欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

一種綜合無功優(yōu)化與網(wǎng)絡(luò)重構(gòu)的配網(wǎng)運(yùn)行優(yōu)化方法

文檔序號:10572097閱讀:467來源:國知局
一種綜合無功優(yōu)化與網(wǎng)絡(luò)重構(gòu)的配網(wǎng)運(yùn)行優(yōu)化方法
【專利摘要】本發(fā)明公布了一種綜合無功優(yōu)化與網(wǎng)絡(luò)重構(gòu)的配網(wǎng)運(yùn)行優(yōu)化方法,該方法充分考慮了配網(wǎng)優(yōu)化運(yùn)行中無功優(yōu)化與網(wǎng)絡(luò)重構(gòu)兩種技術(shù)的協(xié)調(diào)與配合。本發(fā)明首先定義了以年綜合費(fèi)用作為目標(biāo)函數(shù)的優(yōu)化模型,接著給出新的編碼策略以及解的辨識方法,最后,采用混合蛙跳算法求得最佳綜合優(yōu)化方案。本發(fā)明能充分發(fā)掘無功優(yōu)化與網(wǎng)絡(luò)重構(gòu)兩項(xiàng)技術(shù)相互配合存在的潛在經(jīng)濟(jì)價值,具有一定的實(shí)用參考價值。
【專利說明】
一種綜合無功優(yōu)化與網(wǎng)絡(luò)重構(gòu)的配網(wǎng)運(yùn)行優(yōu)化方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于電力系統(tǒng)運(yùn)行分析和控制技術(shù)領(lǐng)域,涉及一種綜合無功優(yōu)化與網(wǎng)絡(luò)重 構(gòu)的配網(wǎng)運(yùn)行優(yōu)化方法。 技術(shù)背景
[0002] 配網(wǎng)重構(gòu)和配網(wǎng)無功優(yōu)化作為配網(wǎng)優(yōu)化運(yùn)行的兩項(xiàng)重要技術(shù)手段,是配電自動化 的關(guān)鍵技術(shù),其在保障電能質(zhì)量、降低網(wǎng)絡(luò)損耗等方面有著重要作用。配網(wǎng)重構(gòu)通過改變網(wǎng) 絡(luò)開關(guān)的閉合來獲得最佳優(yōu)化目標(biāo)值下的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu);配網(wǎng)無功優(yōu)化一般通過定點(diǎn)投切 無功補(bǔ)償設(shè)備以實(shí)現(xiàn)有功損耗最小化且保證較高的電壓水平。實(shí)質(zhì)上,配網(wǎng)重構(gòu)是非線性 組合優(yōu)化問題,配網(wǎng)無功優(yōu)化是非線性整數(shù)規(guī)劃問題,二者的綜合優(yōu)化使得問題的求解更 加復(fù)雜,針對此問題,有學(xué)者分別提出采用先重構(gòu)后補(bǔ)償交替迭代的方法、分別以重構(gòu)和無 功優(yōu)化為主進(jìn)行優(yōu)化,后者采用了智能算法求解,相比前一種交替迭代法,提高了計算精 度,它們并不是真正意義上同步進(jìn)行重構(gòu)與無功優(yōu)化,此外,現(xiàn)有研究均以網(wǎng)損作為優(yōu)化目 標(biāo),并沒有考慮無功補(bǔ)償?shù)慕?jīng)濟(jì)性,綜合優(yōu)化的潛在價值沒有得到充分研究與挖掘。因而本 發(fā)明公布了一種綜合無功優(yōu)化與網(wǎng)絡(luò)重構(gòu)的配網(wǎng)運(yùn)行優(yōu)化方法。

【發(fā)明內(nèi)容】

[0003] 發(fā)明目的:本發(fā)明的目的在于針對現(xiàn)有技術(shù)的不足,提出了一種綜合無功優(yōu)化與 網(wǎng)絡(luò)重構(gòu)的配網(wǎng)運(yùn)行優(yōu)化方法,建立以年綜合費(fèi)用為目標(biāo)函數(shù)的綜合優(yōu)化模型,并在求解 過程中,簡化網(wǎng)絡(luò),提高解的辨識度,最后通過蛙跳算法獲得綜合優(yōu)化方案,為運(yùn)行人員提 供決策支持。
