一种含分布式电源配电系统网络变结构优化方法

技术领域

本发明涉及一种广义模型含分布式电源配电系统网络变结构优化方法及基于多阶段计算修正和生存性评估的大规模配电网智能优化决策系统，属于电网调度运行技术及优化领域。

背景技术

配电系统是变结构耗散网络，在故障发生时通过合理改变线路上开关的开断状态，主动解列、调整功率传输路径，以此优化系统运行。其中，网络重构是一种针对系统薄弱环节的安全对策，长久以来，侧重于算法的研究，通过提出路径最优寻优方法，构建启发式规则，寻找开关组合最佳方案。在网络故障下科学地对含分布式电源配电系统网络划分与重构有利于在挖掘网络薄弱元件、环节下，充分发挥分布式电源的应急能力和就地供给能力，实现电网分区运行，对电网灵活调度运行意义重大。在全国鼓励清洁能源使用、推广智能电网建设的环境下需要特别重视继电保护设备运行状况的统计与分析工作，然而，当前传统方法着重对单纯配电系统进行重构，部分结合到分布式电源的配电系统重构则侧重于算法研究，缺乏考虑到分布式电源本身孤岛划分的过程以及负荷的可中断性，以致最终重构方案网损较大或资源利用率较低。现行的调度运行方式方法中，也缺乏对分布式电源支撑能力及其网络结构薄弱环节等的考虑。因此，如何建立考虑到如电网运行方式、负荷重要性、分布式电源支撑能力、网络结构重要性、资源利用率等诸多因素的配电系统重构方案，从多个维度更科学地评估网络结构和孤岛指标，以及提出故障情况下基于多阶段计算修正和生存性评估的控制决策方案制定成为业内技术人员继续解决的重要课题。

发明内容

本发明的目的在于，提供一种含分布式电源配电系统网络变结构优化方法及系统，实现了对含分布式电源配电系统网络划分与重构。

为了实现上述目的，本发明提供一种含分布式电源配电系统网络变结构优化方法，包括步骤：

⑴抽取电网结构参数、分布式电源分布、无功资源分布、负荷大小、故障线路等基本静态数据；

⑵利用基本静态数据进行孤岛划分计算和修正；

⑶针对划分的孤岛进行静态、动态生存性评估和实施相应控制措施；

⑷抽取最终孤岛划分后的剩余网络结构数据；

⑸利用蚁群算法对剩余网络进行重构优化计算，得到最终电网重构的优化结构。

所述基本静态数据包括配电网电压等级、电网结构参数、负荷参数和历史运行状态统计数据。

所述电网结构参数包括：节点编号、支路连接关系、开关闭合状态、分布式电源并网位置；所述负荷参数包括：各节点负荷需求大小、各节点负荷可中断属性、各节点负荷价值权重；所述历史运行状态统计数据包括：故障类型、故障线路及事故统计数据；

其中负荷价值权重包括各节点人为重要级权重、由单电源电气介数计算得到的各节点结构权重两类，而单电源电气介数计算的主要步骤为：

⑴根据Dijkstra算法找出当前分布式电源节点与各负荷节点间的最短路径的条数；

⑵分别找出当前分布式电源节点与各负荷节点间的最短路径经过待求节点的条数；

⑶计算对应次数与条数的比值之和，作为待求节点的单电源电气介数：

其中，k为负荷节点；N_k表示节点k和DG节点之间最短路径的条数；N_k（i）表示节点k和DG节点之间的最短路径经过节点i的条数；代表节点k到DG节点支路阻抗大小，值越小表明路径越短；

其中采用Dijkstra算法求解单源最短路径的步骤是：

⑴设图 G=(V, E)每条边 E的权值为w；

初始化集合 S={V₀}, T={其余顶点}，T中顶点对应到V₀的权值；若V₀,与V_i 相连，则V₀ V_i 边的权值d(V₀, V_i)为w（V₀, V_i）；若不相连，则令d(V₀,V_i)为；

