一種綜合無功優化與網絡重構的配網運行優化方法
【專利摘要】本發明公布了一種綜合無功優化與網絡重構的配網運行優化方法，該方法充分考慮了配網優化運行中無功優化與網絡重構兩種技術的協調與配合。本發明首先定義了以年綜合費用作為目標函數的優化模型，接著給出新的編碼策略以及解的辨識方法，最后，采用混合蛙跳算法求得最佳綜合優化方案。本發明能充分發掘無功優化與網絡重構兩項技術相互配合存在的潛在經濟價值，具有一定的實用參考價值。
【專利說明】
一種綜合無功優化與網絡重構的配網運行優化方法
技術領域
[0001] 本發明屬于電力系統運行分析和控制技術領域，涉及一種綜合無功優化與網絡重 構的配網運行優化方法。 技術背景
[0002] 配網重構和配網無功優化作為配網優化運行的兩項重要技術手段，是配電自動化 的關鍵技術，其在保障電能質量、降低網絡損耗等方面有著重要作用。配網重構通過改變網 絡開關的閉合來獲得最佳優化目標值下的網絡拓撲結構;配網無功優化一般通過定點投切 無功補償設備以實現有功損耗最小化且保證較高的電壓水平。實質上，配網重構是非線性 組合優化問題，配網無功優化是非線性整數規劃問題，二者的綜合優化使得問題的求解更 加復雜，針對此問題，有學者分別提出采用先重構后補償交替迭代的方法、分別以重構和無 功優化為主進行優化，后者采用了智能算法求解，相比前一種交替迭代法，提高了計算精 度，它們并不是真正意義上同步進行重構與無功優化，此外，現有研究均以網損作為優化目 標，并沒有考慮無功補償的經濟性，綜合優化的潛在價值沒有得到充分研究與挖掘。因而本 發明公布了一種綜合無功優化與網絡重構的配網運行優化方法。
【發明內容】
[0003] 發明目的：本發明的目的在于針對現有技術的不足，提出了一種綜合無功優化與 網絡重構的配網運行優化方法，建立以年綜合費用為目標函數的綜合優化模型，并在求解 過程中，簡化網絡，提高解的辨識度，最后通過蛙跳算法獲得綜合優化方案，為運行人員提 供決策支持。
[0004] 技術方案:本發明提供一種綜合無功優化與網絡重構的配網運行優化方法，包括 以下步驟：
[0005] 步驟1:建立以年綜合費用作為目標函數的綜合優化模型；
[0006] 步驟2:給出新的編碼策略以及解的識別方法；
[0007] 步驟3:采用混合蛙跳算法求得最佳綜合優化方案。
[0008] 進一步，所述步驟1中綜合優化模型為：
[0009]
[0010] 式中：CT為年綜合費用，λ為電價;Tmax為年最大負荷損耗小時數;ki為補償設備的 年維護費用率;k 2為投資回收系數;Wi為第i個節點的無功補償量，Cl為無功補償的價格;C2 為單個補償點的安裝費用，k3為無功補償點個數，Pi〇ss為網絡的有功損耗，其大小受網絡拓 撲結構與無功補償量的影響，其值為每條線路有功損耗的總和，表達式如下：
[0011；
[0012] ΑΨ，Nb衣不文?數;Kk衣示支路k的電阻；Hk表示支路閉合狀態，1表示閉合，0表示 打開;Pk表不支路k的有功功率;Qk表不支路k的無功功率;Vk表不支路k的末端電壓；
[0013] 潮流計算中，除保持網絡功率平衡外，還需要考慮以下約束條件：
[0014] Vmin^Vj^Vmax
[0015] \Sk\<Sr
[0016] 〇^ffi^ffi；max
[0017] 式中，Vmin，vmax分別表示配網正常運行時節點電壓的上下限；S k表示支路k的載流 量，Smax表示線路k的最大載流量;Wi,max表示第i個補償點補償容量上限。
[0018] 進一步，所述步驟2包括以下步驟：
[0019] 步驟201:網絡簡化及編碼：
