[发明专利]一种基于最优流法与Mayeda生成树实用算法的配网重构方法

说明书

技术领域

本发明属于电力系统配电网络重构领域，特别涉及一种基于最优流法与Mayeda生成树实用算法的配网重构方法。

背景技术

当前我国配电自动化水平覆盖率不到20％，远低于法国、日本的90％和100％，距实现十三五规划配电网自动化水平80％的目标还任重道远[1]，而配网重构是配电网自动化常态化运行不可或缺的重要环节。

配网重构问题属于大规模、混合整型、非线性组合优化问题，在计算复杂度上属于NP-hard问题。基于国内外学者对配网重构问题的研究成果，目前解决配网重构问题的算法大致可分为确定性算法、随机类算法以及启发式算法3类。

1)确定性方法。该方法主要是采用混合整数确定性优化算法来处理配网重构问题[2-6]。文献[2]提出了一种基于“路径到节点”概念的配网重构优化模型，将配网重构问题转化为混合整数线性规划问题，并采用遗传算法对其进行求解，但该方法仅能求得近似解。文献[3]对潮流约束方程进行了近似处理，将配网重构优化问题转化为混合整数二次锥优化问题，然后采用branch-and-cut算法对其进行求解，以提高重构的计算速度。文献[4]提出了一种基于图论的配网重构方法，并利用混合整数二次优化方法与多目标帕累托算法进行求解，以提高收敛性。这类算法的优点在于可求得系统的局部最优解，但其可靠性较低，并且随着系统规模的增大，算法的重构效率低，其计算时间难以满足实际工程的需要。

2)随机类算法。近些年，各种随机优化方法，如模拟退火法、遗传算法、蚁群算法、粒子群算法等[7-14]配网重构方法，已成功地应用在配网重构问题的求解。文献[7]提出了一种改进的模拟退火算法，该方法采用多项式时间冷却表以提高模拟退火的性能，并引入成本函数避免陷入局部最优解，进而达到全局次最优解。文献[8]将超立方体框架引入蚁群算法，通过改变信息更新法则，限制信息素的值，以降低配网重构的计算量。文献[9]提出了一种基于Mayeda生成树实用算法与粒子群算法的配网重构方法，该方法的优点在于可以得到配电网络的全局最优解，但不足之处在于随机优化粒子群算法在进行交换支路的选取中过于繁琐，从而导致重构算法计算时间长。文献[10]提出了一种基于粒子群算法与遗传算法的混合算法，将粒子群算法结果作为遗传算法的初值，并利用径向约束对算法进行修正，以提高收敛性。随机类算法一般可以得到系统的全局最优解或次最优解，但在求解实际大规模系统时，相应解的数量急剧膨胀，导致计算时间长。

3)启发式算法[15-19]。这类方法主要包括最优流模式算法与支路交换算法。最优流算法把配网重构问题转化为优化潮流的计算问题，有效简化了配网重构问题的复杂性，由于初始时闭合所有开关使系统中同时存在多个环网，各环网电流相互影响，选取的开关在很多情况下并非最佳开断，且打开开关的顺序对计算结果有较大影响。因此，文献[15]提出每次仅闭合一个联络开关，同时确定一个待开开关的方法，以消除各环网电流的相互影响。文献[16]按照开关与电源点的电气距离对开关进行优先级编号，再通过潮流计算寻找电压最小的节点，并断开节点附近流经电流最小的支路开关。文献[17]提出了一种基于最优匹配回路流的配网重构方法，该算法首先利用最优匹配回路流求得一个初始辐射形网络，再通过转移联络开关两端的局部负荷进一步迭代搜索最优开关。文献[18]证明了闭环网络的网络损耗接近于开环辐射形拓扑结构的最小网络损耗，并将支路闭环电流的倒数作为权值，以最小生成树作为系统最优拓扑结构。这类算法优点在于计算效率高，重构时间快，不足之处在于仅能得到系统的局部最优解，解的精度有待提高；另外，最优流算法所求的配网重构解中有可能存在孤立节点，使得配网重构解不满足配电网实际运行所须的辐射型结构。

参考文献如下：

[1]“十三五”配用电领域标准体系研究报告[EB/OL].http://www.ocn.com.cn/chanjing/201606/dweve15150611-3.shtml,2016-06-15/2017-03-29.

[2]Ramos E R，Expósito A G，Santos J R Path-based distribution network modeling：application to reconfiguration for loss reduction[J].IEEE Transactions on Power Systems，2005，20(2)：556-564.