⑵从T中选取权值为最小的顶点W且不在S中，加入S；

⑶对S中顶点的权值进行修改：若加进W作中间顶点，从V₀到V_i的距离值缩短，则修改此权值；

⑷重复上述步骤（2）、（3），直到S中包含所有顶点为止。

所述孤岛划分计算、修正的主要步骤为：

⑴在故障情况下，取出配电系统中功率最大的分布式电源，以其为根节点，其它分布式电源出力置0；

⑵以划分孤岛中负荷价值最大为目标，不计网损，建立混合整数规划模型，采用隐枚举法计算：

其中，N为系统节点数，x_i为状态变量，x_i=1或0，x_i=1表示节点i被划入了某孤岛中；c_i为节点价值，分别从人为重要级、节点重要度两方面反映，定义为：

其中，反映节点i负荷等级，根据停电损失可分为三个等级，其中二级、三级负荷可能为可中断负荷；即为节点i的单电源电气介数；

⑶根据初始划分方案，对仅由一条支路连接的多个孤岛进行合并，计及网损进行潮流计算，取步长修正边界可中断负荷量值，直至满足：

其中：、为节点i的发电有功和无功；、为节点i的有功和无功需求；为节点i的无功补偿容量，本文认为无功补偿资源分布于各个DG所在节点处；Gij为支路电导；Bij为支路电纳；θ_ij为节点i与节点j电压相角差；m为与节点i相关联的支路数；P_G、P_S分别为某孤岛的DG有功出力之和、经潮流计算后的孤岛网损，然后再根据潮流计算确定无功补偿点需要补充的无功量值；

⑷对形成的孤岛进行生存性校验，分为静态和动态指标，并采取相应的控制措施；

⑸每进行一次计算，将已划分好的孤岛等效为一个无需求节点，再选取功率次大分布式电源进行孤岛划分计算；直至确定最终孤岛划分方案。

所述隐枚举法的步骤是：

(1)将建立的数学模型转化为标准型：

注：若原问题为求Max f，则转化为Min -f求解；

(2)设解集为x=0，判断是否满足约束条件，若满足，则x=0为最优解，否则，转(3)；

(3)选取自由变量x_k，以x_k=1和x_k=0为条件，将标准型模型分解为两个子问题(分支)，其他自由变量仍取0，针对两个分支进行试探；

(4)试探过程中时刻检查子问题是否满足如下条件，若满足则停止该子问题的向下分枝，转(3)：

①试探解所有自由变量取0、固定变量取设定值带入标准型模型且满足要求，则为可行解，该解对应目标函数的一个上界，停止向下分枝；

②所有试探解均不是可行解，停止分枝；

③自由变量均取0，与固定变量一起带入目标函数，得到目标值为f，若大于记录中最小值，则子问题停止向下分枝；

④试探解为非可行解，且所有变量均为固定变量，则子问题停止向下分枝，所有问题检查完毕，转(5)；

 (5)经过所有分枝，比较记录下来的上界，即得最优解。

所述静态生存性评估主要包括以下几个方面：

a. 对于单个孤岛系统，建立电压稳定指标：

其中：和分别为支路ij的电阻和电抗；、分别为流入节点j的有功和无功功率；取各节点中I指标最大的一个作为孤岛系统的电压稳定指标，即有：

根据I与临界值1.0的距离来判断节点电压稳定程度，I越接近于0表明该系统越稳定，越接近于1.0表明该系统越不稳定；

b.电压上下限约束：

c.支路潮流上下限约束：

d.相角差上下限约束：

e.静态频率偏移上下限约束：

其中：为孤岛系统出力和需求差值；GD为某孤岛节点集；为孤岛有功负荷之和；和分别为电源和负荷的等效调差系数，负荷类型和不同电源组合系统的差异均会对系统最终能承受差额的能力带来影响。

所述动态生存性评估：

考虑孤岛内部元件的动态模型，对于含WAMS系统的孤岛系统，在一个具有n台发电机的孤网里面，不平衡功率为：

其中，T_j为发电机的惯性时间常数；δ为发电机的功角；ω_N为额定角速度； 若P_LD为设定的不平衡功率裕值，则：当ΔP>P_LD时，系统在未来的时间内有失稳的可能性，必须立即进行减载以消除故障产生的不平衡功率；当ΔP<P_LD时，系统虽然受到扰动，但是在未来的运行轨迹中系统将逐步恢复稳定，此时的减载措施应当充分考虑扰动造成的系统局部电压稳定裕度和增加阻尼使系统尽快恢复新的稳定运行点；引入FVSI指标作为减载定容选址的依据：

