基于布谷鸟搜索和模拟退火算法的两电压等级配网重构方法
发布时间：2021-10-26 14:33
为进一步提高电力系统整体资源的优化配置,加强各电压等级之间的协调性,降低电网运行的经济成本,将单电压等级配电网结构优化问题拓展至两电压等级,提出了一种两电压等级的配网重构优化方法。以有功网损、电压偏差、负载均衡度为目标函数,在满足各电压等级电网运行条件的同时,引入各电压等级供电可靠性约束以及线路负载率约束等协调性约束指标,利用布谷鸟搜索算法寻优。并针对其在后期收敛速度慢、收敛精度差的缺点,引入模拟退火算法以提高算法的全局和局部搜索能力。算例分析表明所提方法是可行和有效的。
【文章来源】：电力系统保护与控制. 2020,48(11)北大核心CSCD
【文章页数】：8 页
【部分图文】：
图1两电压等级配网重构计算流程图
的23kV和12.66kV两个电压等级46节点配电网中，利用Matlab进行了仿真分析[24-25]。该网络共有46个负荷点、55条分支线路、45个分段开关、10个联络开关，参数设置如下。种群规模s30，最大迭代次数N50，鸟巢被发现概率P0.5，步长因子0.01，n20，模拟退火算法中马尔科夫链长度为L30，初始温度0T3000℃，终止温度endT0.001℃，温度衰减系数A0.95，此外经调试在本算例中252Nn、变化率f0.02时所取得的收敛效果较为理想。图246节点两电压等级网络Fig.246-nodetwo-voltagelevelnetwork电网重构优化前后结果如表1所示。表1网络重构前后结果对比Table1Resultscomparisonbeforeandafternetworkreconfiguration场景网损/kW负荷均衡度电压偏差优化前346.531.1360.045优化后206.100.6350.015优化前所有联络开关线路断开，优化后断开线路为支路9、11、16、17、28、31、41、49、50、54，相比于优化前，网损降低了40.51%，降损效果明显；负荷均衡度和电压偏差分别降低了44.1%和66.7%，因此系统稳定性得到显著提升。图3是优化前后电压偏差曲线图，可以看出，优化后节点电压普遍上升，12.66kV系统中所有节点电压均上升了0.13kV以上，从而提升了该系统的稳定性。表2给出了两电压等级优化与单电压等级配网结构优化的对比结果。两个电压等级系统单独优化时总网损为240.23kW，联合优化后网损降低了14.20%，降损效果更优，负荷均衡度和电压偏差也分别降低了4.10%和57.75%。由此可见，两电压等级网络优化模型可以较大幅度地提升系统的经济效益与稳定性。表3为本文算法与传统布
徐小琴，等基于布谷鸟搜索和模拟退火算法的两电压等级配网重构方法-89-图3节点电压偏移曲线Fig.3Nodevoltageoffsetcurve表2系统模型性能指标对比Table2Comparisonofperformanceofoptimizedmodels系统网损/kW负荷均衡度电压偏差23kV100.7890.6540.02312.66kV139.4410.6730.048两个电压等级206.1010.6360.015表3算法性能对比Table3Comparisonofalgorithmperformance算法最优解(网损代表)/kW平均迭代次数平均耗时/s传统布谷鸟262.3334191遗传算法238.375573本文算法206.102569图4算法迭代曲线Fig.4Algorithmiterationcurve由表3和图4可见，传统布谷鸟算法与遗传算法均陷入局部最优，未能找到全局最优解，而本文算法能够兼顾全局寻优和局部寻优能力，收敛速度更快，平均迭代在25次左右，耗时更短，比传统布谷鸟算法速度提升了64%。因此，本文算法具有更高的准确性与高效性。