欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2021105178937
申请人: 湖南大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种直流配网的故障恢复重构方法,其特征在于,包括以下步骤:

步骤S1,建立直流配网故障恢复重构模型,确定目标函数和约束条件;

所述步骤S1中,以系统网络损耗最小为目标的配网恢复重构模型为如下公式(1):

约束条件为如下公式(2)~(5):Ai=I (2)

Ui,min≤Ui≤Ui,max (3)

Ii≤Ii,max (4)

g∈G (5)

其中,Nb为重构后的配网支路数;kj为第i条支路的运行状态,1表示正常投入运行,0表示退出运行;Ij为对应支路的电流;rj为对应支路的阻抗;A为节点支路关联矩阵;i为所有支路的电流矢量;I为所有节点的电流注入矢量;Ui为节点i的实际电压;Ui,max和Ui,min分别为节点i允许的上下限电压;Ii为支路流过的实际电流;Ii,max为允许流过的最大电流;g为当前的网络结构;G表示辐射状网络结构集合;

步骤S2,对配电网络的拓扑进行简化,编码各支路;

所述步骤S2中,在故障恢复重构前对配网进行以下的等效简化:部分支路已经存在于辐射状支路上,参与解列将会形成孤岛,因此淘汰和环网无关的支路;配网中大多数支路的解列效果相同,引入图论中度的概念,淘汰度数为2的节点,合并剩余等效支路,形成以两端节点为支路的支路组;

简化拓扑后,用一个决策变量代表一条支路组,支路组的数量即为粒子的维数,取值为非负整数;若取值为0,表明对应支路组所含支路均处于导通状态,切除的支路数为0;若取值是正整数,则整数表明该支路组切除支路的对应序号,因此生成支路组的过程中需要对各支路进行编号;设置各维度的上限值为各支路组的支路条数,下限值为0,以此对各粒子的维度进行约束;

步骤S3,基于自适应求解二进制粒子群算法对支路组进行选择优化;

步骤S4,基于莱维飞行的改进离散粒子群算法对支路组内的支路优化;

步骤S5,算法更新结束后,基于自适应求解策略的改进二进制算法确定参与重构的支路组,基于莱维飞行的改进离散型粒子群算法确定支路组的支路内部优化,经过反编码后,得到配网的最优故障恢复重构方案;

所述步骤S3中,支路组进行选择优化的二进制粒子群算法的位置和速度更新公式为如下公式(6):为了保证种群最优解的准确性,当迭代到一定次数时,需要提高种群的局部搜索能力;因此,将第t次的惯性权重ωt采用反正切函数进行非线性递减,更新公式为如下公式(7):公式(6)和公式(7)中:r是区间[0,1]上的随机值,ωt是第t次的惯性权重,c1和c2是两个加速因子,和分别表示第t次和第t+1次迭代过程i个粒子第d维的速度,和分别表示粒子群中第d维的个体最优位置和全局最优位置,和分别表示第t次和第t+1次迭代过程i个粒子第d维的位置,e表示自然常数;为确保生成解均为可行解,改进二进制粒子群的自适应求解策略为以下步骤:

1)初始化淘汰支路组存档为空集,作为不可选支路的集合;从回路L1开始,根据回路L1中所求各支路组的概率,利用轮盘赌策略随机选择1条支路组,将其置1,将对应支路组存入淘汰支路组存档,并更新节点度数,选中支路组两端节点的度数会由3变为2;

2)依序在下一个回路选择断开支路组号,选出对应回路中支路组集合与淘汰支路组存档的差集,作为可操作开关集;根据可操作开关集中各支路组的概率,利用轮盘赌策略选择1条支路组,将其置1,并将对应支路组存入淘汰支路组存档,更新节点度数;

3)如果配网更新后存在度数为1的节点,则将该节点连接的支路组存入淘汰支路组存档,并再次更新节点度数,直至配网不再存在度数为1的节点再转到步骤3);

4)如果置1的支路组数不等于配网的回路数,则转到步骤2);否则算法终止。

2.根据权利要求1所述的一种直流配网的故障恢复重构方法,其特征在于,所述步骤S4中,基于莱维飞行的改进离散粒子群算法组内优化迭代公式为如下公式(8)和(9):式中:r(1,2,…,Ld)表示在1,2,…,Ld数组中进行随机取值,vmaxd表示第d维的速度最大值,Ld是第d个支路组包含的支路数量,round符号表示四舍五入取整;Levy为满足莱维分布的随机搜索路径;rand为定义的随机取整法:设有一整数N,若N≥0,则从区间[0,N]中随机选取一整数值;若N≤0,则从区间[N,0]中随机选取一整数值;

若在第1步利用基于自适应求解的改进二进制粒子群算法进行支路组选择时,粒子i第d维被选中断开,该维度的决策变量取值非0,则在第2步支路组内部优化过程中分为以下情况:

1)若被优化粒子i第d维值置0,即表明该维度的支路组之前没有选择支路,因此个体极值和全局极值的第d维对该粒子第d维均没有导向作用,该粒子此维度的速度不发生改变并保留上一次的值,见公式(8)第1种情况;但是由于此次迭代需要对支路组内部寻优,故该维度的位置应从支路组中随机选择一支路断开,见公式(9)第1种情况;

2)若被优化粒子i第d维值不置0,即又分为以下几种情况:

①若个体极值和全局极值速度为0状态,无法影响粒子该维度速度,则对非0的粒子不存在导向,速度不发生改变,位置从支路组中随机选择一支路,见公式(8)和公式(9)第2种情况;

②若个体极值和全局极值全为非0,此时两者均具有导向作用,加入莱维飞行后可根据粒子迭代公式进行更新,见公式(8)和公式(9)第3种情况;

③若个体极值和全局极值中存在一个为0,一个不为0的情况,则两者中0状态的极值无法进行导向,非0状态的极值对速度进行导向,对应的该项改为从速度空间中随机取值,并加入莱维飞行增强粒子搜索能力,见公式(8)第4、5种情况和公式(9)第3种情况。