表征着支路潮流解是否存在，FVSI越接近1，表示线路越不稳定，越容易导致节点的电压崩溃；定义电压稳定指标，将所有通过节点i的支路FVSI值加权求和后除以线路总数；线路的FVSI值越接近1，其权重λ越大，以此找出线路电压稳定问题最突出的负荷节点作为减载的地点，并采取相应的减载控制策略；

其中减载控制策略步骤为：

⑴利用WAMS提供的测量数据，预测系统中所有发电机的功角运行轨迹；

⑵结合上一步的预测值，量化故障造成的系统初始不平衡功率；

⑶动态电压稳定指标V_index确定减载点的排序，减载量为：

。

所述剩余网络重构优化计算是整理除划分孤岛后的节点及其节点间连接关系数据，以网损为目标，采用蚁群算法进行优化计算；

其中蚁群算法的步骤为：

⑴对开关状态进行编码，从1到TM时段所有的状态构成一条路径；

⑵若在一次循环中有m只蚂蚁参与寻径，蚂蚁k由节点i转移到节点j的概率是：

其中，、分别为信息浓度和启发信息相对重要性因子；表示t时刻路径ij上的信息素浓度，初始信息素浓度（常数）；表示从节点i转移到节点j的启发信息，取支路电阻的倒数，即有；为蚂蚁k下一步允许访问的节点的集合；

⑶每只蚂蚁经过n个时刻访问完n个节点后，调用下式进行信息素浓度更新：

其中，为信息素残留度系数，；表示蚂蚁k在本次循环中在路径ij上留下的信息素浓度；若蚂蚁k经过路径ij，，为常数，为本次循环中全局最优（系统网损最小）的路径；

⑷通过迭代计算，当m只蚂蚁都选择了同一条路径或者达到最大迭代次数时，得到优化结果，即为剩余网络重构方案。

一种基于多阶段计算修正和生存性评估的大规模配电网智能优化决策系统包括依次连接的数据抽取单元、孤岛划分单元、孤岛指标评估单元、剩余网络重构单元、开关动作与负荷控制单元：

所述数据抽取单元，用于抽取配电网静态数据；与配电网数据库连接；

所述孤岛划分单元，用于计算以各分布式电源为根节点计算并修正形成的孤岛；与数据抽取单元连接；

所述孤岛指标评估单元，用于计算形成的各个孤岛生存性指标，并确定相应的负荷控制策略；与孤岛划分单元连接；

所述剩余网络重构单元，调取配电网数据库与孤岛划分方案下的剩余网络数据信息，计算得到开关动作情况和优化后的网络结构；与孤岛划分单元连接；

所述开关动作与负荷控制单元，调取最终网络优化结构信息进行开关动作、状态切换，并根据生存性评估的结果对相应孤岛实施负荷控制手段；与孤岛划分单元、孤岛指标评估单元、剩余网络重构单元连接。

