[发明专利]一种黑启动电源优化布点的供电方法及计算机可读介质

说明书

本发明提出了一种黑启动电源优化布点的供电方法及计算机可读介质。本发明以非黑启动电源节点的黑启动恢复时间最短作为目标函数，在多个黑启动电源节点中优化选择多个作为恢复供电的黑启动电源节点、恢复供电的黑启动电源节点的容量作为决策变量，构建以黑启动恢复时间最短为目标的多黑启动电源布点优化模型；基于郊狼优化算法求解多黑启动电源布点优化模型，通过改善郊狼成长模式、引入自适应莱维飞行和混沌扰动机制改进郊狼优化算法，得到最优布点位置容量，用于配电网的供电恢复。本发明具有更强的全局寻优能力，算法精度高，稳定性强，能较均衡地将多个黑启动电源分布于拓扑网络上，缩短电力系统恢复时间。

技术领域

本发明属于电力系统恢复技术领域，尤其涉及一种黑启动电源优化布点的供电方法及计算机可读介质。

背景技术

近年来，由于人为操作因素、电力设备故障以及极端天气灾害等方面的影响电力系统大面积停电事件依旧时有发生。黑启动电源是电力系统停电恢复的基础，已成为制约电网恢复效率的关键因素，黑启动电源的布点方案将直接影响到电力系统的恢复效果。

当前对于黑启动电源布点方案的求解，大多研究依赖人工手段，优化求解手段有待提升。例如采用递推法求解最优的黑启动机组布点方案，对于机组和负荷数量众多的大规模电网适应性不足；采用序优化理论简化处理复杂的电力系统恢复模型，对FCB机组布点优化方案进行求解，确保在符合实际工程需求的基础上提升优化效率；采用推广理想点法进行求解，但需要优先确定最优解集范围。

现存优化算法可归为两类：传统优化算法和人工智能算法。传统的线性规划法、非线性规划法、内点法等算法，都是先随机选择一个初始点，从该点出发，在目标函数和约束条件的导函数的指引下，在解空间中移动寻找最优点。因此传统优化算法要求目标函数和约束条件可微，无法求解连续变量和和离散变量混合的问题，对初始解依赖性强，且容易陷入局部最优。而人工智能算法全局寻优能力强，在求解适应度函数和约束条件复杂、连续变量和离散变量混合的优化问题上性能更优。目前已有研究将人工智能算法用于黑启动电源布点优化求解，例如基于遗传算法求解黑启动电源规划模型，或是基于粒子群算法搜索最优布点方案，但求解的精度和稳定性有待提升。现存智能优化算法众多，需要选择合适的算法用于黑启动电源布点优化问题的求解，提高求解精度和效率。

发明内容

本发明针对现有技术的不足，提出了一种黑启动电源优化布点的供电方法及计算机可读介质。

本发明方法的技术方案为一种黑启动电源优化布点的供电方法，包括以下步骤：

步骤1：构建多电源节点配电网模型，在多电源节点配电网模型分别选择多个电源节点作为多个黑启动电源节点、多个非黑启动电源节点，通过Dijkstra算法获取每个非黑启动电源节点与每个黑启动电源节点之间的最短路径，计算每个非黑启动电源节点的特性指标、距离指标，计算每个非黑启动电源节点的综合指标；

步骤2：构建黑启动电源节点布点规划约束条件，以非黑启动电源节点的黑启动恢复时间最短作为目标函数，在多个黑启动电源节点中优化选择多个作为恢复供电的黑启动电源节点、恢复供电的黑启动电源节点的容量作为决策变量；

步骤3：改善郊狼优化算法中郊狼个体的成长模式，引入全局最优郊狼影响因子指导郊狼个体的成长方向，对成长后的郊狼进行自适应莱维飞行；

步骤4：在郊狼优化算法中引入混沌优化扰动机制，采用Logistic混沌映射对当前全局最优郊狼个体进行混沌搜索，评估所得混沌序列中所有郊狼个体的适应能力，取适应力最优的郊狼替代适应力最差的郊狼个体；

步骤5：通过步骤3、4对步骤2的目标函数进行优化求解，得到多个优化选择的恢复供电的黑启动电源节点和多个优化选择的恢复供电的黑启动电源节点的容量，得到多个优化选择的恢复供电的黑启动电源节点和多个优化选择的恢复供电的黑启动电源节点的容量，用于多电源节点配电网模型的恢复供电。

作为优选，步骤1所述计算每个非黑启动电源节点的特性指标，具体如下：