[发明专利]一种适用于主动配电网的多目标网络重构方法

摘要

本发明涉及一种配电网重构方法，特别是一种适用于主动配电网的多目标网络重构方法，基于主动配电网对网络重构的新要求，提出一种新的混合进化算法用于配电网重构，采用最优流模式算法快速得到接近最优解的初始网络，再利用树形结构编码单亲遗传算法搜索最优解，即对初始网络进行树形结构编码，采用单亲遗传算法进行求解。其优点在于，在对主动配电网进行网络重构时，充分考虑了分布式电源的影响，即在约束条件中包含分布式电源出力约束、在可靠性计算中考虑分布式电源计划孤岛的影响，使网络重构后的配电网网损大幅降低、供电可靠性得到提高，同时，重构结果也更加符合主动配电网大量接入分布式电源的实际情况。

主权项

一种适用于主动配电网的多目标网络重构方法，其特征在于，包括如下步骤：1)确定主动配电网重构以网损最小及供电可靠率最大为目标函数，具体为：$\min f_1=\underset{i=1}{\overset{n_b}{\mathrm{\&Sigma;}}}{k}_i{r}_i\frac{P_i^2+Q_i^2}{V_i^2}---\left(1\right)$max f₂＝ASAI         (2)其中：n_b为支路数；k_i为支路i上开关的状态变量，0代表打开，1代表闭合；r_i为支路i的电阻；P_i、Q_i为支路i流过的有功功率和无功功率；V_i为支路i末端的节点电压；ASAI为平均用电有效度指标，2)建立包含分布式电源出力约束的约束条件，其有功出力约束和无功出力约束为：$P_{\mathrm{DG},m}^{\min }\&le;P_{\mathrm{DG},m}\&le;P_{\mathrm{DG},m}^{\max }$                               (3)$Q_{\mathrm{DG},m}^{\min }\&le;Q_{\mathrm{DG},m}\&le;Q_{\mathrm{DG},m}^{\max }$其中P_DG,m，分别是第m台分布式电源DG的有功出力，及上下限；Q_DG,m，分别是第m台分布式电源DG的无功出力，及上下限；3)输入配电网的初始数据，包括节点数据、支路数据、可靠性数据，置种群进化迭代数Gen＝0，种群是指区域内一组多个配电网结构，种群中的每一个个体对应一种配电网结构；4)利用最优流模式算法获得每个个体的初始网络，所述最优流模式算法求解过程为：首先闭合网络中所有的联络开关，使配电网成为一个多孔的环网；然后按照打开网络中电流最小的开关的启发式规则，逐次解开每一个环，直到网络恢复为辐射状运行，从而获得初始网络；5)计算种群中每个个体的适应值，即对个体进行潮流计算获得个体的网损值，并进一步进行供电可靠性计算获得ASAI；在可靠性计算中计及如下分布式电源计划孤岛的影响：预想故障条件下，对于含有分布式电源计划孤岛内的负荷供电，当计划孤岛外发生故障时，按计划孤岛运行；计划孤岛内发生故障，DG直接跳闸；无计划孤岛DG直接跳闸；对于由于网络重构需要对计划孤岛内开关进行操作时，计划孤岛直接解裂，按无计划孤岛运行；6)应用单亲遗传算法，识别种群个体之间的支配和非支配关系，支配、非支配关系按照种群中个体目标函数之间的大小关系进行判断：f₁是网损最小目标函数，f₂是可靠性最高目标函数，即ASAI值最大；对于种群中的任意两个个体X_u，X_V，当且仅当，有f₁(X_u)<f₁(X_V)和f₂(X_u)<f₂(X_V)，则X_u支配X_V；而当且仅当，f₁(X_u)<f₁(X_V)时有f₂(X_u)>f₂(X_V)，或f₁(X_u)>f₁(X_V)时有f₂(X_u)<f₂(X_V)，则X_u，X_V互不支配，即非支配关系；7)根据上述的支配和非支配关系对种群进行如下分层：a)设种群中的个体数量为N，选取种群中的任一个体X_u，b)对于种群里所有的其它个体的v＝1～N，且v≠u，基于目标函数f₁和f₂比较个体X_u和个体X_V之间的支配、非支配关系；如果不存在任何一个个体X_V优于X_u，则X_u标记为非支配个体；c)再选取种群中的另一个个体，重复b)步骤，直到找到所有非支配个体；d)得到的所有非支配个体集为种群的第一级非支配层；然后忽略已经标记的非支配个体，再重复步骤b)‑c)，就会得到第二级非支配层，以此类推，直到整个种群被分层；8)对于每一级非支配层进行排序：设定每个非支配个体的虚拟适应度，所述的虚拟适应度是指每个种群个体所对应的网损值和ASAI值的加权函数；根据虚拟适应度值对每层中的非支配个体进行排序；9)基于单亲遗传算法的选择算子，采用旋转赌盘旋转机制，从排序后的种群中选择进行下一代遗传操作的个体，个体被选中的几率和它的适应值成比例，个体的适应值越大，被选中的概率就越高；10)基于单亲遗传算法的移位算子，对选择后的个体进行移位，从每个配电网结构的初始网络出发，随机选择一个移位点，断开与该移位点相连接的父节点，此时初始网络中出现了孤岛，检测孤岛中的所有联络线，并随机合上一条联络线，完成移位操作；11)基于单亲遗传算法的重分配算子，对于移位后的个体进行重分配，从每个配电网结构的初始网络出发，随机选择一个重分配点，断开与该重分配点相连接的父节点，此时初始网络中出现了孤岛，检测孤岛中的联络线，然后合上所有联络线，并检测联络线两两之间处于孤岛中的节点，若联通，则随机断开其中一条支路，直到任何两联络线之间都不联通，完成重分配操作；从而形成新的个体，所有的新的个体形成新的种群，由此，原种群迭代形成新的种群。在新的种群中，由最差个体替换为与最佳个体相同的个体，保持有两个最佳个体，使得具有最优适应值的个体确保能够进入下一次的遗传操作；12)基于分布式电源计划孤岛的影响计算新的种群中每个个体的适应值，包括网损值和ASAI；当新的种群满足目标函数的设定值或者满足设定的迭代次数时，则结束迭代，输出网络重构结构，否则新的种群进入下一次的迭代操作，回到步骤6)继续处理。