所述数据抽取单元包括：依次连接的数据采集模块、过滤修正模块、模数转换模块、通信传输模块以及解调模块：

所述数据采集模块，用于对含分布式电源配电系统网络结构参数、运行状态及动作情况的数据采集，

所述过滤修正模块，用于对所采数据信号进行过滤和修正；，

所述模数转换模块，用于将所述数据信号进行模数转换，

所述通信传输模块，用于将所采数据转换而来的模拟量进行通信传输，

所述解调模块，用于对所述数据进行解调得到数字化的数据。

本发明的有益效果：

本发明通过对调度运行中心的网络结构参数数据进行分析计算，得到当前含分布式电源配电系统最终重构方案和孤岛评估结果，实现了对含分布式电源配电系统网络划分与重构，能更好地为相关调度运行人员提供更加准确的网络结构调整、调度和运行的参考。孤岛划分部分充分考虑网络变结构特点和负荷灵活控制特性，建立以最大负荷恢复量、最小可中断负荷中断量等为目标以及静态生存性等约束构成的多级数学模型，并将其转化为“可满足性问题”，采用隐枚举法算法求解混合整数规划问题，计及网损进行潮流计算系统需要的无功补偿和孤岛修正，获得“最可能和足够好”的孤岛划分方案。然后再根据生存性指标，分为静态指标和动态指标，前者主要从支路潮流、节点电压波动、系统电压稳定性指标进行评估，后者充分考虑元件动态模型，结合WAMS信息，对不平衡功率进行评估，并引入FVSI指标作为减载定容选址的依据，并针对具体情况实施负荷控制策略。剩余网络则基于蚁群算法找出电源、负荷和线路的理想组合，从而实现智能配电系统结构优化。

附图说明

图1是本发明含分布式电源配电系统网络变结构优化方法的流程示意图；

图2是本发明的基于多阶段计算修正和生存性评估的大规模配电网智能优化决策系统的结构示意图；

图3为采用该策略对一个70节点含分布式电源配电系统支路1-2、1-16、30-70发生故障后进行变结构操作的效果图。

具体实施方式

下面结合附图和实施例对本发明的含分布式电源配电系统网络变结构优化方法作详细描述。

参见图1，图1是本发明含分布式电源配电系统网络变结构优化方法的流程示意图，包括步骤：

⑴抽取电网结构参数、分布式电源分布、无功资源分布、负荷大小、故障线路等基本静态数据；

⑵利用基本静态数据进行孤岛划分计算和修正；

⑶针对划分的孤岛进行生存性性能评估和实施相应控制措施；

⑷抽取最终孤岛划分后的剩余网络结构数据；

⑸利用蚁群算法对剩余网络进行重构优化计算，得到最终电网重构的优化结构。

所述基本静态数据包括配电网电压等级、电网结构参数、负荷参数和历史运行状态统计数据。

所述电网结构参数包括：节点编号、支路连接关系、开关闭合状态、分布式电源并网位置；所述负荷参数包括：各节点负荷需求大小、各节点负荷可中断属性、各节点负荷价值权重；所述历史运行状态统计数据包括：故障类型、故障线路及事故统计数据；

其中负荷价值权重包括各节点人为重要级权重、由单电源电气介数计算得到的各节点结构权重两类，而单电源电气介数计算的主要步骤为：

⑴根据Dijkstra算法找出当前分布式电源节点与各负荷节点间的最短路径的条数；

⑵分别找出当前分布式电源节点与各负荷节点间的最短路径经过待求节点的条数；

⑶计算对应次数与条数的比值之和，作为待求节点的单电源电气介数：

其中，k为负荷节点；N_k表示节点k和DG节点之间最短路径的条数；N_k（i）表示节点k和DG节点之间的最短路径经过节点i的条数；代表节点k到DG节点支路阻抗大小，值越小表明路径越短；

其中采用Dijkstra算法求解单源最短路径的步骤是：

⑴设图 G=(V, E)每条边 E的权值为w；

初始化集合 S={V₀}, T={其余顶点}，T中顶点对应到V₀的权值；若V₀,与V_i 相连，则V₀ V_i 边的权值d(V₀, V_i)为w（V₀, V_i）；若不相连，则令d(V₀,V_i)为；

