考虑动态重构的主动配电网多目标双层优化调度方法
发布时间：2021-03-09 15:36
提出一种考虑网架动态重构的主动配电网双层优化调度模型。模型上下层的优化目标均为运行费用最小和系统快速电压稳定性最优,下层优化目标是上层优化目标的组成部分,通过定义相同目标函数实现上下层决策变量的协同优化。模型上层决策变量是各个重构时段内的网架结构,采用基于基本环路的网架十进制编码方式,提高网络重构的求解效率。模型下层的决策变量是各主动管理时段内分布式电源出力、补偿电容器、静态无功补偿器的投切、OLTC动作情况,实现主动配电网的最优调度。采用IEEE33节点配电系统验证所提方法的有效性。仿真结果表明,所提动态重构方法能大大提升网络重构的求解效率,所提双层优化模型能有效降低配电网运行费用,同时提升系统电压稳定性。
【文章来源】：电力系统保护与控制. 2020,48(20)北大核心
【文章页数】：10 页
【部分图文】：
求解流程图
(29)式中：η表示多项式变异形状参数；μ表示(0,1)区间内的任意随机数。(6)运用TOPSIS法输出第s重构时段第1时刻的主动管理结果。(7)t=t+1。重复步骤(1)—(7)，并输出第s个重构时段内所有时刻的适应度和主动管理结果。(8)根据式(10)计算适应度并送入上层。该步骤衔接上层优化的步骤(2)。4仿真分析4.1上层网架的编码方式本文使用IEEE33节点配电系统进行仿真。该配电系统中包含了32条普通线路和5条联络线。且定义电源节点为节点1。系统拓扑如图2所示。图2IEEE33节点系统网络结构Fig.2StructureofIEEE33bussystem线路只有接入和断开两种状态，是0-1变量，因此常规的网架变量是基于二进制进行编码的。基于二进制的编码方式的缺点是搜索空间过大，共237，并且在计算过程中会生成大量不满足辐射式约束的网架方案，计算效率低下。由于配电网需满足辐射式约束式(12)，因此，对于IEEE33节点系统而言，网架必须存在32条支路。同时，还需要满足网架中无孤岛、无环路的要求。从图2可以看出，IEEE33节点系统存在5个基本闭合环路，因此只需要每个基本闭合环路断开一条支路，且相邻基本闭合环路的共有支路部分最多只能断开一条支路。按照上述规则生成的网架种群可以保证满足辐射式约束条件，使得上层优化变为无约束优化。基于上述原理，本文提出基于基本闭合环路的十进制编码方法，如表1所示。表1基本闭合环路的编码方法Table1Codingmethodologyoffundamentalloops基本闭合环路编号支路编码十进制编码12,3,4,5,6,7,33,20,19,181-10222,23,24,37,28,27,26,25,5,4,31-11333,8,9,10,11,35,211-749,10,11,12,13,14,341-758,7,6,2
撼跏贾秩菏??为50个，最大迭代次数为50次，交叉率为0.9，变异率为0.1，多项式变异的分布指数η取5。本文仿真的硬件平台为Intel(R)Core(TM)i5-7300HQCPU@2.5GHz，8GB内存，操作系统为Window10家庭中文版，开发环境为MatlabR2016a，运行自编双层规划程序，运行时间约为3h12min。4.3仿真结果为了验证本文所提基于基本环路的十进制编码方法的有效性，对本文所提双层优化模型进行简化，不考虑配电网的主动管理，即本文模型退化为单层模型。传统二进制编码网架和本文所提方法的收敛性如图3所示。图3本文所提算法和传统方法的收敛性对比Fig.3Comparisonbetweentheproposedmethodandconventionalmethod从图3可以看出，本文所提的网架编码算法收敛速度很快，根据多次仿真实验的结果，利用本文所提的网架种群编码和进化方法，计算结果均能够在约第15代时收敛，在不考虑主动管理手段的前提下，重构的平均收敛时间为1.19s。而传统方法收敛速度很慢，并且不能稳定收敛，本文对传统网架编码方法进行了10次实验。设置进化代数为100，在规定的进化次数内，传统网架编码方法不能保证稳定收敛，其中仅有5次的计算结果和本文所提方法获得的结果一致。根据10次实验结果，传统方法最快在第65代时收敛，此时收敛时间为5.63s。传统方法不能稳定收敛的主要原因是，传统方法在进化过程中先生成网架种群，后对种群进行辐射约束校验，生成网架时没有限制，这样会产生大量的无效网架，因此收敛速度很慢，并且收敛结果非常依赖初始种群的设定。而本文将辐射式约束作为种群进化的条件之一，能够保证进化过程中生成的任一种群均满足辐射式约束条件，不产生无效解，因此本文所提方法收敛?
