[发明专利]一种考虑最大供电能力约束的配电网络优化降损重构方法

说明书

技术领域

本发明属于配电网线损管理领域，具体涉及一种考虑最大供电能力约束的配电网络优化降损重构方法。

背景技术

配电网作为联系发、输电系统和终端用户的重要纽带，直接面向终端电能用户，是保证供电质量、提高电网运行效率的关键环节之一。近年来，随着分布式电源在配电网的大量接入，配电网面临着前所未有的不确定性外部环境，给配电网的可靠运行带来前所未有的挑战。一方面，分布式电源可充分利用风能、太阳能等清洁可再生能源进行发电，在实现电力系统的“低碳化、节能化”方面具有重要的现实意义；然而，基于风能、太阳能等可再生能源的分布式电源的出力具有间歇性和随机性的特点，会给配电网带来如潮流双向流动、馈线间潮流失衡、电压间歇性波动等一系列问题，严重影响终端用户的电能品质。

配电网重构是提高配电网络运行的经济性和可靠性的重要手段之一。通过网络重构，不仅可以降低网损、均衡线路负荷、消除过载，还可有效提高供电可靠性和电压质量等。理论上，配电网络重构是一个复杂的非线性组合优化问题。目前，配电网络重构模型主要有静态模型和动态模型。静态重构模型简单易行，但没有考虑分布式电源接入后的随机出力特性；动态重构模型求解需要进行频繁的开关操作，当前的配电网自动化水平无法满足其动作要求，同时会降低开关使用寿命。常用的配电网络重构方法大致可以分为两类：一是启发式算法，包括最优流模式法，支路交换法等；二是人工智能算法，如遗传算法，模拟退火法，人工神经网络，粒子群算法等智能化方法。启发式算法把开关的组合操作问题转化为开关的启发式单开问题，使复杂问题简单化，其缺点是重构结果与启发式规则关系密切，容易收敛于局部最优解。智能化方法，从理论上讲，可以收敛到最优解。且算法对初始条件和目标函数要求较松，实现起来比较简单，但在迭代过程中会产生大量的不可行解，存在寻优时间长，有时会陷入局部最优解等缺点。同时，配电网在重构后还应当保障在分布式电源高比例接入这种不确定性环境下的供电能力。因此为考虑含分布式电源配电网络的实际运行特征以及开关操作实现的可行性，亟需一种考虑最大供电能力约束的配电网络降损重构方法。

发明内容

针对上述问题，本发明充分考虑了含分布式电源配电网络的实际运行特征以及开关操作实行的可行性，提出一种考虑最大供电能力约束的配电网络优化降损重构方法，其采用 可以在实现配电网络降损的同时，维持系统需求的供电能力裕度，有效保障复杂不确定性环境下配电网络的供电可靠性。

实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：

一种考虑最大供电能力约束的配电网络优化降损重构方法，包括以下步骤：

步骤一，构建配电网最大供电能力指标的数学模型；

步骤二，根据步骤一中的数学模型，通过变步长的连续潮流算法对配电网不同运行方式下的最大供电能力指标进行评估，得到配电网的最大供电能力；

步骤三、基于多场景法及配电网不同负荷方式的变化，构建可综合考虑最大供电能力指标约束的配电网络降损重构模型；

步骤四，采用基于动态惯性权重调整的二进制粒子群算法，求解设定的重构时间段内的配电网络的网络优化降损重构方案，并保证最大供电能力指标的约束。

进一步地，所述步骤一中，配电网最大供电能力指标的数学模型为：

其中，S为供电能力评估的配电区域所能供给的最大负荷量；S_ini,j为节点j的当前实际负荷；N为负荷节点总数；S_d,j为供电能力评估的配电区域中节点j的负荷增长基数，k_g为负荷增长系数；D为进行供电能力评估的配电区域。

进一步地，所述步骤三中，配电网络降损重构模型为：

其中：F为重构时间段内的综合网损，M为所考虑的负荷方式数；Δt^k为第k种负荷方式在重构时间段内所占时间的百分比系数；为第k种负荷方式下的网络有功损耗，具体表达式为：

其中,L为配电网络中的支路总数；和分别为第k种负荷方式下流过支路b_i的有功功率和无功功率；为支路b_i的支路电阻；为第k种负荷方式下支路b_i的末端电压；F为重构时间段内的综合网损。

进一步地，所述步骤四具体为：

4.1读入配电网络原始数据；

4.2设置粒子群算法参数；