子的位置和速度；s5:若满足所述多目标粒子群优化算法中的收敛条件或达到所述算法最大迭代次数，则输出pareto最优解集；s6:若不满足所述多目标粒子群优化算法中的收敛条件且未达到所述算法最大迭代次数，则返回执行所述步骤s3。
[0024]
根据本发明的第二方面实施例的配电网合解环转供电综合优化调控系统，包括：关键目标函数获取单元，用于获取配电网合解环转供电中的关键目标函数，所述关键目标函数包括所述配电网合环时合环回路馈线段的最大负载率、所述配电网解环后的系统网损、所述配电网解环后的各节点的电压偏差及所述配电网在合解环调控过程中调控设备的总动作次数；数学模型建立单元，用于建立配电网和解环转供电综合优化调控的数学模型；数学模型求解单元，用于根据建立的配电网和解环转供电综合优化调控数学模型通过多目标粒子群优化算法求解得到使所述关键目标函数最小的pareto最优解集；调控参数获取单元，用于基于所述pareto最优解集得到所述配电网合解环的调控参数。
[0025]
根据本发明的第三方面实施例的一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被一个或多个处理器执行时能够执行上述任一项所述的配电网合解环转供电综合优化调控方法的步骤。
[0026]
根据本发明实施例的配电网合解环转供电综合优化调控方法，至少具有如下有益效果：本发明不仅考虑到合环时配网的安全性，更着重关注了解环后配网持续运行的经济性和电能质量，为了操作方便还将操作次数限制到最少，本发明对合解环过程进行协同调控能有效降低合环时线路的负载率，改善解环后配网的网络损耗和电压偏差情况。
[0027]
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
[0028]
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
[0029]
图1为本发明实施例的方法的流程示意图；
[0030]
图2为本发明实施例的建立配电网和解环转供电综合优化调控的数学模型的流程示意图；
[0031]
图3为本发明实施例的多目标粒子群优化算法求解调控模型的方法的流程示意图之一；
[0032]
图4为本发明实施例的多目标粒子群优化算法求解调控模型的方法的流程示意图之二；
[0033]
图5为本发明实施例的10kv配电网合解环转供电实例模型示意图；
[0034]
图6为本发明实施例的各场景下的pareto最优前沿对比示意图；
[0035]
图7为本发明实施例的节点电压分布示意图；
[0036]
图8为本发明实施例的系统的模块示意框图。
具体实施方式
[0037]
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
[0038]
应理解，本发明实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
[0039]
在本发明的描述中，若干的含义是一个或者多个，多个的含义是两个及两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
[0040]
参照图1，图1为本发明实施例的方法的流程示意图，包括以下步骤：
[0041]
确定配电网合解环转供电中的关键目标函数，关键目标函数包括配电网合环时合环回路馈线段的最大负载率、配电网解环后的系统网损、配电网解环后的各节点的电压偏差及配电网在合解环调控过程中调控设备的总动作次数；
[0042]
建立配电网和解环转供电综合优化调控的数学模型；
[0043]
根据建立的配电网和解环转供电综合优化调控数学模型通过多目标粒子群优化算法求解得到使所述目标函数最小的pareto最优解集；
[0044]