【参考文献】：
期刊论文
[1]考虑负荷和分布式电源时变性的配电网多目标动态重构和DG调度[J]. 瞿合祚,李晓明,杨玲君,黄彦浩,王梦琦,黄建明. 高电压技术. 2019(03)
[2]基于不确定随机网络理论的主动配电网多目标规划模型及其求解方法[J]. 谢仕炜,胡志坚,王珏莹,罗福玲. 电工技术学报. 2019(05)
[3]计及电动汽车充电模式的主动配电网多目标优化重构[J]. 张涛,张东方,王凌云,周远化,张晓林. 电力系统保护与控制. 2018(08)
[4]主动配电网的源-网-荷多层博弈经济调度策略[J]. 王甜婧,许阔,朱永强. 电力系统保护与控制. 2018(04)
[5]含分布式电源及电动汽车的多代理配电网重构[J]. 刘思聪,周步祥,彭章刚,唐浩,邓苏娟. 电力系统及其自动化学报. 2017(10)
[6]含微电网的主动配电网协调优化调度方法[J]. 徐意婷,艾芊. 电力自动化设备. 2016(11)
[7]考虑不同类型DG和负荷建模的主动配电网协同规划[J]. 高红均,刘俊勇. 中国电机工程学报. 2016(18)
[8]基于时序特性含储能装置的分布式电源规划[J]. 苏海锋,胡梦锦,梁志瑞. 电力自动化设备. 2016(06)
[9]主动配电网下分布式能源系统双层双阶段调度优化模型[J]. 曾鸣,彭丽霖,王丽华,李源非,程敏,孙辰军. 电力自动化设备. 2016(06)
[10]考虑负荷时变性的主动配电网动态重构和DG动态调控策略[J]. 周慧芝,唐飞,刘涤尘,叶笑莉,赵婷. 电网技术. 2016(08)
本文编号：3073078
【文章来源】：电力系统保护与控制. 2020,48(20)北大核心
【文章页数】：10 页
【部分图文】：
求解流程图
(29)式中：η表示多项式变异形状参数；μ表示(0,1)区间内的任意随机数。(6)运用TOPSIS法输出第s重构时段第1时刻的主动管理结果。(7)t=t+1。重复步骤(1)—(7)，并输出第s个重构时段内所有时刻的适应度和主动管理结果。(8)根据式(10)计算适应度并送入上层。该步骤衔接上层优化的步骤(2)。4仿真分析4.1上层网架的编码方式本文使用IEEE33节点配电系统进行仿真。该配电系统中包含了32条普通线路和5条联络线。且定义电源节点为节点1。系统拓扑如图2所示。图2IEEE33节点系统网络结构Fig.2StructureofIEEE33bussystem线路只有接入和断开两种状态，是0-1变量，因此常规的网架变量是基于二进制进行编码的。基于二进制的编码方式的缺点是搜索空间过大，共237，并且在计算过程中会生成大量不满足辐射式约束的网架方案，计算效率低下。由于配电网需满足辐射式约束式(12)，因此，对于IEEE33节点系统而言，网架必须存在32条支路。同时，还需要满足网架中无孤岛、无环路的要求。从图2可以看出，IEEE33节点系统存在5个基本闭合环路，因此只需要每个基本闭合环路断开一条支路，且相邻基本闭合环路的共有支路部分最多只能断开一条支路。按照上述规则生成的网架种群可以保证满足辐射式约束条件，使得上层优化变为无约束优化。基于上述原理，本文提出基于基本闭合环路的十进制编码方法，如表1所示。表1基本闭合环路的编码方法Table1Codingmethodologyoffundamentalloops基本闭合环路编号支路编码十进制编码12,3,4,5,6,7,33,20,19,181-10222,23,24,37,28,27,26,25,5,4,31-11333,8,9,10,11,35,211-749,10,11,12,13,14,341-758,7,6,2
