基于群搜索算法的配电网重构策略研究
第 1 章 绪论
1.1 配电网系统的组成及特点
配电网系统直接为广大用户提供电能,主要由变电站、配电柜、开关柜、断路器、各类馈线等电力设备组成。按电压级别不同,配电网系统又分为高压系统、中压系统、低压系统,它们的电压级别一般在110KV以下,由于配电网直接与广大用户连接,所以它的稳定性、安全性、经济性及供电质量对广大民众产生巨大影响。随着国民经济的不断提高,人民的物质需求也不断提高,从而对电能生产者也提出更高要求,因此,配电网的配电质量在电力系统中显示出日趋重要的地位[1]。 配电网与输电网在设备参数、布局、负荷或电源类型等方面都有很大的差别。配电网的主要特点如下: (1)配电网常采用闭环方式设计,而以开环方式运行,以提高整个系统可靠性; (2)配电网设备种类较多,并且各个设备间有大批分段开关或联络开关,因此结构非常复杂; (3)配电网送电线路不但长而且岔路较多,因此在每个用户端大多情况运行电压偏低,并且线路耗损巨大; (4)配电网的负荷时而接入,时而断开,极不稳定,再加上各类小型电源、大型负载的分散接入,这种不确定因素的随机波动对供电质量造成很大影响而且无法避免。 在大量配电系统优化运行方法中,配电网重构脱颖而出,显示出其巨大的优越性。由于它在不需要大量硬件投资条件下,能够极大地提高整个系统的可靠性、经济性。
..........
1.2 课题研究意义
配电网重构即在保证供电可靠性、配电网开环运行、电压损耗要求、各支路容量约束等的条件下,改变系统中某些分段开关和联络开关的开合状态,从而调整了整个配电网结构,影响各个支路的潮流分布,以达到改善电压波形,均衡各节点负荷,最终降低整个网络运行损耗的目的,得到整个系统的最优运行开关组合方案。配电网重构在配电系统优化运行中的几个重要表现形式[2]:配电系统是整个电力系统重要组成部分,而配电网线路损耗在某些地区占整个系统损耗比例的50%~70%,所以减小配电线路上的有功损耗,,提高配电网运行的经济性。配电网馈线数目多且负荷不确定地随机波动,各个节点上负荷分布有时可能极不均匀,某些节点过载,某些节点轻载,造成某些线路上设备损坏,从而引起大面积停电影响生产、生活。利用配电网重构对各节点负荷进行调节,消除线路过载情况,减小各用户端电压降低,改善电能质量。
...........
第 2 章 配电网重构的基础知识
配电网络由许多的辐射状馈线构成,它的根节点与输电网直接连接,网络重构过程中将根节点看作整个配电网的电源端。配电网一般采用闭环方式设计,而以开环方式运行,整体结构相对简单,但馈线数目巨大,所接入各类电力设备数量大,种类繁多。为了进行配电网重构,首先需要分析网络结构,确定拓扑状态,以便进行潮流计算;其次需选择配电网潮流计算的方式及静态重构的算法,以便进行静态重构并且在此基础上研究动态重构。
2.1 配电网的拓扑结构分析
本文在研究静态重构时以网络损耗量最小为目标函数,研究动态重构时以整个时间段内运行费用最低为目标函数,探究配电网改变网络结构对整个网络损耗或运行费用的影响。整个重构过程中,不同的网络结构造成网络损耗量和开关动作次数不同,进而运行费用相差较大。因此,必须确定网络的开关状态,即通过对网络拓扑分析建立其数学模型。通过这个数学模型存储配电网的节点、支路信息,同时反映网络的运行结构,如此使得重构时仿真计算更方便。由于拓扑分析可以很方便得到网络结构,而且不同的拓扑分析方法直接影响重构计算的实时性,所以它是整个重构过程中的关键环节之一。
...........
2.2 配电网潮流计算
配电网与输电网对比,发现其支路繁多,节点数目巨大,负荷类型各异,结构庞大。由于其自身特点,使得广泛应用于输电网的传统潮流计算方法不能直接用于配电网的潮流计算。配电网自身特点简要如下: (1)配电网线路电阻与电感比值相对不大,因此无法对牛顿法进行解耦。然而大多数配电网线路都有此特点,即便把传统潮流算法改进,结果仍然不能有效解决此问题[45]。 (2)配电网由于自身特点,易发生短路或断线故障,三相负荷随机波动不均衡,造成三相无法对称。而传统潮流算法不能很好解决不对称问题。 (3)配电网节点多,支路杂,岔路多,运用传统潮流算法时计算量太大,实时性较差。如上所述,传统潮流算法无法直接在配电网潮流计算中应用,由于现实的需求,如今专用于配电网潮流计算的算法应运而生,大致可以分为三类:第一类称为母线类算法[4 6],主要包括母线功率算法[ 46]、母线电流算法[46]、支路电流算法[46]和支路功率算法[46 ]等等;第二类称为支路类算法[47],主要包括前推回代算法[48-50]、相分量算法[4 8 -50]等等;第三类称为改进牛顿类算法,主要包括改进高斯算法[51]、改进PQ算法[52]、改进牛顿算法[ 5 3 ]等等。
..........