[0020] 配網重構通過改變網絡開關的閉合來獲得最佳優化目標值下的網絡拓撲結構，為 了提高求解的搜索效率，以33節點配網為例，對網絡做如下簡化:根節點并入1節點；由于節 點2和節點20之間只允許斷開一個開關，因此可以將這兩個節點間的所有支路視為一個支 路組，以此類推，簡化網絡，簡化后的網絡由8個節點，12個支路組組成。基于此，本文采用基 于獨立環路的編碼策略可以有效地減少變量維數，能夠提高求解的效率；
[0021] 在混合蛙跳算法中，每只蛙相當于一個優化方案，第i只蛙編碼為Ziinxi X2,......,Χη?} ; {yi,y2,......,yn2}]，其中，{xi,X2,··· · · ,Χη?}表示重構斷開的支路在支路組中 的編號。{yi,y2,......,yn2}表示選定節點的無功補償量，nl、n2分別表示支路組和無功補償 點的個數；
[0022] 步驟202:解的辨識：
[0023] 利用圖論中連通度理論對不可行解進行辨識，改進使網絡呈孤島或環網的解，使 得解滿足網絡輻射狀約束條件，等效后的配電網絡可以用一個圖表示，其各節點間的連接 關系可以用鄰接矩陣A表示：
[0024]
[0025] 其中，Μ為等效網絡的節點個數。若節點i與j相連，則ai,j為1，否則為0,構造圖的 laplacian 矩陣 B:
[0026] B = diag(sum(A) )-A
[0027] 當rank(B)=M_l等式成立，并且當斷開的支路等于網絡的獨立環路時，網絡的拓 撲結構則滿足輻射狀要求。
[0028] 進一步，所述步驟3中蛙跳算法求解過程包括以下兩個步驟：
[0029]步驟301:全局搜索
[0030] 步驟a:初始化參數，包括:蛙群的數量F;族群的數量m;族群中青蛙的數量η;最大 允許跳動步長Smax;全局最優解Ρ ζ;局部最優解Pb;局部最差解Pw;全局迭代進化次數Ng，局部 迭代進化次數Λ，各補償點無功補償上限W 1>max;
[0031] 步驟b:隨機生成初始蛙群，由目標函數計算每個蛙的評價值；
[0032] 步驟c :按照評價值大小進行升序排序，記錄下最優解Pz，并且將蛙群按以下方式 分成族群:第1只蛙放入第1個族群，第2只蛙放入第2個族群，第m只蛙放入第m個族群，第m+1 只蛙放入第1個族群，以此類推，直至所有蛙被放入入指定位置；
[0033] 步驟d:按照下式對每個族群進行進化操作
[0034] SL = ceil(Rand() X (Pw-Pb))
[0035] NewPw= Pw+SL , -SLmin^ SL^ SLmax
[0036] 式中，ceil表示取整，rand()表示產生0~1的隨機數，SL表示蛙跳的步長，SLmax， Lmin為娃跳的步長限制，NewPw表不更新后的Pw;
[0037] 步驟e:所有族群更新完畢后，計算蛙群中所有蛙的評價值；
[0038] 步驟f:判斷是否滿足停止條件。如果滿足則停止搜索，否則轉到步驟c;
[0039]步驟302:局部搜索，是指對上述步驟d展開的具體描述，過程如下：
[0040] 步驟di:設Ιμ= Ιν = 0，Im表示族群進化的計數器，In表示局部進化計數器；
[0041 ] 步驟d2:選出當前族群的Pb和Pw，Im加1;
[0042]步驟d3:IN加 1;
[0043]步驟d4:根據步驟d中兩個式子改進族群中最差蛙；
[0044] 步驟d5:如果上步改進了最差蛙，則用該新蛙取代最差蛙，否則用Pz替代式步驟d中 的Pb，重新進化；
[0045] 步驟d6:如果上步仍沒有改進最差蛙，則隨機產生一個可行解來代替最差蛙；
[0046] 步驟d7:如果In小于局部進化次數Ln，則轉入步驟d3;
[0047] 步驟d8:如果Im小于族群數m，則轉入步驟d2，否則進入全局搜索的步驟d 5。
