多电压级配电网络重构的实用算法

《多电压级配电网络重构的实用算法》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、丕堡查兰堡主兰堡堡兰一——不仅包含同一电压等级的环，而且还有不同电压形成的环，此外它还包含补偿的投切、变比的选择等，需要研究适应于不同电压级网络的重构方法。本文把配电网络的重构推广到了多电压级的情况，扩大了适用面，经济效益更加显著。§1．2配电网重构的研究现状配电系统即配电网，是整个电力系统的重要组成部分，它距离负荷点较近，电压等级较低，再加上数量巨大，因此配电网络的优化运行对于整个电力系统而言经济效益相当可观，这已引起了广大电力工作者的足够重视。为了保证供电的可靠性，配电网的结构是按环状网络设计的。但在实际运行中，为了简化继电保护方式，限

2、制配点系统的短路容量以及避免与更高电压等级的输电系统形成电磁环网等原因，配电系统在正常运行时联络开关是断开的，保持配电网的辐射形运行状态。由于可以断合不同的联络开关，因而可形成不同的辐射形网络，选择其中既能使系统安全运行又使得网损最小的运行方式，就是网络重构的目的。因此配电网络的重构就是在保证系统安全约束的条件下，通过开关的重新断合，得到网络损耗最小的辐射形的运行方式。安全约束的条件主要有：(1)满足系统中个元件(线路和变压器)的容量限制，不能发生过载。(2)系统中各节点电压在允许的范围之内。(3)当系统出现故障时，应能可靠地转移负荷。(4

3、)实旌网络重构的过程中，应保持对用户的正常供电。配电网络的重构就是一个有约束的组合优化问题，目前提出的主要方法有：1．穷举法列举出网络运行方式的全部方案，然后对所有方案进行潮流计算，选择满足约束条件的且网损最小的运行方案作为网络重构方案。这种方法原理简单，能得到最优解。缺点是预选方案可能很多，计算量大，当系统规模较大，节点数量多，其求解时间过长，进而有可能产生组合爆炸问题，故而不适宜实时系统的调度要求。2．最优流模式法最优流模式法的基本方法是首先闭合所有的开关和刀闸，以网络损耗最天津大学硕士学位论文小为目标进行潮流计算，即为最优潮流，简称最

4、优流。然后在满足约束条件的前提下断开最小电流支路，将含有环网的网络转化为辐射形网络。具体的方法是先用等效电流法求出弱环网潮流分布的负荷电流，然后再以纯电阻网(忽略电抗)根据基尔霍夫电压定律KVL列出环路电压方程，求解出最优模式下的电流。这一算法的缺点是一次只能确定出一个网环断开支路，而且每一网环断开支路的确定要经过两次潮流计算。当存在关联网环时。最优方式的确定要受开环断开支路断开顺序的限制，而该算法又无法在事先确定出网环断开的先后顺序，得到的方案无法保证全局最优。此外这一方法也不好考虑安全约束。3．开断指数法同最优流模式法，首先闭合所有的开

5、关，根据支路损耗公式构造出两个指数项，其中一个以支路电压降平方与网环各支路电压降平方负比值乘权数为指数，另一个以支路电阻、导纳平方积与网环支路平均电阻、平均导纳平方积负比值乘权数为指数，两指数项的积构成支路的开断指数。在满足约束的前提条件下，断开最大开断指数支路，将网环转化为辐射形网络。4．后廊代模式的网损最小算法该方法根据叠加原理，在开式网潮流分布的基础上，叠加合环产生的环流，从而获得环网的经济分布电流。在网络寻优方法上，站在全局的角度，以当前最优的方式，逐步实施环网的开环计算，从而取得开环后的网络为全局最优。该方法对辐射网的潮流计算提出

6、了有利于网络结构调整的后，前代算法，它是以深度优先搜索树的顺序建立数据结构，存储网络参数，很容易地实现网络结构的调整及调整后潮流的计算。因它以数据存储的顺序代替了计算所需的网络有规律性的编号，消除了网络编号在潮流计算及网络重构中的困扰。缺点是对有关联环网时，其计算结果不能完全保证全局最优。5．人工智能算法这一算法的基本思想是模仿自然乔的生物过程和人类社会的生产过程。它主要包括以下二种具体算法：(1)模拟退火算法：对金属的热处理中，在高温熔融状态下，使其缓慢冷却，直至形成墨望查堂堡主兰竺堡壅良好的晶体过程进行模拟。熔融金属的内能从全局趋于最小

7、，而个别粒子的内能则取决于当前粒子的能态，在某一温度下有跃迁的可能。这种算法往往用于对多变量系统进行优化，其特点是算法不会简单的终止于某一局部最优解上，而且只要模拟过程进行的足够充分，优化结果将以概率为“1”终止于整体最优解上，用在基于网络重构的运行优化当中时，该算法对支路切换对的确定是随机产生的，对于局部并非最优的解值通过接受比的大小来选取，这样其接受比在一定范围内时，均可认为这一操作将趋于全局最优，从而避免了求解过程终止在某一个局部最优解上。但该算法引入的概念和原理较多，必须建立的函数关系也颇多，实现起来颇为困难，虽然可以得到整体最优解

8、，但这是以模拟过程足够充分为条件的，计算时间较长。当希望加快寻优时模拟过程的充分性必然下降，所得结果甚至不是全局最优。为此，该算法往往穷尽搜索，有时还会重复搜索。当用于相当规模的