【技术实现步骤摘要】
本专利技术涉及配电网优化调度，特别是涉及一种多目标配电网降损重构方法、设备、介质及产品。
技术介绍
1、随着可再生能源的加入，配电系统的运行也变得复杂，若配置不合理，会增加系统的损耗以及运行成本，因此，对配电网进行重构具有重要意义。配电网重构是根据联络开关和分段开关的状态来改变配电网的拓扑结构。配电网重构分为静态重构和动态重构，静态重构通常是以每年、每季或每月为时段进行重构，动态重构涉及短时间段，比如每天或每小时。但静态重构得到的方案仅在某时段为最优，而在其他时段不一定是最优；而动态重构往往需要较高的计算速度以及运维人员的快速性能。且由于开关的安装和控制成本很高，大多数研究中开关可以远程控制的假设不总是具有实用性。
2、配电网重构通常是以网络损耗最小为目标，优化目标较为单一。可再生能源可能会出现故障，由于可再生能源占网络中产生能源的很大部分，因此这种故障非常重要，在重构中需要考虑可再生能源的不确定性来优化目标函数。同时，传统优化算法不能在理论上保证全局最优，数学优化算法计算时间长，且存在“维数灾”的问题，智能算法能达到全局最优，但计算时间长，且容易陷入局部最优。综上，目前解决配电网重构问题的方法通常具有很高的计算复杂性，这突出了对新的、更有效的方法的需求。
技术实现思路
1、本专利技术的目的是提供一种多目标配电网降损重构方法、设备、介质及产品，以解决含分布式电源的配电网重构问题，减小计算复杂度。
2、为实现上述目的，本专利技术提供了如下方案：
3
4、获取配电网的初始潮流计算数据；所述初始潮流计算数据包括：各节点的位置、各支路的位置、各联络开关的位置、各分段开关的位置、初始网络负荷、基准电压和基准容量；
5、确定配电网重构问题的决策变量、目标函数和约束条件；
6、引入增广函数将所述配电网重构问题转换为无约束问题，得到增广目标函数；
7、基于所述初始潮流计算数据，采用改进乌鸦搜索算法对所述增广目标函数进行求解，得到使配电网的故障概率、有功损耗、电压偏差和运行成本最小的重构结果。
8、可选地，所述决策变量包括：各联络开关的状态、各分段开关的状态、各分布式电源的位置及容量、各负荷的功率和各储能系统的位置及容量。
9、可选地，所述目标函数包括：故障概率目标函数、有功损耗目标函数、电压偏差目标函数和运行成本目标函数；
10、所述故障概率目标函数的表达式为：
11、
12、其中，of1(x)为故障概率目标函数，lbusi为连接到节点busi的负荷，nbus为节点总数，ns为场景数量，为t时刻场景s下支路br的故障概率，xbr为支路br的开关状态；
13、所述有功损耗目标函数的表达式为：
14、
15、其中，of2(x)为有功损耗目标函数，nbr为支路总数，rbr为支路br的电阻，ibr为流经支路br的电流；
16、所述电压偏差目标函数的表达式为：
17、of3(x)＝max[|uref-min ubusi|,|uref-max ubusi|]；
18、其中，of3(x)为电压偏差目标函数，uref为额定电压，ubusi为节点busi的电压，minubusi为节点busi的最小电压，max ubusi为节点busi的最大电压；
19、所述运行成本目标函数的表达式为：
20、of4(x)＝cgrid+cdg+crl+csw+cess；
21、cgrid＝ρgridpgrid；
22、
23、
24、
25、
26、其中，of4(x)为运行成本目标函数，cgrid为从电网购电成本，cdg为分布式电源运行成本，crl为用户停电成本，csw为开关动作所耗成本，cess为储能系统所耗成本，ρgrid为批发电价，pgrid为从电网接收的有功功率，g为分布式电源集合，ag、bg和cg均为成本函数系数，ug为分布式电源g的节点处电压，pg为分布式电源g发出的有功功率，zg为分布式电源g的启动状态，fg为分布式电源g的关闭状态，sug为分布式电源g的启动成本，sdg为分布式电源g的关闭成本，ρsw为开关动作单价，xbr,t为t时刻支路br的开关切换次数，xbr,t-1为t-1时刻支路br的开关切换次数，ρrl为响应负荷的合同价格，l为负荷集合，pl为响应负荷l的有功功率，ess为储能系统集合，cop,es为储能系统es的运行成本，pes为储能系统es的单位时间内蓄电功率，cm,es为储能系统es的维护成本。
27、可选地，所述约束条件包括：功率平衡约束、节点电压约束、分布式电源容量约束、储能系统充放电约束、拓扑约束、负荷约束、支路电流约束和开关切换次数约束；
28、所述功率平衡约束的表达式为：
29、
