一种应用于配电网的多元协调规划方法

摘要

本发明涉及电网技术领域，尤其涉及一种应用于配电网的多元协调规划方法，包括：基于配电网可靠性，以配电网年综合费用最小为目标函数建立配电网层规划模型及其约束条件；以分布式电源年综合成本最小为传递层目标函数建立传递层规划模型及其约束条件；以通信网络投资建成总成本最小为目标函数建立电力通信网层规划模型及其约束条件；对建立的配电网层规划模型、传递层规划模型、电力通信网层规划模型采用改进的自适应遗传算法进行求解，得到配电网规划的最优方案。本发明提供的配电网规划方法综合考虑了经济性、可靠性，建立精确且科学可靠的模型进行协调规划。

说明书

技术领域

本发明涉及电网技术领域，尤其涉及一种应用于配电网的多元协调规划方法。

背景技术

近年来，随着信息与物理系统的深度融合，新型商业模式与市场经济的发展，能源互联网成为热点。能源互联网以电能、天然气、供冷/热等多能互联为物理架构，互联网信息技术为信息支撑，消纳大规模清洁能源和分布式清洁能源发电。5G通信的优势与电力系统结合具有很大的拓展性，提升通信网的安全、稳定水平，提高通信的保证和支撑能力，将电力通信网升级成一个智能、安全、可靠的多业务承载平台，能为电网的智能化、状态可观可测发展提供灵活、高效的通信通道。

传统的配电网规划主要是为了满足未来负荷增长和电网发展需求，确定网架线路、变电站和新增电源等设备。为解决大规模分布式电源(distributed generation，DG)接入电网带来的一系列问题，主动配电网规划应运而生，通过主动管理积极接纳DG，信息控制手段实现配电网可观可控，解决规划与实际运行脱节的问题。在两网融合的现实背景下，云平台上会累积大量控制、监测、计量等历史和实时数据，因此，配电网规划不仅为一个多目标优化问题，还面临着更多的复杂性和不确定性，包括更多的优化对象，更复杂的约束条件，输入输出间可能存在时间或空间上的某种相关性，成为了当下研究的热点。规划方法的选取需要结合具体问题所建立的模型来决定，主要根据模型的目标函数个数、模型的层级、规划的阶段数、模型是否考虑影响因素的不确定性。对目标函数进行求解有数学优化算法和人工智能优化算法如遗传算法、模拟退火算法、杜鹃搜索算法等。

近年来，对DG与配电网的协调规划已经取得了一定成果，但随着移动互联、人工智能等现代信息技术、先进通信技术的发展，目前配电网规划也存在以下问题：

一、传统的配电网规划模型，缺乏对可靠性和经济性的同时考虑。传统的启发式智能算法随着配电网规模的增加，求解效率低下，甚至出现维数灾难等问题。

二、现有关于分布式电源规划的研究，稳定性和可靠性规划对于能源互联网的发展要求还有差距，与电网整体规划不一致。对于考虑线路、DG的位置与容量之间的相互影响，缺乏合理的综合优化方案。

