[发明专利]一种计及网损和可靠性的配电网经济性重构方法

摘要

一种计及网损和可靠性的配电网经济性重构方法，该方法包括基于网损电能损失费用和停电缺供电量电能损失费用求和的经济性优化模型；配合该模型的面向对象的配电网可靠性计算方法，包括元件集合类、块类、块类树及电源路径的确定方法；基于生物地理学算法的配电网经济性重构模型的求解方法，包括了居住适宜度指数、栖息地特征向量、迁移模型等的构建；基于以上三部分核心内容的配电网经济性重构的实施步骤。本发明将网络电力中断的年缺供电量与网络损耗的年电量损耗相结合，构建了同时考虑配电网可靠性与网络损耗的配电网重构经济性模型，模型具有直观的经济性特征，力求得到最为经济的网络结构。本发明适用于配电网经济性重构。

主权项

一种计及网损和可靠性的配电网经济性重构方法，其特征在于，所述方法包括基于网损电能损失费用和停电缺供电量电能损失费用求和的经济性优化模型；配合该模型的面向对象的配电网可靠性计算方法；基于生物地理学算法的配电网经济性重构模型的求解方法；以及上述三部分核心内容的配电网经济性重构的实施步骤；所述经济性优化模型以网络每年有功损耗和电力中断所带来的经济损失最小作为目标函数，确定网络支路的开关状态，且需要满足一定的约束条件如下：L=Σk∈NCPk,loss=Σk∈NCrkpk2+Qk2Vk2---(1);]]>ENS＝∑La(i)Ui   (2)；min Cost＝c1×L×8760+c2×ENS   (3)；AP＝D   (4)；Sk≤Sk,max k＝1,2,…,NC   (5)；Vi,min≤Vi≤Vi,max i＝1,2,…,m   (6)；式中，NC是闭合支路的集合；Pk,loss是支路k的有功损耗，Pk,Qk,Vk分别为支路k的首端或末端的有功、无功功率和对应端节点的电压幅值；La(i)为第i个负荷区域的平均负荷，Ui为第i个负荷区域的年平均停运时间；c1为每kWh的网损带来的经济损失，c2为电力中断时每kWh的年停电缺供电量带来的经济损失；A为节点‑支路关联矩阵；P为馈线潮流向量；D为负荷需求向量；Sk为支路k的首端功率，Sk,max为支路k的线路容量；m为节点总数；Vi为节点i的电压幅值；Vi,max为节点i的电压上限；Vi,min为节点i的电压下限；式(1)为网络有功损耗，由潮流计算模块得到；式(2)为年停电缺供电量的可靠性指标，由可靠性计算模块得到；式(3)为网损的年电量与年停电缺供电量的加权经济损失目标函数；式(4)为潮流约束；式(5)为支路容量约束；式(6)为节点电压约束；所述面向对象的配电网可靠性计算方法以元件集合类、块类、块类树为配电网可靠性计算的对象；所述元件集合类的成员变量包括节点、支路、开关、入口开关、出口开关、相应元件的失效率和失效时间、节点的负荷数、节点的用户数；所述块类的成员变量包括元件集合类、块的失效率、块的失效时间、块的负荷、块的用户数、父块类、子块类、至供电块的电源路径，块类的成员函数包括父块类链接函数、子块类链接函数；所述块类树继承动态数组类，采用一维数组的每一位存储一个块类，成员函数包括动态添加块类函数、树结构形成函数；其中树结构形成函数将所存储的块类按实际拓扑结构形成树形链接关系，链接方式根据各个块的出入口开关确定各个块类的父子块类，然后调用块类中相应的链接函数完成链接，同时通过对各个块的父块上溯至供电端所在的块得到相应块的电源路径，并记录到块类中相应的成员变量中；所述块的失效率和失效时间由元件集合类中各元件的失效率和失效时间分别按式(7)、(8)计算得到：λblock=Σj∈SEλj---(7);]]>rblock=Σi∈SEλiriΣi∈SEλi---(8);]]>式中，λblock为块的失效率，λj为块中第j个元件的失效率，SE为块中元件的集合，rblock为块的失效时间，rj为块中第j个元件的失效时间；所述块类树电源路径的确定方法为，从首端节点开始对网络进行搜索，以开关为边界进行分块，使用上述面向对象的技术将网络最终存储并形成块类树，任意一个元件块只需通过向上回溯父块直到树根便可得到其对应的电源路径；所述块类树的构建过程为，开始时将电源点所在块作为块类树的根块，然后按块所属的层分层进行；上一层的出口开关为当前层的入口开关，在未插入树中的剩余块中找到包含这些开关的块将其作为子块插入块类树中，插入完成后本层的出口开关又为下一层的入口开关，按照这样的规律将所有块逐层构成一棵块类树；所述基于生物地理学算法的配电网经济性重构模型的求解方法包括了居住适宜度指数、栖息地特征向量和迁移模型的构建；所述求解方法采用BBO算法，以栖息地的生物宜居指数HSI反映配电网的经济性；以生物栖息地的特征向量SIV表示配电网重构的开关状态，以迁移模型配合配电网重构模型进行设计以较少的迭代次数高概率地得到最优解；所述求解方法采用BBO算法进行优化，通过迁移操作改变SIV向量以提高栖息地的HSI，HSI值为：HSI=1/Cost=1c1×L×8760+c2×ENS---(9);]]>BBO算法运