撼跏贾秩菏??为50个，最大迭代次数为50次，交叉率为0.9，变异率为0.1，多项式变异的分布指数η取5。本文仿真的硬件平台为Intel(R)Core(TM)i5-7300HQCPU@2.5GHz，8GB内存，操作系统为Window10家庭中文版，开发环境为MatlabR2016a，运行自编双层规划程序，运行时间约为3h12min。4.3仿真结果为了验证本文所提基于基本环路的十进制编码方法的有效性，对本文所提双层优化模型进行简化，不考虑配电网的主动管理，即本文模型退化为单层模型。传统二进制编码网架和本文所提方法的收敛性如图3所示。图3本文所提算法和传统方法的收敛性对比Fig.3Comparisonbetweentheproposedmethodandconventionalmethod从图3可以看出，本文所提的网架编码算法收敛速度很快，根据多次仿真实验的结果，利用本文所提的网架种群编码和进化方法，计算结果均能够在约第15代时收敛，在不考虑主动管理手段的前提下，重构的平均收敛时间为1.19s。而传统方法收敛速度很慢，并且不能稳定收敛，本文对传统网架编码方法进行了10次实验。设置进化代数为100，在规定的进化次数内，传统网架编码方法不能保证稳定收敛，其中仅有5次的计算结果和本文所提方法获得的结果一致。根据10次实验结果，传统方法最快在第65代时收敛，此时收敛时间为5.63s。传统方法不能稳定收敛的主要原因是，传统方法在进化过程中先生成网架种群，后对种群进行辐射约束校验，生成网架时没有限制，这样会产生大量的无效网架，因此收敛速度很慢，并且收敛结果非常依赖初始种群的设定。而本文将辐射式约束作为种群进化的条件之一，能够保证进化过程中生成的任一种群均满足辐射式约束条件，不产生无效解，因此本文所提方法收敛?
【参考文献】：
期刊论文
[1]考虑负荷和分布式电源时变性的配电网多目标动态重构和DG调度[J]. 瞿合祚,李晓明,杨玲君,黄彦浩,王梦琦,黄建明. 高电压技术. 2019(03)
[2]基于不确定随机网络理论的主动配电网多目标规划模型及其求解方法[J]. 谢仕炜,胡志坚,王珏莹,罗福玲. 电工技术学报. 2019(05)
[3]计及电动汽车充电模式的主动配电网多目标优化重构[J]. 张涛,张东方,王凌云,周远化,张晓林. 电力系统保护与控制. 2018(08)
[4]主动配电网的源-网-荷多层博弈经济调度策略[J]. 王甜婧,许阔,朱永强. 电力系统保护与控制. 2018(04)
[5]含分布式电源及电动汽车的多代理配电网重构[J]. 刘思聪,周步祥,彭章刚,唐浩,邓苏娟. 电力系统及其自动化学报. 2017(10)
[6]含微电网的主动配电网协调优化调度方法[J]. 徐意婷,艾芊. 电力自动化设备. 2016(11)
[7]考虑不同类型DG和负荷建模的主动配电网协同规划[J]. 高红均,刘俊勇. 中国电机工程学报. 2016(18)
[8]基于时序特性含储能装置的分布式电源规划[J]. 苏海锋,胡梦锦,梁志瑞. 电力自动化设备. 2016(06)
[9]主动配电网下分布式能源系统双层双阶段调度优化模型[J]. 曾鸣,彭丽霖,王丽华,李源非,程敏,孙辰军. 电力自动化设备. 2016(06)
[10]考虑负荷时变性的主动配电网动态重构和DG动态调控策略[J]. 周慧芝,唐飞,刘涤尘,叶笑莉,赵婷. 电网技术. 2016(08)
本文编号：3073078
本文链接：https://www.wllwen.com/kejilunwen/dianlilw/3073078.html
教材专著
