[发明专利]一种基于分布式光伏的配电网检修优化方法在审
申请号: | 201810975803.7 | 申请日: | 2018-08-24 |
公开(公告)号: | CN109117570A | 公开(公告)日: | 2019-01-01 |
发明(设计)人: | 徐孟霞;张二龙;钟成元;陈祥平;朱代发;甘新华;王富根;赵吴鹏;莫平生 | 申请(专利权)人: | 国网安徽省电力有限公司岳西县供电公司;国网安徽省电力有限公司安庆供电公司;国家电网有限公司 |
主分类号: | G06F17/50 | 分类号: | G06F17/50;G06Q10/04;G06Q50/06 |
代理公司: | 合肥兴东知识产权代理有限公司 34148 | 代理人: | 胡东升 |
地址: | 246600 安徽*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于分布式光伏的配电网检修优化方法,包括:S1、检修时间优化模型的构建;S2、负荷转移路径优化模型的构建;S3、模型的求解。本发明建立考虑多种约束条件的设备检修时间和负荷转移路径联合优化模型,针对设备检修时间优化和负荷转移路径优化问题采取改进的遗传算法进行求解,以求全局最优。首先对设备检修时间进行优化,再通过负荷转移路径的优化将受检修影响的负荷通过合适的路径转由其它馈线供电,从而得到最优的检修方案。在保证系统安全运行的前提下,最大限度提高系统的供电可靠性、避免重复停电,减少用户和供电企业的停电损失。 | ||
搜索关键词: | 检修 负荷转移 配电网 路径优化 设备检修 时间优化 求解 优化 构建 光伏 联合优化模型 供电可靠性 安全运行 保证系统 供电企业 全局最优 停电损失 遗传算法 约束条件 对设备 馈线 停电 供电 重复 改进 | ||
【主权项】:
1.一种基于分布式光伏的配电网检修优化方法,其特征在于,该方法包括:S1、检修时间优化模型的构建:检修时间优化目标为降低供电企业的售电损失,建立检修时间优化数学模型如下:目标函数:式中:F为售电
损失费用;p为电价;N为检修设备总数;T为检修时段总数;pit为第t时段第i个设备检修所造成的停电负荷;Uit为第t时段第i个检修设备的状况,取0时,表示设备正常运行,取1时,表示设备停运检修;其约束条件为:1)线路潮流约束:|Sl|≤Slmax式中:Sl为线路l的潮流,Slmax为线路l允许通过的潮流限值;2)互斥检修约束:为了避免负荷点在检修时停电,有些设备不能同时检修,因此在检修计划制定过程中不能安排在相同的时间段内;xj>xi+Di+1式中:xi和xj分别为第i和第j个设备的开始检修时间;Di为第i个设备检修持续的时长(统一折算成天数);3)检修资源约束:由于资源有限,制定检修计划还要考虑检修能力的限制:
式中:M为可以同时检修的设备个数,uit为第t时段第i个检修设状况,取0时,表示设备正常运行,取1时,表示设备停运检修;4)时间调整约束:|xi‑xi0|≤Λi式中:x0i为第i个设备申报开始检修时间;Λi为第个i设备调整时间限值;5)同时检修约束:在一个系统中,一次停电可以解决的问题要全面解决,不允许因考虑不周而发生重复停电解决同一系统问题,因此:xi=xjxi和xj分别为第i和第j个设备的开始检修时间;由于供电系统覆盖较大的地理区域,考虑到检修工作人员及检修资金的数量限制,在制定检修计划时要充分考虑检修人员检修路线的合理性,尽量按照地理位置就近原则合理安排检修顺序,从而:xj=xi+Di+1;6)不可变更的检修约束:xi=Bi式中:Bi为上级调度下达的第i个设备开始检修时间;7)检修窗口约束:
式中:Xi为第i个设备允许开始检修时间集合S2、负荷转移路径优化模型的构建:建立优化数学模型如下:目标函数:1)降低售电损失:
2)减少开关操作费用:F2=min{βnops}β为开关操作一次的费用;nops为进行负荷转移的开关操作次数;3)计及分布式光伏的转移路径供电可靠性提高节约损失费用:
式中:Q为需转移负荷的检修设备集合;Pi为第i个设备检修造成的停电负荷;Di为第i个设备检修持续的时长,βi为第i个设备检修时的系统可靠性降低损失,a为负荷转移路径是否存在光伏电源转带负荷,是则取1,否则取0;其约束条件为:1)有功潮流约束:|Sls|≤Slmax s式中:lS为线路l的有功潮流,lmax s为线路l允许通过的有功潮流限值;2)电压越限约束:VK.min≤VK’≤VK.max式中:VK',VK,min,VK,max分别为转移负荷后各节点的电压和电压上下限;3)网络拓扑约束:进行负荷转移后的网络必须仍然保持辐射状运行。g∈G式中:g为转移负荷后的网络拓扑结构;G为辐射状网络拓扑结构。S3、模型的求解:通过遗传算法对上述目标函数的全局最优解或次优解进行分析,其表示式定义为:
式中:C—个体的编码方法;F(x)—个体适应度评价函数;P0—初始群体选择;M—群体规模;
—选择算子;Γ—交叉算子;ψ—变异算子;T—遗传运算终止条件;对于求目标函数最小值的优化问题,理论上只需简单地对其增加一个负号就可将其转化为求目标函数最大值的优化问题,即:min f(x)=max(‑f(x))当优化目标是求函数最大值,并且目标函数总取正值时,可以直接设定个体的适应度F(X)就等于相应的目标函数值f(x),即:F(X)=f(x)。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网安徽省电力有限公司岳西县供电公司;国网安徽省电力有限公司安庆供电公司;国家电网有限公司,未经国网安徽省电力有限公司岳西县供电公司;国网安徽省电力有限公司安庆供电公司;国家电网有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201810975803.7/,转载请声明来源钻瓜专利网。