预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共12页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115833116A(43)申请公布日2023.03.21(21)申请号202310067218.8G06F30/27(2020.01)(22)申请日2023.02.06G06N3/00(2023.01)G06Q10/04(2023.01)(71)申请人广东电网有限责任公司东莞供电局G06Q50/06(2012.01)地址523000广东省东莞市东城街道东城路东城段239号(72)发明人罗金满赵善龙邹钟璐叶思琪余凌袁咏诗高承芳冷颖雄董彩红刘丽媛封祐钧梁浩波林浩钊(74)专利代理机构北京集佳知识产权代理有限公司11227专利代理师杜嘉伟(51)Int.Cl.H02J3/00(2006.01)H02J3/26(2006.01)权利要求书3页说明书7页附图1页(54)发明名称一种基于多目标优化的配电网重构优化方法(57)摘要本发明公开了一种基于多目标优化的配电网重构优化方法,包括以下步骤:S1、根据现有DG配电网电路多目标优化静态重构模型,获取静态模型下配电网电路的有功功率、电压偏移量及负荷均衡度;S2、根据配电网电路的有功功率、电压偏移量及负荷均衡度,将现有的DG配电网电路多目标优化静态重构模型分为同等的配电网重构时段,获取配电网电路的负载聚类曲线;S3、通过配电网电路的负荷聚类曲线采用基于IPSO的配电网多目标优化动态重构模型,将每一配电网电路的负荷聚类曲线的幅值相近的聚类作为聚类中心,不仅提高了配电网重构效率,而且降低了配电网支路每个节点变化对系统潮流分布的影响,提高了配电网的供电可靠性和运行的经济性。CN115833116ACN115833116A权利要求书1/3页1.一种基于多目标优化的配电网重构优化方法,其特征在于,包括以下步骤:步骤S1、根据现有的DG配电网电路多目标优化静态重构模型,获取静态模型下配电网电路的有功功率、电压偏移量及负荷均衡度;步骤S2、根据配电网电路的有功功率、电压偏移量及负荷均衡度,将现有的DG配电网电路多目标优化静态重构模型分为同等的配电网重构时段,保持配电网电路的每一节点负荷在某一时段内保持恒定值,获取配电网电路的负载聚类曲线;步骤S3、通过配电网电路的负荷聚类曲线采用基于IPSO的配电网多目标优化动态重构模型,将每一配电网电路的负荷聚类曲线的幅值相近的聚类作为聚类中心,根据所述聚类中心优化动态重构模型。2.根据权利要求1所述的一种基于多目标优化的配电网重构优化方法,其特征在于:所述步骤S1中,根据现有的DG配电网电路获取配电网电路网络信息,采用基于环网十进制编码策略对配电网电路进行编码,利用潮流计算获取静态模式下配电网电路的有功功率、电压偏移量及负荷均衡度。3.根据权利要求2所述的一种基于多目标优化的配电网重构优化方法,其特征在于,所述环网十进制编码策略主要通过改进的粒子群算法更新粒子信息,以获取同一时段的配电网网络信息求解配电网电路的有功功率、电压偏移量及负荷均衡的全局最优解,所述改进的粒子群算法包括:根据现有DG配电网电路获取配电网电路网络信息,对配电网电路设定每条支路的自适应惯性权重,设定粒子群种群大小以约束配电网支路条数;利用蚁群随机生成树初始化粒子群种群大小,通过潮流计算获取粒子的适应度值;根据粒子的适应度值的大小进行排序,根据蛙跳分组思想将种群划分为N个子种群,从中获取子种群最优值和全局最优值,以求解最优配电网电路的有功功率、电压偏移量及负荷均衡。4.根据权利要求3所述的一种基于多目标优化的配电网重构优化方法,其特征在于,将所述最优配电网电路的有功功率、电压偏移量及负荷均衡作为优化目标,构建配电网动态重构模型,对配电网电路的每条支路以外层形态相似为负荷均衡进行相似聚类,采用皮尔逊为相似度量函数对负荷进行形态相似聚类,通过最大最小距离完成聚类中心初始化,具体方法包括:设定配电网电路系统每条支路的共有节点数,依据现有的DG配电网电路多目标优化静态重构模型在重构时间段内取个时间点的负荷值,获取同等的配电网重构时段;将同等时段的配电网电路负荷数据集中每个时间点的对应的负荷状态用表示,其中,表示时刻第n个节点的负荷状态,对应的负荷样本矩阵表达式为:;对所述负荷样本矩阵进行标准化处理获取配电网电路节点的平均值及标准差;2CN115833116A权利要求书2/3页对标准化后的负荷样本矩阵以皮尔逊为相似度量函数进行外层形态相似聚类,设定类间的最小形态相似阈值以及聚类数的取值范围作为最终优化数据。5.根据权利要求4所述的一种基于多目标优化的配电网重构优化方法,其特征在于,采用所述皮尔逊相似度量函数进行外层形态相似聚类方法包括:根据负荷样本矩阵设定聚类数的取值范围,设定类间的最小形态相似阈值为,根据同一支路负荷之间的皮尔逊相似度矩阵,筛选