基于所述pareto最优解集得到配电网合解环的调控参数。
[0045]
需要说明的是，本发明通过综合考虑配电网合环时合环回路馈线段的最大负载率、配电网解环后的系统网损、配电网解环后的各节点的电压偏差及配电网在合解环调控过程中调控设备的总动作次数，对这些需要考虑的参数构建目标函数，通过多目标粒子群优化算法求解配电网和解环转供电综合优化调控的数学模型并得出配电网合解环的调控参数，通过本发明的方法能够解决传统配电网合环电流调控方法中合环电流调控的数学模型不够完善，调控目标过于单一，缺乏完整性并只关注合环过程，而忽略了解环后配电网的再调控的技术问题，本发明能避免转供电过程中用户停电并提高供电可靠率，还能够保障合环操作的安全性和解环后配电网运行的经济性和电能质量。
[0046]
图2为本发明实施例的建立配电网和解环转供电综合优化调控的数学模型的流程
示意图，其中，建立配电网和解环转供电综合优化调控的数学模型包括：
[0047]
确定配电网合解环转供电综合优化调控的关键目标函数，所述关键目标函数包括所述配电网合环时合环回路馈线段的最大负载率、所述配电网解环后的系统网损、所述配电网解环后的各节点的电压偏差及所述配电网在合解环调控过程中调控设备的总动作次数；
[0048]
确定配电网合解环转供电综合优化调控的调控手段，所述调控手段包括补偿电容器、变压器分接头、功率可控的分布式电源。
[0049]
确定配电网合解环转供电综合优化调控的约束条件，本发明一个具体的实施例是，基于保证合解环过程中配电网络的安全性、稳定性以及电能质量对电网中的变量建立约束条件，其中约束条件包括等式约束和不等式约束，等式约束是指合解环网络中各节点有功功率和无功功率平衡，即潮流约束平衡；不等式约束包括状态变量的约束和控制变量的约束，其中状态变量约束有电压幅值约束，控制变量约束包括分布式电源约束、补偿电容器约束和变压器分接头约束，基于各变量的约束条件生成粒子的初始位置，每个粒子包含以下维度：变压器a第一、二次调控的分接头位置和无功补偿装置i第一、二次调控的投入组数和分布式电源j第一、二次调控的无功出力和在设置好粒子的初始位置之后再对每个粒子进行速度初始化。
[0050]
具体的，约束条件包括等式约束和不等式约束，等式约束包括合解环网络中各节点有功功率和无功功率平衡，表示为：
[0051][0052][0053]
式中，p
gi
和q
gi
分别为发电机注入的有功和无功功率；p
li
和q
li
分别为负荷消耗的有功和无功功率；g
ij
、b
ij
分别为节点i和节点j之间的电导、电纳；θ
ij
为节点i和节点j之间电压相角差；
[0054]
不等式约束包括合解环网络中状态变量的约束和控制变量的约束，其中，状态变量约束包括电压幅值约束，控制变量的约束包括分布式电源约束、补偿电容器约束和变压器分接头约束；电压幅值约束，其约束表达式为：
[0055]
u
jmin
≤u
j
≤u
jmax j＝1,2,...,g；
[0056]
式中，u
j
为节点j的电压；max和min分别表示最大值和最小值；g表示总的节点数；
[0057]
控制变量约束有：分布式电源约束、补偿电容器约束和变压器分接头约束。其约束表达式为：
[0058][0059]
式中，q
dgj
为分布式电源j提供的无功功率；q
ci
为无功补偿设备i的投入组数；k
a
为变压器a的分接头位置。
[0060]
如图3所示，图3为本发明实施例的多目标粒子群优化算法求解调控模型的方法的
流程示意图之一，根据建立的配电网和解环转供电综合优化调控数学模型通过多目标粒子群优化算法求解模型得到使所述关键目标函数最小的pareto最优解集包括：
[0061]
s1:设置所述多目标粒子群优化算法中的粒子维度、种群规模及算法最大迭代次数；
[0062]