用到配电网经济性重构中，其SIV向量反映网络各开关的状态，配电网运行时一般需要满足辐射状，因此SIV向量通过反映网络开关状态以映射一个辐射状网络，若SIV向量以每个开关状态为独立的控制量则映射的网络是辐射状的概率较低；所述求解方法将SIV向量的每一位对应网络的一个独立环路，对每个独立环路上的开关依次编号，SIV向量每一位的值表示对应环路的相应编号的开关打开；所述求解方法设计的对数迁移模型为，λ=lg(SSmax(1-10I)+10I)---(10);]]>μ=lg(SSmax(10E-1)+1)---(11);]]>式中S为栖息地中的物种数量，Smax为最大物种数，E为最大迁出率、I为最大迁入率；所述配电网经济性重构的实施步骤：步骤1、读取网络数据，包括节点、支路、可靠性三类数据；步骤2、数据的初始处理，搜索网络的独立环路并对每个环路上的开关进行编号，涉及的算法为广度优先搜索及支路追加法；步骤3、设置BBO算法的参数；包括栖息地数量n，最大迁入率I，最大迁出率E，突变概率上限m0，精英保留数kE；为了简化，每个栖息地能容纳的物种上限都取为n，栖息地容纳当前物种数量的初始概率Ps(0)设定为1/n；步骤4、SIV向量的取值域的确定；步骤2得到的独立环路数作为SIV向量的维数，每个独立环路上的开关编号范围作为SIV向量对应维度的取值域；步骤5、初始化栖息地群；根据步骤4得到的SIV向量维数和相应维度的取值域随机生成n个SIV向量，对应n个栖息地并构成初始栖息地群；每个SIV向量也映射了一个网络，若所映射的网络不满足辐射状约束则重新随机生成一个SIV向量将其替换；步骤6、计算栖息地群中各栖息地的HSI值；将栖息地的SIV向量中代表的各开关置于打开状态，网络中的其他开关置于闭合状态，构成一个辐射状的配电网络；对该网络进行潮流计算，采用自编程序或者通过接口调用PSASP、BPA软件的潮流模块，得到式(1)所示的网络总有功损耗；对网络进行可靠性计算，采用面向对象的配电网可靠性计算方法，得到式(2)所示的年停电缺供电量；采用经济性模型将网络总有功损耗折算为网络年电能损耗，并与年停电缺供电量按式(3)计算网络的经济性指标Cost,再根据式(9)计算对应的HSI值；步骤7、栖息地排序；根据栖息地群中各栖息地的HSI从大到小对栖息地排序，排序后的各栖息地的生物物种数量设定为：n‑i，其中i为栖息地排序后的序号，即n个栖息地的物种数量依次为：n‑1、n‑2、n‑3…n‑i…3、2、1、0；HSI最大的前kE个栖息地作为精英栖息地存储在精英栖息地群中；步骤8、迁移率的计算；根据生物物种数量S计算各个栖息地的迁入率λ和迁出率μ，采用对数模型来近似表示迁移率的规律；步骤9、迁移操作；按迁出率进行轮盘赌，选择出SIV向量的共享源栖息地，以迁入率作为接收新SIV向量的特征分量的概率，SIV向量的每一个特征分量按此步骤进行迁移操作，依次完成所有栖息地的SIV向量更新；此步骤的迁入率按作归一化处理，其中λmin、λmax分别为栖息地群中迁入率最小值和最大值；步骤10、计算各个栖息地当前时刻容纳当前物种物种数量的概率；式(12)中PS(t)表示栖息地在t时刻容纳S个物种的概率，对式(12)微分后如式(13)和(14)所示，又有步骤3中约定的物种数量与序号关系得到式(15)、式(16)，其中PS(t)|i表示第i个栖息地在时刻t容纳S个物种的概率；将式(15)、式(16)代入式(14)，同时将步骤8得到的λs、μs代入式(14)可以求得PS'(t)，t在实际的计算过程中简化为离散值，即计算的迭代次数，同时dt＝1；Ps(t+△t)＝PS(t)(1‑λS△t‑μS△t)+PS‑1λS‑1△t+PS+1μS+1△t   (12)；△t→0:Ps(t+dt)＝Ps(t)+Ps'(t)dt   (13)；PS'(t)＝‑(λS+μS)PS(t)+λSPS‑1(t)+μS+1PS+1(t)   (14)；PS‑1(t)|i＝PS(t)|i+1   (15)；PS+1(t)|i＝PS(t)|i‑1   (16)；步骤11、突变操作；由步骤10计算得到的Ps按式(17)计算各个栖息地的突变率，其中m0为突变率上限；按照计算出的各栖息地突变概率分别对相应的SIV进行随机突变；m(i)=m0(1-PS|imax(PS|i))---(17);]]>步骤12、排重操作；若生物栖息地群中存在相同的2个SIV向量，则无条件地对其中一个SIV向量进行突变，以保证生物栖息地群的多样性；步骤13、辐射状约束的修正；若生物栖息地群中存在所映射的网络不满足辐射状约束的SIV向量，将无条件地对该SIV向量进行突变，直至满足约束为止；步骤14、重复步骤6～步骤13若干次，每一代生物栖息地群HSI最小的kE个栖息地用上一代最大的kE个精英栖息地替代，即精英保留策略；经过若干代后满足收敛条件终止迭代，得到问题的最优解或接近最优解的次优解；收敛条件设置为栖息地群中HSI最高的栖息地连续若干代保持不变时终止，或设置为达到迭代次数上限终止。