[发明专利]一种配电网重构方法及系统

说明书

本申请公开了一种配电网重构方法，包括：①建立主程序模块，初始化种群；②更新群体，建立IEDA模块，设置种群更新规则；③判断更新群体是否是辐射状网络，若是则建立配电网潮流计算模块，并计算网损及节点电压，若否则返回步骤②更新群体；④建立先验分布概率模型、条件概率模型，进而建立后验概率模型；⑤从后验概率模型中抽样产生新群体。

技术领域

本申请属于配电网技术领域，具体涉及一种配电网重构方法及系统。

背景技术

配电网重构就是在保证配网呈辐射状、保证电压和潮流不越限等前提下,优化网络结构，降低网损。重构问题的本质是具有多约束的组合优化问题。目前，配网重构使用的方法主要有专家系统方法，数学规划方法、启发式方法遗传算法等。这些方法各有利弊。分布估计算法(Estimation of Distribution Algorithms,EDA)又称为基于概率模型的遗传算法。它利用“全局操控”性的操作模式替换掉了遗传算法中对“积木块”具有破坏作用的遗传算子。由于分布估计算法具有更强的理论基础，因此受到广大学者的重视，成为当前进化计算领域的研究热点。Bayesian统计推断理论是数理统计中的一个重要分支。Bayesian统计推断方法与贝叶斯网络优化方法不同，它不需要优化复杂的网络结构，而是直接利用样本提供的信息，通过建立一个后验概率分布对样本进行推断。因而，能加快EDA算法的速度。

发明内容

本申请提供了一种配电网重构方法，包括：

①建立主程序模块，初始化种群：先将配网中参与编码的所有开关支路闭合，接着依次随机打开每个环路中参与编码的一条支路开关，直到打开的支路总数等于网络初始联络开关总数为止，通过这种支路打开操作就生成了一个个体，然后通过主程序中的网络拓扑分析模块检验合格后存储到初始种群集中，等到初始种群集中个体数量达到m值时，停止初始种群生成；其中m值与具体的配电网络规模有关，网络规模越大，要求值m越大，网络规模越小，m值也越小，一个n节点、k条联络支路的配电网络，约束条件是0＜m＜C(n-1,k)-3C(n-2,k-1)，其中C(n-1,k)为组合数；

②更新群体，建立IEDA模块，设置种群更新规则：首先确定算法要求更新的新生个体数量，接着再对后验概率模型进行采样，采样方式为以更新后的后验概率的每一列为基础，对新个体对应维度变量取零值的概率较大的维数序号自然选出，直至选出零值变量数等于配网环路数为止，选取个体采用轮盘法反复抽样，将新个体与当前优势种群组成下一代种群，利用公式计算新个体适应度，其中约束条件如下。判断收敛性,直至选出个体数量达到k，并且计算它们的概率及个体最优解，式中，n_b为支路总数；r_i为支路i的电阻；I_i为流过支路i的负荷电流；k_i为0-1变量，代表支路的状态，0表示断开，1表示闭合；

约束条件如下：

(1)潮流等式约束

网络重构必须满足的潮流方程：

式中：i＝1,2,3,…n；k＝1,2,3,…s；S_i是节点i的注入功率，P_i和Q_i分别是注入的有功功率和无功功率；U_i是节点的电压向量；Y_ij是网络节点的导纳矩阵元素；n是系统节点数；s是迭代次数。

(2)节点电压约束

网络正常运行时对供电电压有一定的要求，在网络无功功率充足的前提下，网络重构应该尽可能的提高供电电压。

节点电压约束

其中，|U_i|为节点i的电压模值；U_min和U_max分别为该节点电压下限和上限。