[0004] 技術(shù)方案:本發(fā)明提供一種綜合無功優(yōu)化與網(wǎng)絡(luò)重構(gòu)的配網(wǎng)運(yùn)行優(yōu)化方法,包括 以下步驟:
[0005] 步驟1:建立以年綜合費(fèi)用作為目標(biāo)函數(shù)的綜合優(yōu)化模型;
[0006] 步驟2:給出新的編碼策略以及解的識別方法;
[0007] 步驟3:采用混合蛙跳算法求得最佳綜合優(yōu)化方案。
[0008] 進(jìn)一步,所述步驟1中綜合優(yōu)化模型為:
[0009]
[0010] 式中:CT為年綜合費(fèi)用,λ為電價;Tmax為年最大負(fù)荷損耗小時數(shù);ki為補(bǔ)償設(shè)備的 年維護(hù)費(fèi)用率;k 2為投資回收系數(shù);Wi為第i個節(jié)點(diǎn)的無功補(bǔ)償量,Cl為無功補(bǔ)償?shù)膬r格;C2 為單個補(bǔ)償點(diǎn)的安裝費(fèi)用,k3為無功補(bǔ)償點(diǎn)個數(shù),Pi〇ss為網(wǎng)絡(luò)的有功損耗,其大小受網(wǎng)絡(luò)拓 撲結(jié)構(gòu)與無功補(bǔ)償量的影響,其值為每條線路有功損耗的總和,表達(dá)式如下:
[0011;
[0012] ΑΨ,Nb衣不文?數(shù);Kk衣示支路k的電阻;Hk表示支路閉合狀態(tài),1表示閉合,0表示 打開;Pk表不支路k的有功功率;Qk表不支路k的無功功率;Vk表不支路k的末端電壓;
[0013] 潮流計算中,除保持網(wǎng)絡(luò)功率平衡外,還需要考慮以下約束條件:
[0014] Vmin^Vj^Vmax
[0015] \Sk\<Sr
[0016] 〇^ffi^ffi;max
[0017] 式中,Vmin,vmax分別表示配網(wǎng)正常運(yùn)行時節(jié)點(diǎn)電壓的上下限;S k表示支路k的載流 量,Smax表示線路k的最大載流量;Wi,max表示第i個補(bǔ)償點(diǎn)補(bǔ)償容量上限。
[0018] 進(jìn)一步,所述步驟2包括以下步驟:
[0019] 步驟201:網(wǎng)絡(luò)簡化及編碼:
[0020] 配網(wǎng)重構(gòu)通過改變網(wǎng)絡(luò)開關(guān)的閉合來獲得最佳優(yōu)化目標(biāo)值下的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu),為 了提高求解的搜索效率,以33節(jié)點(diǎn)配網(wǎng)為例,對網(wǎng)絡(luò)做如下簡化:根節(jié)點(diǎn)并入1節(jié)點(diǎn);由于節(jié) 點(diǎn)2和節(jié)點(diǎn)20之間只允許斷開一個開關(guān),因此可以將這兩個節(jié)點(diǎn)間的所有支路視為一個支 路組,以此類推,簡化網(wǎng)絡(luò),簡化后的網(wǎng)絡(luò)由8個節(jié)點(diǎn),12個支路組組成?;诖耍疚牟捎没?于獨(dú)立環(huán)路的編碼策略可以有效地減少變量維數(shù),能夠提高求解的效率;
[0021] 在混合蛙跳算法中,每只蛙相當(dāng)于一個優(yōu)化方案,第i只蛙編碼為Ziinxi X2,......,Χη?} ; {yi,y2,......,yn2}],其中,{xi,X2,··· · · ,Χη?}表示重構(gòu)斷開的支路在支路組中 的編號。{yi,y2,......,yn2}表示選定節(jié)點(diǎn)的無功補(bǔ)償量,nl、n2分別表示支路組和無功補(bǔ)償 點(diǎn)的個數(shù);
[0022] 步驟202:解的辨識:
[0023] 利用圖論中連通度理論對不可行解進(jìn)行辨識,改進(jìn)使網(wǎng)絡(luò)呈孤島或環(huán)網(wǎng)的解,使 得解滿足網(wǎng)絡(luò)輻射狀約束條件,等效后的配電網(wǎng)絡(luò)可以用一個圖表示,其各節(jié)點(diǎn)間的連接 關(guān)系可以用鄰接矩陣A表示:
[0024]
