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17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)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113673065A(43)申请公布日2021.11.19(21)申请号202110925676.1(22)申请日2021.08.12(71)申请人国网浙江义乌市供电有限公司地址322000浙江省金华市义乌市宗泽北路101号(72)发明人鲍卫东赵恒亮冯竹建万志锦(74)专利代理机构杭州杭诚专利事务所有限公司33109代理人刘正君(51)Int.Cl.G06F30/18(2020.01)G06F30/25(2020.01)G06N3/00(2006.01)G06F113/04(2020.01)权利要求书2页说明书10页附图4页(54)发明名称一种配电网络自动重构的降损方法(57)摘要本发明公开了一种配电网络自动重构的降损方法,克服了现有技术中配电网自动化不足,轻载、重载并存下的网络经济运行存在的问题,包括下列步骤:检测配电网网络数据,对数据进行整理和编码;利用前推回代法计算配电网中的每条支路上的线路损耗;将当前网络各段线路进行0/1编码,然后构造目标函数;利用粒子群优化算法自动对配电网运行方式进行优化调整;通过前推回代法计算网络重构后的线损耗以及配变损耗;比较整个环网开关重构前后的线路损耗和配变损耗。提出面向低损经济运行的配电网典型供电单元的网络重构决策模型,通过配电网自动化动态调整运行方式,系统性解决轻载、重载并存下的网络经济运行问题,实现网损率下降。CN113673065ACN113673065A权利要求书1/2页1.一种配电网络自动重构的降损方法,其特征在于,它包括下列步骤:S1:检测配电网网络数据,对数据进行整理和编码;S2:利用前推回代法计算配电网中的每条支路上的线路损耗;S3:将当前网络各段线路进行0/1编码,其中0表示线路断开,1表示线路闭合,然后构造目标函数;S4:利用粒子群优化算法自动对配电网运行方式进行优化调整;S5:通过前推回代法计算网络重构后的线路损耗以及配变损耗;S6:比较整个环网开关重构前后的线路损耗和配变损耗,判断调整后的网络结构是否降低了线损。2.根据权利要求1所述的一种配电网络自动重构的降损方法,其特征在于,所述的步骤S1中采集的网络数据包括:有线路数、节点数量、开关站数量、变电站数量以及电压、电流、功率,采用数字编码对节点和线路进行编码。3.根据权利要求1所述的一种配电网络自动重构的降损方法,其特征在于,所述步骤S2中,利用前推回代法计算配电网中的每条支路上的线路损耗的计算方式为:S2.1:输入网络数据,搜索网络节点,形成层次关系;S2.2:对节点电压进行初始化:Ui=1(i=0,1,2,3,…,n)式中,U0为0号点电压,即树根节点电压,n为节点数量;S2.3:进行回代计算:通过树状网的分层,从最后1层负荷节点开始,逐层向上计算各支路电流;S2.4:进行前推计算:从根节点开始,由第1层向下1层进行计算,逐层向下计算出各节点电压值;S2.6:根据公式:判断是否收敛,式中Ui(t)当前前推计算求得的节点电压,Ui(t‑1)为上一次前推计算求得的节点电压,ζ表示计算精度,若收敛,则计算每条支路上的线路损耗,若不收敛,则重复步骤S2.3‑S2.5,直至收敛。4.根据权利要求1所述的一种配电网络自动重构的降损方法,其特征在于,所述步骤S3中,构造的目标函数为整体损耗最小,包括线路损耗和配变损耗,目标函数可表示为:其中,β为负载系数,为负载功率因数,SN为变压器额定容量,P0表示树根节点功率,k表示子节点,Pk表示子节点功率,l表示支路数量,Rl表示第l条支路的电阻,P′l1,2表示支路上节点1和节点2之间的有功功率,Q′l1,2表示支路上节点1和节点2之间的无功功率,U′l1,2表示支路上节点1和节点2之间的电压。5.根据权利要求1所述的一种配电网络自动重构的降损方法,其特征在于,所述步骤S4中,利用粒子群优化算法自动对配电网运行方式进行优化调整的具体步骤为:2CN113673065A权利要求书2/2页S4.1:设置初始参数;S4.2:形成拓扑结构,通过前推回代法计算线路损耗与配变总损耗;S4.3:进行粒子适应度评价与排序;S4.4:根据粒子适应度更新全局极值与个体极值然后更新所有粒子状态,其中,全局极值为:式中,t表示迭代次数,m表示维度,表示第t次迭代整个粒子群找到的最优位置;个体极值为:式中,表示第t次迭代粒子i自身找到的最优位置;更新后的粒子位置为:式中,K为收敛因子,r1和r2为分布于[0,1]之间的随机数;c1和c2为学习因子,表示第i个粒子的在第t次迭代时的速度,表示第i个粒子的在第t+1次迭代时的速度,J是常数;为迭代t次时,粒子群搜索到的第j位最优解;S4.5:判断是否满足适应度函数终止条件,若满足,则完成