5结论本文在传统单电压等级系统配电网重构的基础上，将其拓展到两电压等级系统，同时引入不同电压等级间的协调性约束指标以加强各电压等级之间的协调性与联动性。在求解算法中，采用全局寻优能力极强的布谷鸟搜索算法，并引入模拟退火算法增强其局部寻优能力，以同时提高算法全局和局部寻优能力。本文所提出的两电压等级配电网重构模型能够有效减小有功损耗，提高系统稳定性，同时增强各电压等级间的协调性，提高了电力系统整体资源的优化配置。此外，本文所提出的方法在配电网重构求解中具有更高的准确性与效率，并且还可以直接推广应用于跨电压等级的配电网重构。参考文献[1]NAIKSG,RAVIV,ARSHIYAR.ProgrammableprotectivedeviceforLVdistribu
【参考文献】：
期刊论文
[1]基于广东省博罗县配电网优化重构研究[J]. 宋霄霄,毛弋,涂钊颖,袁俊亮. 湖南师范大学自然科学学报. 2019(02)
[2]考虑多种类型的分布式电源和网络重构的配电网无功优化[J]. 郑能,胡瑞馨,丁晓群,缪辉,管志成. 智慧电力. 2019(03)
[3]考虑N-1安全约束的含可再生能源输电网结构鲁棒优化[J]. 赵博石,胡泽春,宋永华. 电力系统自动化. 2019(04)
[4]基于柔性分析的配电网重构方法[J]. 郑博文,杨隽,杨承辰,鲍小锋. 电测与仪表. 2018(23)
[5]采用特性指标聚类和改进萤火虫算法的配电网动态重构[J]. 王瑞峰,侯成滨. 太阳能学报. 2018(11)
[6]计及分布式电源不确定性的快速网络重构[J]. 丁阳,汪沨,宾峰,颜伟韬,周武. 电力系统及其自动化学报. 2018(09)
[7]基于最优流法与Mayeda生成树算法相结合的单阶段配网重构新方法[J]. 张重实,王高猛,张檀雍,林济铿. 中国电力. 2018(09)
[8]基于改进布谷鸟搜索算法的配电网重构[J]. 彭泓,宋丹,杨巍. 测控技术. 2018(07)
[9]基于改进萤火虫算法的含DG配电网重构方法[J]. 许喆,潘金生,樊淑娴,宋筱爽,翟爽,公茂法. 电力系统保护与控制. 2018(14)
[10]基于改进粒子群算法的配电网重构策略[J]. 王庆荣,王瑞峰. 计算机应用. 2018(09)
本文编号：3459678
【文章来源】：电力系统保护与控制. 2020,48(11)北大核心CSCD
【文章页数】：8 页
【部分图文】：
图1两电压等级配网重构计算流程图
的23kV和12.66kV两个电压等级46节点配电网中，利用Matlab进行了仿真分析[24-25]。该网络共有46个负荷点、55条分支线路、45个分段开关、10个联络开关，参数设置如下。种群规模s30，最大迭代次数N50，鸟巢被发现概率P0.5，步长因子0.01，n20，模拟退火算法中马尔科夫链长度为L30，初始温度0T3000℃，终止温度endT0.001℃，温度衰减系数A0.95，此外经调试在本算例中252Nn、变化率f0.02时所取得的收敛效果较为理想。图246节点两电压等级网络Fig.246-nodetwo-voltagelevelnetwork电网重构优化前后结果如表1所示。表1网络重构前后结果对比Table1Resultscomparisonbeforeandafternetworkreconfiguration场景网损/kW负荷均衡度电压偏差优化前346.531.1360.045优化后206.100.6350.015优化前所有联络开关线路断开，优化后断开线路为支路9、11、16、17、28、31、41、49、50、54，相比于优化前，网损降低了40.51%，降损效果明显；负荷均衡度和电压偏差分别降低了44.1%和66.7%，因此系统稳定性得到显著提升。图3是优化前后电压偏差曲线图，可以看出，优化后节点电压普遍上升，12.66kV系统中所有节点电压均上升了0.13kV以上，从而提升了该系统的稳定性。表2给出了两电压等级优化与单电压等级配网结构优化的对比结果。两个电压等级系统单独优化时总网损为240.23kW，联合优化后网损降低了14.20%，降损效果更优，负荷均衡度和电压偏差也分别降低了4.10%和57.75%。由此可见，两电压等级网络优化模型可以较大幅度地提升系统的经济效益与稳定性。表3为本文算法与传统布