[0048] 工作原理:本發明首先定義了以年綜合費用作為目標函數的優化模型，接著給出 新的編碼策略以及解的辨識方法，最后，采用混合蛙跳算法求得最佳綜合優化方案。本發明 能充分發掘無功優化與網絡重構兩項技術相互配合存在的潛在經濟價值，具有一定的實用 參考價值。
[0049]有益效果:與現有綜合優化技術相比，本發明具有如下優點和技術效果：
[0050] 1)該方法公布的模型不僅能夠進一步降低網損、提升節點電壓，還充分考慮了無 功補償的經濟性，使得配網綜合優化更加符合經濟性原則，即充分挖掘了綜合優化的經濟 價值，也為綜合優化調度提供了新的評價指標。
[0051] 2)除了提出新的優化目標，本發明采用了易于理解、易于編程實現及尋優能力強 的混合蛙跳算法，并結合基于獨立支路法的網絡簡化策略，能夠快速搜索到最優解，保證了 模型求解效率。
【附圖說明】
[0052]圖1為本發明配電網絡簡化圖；
[0053]圖2為本發明總流程圖；
[0054]圖3為本發明中蛙跳算法流程圖；
[0055]圖4為本發明節點電壓分布圖；
[0056]圖5為本發明無功優化過程目標值收斂曲線；
[0057]圖6為本發明重構過程目標值收斂曲線；
[0058]圖7為本發明綜合優化過程目標值收斂曲線。
【具體實施方式】：
[0059] 以下結合附圖和實例對本發明的實施作進一步說明，但本發明的實施和包含不限 于此。
[0060] 一種綜合無功優化與網絡重構的配網運行優化方法，包括以下步驟：
[0061 ]步驟1:建立以年綜合費用作為目標函數的綜合優化模型；
[0062] 步驟2:給出新的編碼策略以及解的識別方法；
[0063] 步驟3:采用混合蛙跳算法求得最佳綜合優化方案。
[0064] 進一步，所述步驟1中綜合優化模型為：
[0065]
[0066] 式中：CT為年綜合費用，λ為電價;！'max為年最大負荷損耗小時數;lu為補償設備的 年維護費用率;k 2為投資回收系數;Wi為第i個節點的無功補償量，Ci為無功補償的價格;C2 為單個補償點的安裝費用，k3為無功補償點個數，Pi〇ss為網絡的有功損耗，其大小受網絡拓 撲結構與無功補償量的影響，其值為每條線路有功損耗的總和，表達式如下：
[0067]
[0068] 式中，Nb表示支路數;Rk表示支路k的電阻;Hk表示支路閉合狀態，1表示閉合，0表示 打開;Pk表不支路k的有功功率;Qk表不支路k的無功功率;Vk表不支路k的末端電壓；
[0069] 潮流計算中，除保持網絡功率平衡外，還需要考慮以下約束條件：
[0070] Vmin^Vj^Vmax
[0071] \sk\<sr
[0072] 〇^ffi^ffi；max
[0073] 式中，Vmin，Vmax分別表示配網正常運行時節點電壓的上下限；S k表示支路k的載流 量，SmaX表示線路k的最大載流量;Wi,max表示第i個補償點補償容量上限。
[0074] 進一步，所述步驟2包括以下步驟：
[0075] 步驟201:網絡簡化及編碼：
[0076] 配網重構通過改變網絡開關的閉合來獲得最佳優化目標值下的網絡拓撲結構，為 了提高求解的搜索效率，以33節點配網為例，對網絡做如下簡化:根節點并入1節點；由于節 點2和節點20之間只允許斷開一個開關，因此可以將這兩個節點間的所有支路視為一個支 路組，以此類推，簡化網絡，簡化后的網絡由8個節點，12個支路組組成。基于此，本文采用基 于獨立環路的編碼策略可以有效地減少變量維數，能夠提高求解的效率；
