[发明专利]一种多维度协同电网规划的方法

说明书

 

技术领域

本发明涉及电网规划的方法，尤其涉及一种多维度协同电网规划的方法。

背景技术

电网规划是以负荷预测和电源规划为基础，其目的是决策在何时何地投建何种类型的变电站和线路，在保证规划期内电力系统安全运行的前提下，满足负荷的需求。

电网规划涉及变电站的选址、定容、线路选型和线路走廊优化四个维度。近年来，各国政府对环境保护的重视程度越来越高，造成电网建设项目建设成本逐年上升，在电网规划过程中考虑环境因素都是十分必要的。由于电网建设项目所处环境错综复杂，精确考虑环境因素对电网规划方案的影响将面临三个难题，第一，如何模型化表达复杂的环境因素；第二，如何将模型化后的环境因素与电网安全性分析结合起来；第三，如何对该问题进行有效求解。显然，三个问题都是很有挑战性的。在现有电网规划理论研究和实际应用中，通常将网络拓扑结构及电网安全分析放在一起研究，但是，为了简化建立数学模型及求解的目的，却将变电站的选址及定容、线路的选型和线路走廊的优化独立出来分开研究，这种局部孤立的研究方法不能够精确考虑环境因素对电网规划的影响。

精确考虑环境因素对电网规划方案的影响，需要借助地理信息系统中强大的地图和环境因素处理能力。现有利用地理信息系统辅助进行电网规划的技术方案中，均采用矢量地图来表征环境因素，矢量地图存在以下两个问题：首先，矢量图只能描述具有实体的环境因素，例如居民区，湖泊和森林等，很难表征污染程度、覆冰、气候之类的非实体环境因素；其次，矢量图的矢量化点、线和多边形并不规则，很难在矢量地图上建立通用严谨的电网规划方法。

在地图栅格上线路建设成本的计算方面，现有技术方案均只针对整条线路的成本进行计算，这种技术方案过于粗略，无法考虑长距离线路周围环境因素的多样性和变化性，达不到计算精度的要求。现有线路和变压器建设成本计算的技术方案中使用欧式距离判别法和人工神经网络法。 

蚁群算法是一种由Dorigo提出的模仿自然界中蚁群觅食行为的仿生智能算法，具有并行搜索能力和强化学习能力，经过反复研究和实验发现，蚁群算法搜索机制与路径走廊优化问题两者有天然的相似性，非常适合于求解多维度协同电网规划数学模型。然而，现有技术方案中，蚁群信息素都只针对最优路径进行全局信息更新，降低了搜索能力和优化信息交换能力。

发明内容

本发明要解决的技术问题是提供一种多维度协同电网规划的方法，该方法建立的数学模型能够精确考虑环境因素对电网规划的影响。

为了解决上述技术问题，本发明的多维度协同电网规划的方法，包括以下过程：采集地理环境信息数据并计算综合建设成本数据；建立电网规划模型；根据地理环境信息数据和综合建设成本数据及建立的电网规划模型计算和/或优选出电网规划方案的解；所述建立电网规划模型是建立考虑复杂环境影响的多维度协同电网规划模型，过程包括：综合考虑变电站选址、综合考虑变电站定容、综合考虑线路选型和综合考虑线路走廊选择，所述综合考虑是将上述变电站选址、变电站定容、线路选型和线路走廊选择关联起来，建立一个总目标，其表达公式是：                                                

其中，

为目标函数；

为线路建设总成本；

为变电站建设总成本；

为电网运行网损成本；

其中：线路建设总成本由不同型号新建线路所经过的走廊决定；变电站建设总成本由不同类型新建变电站所选择的位置决定；电网运行网损成本由电网有功网损决定；

公式中的约束条件包括：线路型号选择唯一性约束；变电站类型选择唯一性约束；功率方程等式约束；潮流计算等式约束；线路和变电站电气参数计算等式约束；电网支路潮流限制约束；电网节点电压限制约束。

所述采集地理环境信息数据和计算综合建设成本数据的过程包括：在地理信息系统上，读取规划区域地图上的环境信息，采用正方形对地图进行栅格化，输出每个栅格上的各种环境信息；

基于每个栅格上的各种环境信息，根据已有线路和变电站建设投资成本与相应环境因素的历史数据，采用马氏距离判别法，计算栅格上线路和变电站的综合建设成本。

所述根据地理环境信息数据和综合建设成本数据及建立的电网规划模型计算和/或优选出电网规划方案的解的过程包括：

将变电站位置、变电站容量、线路型号和线路走廊选择作为蚁群算法中的蚂蚁旅行城市，构造多搜索区域蚁群算法的求解框架；

设置蚂蚁群体并初始化路径信息素；