[发明专利]一种含电动汽车的主动配电网多时段优化重构方法

权利要求书

1.一种含电动汽车的主动配电网多时段优化重构方法，其特征在于包括以下步骤：

步骤(1)：确定主动配电网多目标优化重构的目标函数，包括有功网损最小、电压偏移最小和开关次数最少，具体为：

其中：N为系统的支路总数；k_l为支路l的开关投切状态，取值0或1，即断开或闭合；P_l、Q_l分别代表支路的有功功率和无功功率；U_l为支路l的首端母线电压；ΔT和Δt分别表示EV充电时间段和计算网损的标准时间段；VSI为系统电压偏移指数；M为系统节点总数；V_i和V_in为节点i的实际电压和额定电压；t为时间段；y_(t-1)i和z_(t-1)j分别表示系统中第t-1时间段的分段开关、联络开关的当前状态，开关操作次数均为2的倍数；m为配电网中的分段开关的数量；n为配电网中联络开关的数量；

步骤(2)：建立满足配电网重构的约束条件，包括潮流约束、节点电压约束、电流约束以及网络拓扑约束，具体为：

g_k∈G_k (7)

其中：P_i、Q_i分别为节点i注入的有功功率和无功功率；P_DG,i、Q_DG,i依次为DG向节点i输入的有功和无功功率；P_EV,i、Q_EV,i依次为EV向节点i注入的有功和无功功率；U_i、U_j分别为节点i、j的电压幅值；Y为支路导纳矩阵；分别为节点i电压幅值的下限和上限；为支路l载流量上限值；g_k为开关状态组合；G_k为构成放射形网络的开关位置组合的集合；

步骤(3)：参数初始化，包括配电网节点数据、支路数据，设置种群规模、最大迭代次数，以及分布式电源出力及负荷功率数据；

步骤(4)：种群个体初始化，即对生成的粒子计算其目标函数值，储存到外部解集空间；

步骤(5)：依据小生境共享机制计算个体的共享适应度值，按照与适应度值成比例的轮盘赌注方法选取全局最优位置，小生境技术数学表达式如下：

其中：N_b为小生境内个体数量；f_sh(d_ef)为共享函数；d_ef表示小生境个体之间的欧式距离；σ_share为粒子e的小生境半径值，根据粒子e和f之间的空间距离动态更新；

步骤(6)：粒子速度和个体最优位置更新，根据Pareto非支配排序方法选择是否替换步骤(4)中的个体，其中粒子位置通过Sigmoid函数更新，优点在于其二进制数可以表示配电网中开关的状态；

步骤(7)：提取种群精英解集，作为下一代初始化个体；

步骤(8)：判断是否达到最大迭代次数，如果是，本次迭代结束；如果不是，就返回到步骤(5)再次计算。

2.根据权利要求1所述一种含电动汽车的主动配电网多时段优化重构方法，其特征在于：通过模糊决策理论选择满意度最大的解，即为本次计算的最优折衷解。

3.根据权利要求1所述一种含电动汽车的主动配电网多时段优化重构方法，其特征在于：所述系统中包括分布式电源和电动汽车的接入，分布式电源包含风力发电和光伏发电，其的位置和容量根据有功网损灵敏度确定，电动汽车接入配电网中充电包含无序充电和智能充电两种模式；建立了分布式电源出力和电动汽车充电的多时段概率模型。