[0025] 其中,Μ為等效網(wǎng)絡(luò)的節(jié)點(diǎn)個數(shù)。若節(jié)點(diǎn)i與j相連,則ai,j為1,否則為0,構(gòu)造圖的 laplacian 矩陣 B:
[0026] B = diag(sum(A) )-A
[0027] 當(dāng)rank(B)=M_l等式成立,并且當(dāng)斷開的支路等于網(wǎng)絡(luò)的獨(dú)立環(huán)路時,網(wǎng)絡(luò)的拓 撲結(jié)構(gòu)則滿足輻射狀要求。
[0028] 進(jìn)一步,所述步驟3中蛙跳算法求解過程包括以下兩個步驟:
[0029]步驟301:全局搜索
[0030] 步驟a:初始化參數(shù),包括:蛙群的數(shù)量F;族群的數(shù)量m;族群中青蛙的數(shù)量η;最大 允許跳動步長Smax;全局最優(yōu)解Ρ ζ;局部最優(yōu)解Pb;局部最差解Pw;全局迭代進(jìn)化次數(shù)Ng,局部 迭代進(jìn)化次數(shù)Λ,各補(bǔ)償點(diǎn)無功補(bǔ)償上限W 1>max;
[0031] 步驟b:隨機(jī)生成初始蛙群,由目標(biāo)函數(shù)計算每個蛙的評價值;
[0032] 步驟c :按照評價值大小進(jìn)行升序排序,記錄下最優(yōu)解Pz,并且將蛙群按以下方式 分成族群:第1只蛙放入第1個族群,第2只蛙放入第2個族群,第m只蛙放入第m個族群,第m+1 只蛙放入第1個族群,以此類推,直至所有蛙被放入入指定位置;
[0033] 步驟d:按照下式對每個族群進(jìn)行進(jìn)化操作
[0034] SL = ceil(Rand() X (Pw-Pb))
[0035] NewPw= Pw+SL , -SLmin^ SL^ SLmax
[0036] 式中,ceil表示取整,rand()表示產(chǎn)生0~1的隨機(jī)數(shù),SL表示蛙跳的步長,SLmax, Lmin為娃跳的步長限制,NewPw表不更新后的Pw;
[0037] 步驟e:所有族群更新完畢后,計算蛙群中所有蛙的評價值;
[0038] 步驟f:判斷是否滿足停止條件。如果滿足則停止搜索,否則轉(zhuǎn)到步驟c;
[0039]步驟302:局部搜索,是指對上述步驟d展開的具體描述,過程如下:
[0040] 步驟di:設(shè)Ιμ= Ιν = 0,Im表示族群進(jìn)化的計數(shù)器,In表示局部進(jìn)化計數(shù)器;
[0041 ] 步驟d2:選出當(dāng)前族群的Pb和Pw,Im加1;
[0042]步驟d3:IN加 1;
[0043]步驟d4:根據(jù)步驟d中兩個式子改進(jìn)族群中最差蛙;
[0044] 步驟d5:如果上步改進(jìn)了最差蛙,則用該新蛙取代最差蛙,否則用Pz替代式步驟d中 的Pb,重新進(jìn)化;
[0045] 步驟d6:如果上步仍沒有改進(jìn)最差蛙,則隨機(jī)產(chǎn)生一個可行解來代替最差蛙;
[0046] 步驟d7:如果In小于局部進(jìn)化次數(shù)Ln,則轉(zhuǎn)入步驟d3;
[0047] 步驟d8:如果Im小于族群數(shù)m,則轉(zhuǎn)入步驟d2,否則進(jìn)入全局搜索的步驟d 5。
[0048] 工作原理:本發(fā)明首先定義了以年綜合費(fèi)用作為目標(biāo)函數(shù)的優(yōu)化模型,接著給出 新的編碼策略以及解的辨識方法,最后,采用混合蛙跳算法求得最佳綜合優(yōu)化方案。本發(fā)明 能充分發(fā)掘無功優(yōu)化與網(wǎng)絡(luò)重構(gòu)兩項(xiàng)技術(shù)相互配合存在的潛在經(jīng)濟(jì)價值,具有一定的實(shí)用 參考價值。
[0049]有益效果:與現(xiàn)有綜合優(yōu)化技術(shù)相比,本發(fā)明具有如下優(yōu)點(diǎn)和技術(shù)效果:
[0050] 1)該方法公布的模型不僅能夠進(jìn)一步降低網(wǎng)損、提升節(jié)點(diǎn)電壓,還充分考慮了無 功補(bǔ)償?shù)慕?jīng)濟(jì)性,使得配網(wǎng)綜合優(yōu)化更加符合經(jīng)濟(jì)性原則,即充分挖掘了綜合優(yōu)化的經(jīng)濟(jì) 價值,也為綜合優(yōu)化調(diào)度提供了新的評價指標(biāo)。
