[发明专利]一种基于智能算法的配电网网架结构规划优化方法

说明书

一种基于智能算法的配电网网架结构规划优化方法，包括以下步骤：步骤1、优化目标函数，建立以总成本最小为目标的优化目标函数，其包括电网建设项目投资成本及系统缺电成本；步骤2、设置约束条件，包括潮流约束、节点电压约束、线路容量约束、辐射状网络约束以及电能损耗约束；步骤3、采用改进量子粒子群算法求解。本发明以经济性最优为目标，建立了适应蒙东低负荷密度供电环境下的配电网网架规划模型。通过对量子粒子群算法的改进和运用，实现了对配电网网架结构的规划优化成功寻找最优的配电网网架结构及成本，从根本上提升配电网的经济性。

技术领域

本发明涉及配电网承载力评估技术领域，特别涉及一种基于智能算法的配电网网架结构规划优化方法。

背景技术

配电网网架规划是配电网供电模式选择的重要组成部分，蒙东地区大部分供电区域均属于低负荷密度供电区域，负荷分布不均匀、变电站配比不足、线路转代负荷能力不足，且点与点之间距离较远；配电网结构单一，在供电可靠性不高的情况下，配电网依旧存在较大的线损；配电网网架结构较为薄弱。为了保证电网供电的覆盖率及可靠性，以及尽可能达到最优的电网经济性，需要对原有配电网网架结构进行考虑经济性和可靠性的规划与优化。

高可靠性与低投入成本是一矛盾体。降低可靠性成本，减少停电损失必然会提升投入成本。协调解决这一矛盾需要对可靠性成本及其效益进行分析，确定在何种投资下才能获得配电网经济性和可靠性之间最优的关系。为此，提出一种基于智能算法的配电网网架结构规划优化方法，该方法以单阶段配电网经济性作为优化目标函数，在常规约束条件基础上添加电能损耗约束，以期达到对该地区配电网网架结构进行优化、规划的目标。

发明内容

为了解决上述问题，本发明依据蒙东地区现有电网的主要问题，选择以最优网架结构方向作为切入点，研究一种基于智能算法的配电网网架结构优化方法，智能算法选择粒子群算法(PSO)，通过记忆与反馈机制实现了高效的寻优搜索，与遗传算法(GA)、蚁群算法(ACO)等智能算法相比具有收敛速度快的优点，在解决电网这类复杂、非线性的问题时非常有效，其技术方案如下：

一种基于智能算法的配电网网架结构规划优化方法，包括以下步骤：

步骤1、优化目标函数，建立以总成本最小为目标的优化目标函数F，其包括电网建设项目投资成本C及系统缺电成本X，表达式如下：

式中，N为线路总数；X_k为线路编码元素，当第k条线路存在或者新建，则X_k为1，否则为0；

LCC为全寿命周期成本，指配电系统电力设备从初建到退役整个有效期内的费用总和，包含初始建设投资成本C_nl、运行维护成本C_om、残值C_D以及其他成本C_oc；

缺电成本X包含系统网络损耗成本W_llC₀以及系统缺供电成本W_ENsC_i；其中，W_ll为网络损耗电量，C₀为电网公司买入电价；W_ENS为系统缺供电量，C_i为不同负荷类型的停电损失费用。

步骤2、设置约束条件，包括潮流约束、节点电压约束、线路容量约束、辐射状网络约束以及电能损耗约束。

步骤3、采用改进量子粒子群算法求解，包括以下步骤：

步骤3.1、开始，设置初始参数，运用logistics函数初始化粒子；

步骤3.2、计算粒子适应度，吸引子，记录当前最优解；

步骤3.3、粒子根据权重进行位置更新，并进行邻域搜索操作；