其中，每个粒子的维度包括：变压器第一次和第二次调控的分接头位置，无功补偿装置第一次和第二次调控的投入组数，分布式电源第一次和第二次调控的无功出力
[0063]
s2:基于所述约束条件生成所述粒子群中每个粒子的初始位置和初始速度；
[0064]
s3:通过潮流计算，得到每个粒子对应的所述关键目标函数，计算pareto最优解集；
[0065]
s4:通过所述多目标粒子群优化算法计算每个粒子的个体最优解及全局最优解，更新每个粒子的位置和速度；
[0066]
s5:若满足所述多目标粒子群优化算法中的收敛条件或达到所述算法最大迭代次数，则输出pareto最优解集；
[0067]
s6:若不满足所述多目标粒子群优化算法中的收敛条件且未达到所述算法最大迭代次数，则返回执行所述步骤s3。
[0068]
具体的，pareto最优解是指在多目标优化问题中若对于任意两个向量x1和x2，满足x1，x2∈x，其中x为多目标优化问题的整个可行解，且x1和x2使最优解成立，则称x1占优x2，或者x2被x1占优，记做x1＞x2。若x1在x里都占优，则称x1为该多目标问题的pareto最优解，其中，最优解方程表示为：
[0069][0070]
式中，f
k
为第k个优化目标函数，m为优化目标总数。
[0071]
针对本发明的多目标函数优化特点，使用多目标粒子群优化算法计算关键目标函数，其中，多目标粒子群优化算法是基于单目标粒子群优化算法提出的，在单目标粒子群优化算法中，每个无质量的粒子i都代表所求解问题的一个解，每个粒子拥有两个属性：速度向量v
i
和位置向量s
i
，随着算法的迭代，粒子不断更新速度和位置，以寻求复杂问题的优化解。优化过程中，粒子i的速度和位置的更新表示为：
[0072][0073]
式中，t表示当前的迭代次数，w，c1，c2≥0，w为权重系数，c1，c2为加速系数；r1和r2为在[0,1]上均匀分布的随机数；pbest
i
为第i个粒子的个体最优解；gbest为整个群体的全局最优解。
[0074]
多目标粒子群优化算法中粒子的位置与速度仍然按照单目标粒子群优化算法的方法更新。与单目标粒子群优化算法不同之处在于，单目标粒子群优化算法最后的结果仅一个解，而多目标粒子群优化算法最后的结果为一系列pareto最优解组成的pareto最优解集。
[0075]
在多目标粒子群优化算法中，个体最优解的更新方法是：当粒子产生的新解被旧解占优时，则个体最优解保持不变；当新解占优旧解时，则采用新解作为个体最优解；而当新解与旧解互不占优时，则随机选择一个解作为个体最优解。
[0076]
而全局最优解的更新方法是：每次迭代后，随着粒子位置的更新，计算所得的
pareto最优解集也会更新，从更新后的pareto解中随机选择一粒子作为下次迭代的全局最优解gbest。
[0077]
图4为本发明实施例的多目标粒子群优化算法求解调控模型的方法的流程示意图之二，参照图4，本发明一个具体的实施例为：
[0078]
设定粒子群算法中的粒子维度d、种群规模n
size
和算法最大迭代次数t
max
，并对权重系数w和加速系数c1、c2进行初始化设置，其中每个粒子包含以下维度：变压器a第一、二次调控的分接头位置和无功补偿装置i第一、二次调控的投入组数和分布式电源j第一、二次调控的无功出力和
[0079]
基于各变量的约束条件生成粒子的初始位置，在生成好粒子的初始位置之后再对每个粒子进行速度初始化；
[0080]
将生成的粒子，代入配电网进行潮流计算，得到每个粒子对应的目标函数，求其pareto最优解集；
[0081]
根据多目标粒子群算法的进化策略，确定各粒子的个体最优解pbest以及该种群的全局最优解gbest，按照更新公式更新各粒子的位置和速度；
[0082]
若满足收敛条件或达到最大迭代次数，则输出pareto最优解集，每一个解即一组合环调控措施，包括调控的各个参数；若不满足则返回潮流计算步骤再次进行迭代计算。