[0051] 2)除了提出新的優(yōu)化目標(biāo),本發(fā)明采用了易于理解、易于編程實(shí)現(xiàn)及尋優(yōu)能力強(qiáng) 的混合蛙跳算法,并結(jié)合基于獨(dú)立支路法的網(wǎng)絡(luò)簡化策略,能夠快速搜索到最優(yōu)解,保證了 模型求解效率。
【附圖說明】
[0052]圖1為本發(fā)明配電網(wǎng)絡(luò)簡化圖;
[0053]圖2為本發(fā)明總流程圖;
[0054]圖3為本發(fā)明中蛙跳算法流程圖;
[0055]圖4為本發(fā)明節(jié)點(diǎn)電壓分布圖;
[0056]圖5為本發(fā)明無功優(yōu)化過程目標(biāo)值收斂曲線;
[0057]圖6為本發(fā)明重構(gòu)過程目標(biāo)值收斂曲線;
[0058]圖7為本發(fā)明綜合優(yōu)化過程目標(biāo)值收斂曲線。
【具體實(shí)施方式】:
[0059] 以下結(jié)合附圖和實(shí)例對本發(fā)明的實(shí)施作進(jìn)一步說明,但本發(fā)明的實(shí)施和包含不限 于此。
[0060] 一種綜合無功優(yōu)化與網(wǎng)絡(luò)重構(gòu)的配網(wǎng)運(yùn)行優(yōu)化方法,包括以下步驟:
[0061 ]步驟1:建立以年綜合費(fèi)用作為目標(biāo)函數(shù)的綜合優(yōu)化模型;
[0062] 步驟2:給出新的編碼策略以及解的識別方法;
[0063] 步驟3:采用混合蛙跳算法求得最佳綜合優(yōu)化方案。
[0064] 進(jìn)一步,所述步驟1中綜合優(yōu)化模型為:
[0065]
[0066] 式中:CT為年綜合費(fèi)用,λ為電價;!'max為年最大負(fù)荷損耗小時數(shù);lu為補(bǔ)償設(shè)備的 年維護(hù)費(fèi)用率;k 2為投資回收系數(shù);Wi為第i個節(jié)點(diǎn)的無功補(bǔ)償量,Ci為無功補(bǔ)償?shù)膬r格;C2 為單個補(bǔ)償點(diǎn)的安裝費(fèi)用,k3為無功補(bǔ)償點(diǎn)個數(shù),Pi〇ss為網(wǎng)絡(luò)的有功損耗,其大小受網(wǎng)絡(luò)拓 撲結(jié)構(gòu)與無功補(bǔ)償量的影響,其值為每條線路有功損耗的總和,表達(dá)式如下:
[0067]
[0068] 式中,Nb表示支路數(shù);Rk表示支路k的電阻;Hk表示支路閉合狀態(tài),1表示閉合,0表示 打開;Pk表不支路k的有功功率;Qk表不支路k的無功功率;Vk表不支路k的末端電壓;
[0069] 潮流計算中,除保持網(wǎng)絡(luò)功率平衡外,還需要考慮以下約束條件:
[0070] Vmin^Vj^Vmax
[0071] \sk\<sr
[0072] 〇^ffi^ffi;max
[0073] 式中,Vmin,Vmax分別表示配網(wǎng)正常運(yùn)行時節(jié)點(diǎn)電壓的上下限;S k表示支路k的載流 量,SmaX表示線路k的最大載流量;Wi,max表示第i個補(bǔ)償點(diǎn)補(bǔ)償容量上限。
[0074] 進(jìn)一步,所述步驟2包括以下步驟:
[0075] 步驟201:網(wǎng)絡(luò)簡化及編碼:
[0076] 配網(wǎng)重構(gòu)通過改變網(wǎng)絡(luò)開關(guān)的閉合來獲得最佳優(yōu)化目標(biāo)值下的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu),為 了提高求解的搜索效率,以33節(jié)點(diǎn)配網(wǎng)為例,對網(wǎng)絡(luò)做如下簡化:根節(jié)點(diǎn)并入1節(jié)點(diǎn);由于節(jié) 點(diǎn)2和節(jié)點(diǎn)20之間只允許斷開一個開關(guān),因此可以將這兩個節(jié)點(diǎn)間的所有支路視為一個支 路組,以此類推,簡化網(wǎng)絡(luò),簡化后的網(wǎng)絡(luò)由8個節(jié)點(diǎn),12個支路組組成?;诖耍疚牟捎没?于獨(dú)立環(huán)路的編碼策略可以有效地減少變量維數(shù),能夠提高求解的效率;