[0077] 在混合蛙跳算法中，每只蛙相當于一個優化方案，第i只蛙編碼為Z i =[{ X i， X2,......,Χη?} ; {yi,y2,......,yn2}]，其中，{xi,X2,··· · · ,Χη?}表示重構斷開的支路在支路組中 的編號。{yi,y2,......,yn2}表示選定節點的無功補償量，nl、n2分別表示支路組和無功補償 點的個數；
[0078] 步驟202:解的辨識：
[0079] 利用圖論中連通度理論對不可行解進行辨識，改進使網絡呈孤島或環網的解，使 得解滿足網絡輻射狀約束條件，等效后的配電網絡可以用一個圖表示，其各節點間的連接 關系可以用鄰接矩陣A表示：
[0080]
[0081] 其中，Μ為等效網絡的節點個數。若節點i與j相連，則ai,j為1，否則為0,構造圖的 laplacian 矩陣 B:
[0082] B = diag(sum(A) )-A
[0083] 當rank(B)=M_l等式成立，并且當斷開的支路等于網絡的獨立環路時，網絡的拓 撲結構則滿足輻射狀要求。
[0084] 進一步，所述步驟3中蛙跳算法求解過程包括以下兩個步驟：
[0085]步驟301:全局搜索
[0086] 步驟a:初始化參數，包括:蛙群的數量F;族群的數量m;族群中青蛙的數量η;最大 允許跳動步長Smax;全局最優解Ρ ζ;局部最優解Pb;局部最差解Pw;全局迭代進化次數Ng，局部 迭代進化次數Λ，各補償點無功補償上限W 1>max;
[0087] 步驟b:隨機生成初始蛙群，由目標函數計算每個蛙的評價值；
[0088] 步驟c :按照評價值大小進行升序排序，記錄下最優解Pz，并且將蛙群按以下方式 分成族群:第1只蛙放入第1個族群，第2只蛙放入第2個族群，第m只蛙放入第m個族群，第m+1 只蛙放入第1個族群，以此類推，直至所有蛙被放入入指定位置；
[0089] 步驟d:按照下式對每個族群進行進化操作
[0090] SL = ceil(Rand() X (Pw-Pb))
[0091 ] NewPw= Pw+SL , -SLmin^ SL^ SLmax
[0092] 式中，ceil表示取整，rand()表示產生0~1的隨機數，SL表示蛙跳的步長，SLmax， Lmin為娃跳的步長限制，NewPw表不更新后的Pw;
[0093] 步驟e:所有族群更新完畢后，計算蛙群中所有蛙的評價值；
[0094] 步驟f:判斷是否滿足停止條件。如果滿足則停止搜索，否則轉到步驟c;
[0095]步驟302:局部搜索，是指對上述步驟d展開的具體描述，過程如下：
[0096] 步驟di:設Ιμ= Ιν = 0，Im表示族群進化的計數器，In表示局部進化計數器；
[0097] 步驟d2:選出當前族群的Pb和Pw，Im加 1;
[0098] 步驟d3:1^1;
[0099] 步驟d4:根據步驟d中兩個式子改進族群中最差蛙；
[0100] 步驟d5:如果上步改進了最差蛙，則用該新蛙取代最差蛙，否則用Pz替代式步驟d中 的Pb，重新進化；
[0101]步驟d6:如果上步仍沒有改進最差蛙，則隨機產生一個可行解來代替最差蛙；
[0102] 步驟d7:如果In小于局部進化次數Ln，則轉入步驟d3;
[0103] 步驟d8:如果Im小于族群數m，則轉入步驟d2，否則進入全局搜索的步驟d5。
[0104] 工作原理:本發明首先定義了以年綜合費用作為目標函數的優化模型，接著給出 新的編碼策略以及解的辨識方法，最后，采用混合蛙跳算法求得最佳綜合優化方案。本發明 能充分發掘無功優化與網絡重構兩項技術相互配合存在的潛在經濟價值，具有一定的實用 參考價值。
[0105] 實施例
[0106] 本發明以IEEE33節點系統作為說明案例，總流程圖見附圖2,該系統電壓等級為 12.66kV，有功總負荷3715kW，無功總負荷2300kvar。針對網絡重構、無功優化、綜合優化三 種優化方案進行對比分析。