⑵从T中选取权值为最小的顶点W且不在S中，加入S；

⑶对S中顶点的权值进行修改：若加进W作中间顶点，从V₀到V_i的距离值缩短，则修改此权值；

⑷重复上述步骤（2）、（3），直到S中包含所有顶点为止。

所述孤岛划分计算、修正的主要步骤为：

⑴在故障情况下，取出配电系统中功率最大的分布式电源，以其为根节点，其它分布式电源出力置0；

⑵以划分孤岛中负荷价值最大为目标，不计网损，建立混合整数规划模型，采用隐枚举法计算：

其中，N为系统节点数，x_i为状态变量，x_i=1或0，x_i=1表示节点i被划入了某孤岛中；c_i为节点价值，分别从人为重要级、节点重要度两方面反映，定义为：

其中，反映节点i负荷等级，根据停电损失可分为三个等级，其中二级、三级负荷可能为可中断负荷；即为节点i的单电源电气介数；

⑶根据初始划分方案，对仅由一条支路连接的多个孤岛进行合并，计及网损进行潮流计算，取步长修正边界可中断负荷量值，直至满足：

其中：、为节点i的发电有功和无功；、为节点i的有功和无功需求；为节点i的无功补偿容量，本文认为无功补偿资源分布于各个DG所在节点处；Gij为支路电导；Bij为支路电纳；θ_ij为节点i与节点j电压相角差；m为与节点i相关联的支路数；P_G、P_S分别为某孤岛的DG有功出力之和、经潮流计算后的孤岛网损，然后再根据潮流计算确定无功补偿点需要补充的无功量值；

⑷对形成的孤岛进行生存性校验，分为静态和动态指标，并采取相应的控制措施；

⑸每进行一次计算，将已划分好的孤岛等效为一个无需求节点，再选取功率次大分布式电源进行孤岛划分计算；直至确定最终孤岛划分方案。

所述隐枚举法的步骤是：

(1)将建立的数学模型转化为标准型：

注：若原问题为求Max f，则转化为Min -f求解；

(2)设解集为x=0，判断是否满足约束条件，若满足，则x=0为最优解，否则，转(3)；

(3)选取自由变量x_k，以x_k=1和x_k=0为条件，将标准型模型分解为两个子问题(分支)，其他自由变量仍取0，针对两个分支进行试探；

(4)试探过程中时刻检查子问题是否满足如下条件，若满足则停止该子问题的向下分枝，转(3)：

①试探解所有自由变量取0、固定变量取设定值带入标准型模型且满足要求，则为可行解，该解对应目标函数的一个上界，停止向下分枝；

②所有试探解均不是可行解，停止分枝；

③自由变量均取0，与固定变量一起带入目标函数，得到目标值为f，若大于记录中最小值，则子问题停止向下分枝；

④试探解为非可行解，且所有变量均为固定变量，则子问题停止向下分枝，所有问题检查完毕，转(5)；

 (5)经过所有分枝，比较记录下来的上界，即得最优解。

所述静态生存性评估主要包括以下几个方面：

a. 对于单个孤岛系统，建立电压稳定指标：

其中：和分别为支路ij的电阻和电抗；、分别为流入节点j的有功和无功功率；取各节点中I指标最大的一个作为孤岛系统的电压稳定指标，即有：

根据I与临界值1.0的距离来判断节点电压稳定程度，I越接近于0表明该系统越稳定，越接近于1.0表明该系统越不稳定；

b.电压上下限约束：

c.支路潮流上下限约束：

d.相角差上下限约束：

e.静态频率偏移上下限约束：

其中：为孤岛系统出力和需求差值；GD为某孤岛节点集；为孤岛有功负荷之和；和分别为电源和负荷的等效调差系数，负荷类型和不同电源组合系统的差异均会对系统最终能承受差额的能力带来影响。

所述动态生存性评估：

考虑孤岛内部元件的动态模型，对于含WAMS系统的孤岛系统，在一个具有n台发电机的孤网里面，不平衡功率为：

其中，T_j为发电机的惯性时间常数；δ为发电机的功角；ω_N为额定角速度； 若P_LD为设定的不平衡功率裕值，则：当ΔP>P_LD时，系统在未来的时间内有失稳的可能性，必须立即进行减载以消除故障产生的不平衡功率；当ΔP<P_LD时，系统虽然受到扰动，但是在未来的运行轨迹中系统将逐步恢复稳定，此时的减载措施应当充分考虑扰动造成的系统局部电压稳定裕度和增加阻尼使系统尽快恢复新的稳定运行点；引入FVSI指标作为减载定容选址的依据：

表征着支路潮流解是否存在，FVSI越接近1，表示线路越不稳定，越容易导致节点的电压崩溃；定义电压稳定指标，将所有通过节点i的支路FVSI值加权求和后除以线路总数；线路的FVSI值越接近1，其权重λ越大，以此找出线路电压稳定问题最突出的负荷节点作为减载的地点，并采取相应的减载控制策略；