[0077] 在混合蛙跳算法中,每只蛙相當(dāng)于一個優(yōu)化方案,第i只蛙編碼為Z i =[{ X i, X2,......,Χη?} ; {yi,y2,......,yn2}],其中,{xi,X2,··· · · ,Χη?}表示重構(gòu)斷開的支路在支路組中 的編號。{yi,y2,......,yn2}表示選定節(jié)點(diǎn)的無功補(bǔ)償量,nl、n2分別表示支路組和無功補(bǔ)償 點(diǎn)的個數(shù);
[0078] 步驟202:解的辨識:
[0079] 利用圖論中連通度理論對不可行解進(jìn)行辨識,改進(jìn)使網(wǎng)絡(luò)呈孤島或環(huán)網(wǎng)的解,使 得解滿足網(wǎng)絡(luò)輻射狀約束條件,等效后的配電網(wǎng)絡(luò)可以用一個圖表示,其各節(jié)點(diǎn)間的連接 關(guān)系可以用鄰接矩陣A表示:
[0080]
[0081] 其中,Μ為等效網(wǎng)絡(luò)的節(jié)點(diǎn)個數(shù)。若節(jié)點(diǎn)i與j相連,則ai,j為1,否則為0,構(gòu)造圖的 laplacian 矩陣 B:
[0082] B = diag(sum(A) )-A
[0083] 當(dāng)rank(B)=M_l等式成立,并且當(dāng)斷開的支路等于網(wǎng)絡(luò)的獨(dú)立環(huán)路時,網(wǎng)絡(luò)的拓 撲結(jié)構(gòu)則滿足輻射狀要求。
[0084] 進(jìn)一步,所述步驟3中蛙跳算法求解過程包括以下兩個步驟:
[0085]步驟301:全局搜索
[0086] 步驟a:初始化參數(shù),包括:蛙群的數(shù)量F;族群的數(shù)量m;族群中青蛙的數(shù)量η;最大 允許跳動步長Smax;全局最優(yōu)解Ρ ζ;局部最優(yōu)解Pb;局部最差解Pw;全局迭代進(jìn)化次數(shù)Ng,局部 迭代進(jìn)化次數(shù)Λ,各補(bǔ)償點(diǎn)無功補(bǔ)償上限W 1>max;
[0087] 步驟b:隨機(jī)生成初始蛙群,由目標(biāo)函數(shù)計算每個蛙的評價值;
[0088] 步驟c :按照評價值大小進(jìn)行升序排序,記錄下最優(yōu)解Pz,并且將蛙群按以下方式 分成族群:第1只蛙放入第1個族群,第2只蛙放入第2個族群,第m只蛙放入第m個族群,第m+1 只蛙放入第1個族群,以此類推,直至所有蛙被放入入指定位置;
[0089] 步驟d:按照下式對每個族群進(jìn)行進(jìn)化操作
[0090] SL = ceil(Rand() X (Pw-Pb))
[0091 ] NewPw= Pw+SL , -SLmin^ SL^ SLmax
[0092] 式中,ceil表示取整,rand()表示產(chǎn)生0~1的隨機(jī)數(shù),SL表示蛙跳的步長,SLmax, Lmin為娃跳的步長限制,NewPw表不更新后的Pw;
[0093] 步驟e:所有族群更新完畢后,計算蛙群中所有蛙的評價值;
[0094] 步驟f:判斷是否滿足停止條件。如果滿足則停止搜索,否則轉(zhuǎn)到步驟c;
[0095]步驟302:局部搜索,是指對上述步驟d展開的具體描述,過程如下:
[0096] 步驟di:設(shè)Ιμ= Ιν = 0,Im表示族群進(jìn)化的計數(shù)器,In表示局部進(jìn)化計數(shù)器;
[0097] 步驟d2:選出當(dāng)前族群的Pb和Pw,Im加 1;
[0098] 步驟d3:1^1;
[0099] 步驟d4:根據(jù)步驟d中兩個式子改進(jìn)族群中最差蛙;
[0100] 步驟d5:如果上步改進(jìn)了最差蛙,則用該新蛙取代最差蛙,否則用Pz替代式步驟d中 的Pb,重新進(jìn)化;
[0101]步驟d6:如果上步仍沒有改進(jìn)最差蛙,則隨機(jī)產(chǎn)生一個可行解來代替最差蛙;