[0107] 蛙跳算法參數設置如下：蛙群大小為80，族群數為20，全局進化次數為50，局部進 化次數為3,流程圖見附圖3。無功補償點選擇無功負荷最重的23、24、29節點，一方面符合無 功就地補償原則。無功補償量以系統總無功負荷的1.2倍作為無功補償的上限，以lOkvar作 為最小搜索步長，設71￡[0,60]， 72￡[0,60]，73￡[0，120]。其它參數4 = 0.5元/妍·!!，!^ = 5000h，ki = 0 · 13，k2 = 0 · 1，Ci = 60元/kvar，C2 = 5000元/節點。
[0108] 三種方案優化結果對比如下表1，各優化方案下系統各節點電壓分布如附圖4,求 解迭代過程目標函數值收斂情況如附圖5至附圖7。
[0109]表1本發明三種方案優化結果對比表
[0110]
[0111]
[0112]表1中各方案優化結果對比表明，綜合優化方案相比單純的重構與無功優化，能夠 進一步提高電壓質量:最低節點電壓0.9575P.U，相比單獨重構與無功優化的結果分別提高 了2.1 %、3.5% ;能夠進一步減少網絡有功損耗:有功損耗102.09kW，相比單獨重構與無功 優化的結果降低了 26.7%;進一步降低年綜合費用:年綜合費用為27.68萬，相比單獨重構 與無功優化的結果分別降低了20.5%、25.8%。此外，綜合優化方案中的無功補償相比單獨 的無功補償，補償量降低了 15.0%。驗證了本發明所提綜合優化模型的合理性與有效性。
[0113] 結合表1與圖4可知，單獨定點無功優化與重構都能夠有效降低網絡有功損耗，但 在提升系統各節點電壓水平方面，重構效果較無功優化更好。綜合優化方案相比重構，系統 各節點電壓整體有進一步提升，從而進一步驗證了表1的結論。
[0114] 由圖5至圖7可知，SFLA在求解三個優化模型過程中，具有良好的收斂效果，求解時 間均在25秒以內，能夠_效求解本文所提t旲型。
[0115] 綜上，案例說明了本發明的正確性與實用性。
【主權項】
1. 一種綜合無功優化與網絡重構的配網運行優化方法，其特征在于:包括以下步驟： 步驟1:建立以年綜合費用作為目標函數的綜合優化模型； 步驟2:給出新的編碼策略以及解的辨識方法； 步驟3:采用混合蛙跳算法求得最佳綜合優化方案。2. 根據權利要求1所述的綜合無功優化與網絡重構的配網運行優化方法，其特征在于： 所述步驟1中綜合優化模型為：式中:CT為年綜合費用，λ為電價;!'max為年最大負荷損耗小時數;Iu為補償設備的年維護 費用率;k2為投資回收系數;Wi為第i個節點的無功補償量，Ci為無功補償的價格;C2為單個 補償點的安裝費用，k 3為無功補償點個數;Plciss為網絡的有功損耗，其大小受網絡拓撲結構 與無功補償量的影響，其值為每條線路有功損耗的總和，表達式如下：式中，Nb表示支路數;Rk表示支路k的電阻；Hk表示支路閉合狀態，1表示閉合，O表示打 開;Pk表不支路k的有功功率;Qk表不支路k的無功功率;Vk表不支路k的末端電壓； 潮流計算中，除保持網絡功率平衡外，還需要考慮以下約束條件： Vmin^Vj ^VmaxO^ffi^ffi.max 式中，V?in，V-分別表示配網正常運行時節點電壓的上下限；&表示支路k的載流量，S-表示線路k的最大載流量;Wi,max表示第i個補償點補償容量上限。3. 