[0083]
在本发明一些具体的实施例之中，将合环前调控和解环后调控看做一个整体，综合设立目标函数，这样做的原因是由于传统的合环调控过程仅将合环环流的大小作为调控目标，由于合环电流是由合环前的负载电流和合环后的合环环流叠加产生的，如果出现合环环流很小但负载电流很大的情况，此时调控手段尽管能将合环环流控制的很小，但合环线路电流仍然有越限、过载的风险，而且，现在的合环调控方法都只考虑合环过程，未考虑解环后电网的运行状态。
[0084]
其中，目标函数包括配电网合环时合环回路馈线段的最大负载率，表示为：
[0085][0086]
其中，m为配电网合环回路中馈线段的总数，i
m
、i
mmax
分别表示馈线段m的电流有效值与允许载流量，f1表示配电网合环时回路馈线段的最大负载率。在合环调控过程中，首先要保证的就是合环过程的安全性，即合环电流不会造成馈线出口处断路器跳闸，同时保证合环电流不超过馈线各段的允许载流量。将合环时配网合环回路馈线段最大负载率最小设为优化目标函数，能兼顾以上两种特性。合环回路馈线段最大负载率小于1即保证馈线上的电流不会造成保护动作，而且馈线段的负载率越小出现n
‑
1和短路时的危害也越小
[0087]
目标函数还包括配电网解环后的系统网损，表示为：
[0088][0089]
其中，n为解环后配电网支路总数，i
i
、r
i
为第i条支路上的电流及电阻值，f2为解环后的系统网损。解环后需根据配电网的运行状况进行二次调控，因为解环状态持续时间较长，将配电网解环后的系统网损设置为目标函数进行优化能使电网保持经济运行。
[0090]
目标函数还包括配电网解环后的各节点的电压偏差，表示为：
[0091][0092]
其中，g为节点总数，u
j
、分别为解环后节点j电压的实际值和期望值，f3表示电压偏差。由于合环时的第一次调控，系统无功潮流发生改变，解环后可能会出现电压偏差过高的情况，不利于配网运行；因此将解环后配电网各节点的电压偏差作为优化目标以保证解环后的电压质量。
[0093]
目标函数还包括配配电网在合解环调控过程中调控设备的总动作次数，表示为：
[0094][0095]
其中，k
t
为变压器分接头档位变动次数，k
c
为补偿电容器的投切组数，和分别为变压器a分接头的初始位置、第一次调控后的位置和第二次调控后的位置，和分别为无功补偿设备i的初始投入组数、第一次调控投入组数和第二次调控投入组数，f4为调控设备总的动作次数。在整个合解环调控过程，需要改变变压器分接头和电容器的投切组数，由于改变变压器分接头和电容器的投切组数会影响变压器和电容器的使用寿命，因此将调控设备的总动作次数设置为目标函数进行优化能够避免设备操作次数过多影响寿命并简化操作。
[0096]
本发明一个具体的实施例，可参照图5，图5示出了本发明实施例的10kv配电网合解环转供电实例模型示意图，如图中所示，在转供电前，开关qf1断开，开关qf2闭合，配网两10kv馈线正常工作。转供电时配网两条10kv馈线通过闭合开关qf1合环，合环完成后断开开关qf2进行解环，完成转供电操作。配网分别在节点4和节点1处各装设可投入补偿电容器组3
×
1.8mvar；变压器kt1变比为(110
±8×
1.25％)/10.5，变压器kt2变比为(110
±5×
1.25％)/10.5。在节点19处接入dg，其有功出力为1mw，无功出力范围为
‑
0.1～0.5mvar。两10kv馈线各支路允许载流量均为600a，配网中各节点电压允许偏移范围为
±
7％。
[0097]
合环操作前，两变压器分接头位于0档位，各节点补偿电容器投入组数为0，同时dg也未接入配网不提供无功出力。
[0098]