[0102] 步驟d7:如果In小于局部進(jìn)化次數(shù)Ln,則轉(zhuǎn)入步驟d3;
[0103] 步驟d8:如果Im小于族群數(shù)m,則轉(zhuǎn)入步驟d2,否則進(jìn)入全局搜索的步驟d5。
[0104] 工作原理:本發(fā)明首先定義了以年綜合費(fèi)用作為目標(biāo)函數(shù)的優(yōu)化模型,接著給出 新的編碼策略以及解的辨識方法,最后,采用混合蛙跳算法求得最佳綜合優(yōu)化方案。本發(fā)明 能充分發(fā)掘無功優(yōu)化與網(wǎng)絡(luò)重構(gòu)兩項(xiàng)技術(shù)相互配合存在的潛在經(jīng)濟(jì)價值,具有一定的實(shí)用 參考價值。
[0105] 實(shí)施例
[0106] 本發(fā)明以IEEE33節(jié)點(diǎn)系統(tǒng)作為說明案例,總流程圖見附圖2,該系統(tǒng)電壓等級為 12.66kV,有功總負(fù)荷3715kW,無功總負(fù)荷2300kvar。針對網(wǎng)絡(luò)重構(gòu)、無功優(yōu)化、綜合優(yōu)化三 種優(yōu)化方案進(jìn)行對比分析。
[0107] 蛙跳算法參數(shù)設(shè)置如下:蛙群大小為80,族群數(shù)為20,全局進(jìn)化次數(shù)為50,局部進(jìn) 化次數(shù)為3,流程圖見附圖3。無功補(bǔ)償點(diǎn)選擇無功負(fù)荷最重的23、24、29節(jié)點(diǎn),一方面符合無 功就地補(bǔ)償原則。無功補(bǔ)償量以系統(tǒng)總無功負(fù)荷的1.2倍作為無功補(bǔ)償?shù)纳舷?,以lOkvar作 為最小搜索步長,設(shè)71£[0,60], 72£[0,60],73£[0,120]。其它參數(shù)4 = 0.5元/妍·!!,!^ = 5000h,ki = 0 · 13,k2 = 0 · 1,Ci = 60元/kvar,C2 = 5000元/節(jié)點(diǎn)。
[0108] 三種方案優(yōu)化結(jié)果對比如下表1,各優(yōu)化方案下系統(tǒng)各節(jié)點(diǎn)電壓分布如附圖4,求 解迭代過程目標(biāo)函數(shù)值收斂情況如附圖5至附圖7。
[0109]表1本發(fā)明三種方案優(yōu)化結(jié)果對比表
[0110]
[0111]
[0112]表1中各方案優(yōu)化結(jié)果對比表明,綜合優(yōu)化方案相比單純的重構(gòu)與無功優(yōu)化,能夠 進(jìn)一步提高電壓質(zhì)量:最低節(jié)點(diǎn)電壓0.9575P.U,相比單獨(dú)重構(gòu)與無功優(yōu)化的結(jié)果分別提高 了2.1 %、3.5% ;能夠進(jìn)一步減少網(wǎng)絡(luò)有功損耗:有功損耗102.09kW,相比單獨(dú)重構(gòu)與無功 優(yōu)化的結(jié)果降低了 26.7%;進(jìn)一步降低年綜合費(fèi)用:年綜合費(fèi)用為27.68萬,相比單獨(dú)重構(gòu) 與無功優(yōu)化的結(jié)果分別降低了20.5%、25.8%。此外,綜合優(yōu)化方案中的無功補(bǔ)償相比單獨(dú) 的無功補(bǔ)償,補(bǔ)償量降低了 15.0%。驗(yàn)證了本發(fā)明所提綜合優(yōu)化模型的合理性與有效性。
[0113] 結(jié)合表1與圖4可知,單獨(dú)定點(diǎn)無功優(yōu)化與重構(gòu)都能夠有效降低網(wǎng)絡(luò)有功損耗,但 在提升系統(tǒng)各節(jié)點(diǎn)電壓水平方面,重構(gòu)效果較無功優(yōu)化更好。綜合優(yōu)化方案相比重構(gòu),系統(tǒng) 各節(jié)點(diǎn)電壓整體有進(jìn)一步提升,從而進(jìn)一步驗(yàn)證了表1的結(jié)論。
[0114] 由圖5至圖7可知,SFLA在求解三個優(yōu)化模型過程中,具有良好的收斂效果,求解時 間均在25秒以內(nèi),能夠_效求解本文所提t(yī)旲型。