根據權利要求1所述的種綜合無功優化與網絡重構的配網運行優化方法，其特征在 于:所述步驟2包括以下步驟： 步驟201:網絡簡化及編碼： 配網重構通過改變網絡開關的閉合來獲得最佳優化目標值下的網絡拓撲結構，為了提 高求解的搜索效率，以33節點配網為例，對網絡做如下簡化:根節點并入1節點；由于節點2 和節點20之間只允許斷開一個開關，因此可以將這兩個節點間的所有支路視為一個支路 組，以此類推，簡化網絡，簡化后的網絡由8個節點，12個支路組組成;基于此，本發明采用基 于獨立環路的編碼策略可以有效地減少變量維數，能夠提高求解的效率； 在混合娃跳算法中，每只娃相當于一個優化方案，第i只娃編碼為Zi = [ {χι，Χ2,......, Xnl} ； {yi,Y2,......,yn2}]，其中，{xi,X2,··· · · ,Xnl}表示重構斷開的支路在支路組中的編號。 {yi,y2,......,yn2}表示選定節點的無功補償量，nl、n2分別表示支路組和無功補償點的個 數； 步驟202:解的辨識： 利用圖論中連通度理論對不可行解進行辨識，改進使網絡呈孤島或環網的解，使得解 滿足網絡輻射狀約束條件，等效后的配電網絡可以用一個圖表示，其各節點間的連接關系 可以用鄰接矩陣A表示：其中，M為等效網絡的節點個數；若節點i與j相連，則ai, j為I，否則為O ;構造圖的 Iaplacian 矩陣 B: B = diag(sum(A) )_A 當rank(B) =M-I等式成立，并且當斷開的支路等于網絡的獨立環路時，網絡的拓撲結 構則滿足輻射狀要求。4.根據權利要求1所述的一種綜合無功優化與網絡重構的配網運行優化方法，其特征 在于:所述步驟3蛙跳算法求解過程包括以下兩個步驟： 步驟301:全局搜索，包括以下分步驟： 步驟a:初始化參數，包括蛙群的數量F;族群的數量m;族群中青蛙的數量η;最大允許跳 動步長SLmax;全局最優解Pz;局部最優解Pb;局部最差解P w;全局迭代進化次數Ng，局部迭代 進化次數階，各補償點無功補償上限W1>max; 步驟b:隨機生成初始蛙群，由目標函數計算每個蛙的評價值； 步驟c:按照評價值大小進行升序排序，記錄下最優解Pz，并且將蛙群按以下方式分成族 群:第1只蛙放入第1個族群，第2只蛙放入第2個族群，第m只蛙放入第m個族群，第m+1只蛙放 入第1個族群，以此類推，直至所有蛙被放入指定位置； 步驟d:按照下式對每個族群進行進化操作 SL = ceil(Rand() X (Pw-Pb)) NewPw = Pw+SL , -SLmin^ SL^ SLmax 其中，ce i 1表示取整，rand ()表示產生0~1的隨機數，SL表示蛙跳的步長，SLmax，SLmin為 娃跳的步長限制，NewPw表不更新后的Pw; 步驟e:所有族群更新完畢后，計算蛙群中所有蛙的評價值； 步驟f:判斷是否滿足停止條件，如果滿足則停止搜索，否則轉到步驟c; 步驟302:局部搜索，是指對上述步驟d展開的具體描述，分步驟如下： 步驟di:設Im= In=O，Im表示族群進化的計數器，In表示局部進化計數器； 步驟d2:選出當前族群的Pb和Pw，Im加1; 步驟d3: In加1; 步驟d4:根據步驟d中兩個式子改進族群中最差蛙； 步驟d5:如果上步改進了最差蛙，則用該新蛙取代最差蛙，否則用Pz替代式步驟d中的 Pb，重新進化； 步驟d6:如果上步仍沒有改進最差蛙，則隨機產生一個可行解來代替最差蛙； 步驟d7:如果In小于局部進化次數Ln，則轉入步驟d3; 步驟d8:如果Im小于族群數m，則轉入步驟d2，否則進入全局搜索的步驟d5。
【文檔編號】G06F17/50GK105932690SQ201610335137
【公開日】2016年9月7日
【申請日】2016年5月19日
【發明人】衛志農, 王薪蘋, 孫國強, 李逸馳, 臧海祥
【申請人】河海大學