正常状态主动配电网多时间尺度网络重构优化方法及系统与流程

本发明涉及主动配电网网络重构优化，具体为正常状态主动配电网多时间尺度网络重构优化方法。

背景技术：

1、近年来，在配电网领域，分布式电源(dg)接入量不断增大、电动汽车不断增大的普及率以及可控负荷的增多，使得传统配电网将面临诸多的挑战；尤其在当前分布式光伏相关国家鼓励政策不断出台，高渗透分布式光伏电源接入配电网所可能导致的电压水平升高、短路电流增大、供电可靠性降低以及电能质量恶化等问题显得尤其突出，将打破传统配电网潮流单向辐射状供电模式。为了应对以上问题，传统配电网已逐渐从被动模式向主动模式转变。

2、通过改变分段开关、联络开关的组合状态来调整网络运行结构的配电网重构优化是传统配电网重要的运行优化手段。大量分布式电源接入配电网后，主动配电网也应当充分利用传统配电网的运行优化手段，通过网络重构提高配电系统的安全性和经济性。例如：在正常运行状态下，配电调度员根据运行情况对馈线上的分段开关和馈线之间的联络开关进行开合操作，调整网络运行结构，一方面平衡网络负荷，消除过载情况，提高供电质量和可靠性；另一方面降低网损，提高系统的经济性，以实现对网络结构的优化。因此，网络重构优化是提高主动配电网可靠性、安全性和经济性的重要手段。

技术实现思路

1、鉴于上述存在的问题，提出了本发明。

2、因此，本发明解决的技术问题是：现有的网络重构优化方法存在动态适应能力低，计算效率低，优化目标有限，以及如何根据不同的时间尺度来进行对dg出力和负荷变化的预测的优化问题。

3、为解决上述技术问题，本发明提供如下技术方案：正常状态主动配电网多时间尺度网络重构优化方法，包括建立日时间尺度的正常状态网络重构优化模型；根据数据需求和优化时段，建立年、周时间尺度正常状态重构优化模型；结合pareto多目标优化技术，采用改进模糊聚类分析法进行时段划分，并采用蚁群算法获得网络重构方案。

4、作为本发明所述的正常状态主动配电网多时间尺度网络重构优化方法的一种优选方案，其中：所述建立日时间尺度的正常状态网络重构优化模型包括目标函数表示为：

5、

6、

7、

8、其中，为时段t的电价，为时段t内的功率损耗，δt为每个时段的时间间隔，t、m分别为时段划分前、后的时段数，n、k分别为支路总数、节点总数，cswi为开关操作一次的费用，sji为支路j上的开关在时段i的状态，sji＝0表示断开，sji＝1表示闭合，为时段t流过支路j的视在功率，sjmax为支路j的最大功率，为时段t节点k的电压，vn为节点额定电压，nr为节点集合。

9、作为本发明所述的正常状态主动配电网多时间尺度网络重构优化方法的一种优选方案，其中：所述建立日时间尺度的正常状态网络重构优化模型还包括约束条件，节点电压约束表示为：

10、vmin≤vk≤vmax

11、其中，vmin、vmax分别为节点电压上下限，vk为节点k的电压，功率平均约束表示为：

12、

13、

14、其中，pi、qi分别为节点i注入的有功功率和无功功率，gij、bij、σij分别为节点i、j之间的电导、电纳和电压相角差，n为系统节点总数，vi、vj分别为节点i、j的电压幅值，支路功率约束表示为：

15、

16、其中，pj为支路j的有功功率值，为支路j的有功功率允许最大值，配电网辐射运行约束表示为：

17、g∈g

18、其中，g为重构后的网络拓扑结构，g为网络辐射状拓扑结构的集合，开关动作次数约束表示为：

19、

20、其中，wjmax为单个开关的最大动作次数，wmax为所有开关的最大动作次数。

21、作为本发明所述的正常状态主动配电网多时间尺度网络重构优化方法的一种优选方案，其中：所述建立年、周时间尺度正常状态重构优化模型包括年时间尺度，在年时间尺度上，正常状态重构优化模型的数据需求为一年内每月典型日的dg出力、负荷预测数据，通过dg出力、负荷预测数据形成年dg出力曲线和负荷曲线，优化时段为一年，制定开关动作计划，选取每月的5、15、25日作为每月的代表日，选取平均dg出力和负荷作为每月的3个代表日dg出力和负荷值，将全年12个月，共36点的dg出力曲线和负荷曲线合成负荷-dg等值负荷曲线进行时段分段，在年内时间尺度上，当优化效果超过预设值时，对原有的年开关动作计划进行调整，当总体的平均等值负荷的实际值与预测值相比，连续一个周超过实际等值负荷的15％时，按照实际等值负荷值重新进行重构计算，获得新的重构方案，将新的重构方案的优化目标与原有重构方案的优化目标进行比较，当优化效果高出20％时，按照新的重构方案启动开关操作。