其中减载控制策略步骤为：

⑴利用WAMS提供的测量数据，预测系统中所有发电机的功角运行轨迹；

⑵结合上一步的预测值，量化故障造成的系统初始不平衡功率；

⑶动态电压稳定指标V_index确定减载点的排序，减载量为：

。

所述剩余网络重构优化计算是整理除划分孤岛后的节点及其节点间连接关系数据，以网损为目标，采用蚁群算法进行优化计算；

其中蚁群算法的步骤为：

⑴对开关状态进行编码，从1到TM时段所有的状态构成一条路径；

⑵若在一次循环中有m只蚂蚁参与寻径，蚂蚁k由节点i转移到节点j的概率是：

其中，、分别为信息浓度和启发信息相对重要性因子；表示t时刻路径ij上的信息素浓度，初始信息素浓度（常数）；表示从节点i转移到节点j的启发信息，取支路电阻的倒数，即有；为蚂蚁k下一步允许访问的节点的集合；

⑶每只蚂蚁经过n个时刻访问完n个节点后，调用下式进行信息素浓度更新：

其中，为信息素残留度系数，；表示蚂蚁k在本次循环中在路径ij上留下的信息素浓度；若蚂蚁k经过路径ij，，为常数，为本次循环中全局最优（系统网损最小）的路径；

⑷通过迭代计算，当m只蚂蚁都选择了同一条路径或者达到最大迭代次数时，得到优化结果，即为剩余网络重构方案。

图3为采用该策略对一个70节点含分布式电源配电系统支路1-2、1-16、30-70发生故障后进行变结构操作的效果图。

一种基于多阶段计算修正和生存性评估的大规模配电网智能优化决策系统包括依次连接的数据抽取单元、孤岛划分单元、孤岛指标评估单元、剩余网络重构单元、开关动作与负荷控制单元：

所述数据抽取单元，用于抽取配电网静态数据；与配电网数据库连接；

所述孤岛划分单元，用于计算以各分布式电源为根节点计算并修正形成的孤岛；与数据抽取单元连接；

所述孤岛指标评估单元，用于计算形成的各个孤岛生存性指标，并确定相应的负荷控制策略；与孤岛划分单元连接；

所述剩余网络重构单元，调取配电网数据库与孤岛划分方案下的剩余网络数据信息，计算得到开关动作情况和优化后的网络结构；与孤岛划分单元连接；

所述开关动作与负荷控制单元，调取最终网络优化结构信息进行开关动作、状态切换，并根据生存性评估的结果对相应孤岛实施负荷控制手段；与孤岛划分单元、孤岛指标评估单元、剩余网络重构单元连接。

下面结合附图和实施例对本发明的基于多阶段计算修正和生存性评估的大规模配电网智能控制决策系统作详细描述。

参见图2，图2是本发明的基于多阶段计算修正和生存性评估的大规模配电网智能控制决策系统的结构示意图，包括：依次连接的数据抽取单元、孤岛划分单元、孤岛指标评估单元、剩余网络重构单元、开关动作与负荷控制单元。

其工作原理是：抽取电网结构参数、分布式电源分布、无功资源分布、负荷大小、故障线路等基本静态数据；利用基本静态数据进行孤岛划分计算和修正；针对划分的孤岛进行静态、动态生存性评估和实施相应控制措施；抽取最终孤岛划分后的剩余网络结构数据；利用蚁群算法对剩余网络进行重构优化计算，得到最终电网重构的优化结构。

为了更加清晰本发明的技术方案下面结合优选的实施方式作详细描述。

所述数据抽取单元包括：依次连接的数据采集模块、过滤修正模块、模数转换模块、通信传输模块以及解调模块。

所述数据采集模块，用于对含分布式电源配电系统网络结构参数、运行状态及动作情况的数据采集；所述过滤修正模块，用于对所采数据信号进行过滤和修正；所述模数转换模块，用于将所述数据信号进行模数转换；所述通信传输模块，用于将所采数据转换而来的模拟量进行通信传输；所述解调模块，用于对所述数据进行解调得到数字化的数据。

以上所述的本发明实施方式，并不构成对本发明保护范围的限定。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明的权利要求保护范围之内。