[发明专利]一种基于网络分解与区域协调的配电网无功优化方法

权利要求书

1.一种基于网络分解与区域协调的配电网无功优化方法，其特征在于，所述方法包括如下步骤：

步骤1.将配电网系统分解为多个配电网子网络区域；

步骤2.建立以等式为约束形式的无功优化分解协调模型；

步骤3.迭代求解所述无功优化分解协调模型中的各所述配电网子网络区域的初始化数据；

步骤4.根据所述初始化数据，建立各所述配电网子网络区域的含有拉格朗日乘子的目标函数；

步骤5.协调相邻所述配电网子网络区域之间交换边界节点信息，依次对各所述配电网子网络区域中的所述目标函数进行优化求解，并根据求解结果更新各所述配电网子网络区域的数据；

步骤6.判断数据更新后的各所述配电网子网络区域的目标函数是否全部满足收敛条件；

若是，则配电网的无功优化完成；

若否，则将迭代次数增加1后，返回步骤3；

所述步骤2，包括：

2-1.建立无功优化分解协调模型中的状态变量的等式：

x k t = [ x k t ( 1 ) , x k t ( 2 ) , L , x k t ( i ) , L x k t ( n k ) ] T ; ]]>

式中，t为迭代次数，k为配电网子网络区域编号，为迭代次数为t时的配电网子网络区域k的第i个状态变量，nk为配电网子网络区域k的状态变量数量；

2-2.建立无功优化分解协调模型中的自身认知的相邻边界状态变量的等式：

s k t = [ s k t ( 1 ) , s k t ( 2 ) , L , s k t ( i ) , L s k t ( b k ) ] T ; ]]>

式中，为配电网子网络区域k认知中的第i个边界状态变量，bk为配电网子网络区域k的边界状态变量数量；

2-3.建立无功优化分解协调模型中的边界状态变量的等式：

p k t = [ p k t ( 1 ) , p k t ( 2 ) , L , p k t ( i ) , L p k t ( b k ) ] T ; ]]>

式中，为区域k的第i个边界状态变量；

所述步骤3，包括：

迭代求解所述无功优化分解协调模型中的各所述配电网子网络区域的初始化数据，及求解初始状态变量初始自身认知的相邻边界状态变量及初始边界状态变量

迭代次数为t＝0时，求解的值即为即为初始状态变量的值；

s k 0 ( i ) = 1 | N k i | Σ l ∈ N k i x l 0 ( i ) ; ]]>

p k 0 ( i ) = ( x k 0 ( i ) + s k 0 ( i ) ) / 2 ; ]]>

式中，为所述配电网子网络区域k相邻区域中包含边界状态变量的区域集合，为区域集合中元素的个数；为与关联的状态变量，为相邻区域l中与关联的状态变量；

所述步骤4，包括：

根据所述初始化数据，建立各所述配电网子网络区域的含有拉格朗日乘子的目标函数Fk(xk)：

F k ( x k ) = f k ( x k ) + c 2 Σ i = 1 | N k i | ( x k t ( i ) - p k t ( i ) ) 2 ; ]]>

式中，fk(xk)为指标函数，所述指标包括网损、电压水平及无功调节成本；c为步长常数；

所述步骤5，包括：

5-1.协调相邻所述配电网子网络区域之间交换边界节点信息，依次对各所述配电网子网络区域中的所述目标函数进行优化求解；

5-2.根据求解结果将当前的所述状态变量更新为迭代次数增加1后的新的状态变量

x k t + 1 = arg min F k ( x k ) ; ]]>

5-3.将当前的所述自身认知的相邻边界状态变量更新为迭代次数增加1后的新的自身认知的相邻边界状态变量

s k t + 1 ( i ) = 1 | N k i | Σ l ∈ N k i x l t + 1 ( i ) ; ]]>

5-4.将当前的所述边界状态变量更新为迭代次数增加1后的新的边界状态变量

p k t + 1 ( i ) = p k t ( i ) + s k t + 1 ( i ) - x k t ( i ) + s k t ( i ) 2 . ]]>