[发明专利]一种基于半定规划的配电网最优潮流算法

说明书

本申请提供了一种基于半定规划的配电网最优潮流算法，包括：获取配电网的系统参数，其中，配电网内设置有馈线自动调压器，系统参数包括网络拓扑；利用对称分量法建立配电网元件的数学模型；建立配电网网损最低的目标函数；建立目标函数的约束条件；利用求解器根据约束条件求解出全局最优值。本申请实施例提供的基于半定规划的配电网最优潮流算法，考虑到了配电网三相不平衡情况，对SVR进行建模，采用半定规划原理提高了最优潮流计算的效率。

技术领域

本申请涉及潮流计算技术领域，尤其涉及一种基于半定规划的配电网最优潮流算法。

背景技术

最优潮流是指当系统的结构参数和负荷情况都已给定时，调节可利用的控制变量(如发电机输出功率、可调变压器抽头等)来找到能满足所有运行约束条件的，并使系统的某一性能指标(如发电成本或网络损耗)达到最优值下的潮流分布。由于配电网自身的网络结构特性，如线路电阻、电抗比值较大，辐射性约束等，其最优潮流算法研究相较于输电网有较大区别，传统输电网应用较为广泛的直流最优潮流算法在配电网研究中无法适用。因此，配电网最优潮流研究主要集中于交流最优潮流方面。交流最优潮流由于其潮流约束的非线性特征，其本质为非线性规划。

现有的配电网最优潮流算法主要有简化梯度法、逐次线性规划方法、牛顿法、人工智能算法等。简化梯度法对罚函数和梯度步长的选取要求严格，收敛慢，且不能有效地处理函数不等式约束；逐次线性规划方法将非线性问题转化为线性规划子问题求解，不需形成Hessian矩阵，但在将目标函数和约束函数线性化时，若迭代步长选取不合适，可能会引发振荡或收敛缓慢，此外，迭代要求从初始可行潮流开始，而且线性化误差可能引起计算精度问题；牛顿法计算快，能直接处理非线性的目标函数和约束函数，迭代不要求初始可行潮流，但处理大量不等式约束时出现困难。而且这些数学规划算法，都是基于逐点逼近的线搜索方法，很容易由于初始点的选取不当而陷入局部极值区。

人工智能算法特点是随机搜索，具有很强的全局搜索能力。其中的遗传算法在解决多变量、非线性、不连续、多约束的问题时，更是显示出独特的优势。但是仍有很多待解决的问题，如搜寻终止标准的选择，终止过快易偏离最优解，不及时停止则会导致过度计算而并不能提高解的质量，GA中遗传因子和SA中冷却速率的选择是影响算法性能的关键因素，调整不当可能得到局部最优解，容易产生早熟收敛和非全局收敛，收敛速度慢等问题。

发明内容

本申请提供了一种基于半定规划的配电网最优潮流算法，以解决配电网最优潮流计算效率低的问题。

本申请提供了一种基于半定规划的配电网最优潮流算法，该算法包括：

获取配电网的系统参数，其中，所述配电网内设置有馈线自动调压器，所述系统参数包括网络拓扑；

利用对称分量法建立配电网元件的数学模型；

建立所述配电网网损最低的目标函数；

建立所述目标函数的约束条件；

利用求解器根据所述约束条件求解出全局最优值。

优选地，所述配电网的系统参数还包括：节点负荷有功功率和无功功率、线路参数、电压安全要求。

优选地，所述利用对称分量法建立所述配电网的系统模型，包括：

根据所述配电网中馈线自动调压器的连接方式建立数学模型；

利用对称分量法对所述数学模型进行消除三相耦合，得到配电网的系统模型。

优选地，所述约束条件包括功率平衡约束条件、节点电压约束条件、电压上下限约束条件、平衡节点电压约束条件、变压器档位约束条件和正半定约束条件。

优选地，所述建立所述最低目标函数的约束条件，包括：

将所述正半定约束条件进行松弛、凸化处理；