三、目前基于不同因素的规划建模中，缺乏配电网和电力通信网规划之间的良性互动，尚无法满足“两网融合”协调规划的需要。

发明内容

为解决上述问题，本发明提出一种应用于配电网的多元协调规划方法。

一种应用于配电网的多元协调规划方法，包括：

基于配电网可靠性，以配电网年综合费用最小为目标函数建立配电网层规划模型及其约束条件；

以分布式电源年综合成本最小为传递层目标函数建立传递层规划模型及其约束条件；

以通信网络投资建成总成本最小为目标函数建立电力通信网层规划模型及其约束条件；

对建立的配电网层规划模型、传递层规划模型、电力通信网层规划模型采用改进的自适应遗传算法进行求解，得到配电网规划的最优方案。

优选的，所述配电网层规划模型的目标函数为：

式中：F

优选的，所述配电网层规划模型的约束条件包括：

有功、无功潮流约束、节点电压约束、支路传输功率约束、网络连通性和辐射状约束中的一个或多个。

优选的，所述有功、无功潮流约束为：

式中：α

优选的，所述节点电压约束为：

式中：

优选的，所述支路传输功率约束为：

式中：S

优选的，所述传递层规划模型的目标函数为：

式中：F

优选的，所述传递层规划模型的目标函数的约束条件包括：

节点电压约束、可接入DG容量约束、电压稳定度约束中的一个或多个。

优选的，所述电力通信网规划模型的目标函数为：

式中，F

优选的，所述电力通信网规划模型的约束条件包括网络可靠性约束，具体为：

P＝ω

式中：

优选的，所述对建立的配电网层规划模型、传递层规划模型、电力通信网层规划模型采用改进的自适应遗传算法进行求解，得到配电网规划的最优方案包括：

随机产生求解对象编码，形成初始种群；

定义当前迭代次数为K，最大进化代数MaxGe，初始化K＝1；

确定与目标函数相关的适应度函数评价染色体，从而挑选优秀的个体进行下一代染色体的产生；

根据适应度函数，对种群中的个体进行适应度值得计算，然后采用轮盘赌法，利用个体得相对适应度作为该个体被选择的概率，从父代个体中选择复制相应数量的个体到子代中；

计算交叉概率并根据一定的匹配原则对交叉池中的个体进行交叉操作，计算变异概率并根据变异的原则对交叉后的个体进行变异操作，产生新一代的种群；

种群经过选择、交叉、变异运算得到下一代种群，迭代次数K＝K+1，直到达到迭代次数或者达到指定的计算精度；

输出配电网层规划模型、传递层规划模型、电力通信网层规划模型的结果。

通过使用本发明，可以实现以下效果：基于配电网可靠性，以配电网年综合费用最小为目标函数建立配电网层规划模型及其约束条件；以分布式电源年综合成本最小为传递层目标函数建立传递层规划模型及其约束条件；以通信网络投资建成总成本最小为目标函数建立电力通信网层规划模型及其约束条件；对建立的配电网层规划模型、传递层规划模型、电力通信网层规划模型采用改进的自适应遗传算法进行求解，得到配电网规划的最优方案。本发明提供的配电网规划方法综合考虑了经济性、可靠性，建立精确且科学可靠的模型对“两网融合”进行协调规划，实现“源网信”协调优化运营模式，能够更好地在配电网和电力通信网融合时描述经济性和可靠性之间的关系，为地区电网的建设和规划提供参考。从而有效地推动能源互联网与电力系统协同发展，更高效地构建绿色低碳、智能高效、可持续发展的电力系统。

附图说明

下面结合附图和具体实施方式对本发明作进一步详细的说明。

图1是本发明实施例一种应用于配电网的多元协调规划方法示意流程图；

图2是本发明实施例一种应用于配电网的多元协调规划方法中改进遗传算法求解过程图；

图3是本发明实施例一种应用于配电网的多元协调规划方法中多元融合协调规划模型架构图；

图4是本发明实施例一种应用于配电网的多元协调规划方法中DG接入配电系统后的各节点电压的变化曲线图；

图5是本发明实施例一种应用于配电网的多元协调规划方法中的规划路径图。

具体实施方式

以下结合附图，对本发明的技术方案作进一步的描述，但本发明并不限于这些实施例。

本发明的基本思想是提出一种“源网信”多元协调规划方法，计及电力通信网络与配电网融合后其自身可靠性对配电网的影响，引入分布式电源来提高配电网耐受能力，并采用改进的遗传算法来优化传统遗传算法的盲目性和寻优速度。

基于上述思想，本发明实施例提出一种应用于配电网的多元协调规划方法，如图1所示，包括以下步骤：

S1：基于配电网可靠性，以配电网年综合费用最小为目标函数建立配电网层规划模型及其约束条件。

其中年综合费用包括线路建设费用的等年值成本、线路检修维护成本、网路运行损耗成本和电压质量损失成本。将有功、无功潮流约束、各节点电压约束、支路传输功率约束、网络连通性和辐射状约束作为约束条件。

利用式(1)建立配电网层网架规划模型的目标函数：

式中：F

利用式(2)建立有功、无功潮流约束：

式中：α

利用式(3)建立各节点电压约束：

式中：

步骤1.2.3、利用式(4)建立支路传输功率约束：

式中：S

建立网络连通性和辐射状约束：

根据配电网的性质及实际情况，连通性和辐射状约束保证每个负荷均能被供电。

S2：以分布式电源年综合成本最小为传递层目标函数建立传递层规划模型及其约束条件。

其中年综合成本包括DG等年值投资成本、网损成本和DG的运行维护成本。DG作为“多元融合”过程中的可靠性耦合介质，首先由电压稳定性指标来筛选接入点，然后根据通信网络中节点通信可靠性进行二次筛选。以节点电压约束、可接入DG容量约束和电压稳定度约束作为约束条件。

本发明借助DG的应用价值，实现“两网”融合的协调发展。利用式(5)建立DG层规划模型的目标函数：

式中：F

利用式(6)建立节点电压约束：

式中：U

利用式(7)建立可接入DG容量约束：

式中：

本发明将分布式电源作为“多元融合”中可靠性耦合介质，使得DG的接入能够改善系统的电压稳定度，更大限度提高配电网承受负荷增长的能力。根据电压稳定性判断指标，筛选出电压稳定性差的节点作为“待接入”节点。其次，通过网络节点影响力对电力通信网络进行拓扑诊断，二次筛选，最终确定DG的适当接入节点，起到协调上下层的关系。利用式(8)建立电压稳定度约束：

式中，U

S3：以通信网络投资建成总成本最小为目标函数建立电力通信网层规划模型及其约束条件。

其中通信网络投资建成总成本包括通信网络建设成本和通信网络线路运行维护成本。以网络可靠性约束作为约束条件，网络可靠性由站点成环率和成环站点电压加权值2部分线性加权组成。