第 3 章 采用群搜索算法进行配电网静态重构 ........ 20
3.1 配电网静态重构的数学模型 ........ 20
3.2 配电网静态重构的算法实现 ........ 20
3.2.1 发现者局部寻优 .......... 20
3.2.2 加入者追随搜索 .......... 21
3.2.3 游弋者随机搜索 .......... 21
3.2.4 算法步骤 ...... 22
3.3 开关编码方式 ....... 23
3.4 算例仿真 ....... 24
3.5 本章小结 ....... 26
第 4 章 采用群搜索算法的配电网动态重构 .... 27
4.1 配电网动态重构复杂性分析 ........ 27
4.2 配电网动态重构的整体求解思路 ......... 27
4.3 配电网动态重构的数学模型 ........ 28
4.4 配电网动态重构的算法实现过程 ......... 29
4.4.1 动态重构区间的确定 ........... 29
4.4.2 开关约束处理 ...... 31
4.5 算法实现 ....... 31
4.6 算例仿真 ....... 32
4.7 本章小结 ....... 35
第 4 章 采用群搜索算法的配电网动态重构
4.1 配电网动态重构复杂性分析
配电网动态重构的复杂性主要表现在三方面:第一,在整个时段上几次动态重构区间如何划分的复杂性;第二,在整个时段上几次重构方案不仅要受到单个开关动作次数的约束还要受到总的开关动作次数约束,即多重开关约束处理的复杂性;第三,在整个时段上如何把区间划分和多重开关约束处理有机结合起来,最终达到在整个时段上的既定目标函数最优的复杂性。这三方面特性具体分析如下: (1)重构区间划分的复杂性。由第 3章的静态重构过程可知,当负荷恒定不变或在某个时刻点情况下,我们可以求解出整个网络的最优结构,然而动态重构过程中,负荷不断随机波动变化,不可能求解出满足各个时刻点的最优结构,但可以把某个负荷波动较小时段近似静态重构,即在这个时段上既定目标函数最优,以此类推,就可以把大时段分为小区间进行重构寻优。现实中,重构次数受到限制,而且上个区间的最优结构不一定适合下个区间,这就需要在每个区间上寻求一组较优结构,各个区间相互配合,给最终在整个时段上寻优提供寻优空间,从而在这个空间中搜索整个时段上既定目标函数的最优组合方案。因此重构区间应经过两次划分来确定。 (2)多重开关约束处理的复杂性。动态重构需要进行多次开关倒闸操作,而单个开关一定时间内动作次数过多,其寿命直线下降,总开关动作次数过多,系统稳定性下降,实际电网运行中,单个开关和总开关次数都有一定限制,超过限定值可能得不偿失。因此,本文把开关动作次数约束作为目标函数的约束条件并且把开关倒闸一次折算成相应费用放入目标函数中。 (3)两者有机结合的复杂性。确定重构区间后,在各个区间内选择的重构方案不仅需要考虑开关约束,还需要各个重构间相互配合。这就需要把两者结合起来同时考虑,在满足开关约束前提下,以达到既定目标在整个时段上最优。本文同时把阶梯式电价加入目标函数,以求此所提方案的实用性更强。
..........
总结
本文通过对配电网重构的国内外现状和必要性进行深入分析,采用群搜索算法对配电网进行静态重构,并再此基础上提出一种不依赖于负荷预测曲线的配电网动态重构策略,通过配电网标准算例验证了其的可行性。主要工作有以下几个方面:
(1)配电网重构问题分析、探究。本文在绪论中详细分析了配电网的组成、结构特点及配电网重构的必要性,同时指出配电网重构的实质和深入研究分析了目前配电网重构的分类及相应的各类算法的优缺点。在第二章中结合配电网自身结构特点选择潮流计算方法和静态重构算法,首先全面分析了配电网馈线结构、运行方式、拓扑结构,通过分析比对选择前推回代算法作为本文潮流计算方法;其次,详细介绍了群搜索算法的原理、特点、数学模型、寻优流程等,结合其它算法的优点,对群搜索算法进行多方面改进及研究。最后,分析了动态重构和静态重构各自特点,明确两者的定义及差别和联系。这些基础工作为配电网的静态和动态重构打下坚实基础。
(2)配电网静态重构。基于前面的基础工作,本文首先构造了以有功网络损耗最小的配电网静态重构数学模型,并对支路电流、容量和节点电压设置了不等约束条件,以保证配电网优质、经济运行;其次,对群搜索算法的寻优步骤及具体用于配电网重构中的寻优流程详加说明;最后,分别对规模相差成倍的两个标准算例进行基于群搜索算法的静态重构,并且把重构前后结果与参考文献结果对比,证明所提方法对配电网降低线路损耗,提高节点电压有显著作用。在静态重构强力支撑下,把所提方法进一步运用于配电网动态重构中。
.........
参考文献(略)
本文编号:246730
本文链接:https://www.wllwen.com/wenshubaike/caipu/246730.html