徐小琴，等基于布谷鸟搜索和模拟退火算法的两电压等级配网重构方法-89-图3节点电压偏移曲线Fig.3Nodevoltageoffsetcurve表2系统模型性能指标对比Table2Comparisonofperformanceofoptimizedmodels系统网损/kW负荷均衡度电压偏差23kV100.7890.6540.02312.66kV139.4410.6730.048两个电压等级206.1010.6360.015表3算法性能对比Table3Comparisonofalgorithmperformance算法最优解(网损代表)/kW平均迭代次数平均耗时/s传统布谷鸟262.3334191遗传算法238.375573本文算法206.102569图4算法迭代曲线Fig.4Algorithmiterationcurve由表3和图4可见，传统布谷鸟算法与遗传算法均陷入局部最优，未能找到全局最优解，而本文算法能够兼顾全局寻优和局部寻优能力，收敛速度更快，平均迭代在25次左右，耗时更短，比传统布谷鸟算法速度提升了64%。因此，本文算法具有更高的准确性与高效性。5结论本文在传统单电压等级系统配电网重构的基础上，将其拓展到两电压等级系统，同时引入不同电压等级间的协调性约束指标以加强各电压等级之间的协调性与联动性。在求解算法中，采用全局寻优能力极强的布谷鸟搜索算法，并引入模拟退火算法增强其局部寻优能力，以同时提高算法全局和局部寻优能力。本文所提出的两电压等级配电网重构模型能够有效减小有功损耗，提高系统稳定性，同时增强各电压等级间的协调性，提高了电力系统整体资源的优化配置。此外，本文所提出的方法在配电网重构求解中具有更高的准确性与效率，并且还可以直接推广应用于跨电压等级的配电网重构。参考文献[1]NAIKSG,RAVIV,ARSHIYAR.ProgrammableprotectivedeviceforLVdistribu
【参考文献】：
期刊论文
[1]基于广东省博罗县配电网优化重构研究[J]. 宋霄霄,毛弋,涂钊颖,袁俊亮. 湖南师范大学自然科学学报. 2019(02)
[2]考虑多种类型的分布式电源和网络重构的配电网无功优化[J]. 郑能,胡瑞馨,丁晓群,缪辉,管志成. 智慧电力. 2019(03)
[3]考虑N-1安全约束的含可再生能源输电网结构鲁棒优化[J]. 赵博石,胡泽春,宋永华. 电力系统自动化. 2019(04)
[4]基于柔性分析的配电网重构方法[J]. 郑博文,杨隽,杨承辰,鲍小锋. 电测与仪表. 2018(23)
[5]采用特性指标聚类和改进萤火虫算法的配电网动态重构[J]. 王瑞峰,侯成滨. 太阳能学报. 2018(11)
[6]计及分布式电源不确定性的快速网络重构[J]. 丁阳,汪沨,宾峰,颜伟韬,周武. 电力系统及其自动化学报. 2018(09)
[7]基于最优流法与Mayeda生成树算法相结合的单阶段配网重构新方法[J]. 张重实,王高猛,张檀雍,林济铿. 中国电力. 2018(09)
[8]基于改进布谷鸟搜索算法的配电网重构[J]. 彭泓,宋丹,杨巍. 测控技术. 2018(07)
[9]基于改进萤火虫算法的含DG配电网重构方法[J]. 许喆,潘金生,樊淑娴,宋筱爽,翟爽,公茂法. 电力系统保护与控制. 2018(14)
[10]基于改进粒子群算法的配电网重构策略[J]. 王庆荣,王瑞峰. 计算机应用. 2018(09)
本文编号：3459678
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3459678.html