基于“两网”网架线路在同一路径下，利用式(9)建立电力通信网规划模型目标函数：

式中，F

利用式(10)建立网络可靠性约束：

P＝ω

式中：

S4：对建立的配电网层规划模型、传递层规划模型、电力通信网层规划模型采用改进的自适应遗传算法进行求解，得到配电网规划的最优方案。

采用矩阵编码形式，对于遗传算法中的交叉、变异操作产生的不可行解进行修复。通过配电网层规划得到最优网架扩展，将结果传递到DG层，通过通信网层规划改善自身结构，将新拓扑结构下的节点可靠性指标传递到DG层，DG层在当前两网拓扑结构下，进行选址定容，将满足条件的DG位置、容量传递到配电网层，改善后的配电网各节点电压传递到通信网层，从而再进行下一轮的迭代，直到得到配电网规划的最优方案。

参见图2，示出了改进遗传算法求解过程图。具体步骤如下：

S401：随机产生求解对象编码，形成初始种群。

本发明为了简便计算，采用矩阵编码，如式(11)所示：

式中：A矩阵采用上三角位置0-1编码，对应线路规划方案，上三角位置为对应节点间的连接方式，1、0分别为连接与不连接；下三角无实际意义，为计算方便置0；对角线位置存储DG位置和容量信息，非零位置对应DG接入节点，数值对应接入容量。

S402：初始化，定义当前迭代次数为K，最大进化代数MaxGe，初始化K＝1。

S403：确定与目标函数相关的适应度函数，评价染色体，从而挑选优秀的个体进行下一代染色体的产生。适应度函数是结合部分约束条件对规划方案经济性的反映。本发明的经济性是三种目标函数值的累计，是最小值型函数。对于配电网层和DG层约束条件通过对目标函数添加罚函数的方法来实现，如式(12)所示：

式中，g(X)表示约束条件；P表示原目标函数；P'(X,M)表示经罚函数改造后的目标函数；min(0,g(X))表示选择两者中较小的值；M是一个极大数，当规划方案不满足g(X)时，惩罚目标函数，降低该规划方案的经济性。

S404：遗传算法中的选择过程：根据步骤S403的适应度函数，对种群中的个体进行适应度值得计算，然后采用轮盘赌法，利用个体得相对适应度作为该个体被选择的概率，从父代个体中选择复制相应数量的个体到子代中，既能保证个体更适应环境，又保证了下一代种群的多样性。

S405：遗传算法中的交叉、变异过程：遗传算法的交叉操作是指将两个相互配对的个体按照某种方式相互交换各自的部分基因，从而形成两个新个体。本发明根据式(13)计算交叉概率，并根据一定的匹配原则对交叉池中的个体进行交叉操作。变异操作是指将染色体编码串中其他等位基因来替换该位置的基因值，以此来改变染色体中一个或多个基因而产生一个新的个体。本发明根据式(14)计算变异概率，并根据变异的原则对交叉后的个体进行变异操作，产生新一代的种群。根据自适应概率，适应度差的个体交叉、变异的概率更大。

式中，e为自然常数；fit(i+1)表示第i+1个个体的适应度，i为单数；fit

S406：对于辐射性和连通性约束，由于交叉和变异的随机性会产生大量的不可行解，根据出入列矩阵B(每个节点除去始节点在出列外有且只有一个入列值)联合矩阵A进行修复，仅需要一次操作，采用randperm对不满足条件的节点进行删除和增加，修复不可行解。

S407：种群经过选择、交叉、变异运算得到下一代种群，迭代次数K＝K+1，算法达到迭代次数或者达到指定的计算精度时停止，否则转到步骤S403。

S408：输出各层的结果。

在一示例实施例中，选取某区域电压等级为10kV的配电网对本方法进行验证。该区域电网包括10个节点和18条待建线路。1节点为该区域大电网接入的节点。DG功率因数取0.9，接入容量不超过总负荷的20％，采取一个电平行于电网的电力通信网络。参见图3，示出了本实施例待建网络拓扑结构，实线为电网线路，虚线为通信网额外待选线路。待建线路长度如表1所示：

表1待选线路长度

本发明为了验证引入DG和电力通信网的配电网协调规划的可行性与优越性，按照下面三种方案进行：方案一为DG和电力通信网同时引入，形成三层规划模型；方案二为只引入电力通信网的规划；方案三按先后顺序分别规划配电网、DG、电力通信网三者。三种方案优化结果如表2所示。DG接入位置及容量如表3所示。参见图4，示出了DG接入配电系统后的各节点电压的变化曲线图。

表2各方案优化成本

表3 DG接入位置及容量

由上述可以看出合理利用DG对配电网的支撑作用，不仅保证可靠性还能减少通信网建设成本、电压质量损失成本。配电网和DG之间协调规划能缩减建设成本，改善网络中的功率分布，降低损耗，因此电源和网架分开单独求解，虽然降低了模型的求解难度，但是最终规划方案成本不一定最优。图5示出了方案一的规划路径图。

本发明综合考虑电网和电力通信网网架结构对于DG选址定容的影响，同时DG的位置和容量通过改变潮流分布改变配电网的网架，通过网络可靠性约束来对通信网网架进行合理规划。将经济性和可靠性同时考虑，有利于充分利用DG的实用价值，起到中间层的作用。根据此方法得到的配电网规划方法，实现了两网融合，提高了配电网运行的效率、安全和可靠性，对于电网的可持续发展具有重要的现实意义。

本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。