为了说明本发明技术方案的有益效果，本发明的实施例中，设置了3个合环场景。场景一，不经过调控过程，以初始状态直接完成配电网合解环转供电操作。场景二，仅变压器分接头和补偿电容器参与调控过程，dg不接入配网，不参与调控过程。场景三，变压器分接头、补偿电容器和dg均参与调控过程，三者互相配合协同调控。调控结果如表1所示，为了简化表述，场景二和场景三中各选取3个调控结果用以展示。
[0099]
表1不同合环场景的调控结果
[0100]
[0101]
表2示出了各场景对应的调控措施，即配电网合解环的调控参数，其中，表2示出了各场景对应的调控措施，即配电网合解环的调控参数，其中，和分别代表变压器kt1、变压器kt2合环前后两次调控分接头位置。分别代表变压器kt1、变压器kt2合环前后两次调控分接头位置。和分别代表节点1和节点10处合环前后两次调控所投入补偿电容器组数，和为dg合环前后无功出力，单位为kvar。
[0102]
表2各场景对应的调控措施
[0103][0104]
由表1中场景一中的数据可得，若在配网合解环过程中不进行调控操作，则合环时配网合环馈线段的最大负载率将高达73.79％，且其解环后配网有功损耗为800.7kw，配网电压偏差也超过了约束条件。所以在初始条件下合环，配电网合环时的安全性和解环后的经济性及电能质量均不能得到保障。
[0105]
观察场景二和场景三数据可得，在有调控措施参与的情况下，均可以不仅有效降低合环时配网合环馈线段的最大负载率，而且改善解环后的配网网损以及电压偏差。但是，有dg参与的协同调控相较于没有dg参与的调控能取得更优的pareto解，特别体现在解环后的系统网损和电压偏差这两个目标函数上。
[0106]
将场景二和场景三下得到的pareto最优前沿投影到不同目标函数构成的二维平面图中，结果如图6所示。
[0107]
由图6可见，只有在由最大负载率和动作次数构成的二维图中，两者的pareto解互不占优，其余三幅投影二维图中，有dg参与调控的场景三均能取到更优的pareto解，说明在配电网合解环转供电调控过程中，有dg参与的协同调控过程，能更好的保证配电网的安全性、经济性和电能质量。
[0108]
为了进一步论证含dg参与的调控方法的有效性，列出不同场景下，解环后的电压分布图，如图7所示。
[0109]
由图7可见，在场景一中由初始状态完成合解环操作，解环后配电网总体电压水平较高，特别是节点10，其电压标幺值为1.08，超过了配电网对电压约束的
±
7％这个范围。而且随着节点逐渐远离电源点，电压逐渐降低，末端节点21电压标幺值降到了0.934。在场景二中，随着变压器分接头和无功补偿装置加入调控，电压整体有了改善，所有节点电压均维持在
±
7％以内，提高了配网电能质量。但是由于降低了10kv母线处的电压，导致末端节点21电压进一步降低，其电压标幺值为0.944已有越限风险。在场景三中，随着dg的接入，不仅将各节点电压控制在正常范围。而且由于dg对配网的无功支撑作用，末端节点电压明显提升，节点21的电压值达到了0.978。即在变压器分接头、补偿电容器和dg三者的协同调控下，不仅解决了配网母线节点电压越限问题，同时改善了配网末端节点电压较低的问题。
[0110]
图8为本发明实施例的系统的模块示意框图，用于实现配电网合解环转供电综合
优化调控方法，其特征在于，包括：
[0111]
关键目标函数获取单元，用于获取配电网合解环转供电中的关键目标函数，所述关键目标函数包括所述配电网合环时合环回路馈线段的最大负载率、所述配电网解环后的系统网损、所述配电网解环后的各节点的电压偏差及所述配电网在合解环调控过程中调控设备的总动作次数；
[0112]
数学模型建立单元，用于建立配电网和解环转供电综合优化调控的数学模型；
[0113]
数学模型求解单元，用于根据建立的配电网和解环转供电综合优化调控数学模型通过多目标粒子群优化算法求解得到使所述关键目标函数最小的pareto最优解集；
[0114]