22、作为本发明所述的正常状态主动配电网多时间尺度网络重构优化方法的一种优选方案，其中：所述建立年、周时间尺度正常状态重构优化模型还包括周时间尺度，在周时间尺度上，正常状态重构优化模型的数据需求是一个周内每日固定时间点dg出力、负荷预测数据，通过dg出力、负荷预测数据形成周dg出力和负荷曲线，优化时段为一个周，制定开关动作计划，选取一周内每天的3、9、15、21时作为每天的代表小时，选取平均dg出力和负荷作为每天的4个代表小时的dg出力和负荷值，对一周7天，共28点的dg出力曲线和负荷曲线合成负荷-dg等值负荷曲线进行时段分段，开关操作限制为一周不超过3次，在周内时间尺度上，当优化效果超过预设值时，对原有的周开关动作计划进行调整，当总体的平均等值负荷的实际值与预测值相比，连续12小时超过实际等值负荷的15％时，按照实际等值负荷值重新进行重构优化计算，获得新的优化方案，将新的重构方案的优化目标与原有重构方案的优化目标进行比较，当优化效果高出20％时，按照新的重构方案启动开关操作。

23、作为本发明所述的正常状态主动配电网多时间尺度网络重构优化方法的一种优选方案，其中：所述多目标优化包括支配解集的构造方法，设种群pop的规模大小为n，将群体pop进行分类排序为m个子集p1，p2，…，pm，约束条件表示为：

24、∪p∈{p1，p2，…，pm}p＝pop

25、b'i,j∈{1,2,…,m}，且i≠j，pi∩pj＝φ

26、p1b'p2b'…b'pm

27、其中，符号b'为支配关系，即pk+1中的个体直接受pk中的个体的支配(k＝1,2,…,m-1)，对群体pop根据个体之间的支配关系进行分类排序，划分为满足约束条件的互不相交的子群体，设两个向量{ni}和{si}，i∈pop，ni记录支配个体i的个体数，si记录被个体i支配的个体的集合，向量表示为：

28、ni＝{k∣k＞i,i,k∈pop}

29、si＝{j∣i＞j,i,j∈pop}

30、通过二重循环计算每个个体的ni和si，则p1＝{i|ni＝0,i∈{1,2,…,n}}，按方法pk＝{所有个体i|ni-k+1＝0}计算p2，p3…，群体中每个个体的聚类距离等于这个个体与相邻的两个个体在每个子目标上的距离差之和，设p[i]distance为个体i的聚类距离，当有r个子目标时个体i的聚类距离表示为：

31、

32、在得到个体间的聚类距离后，根据非支配解的边界集建立个体间的偏序关系，设个体i和j为进化群体中的个体，个体之间的偏序关系b'n表示为：

33、i>n·j…if(irank<jrank或irank＝jrank且p[i]distance>p[j]distance)

34、其中，rank为非支配解集序号，当两个个体属于不同非支配解集时，优先选择序号小的个体，当非支配解集序号相同时，则优先选择拥挤距离大或聚集距离小的个体。

35、作为本发明所述的正常状态主动配电网多时间尺度网络重构优化方法的一种优选方案，其中：所述获得网络重构方案包括蚁群算法，根据配电网的辐射性特点，将生成树方式和轮盘赌规则应用于蚁群算法，长时尺度蚁群算法求解主动配电网重构优化模型包括输入日前24小时dg预测值、负荷预测值、网络初始架构、支路阻抗，采用模糊聚类方法对日等值负荷曲线进行分段，根据时段结果确定最大蚂蚁数m，设置最大的蚂蚁组数n及迭代次数，开始第一次迭代过程，从第i只蚂蚁开始，利用生成树的策略搜索得到辐射状网络，计算潮流是否满足约束，若越限则重新搜索新的网络结构，判断是否达到最大蚂蚁数，若未达到，则搜索网络拓扑结构，得到m个网络拓扑结构，计算网络重构后的目标函数值，完成蚂蚁优化后，判断是否达到最大的蚂蚁组数n，若未达到，重复进行蚂蚁优化，完成蚁群迭代后对信息素进行更新，并采用pareto非劣解集保留策略优化解集，判断是否达到最大迭代次数，若未达到，重复进行蚁群迭代。

36、本发明的另外一个目的是提供一种正常状态主动配电网多时间尺度网络重构优化系统，其能通过网络重构模块将动态重构优化问题转化为多个静态重构优化，解决了传统配电网中网络结构调整的不灵活性和效率低下的问题。

37、作为本发明所述的正常状态主动配电网多时间尺度网络重构优化系统的一种优选方案，其中：包括日时间优化模型模块、不同时间优化模块、网络重构模块；所述日时间优化模型模块基于日前预测数据制定开关动作计划，通过优化运行费用、负载不均衡度和电压偏差建立多目标重构优化模型；所述不同时间优化模块用于根据不同时间尺度上的数据需求和优化时段来调整优化模型；所述网络重构模块采用改进的模糊聚类分析法进行时段划分，结合pareto多目标优化技术和蚁群算法，生成最优的网络重构方案。

38、一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序是实现正常状态主动配电网多时间尺度网络重构优化方法的步骤。

39、一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现正常状态主动配电网多时间尺度网络重构优化方法的步骤。

40、本发明的有益效果：本发明提供的正常状态主动配电网多时间尺度网络重构优化方法针对正常状态网络重构优化模型中考虑年、周、日多时间尺度的优化问题，并根据不同的时间尺度来进行对dg出力和负荷变化的预测，从而指定相应的开关动作计划，具有很好的应用性，本发明方法所采用的pareto多目标优化技术是一种建立在集合论基础上对多目标解的向量评估策略，并且不同的运行状态的重构模型求解均采用基于种群操作的智能算法，可以并行性地搜索解空间的多个解，并能利用不同解之间的相似性来提高其并行求解问题的效率，本发明在应用性、计算效率和精确性方面都取得更加良好的效果。