[发明专利]一种特高压交直流馈入受端电网的分区优化方法及系统

说明书

本发明提供了一种特高压交直流馈入受端电网的分区优化方法及系统，包括：根据基于复杂社团结构理论的电网分区方法，确定电力网络的电网关键通道集；基于所述电网关键通道集，根据基于快速分类的非支配遗传算法NSGA‑II对随机生成的分区方案进行多目标优化迭代计算，得到最优分区方案集。本发明提供的技术方案将复杂网络社团结构理论和基于快速分类的非支配遗传算法NSGA‑II相结合应用于电网规划中，避免了大电网的维数灾问题，该方法简单、实用、操作性强。

技术领域

本发明涉及电网分区方法及系统，具体涉及一种特高压交直流馈入受端电网的分区优化方法及系统。

背景技术

电网分区一直是电网规划面临的重要问题，对于有多回特高压交直流密集馈入的受端电网，该问题将更为突出。对于以500千伏为主网架的传统电网来说，电网分区主要依据行政区域及运行人员长期积累的运行经验来划分，通常很少变化，但当电网建设工程密集、运行方式变化多样时，特别是随着特高压电网的发展，将逐渐形成1000/500千伏电磁环网，大电网的行政区域概念逐渐弱化，传统分区方法往往不能反映电网实际分区特征。

电网分区从数学上可看作是组合优化问题。近年来，基于各种电气距离的聚类或分类方法成为研究电网分区问题的主流，但这些算法多基于电网的结构特征，或者电压-无功灵敏度等静态指标，极少涉及电网的动态电气特性，也不能充分反映特高压交直流馈入受端电网的系统特性。

因此有必要研究一种适用于特高压交直流馈入的特高压交直流馈入受端电网的分区优化方法。

发明内容

本发明提供了一种特高压交直流馈入受端电网的分区优化方法，包括：

根据基于复杂社团结构理论的电网分区方法，确定电力网络的电网关键通道集；

基于所述电网关键通道集，根据基于快速分类的非支配遗传算法NSGA-II对随机生成的分区方案进行多目标优化迭代计算，得到最优分区方案集。

所述确定电力网络的电网关键通道集之前还包括简化电力网络，将电力网络中的所有母线抽象为无差别的节点，将所有输电线路和变压器支路抽象为无向网络中的有权边，权重为该支路的导纳模值，电力网络被抽象成一个具有n个节点的无向、有权的稀疏连通图并用n*n阶的关联矩阵A表示。

所述确定电力网络的电网关键通道集包括：

步骤1：用改进floyd-warshall算法计算电力网络最短路径长度矩阵及所有最短路径；

步骤2：计算当前电力网络中所有的边介数；

步骤3：找到边介数最高的边将其从电力网络中移除；

步骤4：返回步骤2，直到各枢纽点被划分到不同的分区；

选取特高压变电站为枢纽点；

被移除的边的集合为电网关键通道集。

所述根据基于快速分类的非支配遗传算法NSGA-II算法对随机生成的分区方案进行多目标优化迭代计算包括：

根据电网关键通道集生成一个染色体个数为N的父代种群P_t，每一个随机生成的染色体代表一种电网分区方案；

根据预先构建的多目标优化数学模型计算父代种群P_t中每个个体的目标函数，并根据目标函数对P_t进行非劣分层，并计算每层个体的适应值；

根据父代种群P_t个体的适应值，采用遗传算法生成一个规模为N的子代种群Q_t；

根据父代种群P_t和子代种群Q_t生成一个规模为N的父代种群P_t+1；