[0115] 綜上,案例說明了本發(fā)明的正確性與實(shí)用性。
【主權(quán)項(xiàng)】
1. 一種綜合無功優(yōu)化與網(wǎng)絡(luò)重構(gòu)的配網(wǎng)運(yùn)行優(yōu)化方法,其特征在于:包括以下步驟: 步驟1:建立以年綜合費(fèi)用作為目標(biāo)函數(shù)的綜合優(yōu)化模型; 步驟2:給出新的編碼策略以及解的辨識方法; 步驟3:采用混合蛙跳算法求得最佳綜合優(yōu)化方案。2. 根據(jù)權(quán)利要求1所述的綜合無功優(yōu)化與網(wǎng)絡(luò)重構(gòu)的配網(wǎng)運(yùn)行優(yōu)化方法,其特征在于: 所述步驟1中綜合優(yōu)化模型為:式中:CT為年綜合費(fèi)用,λ為電價;!'max為年最大負(fù)荷損耗小時數(shù);Iu為補(bǔ)償設(shè)備的年維護(hù) 費(fèi)用率;k2為投資回收系數(shù);Wi為第i個節(jié)點(diǎn)的無功補(bǔ)償量,Ci為無功補(bǔ)償?shù)膬r格;C2為單個 補(bǔ)償點(diǎn)的安裝費(fèi)用,k 3為無功補(bǔ)償點(diǎn)個數(shù);Plciss為網(wǎng)絡(luò)的有功損耗,其大小受網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu) 與無功補(bǔ)償量的影響,其值為每條線路有功損耗的總和,表達(dá)式如下:式中,Nb表示支路數(shù);Rk表示支路k的電阻;Hk表示支路閉合狀態(tài),1表示閉合,O表示打 開;Pk表不支路k的有功功率;Qk表不支路k的無功功率;Vk表不支路k的末端電壓; 潮流計算中,除保持網(wǎng)絡(luò)功率平衡外,還需要考慮以下約束條件: Vmin^Vj ^VmaxO^ffi^ffi.max 式中,V?in,V-分別表示配網(wǎng)正常運(yùn)行時節(jié)點(diǎn)電壓的上下限;&表示支路k的載流量,S-表示線路k的最大載流量;Wi,max表示第i個補(bǔ)償點(diǎn)補(bǔ)償容量上限。3. 根據(jù)權(quán)利要求1所述的種綜合無功優(yōu)化與網(wǎng)絡(luò)重構(gòu)的配網(wǎng)運(yùn)行優(yōu)化方法,其特征在 于:所述步驟2包括以下步驟: 步驟201:網(wǎng)絡(luò)簡化及編碼: 配網(wǎng)重構(gòu)通過改變網(wǎng)絡(luò)開關(guān)的閉合來獲得最佳優(yōu)化目標(biāo)值下的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu),為了提 高求解的搜索效率,以33節(jié)點(diǎn)配網(wǎng)為例,對網(wǎng)絡(luò)做如下簡化:根節(jié)點(diǎn)并入1節(jié)點(diǎn);由于節(jié)點(diǎn)2 和節(jié)點(diǎn)20之間只允許斷開一個開關(guān),因此可以將這兩個節(jié)點(diǎn)間的所有支路視為一個支路 組,以此類推,簡化網(wǎng)絡(luò),簡化后的網(wǎng)絡(luò)由8個節(jié)點(diǎn),12個支路組組成;基于此,本發(fā)明采用基 于獨(dú)立環(huán)路的編碼策略可以有效地減少變量維數(shù),能夠提高求解的效率; 在混合娃跳算法中,每只娃相當(dāng)于一個優(yōu)化方案,第i只娃編碼為Zi = [ {χι,Χ2,......, Xnl} ; {yi,Y2,......,yn2}],其中,{xi,X2,··· · · ,Xnl}表示重構(gòu)斷開的支路在支路組中的編號。 {yi,y2,......,yn2}表示選定節(jié)點(diǎn)的無功補(bǔ)償量,nl、n2分別表示支路組和無功補(bǔ)償點(diǎn)的個 數(shù); 步驟202:解的辨識: 利用圖論中連通度理論對不可行解進(jìn)行辨識,改進(jìn)使網(wǎng)絡(luò)呈孤島或環(huán)網(wǎng)的解,使得解 滿足網(wǎng)絡(luò)輻射狀約束條件,等效后的配電網(wǎng)絡(luò)可以用一個圖表示,其各節(jié)點(diǎn)間的連接關(guān)系 可以用鄰接矩陣A表示:其中,M為等效網(wǎng)絡(luò)的節(jié)點(diǎn)個數(shù);若節(jié)點(diǎn)i與j相連,則ai, j為I,否則為O ;構(gòu)造圖的 Iaplacian 矩陣 B: B = diag(sum(A) )_A 當(dāng)rank(B) =M-I等式成立,并且當(dāng)斷開的支路等于網(wǎng)絡(luò)的獨(dú)立環(huán)路時,網(wǎng)絡(luò)的拓?fù)浣Y(jié) 構(gòu)則滿足輻射狀要求。4.根據(jù)權(quán)利要求1所述的一種綜合無功優(yōu)化與網(wǎng)絡(luò)重構(gòu)的配網(wǎng)運(yùn)行優(yōu)化方法,其特征 在于:所述步驟3蛙跳算法求解過程包括以下兩個步驟: 步驟301:全局搜索,包括以下分步驟: 步驟a:初始化參數(shù),包括蛙群的數(shù)量F;族群的數(shù)量m;族群中青蛙的數(shù)量η;最大允許跳 動步長SLmax;全局最優(yōu)解Pz;局部最優(yōu)解Pb;局部最差解P w;全局迭代進(jìn)化次數(shù)Ng,局部迭代 進(jìn)化次數(shù)階,各補(bǔ)償點(diǎn)無功補(bǔ)償上限W1>max; 步驟b:隨機(jī)生成初始蛙群,由目標(biāo)函數(shù)計算每個蛙的評價值; 步驟c:按照評價值大小進(jìn)行升序排序,記錄下最優(yōu)解Pz,并且將蛙群按以下方式分成族 群:第1只蛙放入第1個族群,第2只蛙放入第2個族群,第m只蛙放入第m個族群,第m+1只蛙放 入第1個族群,以此類推,直至所有蛙被放入指定位置; 步驟d:按照下式對每個族群進(jìn)行進(jìn)化操作 SL = ceil(Rand() X (Pw-Pb)) NewPw = Pw+SL , -SLmin^ SL^ SLmax 其中,ce i 1表示取整,rand ()表示產(chǎn)生0~1的隨機(jī)數(shù),SL表示蛙跳的步長,SLmax,SLmin為 娃跳的步長限制,NewPw表不更新后的Pw; 步驟e:所有族群更新完畢后,計算蛙群中所有蛙的評價值; 步驟f:判斷是否滿足停止條件,如果滿足則停止搜索,否則轉(zhuǎn)到步驟c; 步驟302:局部搜索,是指對上述步驟d展開的具體描述,分步驟如下: 步驟di:設(shè)Im= In=O,Im表示族群進(jìn)化的計數(shù)器,In表示局部進(jìn)化計數(shù)器; 步驟d2:選出當(dāng)前族群的Pb和Pw,Im加1; 步驟d3: In加1; 步驟d4:根據(jù)步驟d中兩個式子改進(jìn)族群中最差蛙; 步驟d5:如果上步改進(jìn)了最差蛙,則用該新蛙取代最差蛙,否則用Pz替代式步驟d中的 Pb,重新進(jìn)化; 步驟d6:如果上步仍沒有改進(jìn)最差蛙,則隨機(jī)產(chǎn)生一個可行解來代替最差蛙; 步驟d7:如果In小于局部進(jìn)化次數(shù)Ln,則轉(zhuǎn)入步驟d3; 步驟d8:如果Im小于族群數(shù)m,則轉(zhuǎn)入步驟d2,否則進(jìn)入全局搜索的步驟d5。
【文檔編號】G06F17/50GK105932690SQ201610335137
【公開日】2016年9月7日
【申請日】2016年5月19日
【發(fā)明人】衛(wèi)志農(nóng), 王薪蘋, 孫國強(qiáng), 李逸馳, 臧海祥
【申請人】河海大學(xué)
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點(diǎn)贊!
1
忻城县| 江门市| 绥中县| 莱西市| 双城市| 平果县| 凌云县| 祁阳县| 琼海市| 松溪县| 岚皋县| 新沂市| 浙江省| 合山市| 屏南县| 闻喜县| 观塘区| 昌图县| 启东市| 隆昌县| 平潭县| 湄潭县| 葵青区| 韩城市| 延川县| 广宁县| 揭东县| 缙云县| 渝中区| 阆中市| 云梦县| 晋州市| 佛山市| 大荔县| 逊克县| 汉中市| 尉氏县| 如东县| 江都市| 鄂托克前旗| 桃园县|