30、其中，pgrid为从电网接收的有功功率，qgrid为从电网接收的无功功率，g为分布式电源集合，pg为分布式电源g发出的有功功率，qg为分布式电源g发出的无功功率，re为可再生能源集合，pre为从可再生能源re处接收的功率，l为负荷集合，pl为响应负荷l的有功功率，ql为响应负荷l的无功功率，ess为储能系统集合，ηes为储能系统es的充放电效率，为储能系统es的充电功率，pes-为储能系统es的放电功率，nbus为节点总数，pbusi为节点busi的有功功率，qbusi为节点busi的无功功率，ubusi为节点busi的电压，ubusj为节点busj的电压，ubusibusj为节点busi与节点busj的电压差，δbusi为节点busi的相位角，δbusj为节点busj的相位角，θbusibusj为节点busi与节点busj的相位差；
31、所述节点电压约束的表达式为：
32、
33、其中，ubusi为节点busi的电压，ubusi,min为节点busi的电压下限，ubusi,max为节点busi的电压上限，uslack为平衡节点电压；
34、所述分布式电源容量约束的表达式为：
35、
36、其中，pg,min为分布式电源g的最小有功功率，pg,max为分布式电源g的最大有功功率，qg,min为分布式电源g的最小无功功率，qg,max为分布式电源g的最大无功功率；
37、所述储能系统充放电约束的表达式为：
38、
39、其中，ees,t为t时刻储能系统es的电量，ees,t-1为t-1时刻储能系统es的电量，为储能系统es的充电量，为储能系统es的放电量，soces,t为t时刻储能系统es的荷电状态，soces,min为储能系统es的最小荷电状态，soces,max为储能系统es的最大荷电状态；
40、所述拓扑约束的表达式为：
本文档来自技高网...
【技术保护点】
1.一种多目标配电网降损重构方法，其特征在于，包括：
2.根据权利要求1所述的多目标配电网降损重构方法，其特征在于，所述决策变量包括：各联络开关的状态、各分段开关的状态、各分布式电源的位置及容量、各负荷的功率和各储能系统的位置及容量。
3.根据权利要求1所述的多目标配电网降损重构方法，其特征在于，所述目标函数包括：故障概率目标函数、有功损耗目标函数、电压偏差目标函数和运行成本目标函数；
4.根据权利要求1所述的多目标配电网降损重构方法，其特征在于，所述约束条件包括：功率平衡约束、节点电压约束、分布式电源容量约束、储能系统充放电约束、拓扑约束、负荷约束、支路电流约束和开关切换次数约束；
5.根据权利要求1所述的多目标配电网降损重构方法，其特征在于，所述增广目标函数的表达式为：
6.根据权利要求1所述的多目标配电网降损重构方法，其特征在于，所述改进乌鸦搜索算法是通过对标准乌鸦搜索算法的感知概率和飞行长度进行改进后得到的；所述感知概率和所述飞行长度用于进行乌鸦的位置更新；
7.根据权利要求1所述的多目标配电网降损重
8.一种计算机设备，包括：存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现如权利要求1-7中任一项所述的多目标配电网降损重构方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-7中任一项所述的多目标配电网降损重构方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-7中任一项所述的多目标配电网降损重构方法的步骤。
...【技术特征摘要】
1.一种多目标配电网降损重构方法，其特征在于，包括：
2.根据权利要求1所述的多目标配电网降损重构方法，其特征在于，所述决策变量包括：各联络开关的状态、各分段开关的状态、各分布式电源的位置及容量、各负荷的功率和各储能系统的位置及容量。
3.根据权利要求1所述的多目标配电网降损重构方法，其特征在于，所述目标函数包括：故障概率目标函数、有功损耗目标函数、电压偏差目标函数和运行成本目标函数；
4.根据权利要求1所述的多目标配电网降损重构方法，其特征在于，所述约束条件包括：功率平衡约束、节点电压约束、分布式电源容量约束、储能系统充放电约束、拓扑约束、负荷约束、支路电流约束和开关切换次数约束；
5.根据权利要求1所述的多目标配电网降损重构方法，其特征在于，所述增广目标函数的表达式为：
6.根据权利要求1所述的多目标配电网降损重构方法，其特征在于，所述改进乌鸦搜索算法是通过对标准乌鸦搜索算法的感...
【专利技术属性】
技术研发人员：陈昀，刘继雷，刘世篷，马勇飞，张杰，赵嵬，刘亚辉，王献敏，刘生春，刘蓓，吴芳芳，王沧海，王华彪，侯少奇，卢斌先，葛祎萌，李娅迪，潘子砚，
申请(专利权)人：国网青海省电力公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。