调控参数获取单元，用于基于所述目标函数的pareto最优解集得到所述配电网合解环的调控参数。
[0115]
在本发明的实施例中，还包括一种计算机可读存储介质，计算机存储介质包括存储的计算机程序；计算机程序在运行时控制计算机存储介质所在的设备执行配电网合解环转供电综合优化调控方法。
[0116]
本发明的技术方案提出一种配电网合解环转供电全过程的综合优化调控方法。该方法将配电网合环、解环作为一个整体进行优化决策，不但考虑合环过程的安全性，还考虑了解环后配电网持续运行的经济性和电能质量以及整个过程中调控设备的动作次数。在调控手段中除选择变压器分接头和无功补偿电容外，还将dg也纳入调控手段。基于以上条件建立了配电网合解环转供电综合优化调控模型，采用多目标粒子群算法求解，得到合、解环过程中的调控措施。最后通过某地区实际合环算例的分析，验证了所提合解环转供电调控方法的有效性，表明在利用本发明技术方案设计的调控方法后，能有效降低合环时线路的负载率，改善解环后配网的网络损耗和电压偏差情况。其中不含dg参与的调控过程，能降低合环时最大负载率约13％，降低网损约14kw，并将电压偏差控制在2.8％左右。而含dg参与的协同调控过程，能降低合环时最大负载率约17％，降低网损约220kw，并将电压偏差控制在1.3％左右。结合所得的pareto最优前沿对二者进行比较，含dg参与的协同调控能更好保证合解环过程中的安全性、经济性和电能质量。从电压分布的角度出发，含dg参与的协同调控对整个电网的电压分布改善最为明显，不含dg参与的调控尽管能约束电压越限问题但是会导致线路末端电压偏低，而dg对末端线路起到的无功支撑作用能够很好的改善这一问题。
[0117]
尽管本发明的技术方案描述了具体实施方案，但是本领域中的普通技术人员将认识到，许多其它修改或另选的实施方案同样处于本公开的范围内。例如，结合特定设备或组件描述的功能和/或处理能力中的任一项可以由任何其它设备或部件来执行。另外，虽然已根据本公开的实施方案描述了各种例示性具体实施和架构，但是本领域中的普通技术人员将认识到，对本发明的技术方案的例示性具体实施和架构的许多其它修改也处于本公开的范围内。
[0118]
上文参考根据示例性实施方案的系统、方法、系统和/或计算机程序产品的框图和流程图描述了本公开的某些方面。应当理解，框图和流程图中的一个或多个块以及框图和流程图中的块的组合可分别通过执行计算机可执行程序指令来实现。同样，根据一些实施方案，框图和流程图中的一些块可能无需按示出的顺序执行，或者可以无需全部执行。另外，超出框图和流程图中的块所示的那些部件和/或操作以外的附加部件和/或操作可存在
于某些实施方案中。
[0119]
因此，框图和流程图中的块支持用于执行指定功能的系统的组合、用于执行指定功能的元件或步骤的组合以及用于执行指定功能的程序指令系统。还应当理解，框图和流程图中的每个块以及框图和流程图中的块的组合可以由执行特定功能、元件或步骤的专用硬件计算机系统或者专用硬件和计算机指令的组合来实现。
[0120]
本发明的技术方案的程序模块、应用程序等可包括一个或多个软件组件，包括例如软件对象、方法、数据结构等。每个此类软件组件可包括计算机可执行指令，计算机可执行指令响应于执行而使本发明的技术方案的功能的至少一部分(例如，本发明的技术方案的例示性方法的一种或多种操作)被执行。
[0121]
软件组件可存储为文件或其它数据存储构造。具有相似类型或相关功能的软件组件可一起存储在诸如特定的目录、文件夹或库中。软件组件可为静态的(例如，预设的或固定的)或动态的(例如，在执行时创建或修改的)。
[0122]
上面结合附图对本发明实施例作了详细说明，但是本发明不限于上述实施例，在所属技术领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。