本發(fā)明屬于輸電系統(tǒng)規(guī)劃建設(shè)技術(shù)領(lǐng)域,具體涉及一種基于斯坦納樹的配電網(wǎng)規(guī)劃方法。
背景技術(shù):
配電網(wǎng)是處于電力系統(tǒng)末端的起重要分配電能作用的網(wǎng)絡(luò),直接向用戶供電,所以配電網(wǎng)是整個電力系統(tǒng)的重要組成部分。對配電網(wǎng)進(jìn)行合理、科學(xué)的規(guī)劃,可以保證電網(wǎng)運(yùn)行的經(jīng)濟(jì)性和安全性,提高用戶的供電質(zhì)量。配電網(wǎng)規(guī)劃是根據(jù)規(guī)劃期間負(fù)荷預(yù)測的結(jié)果和現(xiàn)有的網(wǎng)絡(luò)結(jié)構(gòu),確定最優(yōu)的網(wǎng)絡(luò)建設(shè)方案,在滿足負(fù)荷需求和高質(zhì)量電能的前提下,使得配電網(wǎng)的建設(shè)和運(yùn)行費(fèi)用最小。但不確定性分布式電源的接入,給配電網(wǎng)規(guī)劃帶來新的挑戰(zhàn)。
分布式電源(Distributed Generation,DG)是接在用戶附近或配網(wǎng)中的小型發(fā)電設(shè)備,它能夠使風(fēng)、光等清潔能源和分散小火電、小水電等形式能源得到充分利用,緩解能源危機(jī)。隨著相關(guān)支持政策的出臺,配網(wǎng)中DG滲透率逐年升高,含DG的配電網(wǎng)規(guī)劃研究就顯得刻不容緩。配電網(wǎng)規(guī)劃是帶有約束條件的非線性混合整數(shù)優(yōu)化問題,DG的加入使規(guī)劃維數(shù)和計(jì)算難度都大大增加。因此簡單易用的含有DG的配電網(wǎng)規(guī)劃模型的研究就十分必要。
目前,常見的含分布式電源配電網(wǎng)規(guī)劃模型有基于啟發(fā)式、數(shù)學(xué)規(guī)劃、隨機(jī)優(yōu)化的協(xié)調(diào)規(guī)劃模型。啟發(fā)式協(xié)調(diào)規(guī)劃模型應(yīng)用比較方便,但無法保證結(jié)果的最優(yōu)性。數(shù)學(xué)規(guī)劃協(xié)調(diào)規(guī)劃模型雖可保證結(jié)果的最優(yōu)性,但無法逃避隨著求解規(guī)模的增大算法難收斂的問題。隨機(jī)優(yōu)化協(xié)調(diào)規(guī)劃模型可以求解規(guī)模較大的規(guī)劃問題,但是很容易陷入局部最優(yōu)解。所以,基于求解算法的局限性,目前還沒有一種簡單易用、較好的適用于目前求解算法工具的含有分布式電源配電網(wǎng)規(guī)劃模型。
技術(shù)實(shí)現(xiàn)要素:
針對背景技術(shù)存在的問題,本發(fā)明提出了一種基于斯坦納樹的配電網(wǎng)規(guī)劃方法,該方法充分考慮了DG出力因素,消除了DG對配電網(wǎng)規(guī)劃的影響,降低了配電網(wǎng)規(guī)劃的維度和求解難度。
為解決上述技術(shù)問題,本發(fā)明采用如下的技術(shù)方案:
一種基于斯坦納樹的配電網(wǎng)規(guī)劃方法,包括步驟:
步驟1,將配電網(wǎng)中節(jié)點(diǎn)分為源節(jié)點(diǎn)、負(fù)荷節(jié)點(diǎn)和互聯(lián)節(jié)點(diǎn),并構(gòu)建無向圖G=(V,E),V=Vs∪Vd∪Vt,Vs為源節(jié)點(diǎn)集,Vd為負(fù)荷節(jié)點(diǎn)集,Vt為互聯(lián)節(jié)點(diǎn)集,E為支路集;
步驟2,以源節(jié)點(diǎn)和負(fù)荷節(jié)點(diǎn)為必須連接的點(diǎn)、互聯(lián)節(jié)點(diǎn)為斯坦納點(diǎn),根據(jù)求取對象類型構(gòu)建邊加權(quán)的斯坦納樹模型或點(diǎn)加權(quán)的斯坦納樹模型,基于配電網(wǎng)的等年值費(fèi)用獲得線路或節(jié)點(diǎn)的等年值費(fèi)用,即斯坦納樹模型的邊權(quán)值或點(diǎn)權(quán)值;
所述的線路的等年值費(fèi)用為線路建設(shè)和運(yùn)行的等年值費(fèi)用、線路有功損耗的等年值費(fèi)用、線路停電損耗的等年值費(fèi)用和線路DG用電獎勵因子之和,其中,線路DG用電獎勵因子為Cr為DG發(fā)電獎勵因子,S1、S2、…Sn分別為DG節(jié)點(diǎn)連接線路的線路容量;
所述的節(jié)點(diǎn)的等年值費(fèi)用是將線路建設(shè)和運(yùn)行的等年值費(fèi)用、線路有功損耗的等年值費(fèi)用、線路停電損失的等年值費(fèi)用按照線路兩端節(jié)點(diǎn)容量分?jǐn)偟絻啥斯?jié)點(diǎn),即獲得節(jié)點(diǎn)建設(shè)和運(yùn)行的等年值費(fèi)用、節(jié)點(diǎn)有功損耗的等年值費(fèi)用、節(jié)點(diǎn)停電損失的等年值費(fèi)用;節(jié)點(diǎn)DG發(fā)電獎勵因子即所連接DG的DG發(fā)電獎勵因子,未連接DG的節(jié)點(diǎn)的DG發(fā)電獎勵因子即為0;
步驟3,采用基于自適應(yīng)學(xué)習(xí)的粒子群法求解斯坦納樹模型,獲得邊權(quán)值和或點(diǎn)權(quán)值和最小、且滿足潮流約束的斯坦納最小生成樹,即最優(yōu)規(guī)劃。
步驟2中,將線路建設(shè)和運(yùn)行的等年值費(fèi)用、線路有功損耗的等年值費(fèi)用、線路停電損耗的等年值費(fèi)用按照線路兩端節(jié)點(diǎn)容量分?jǐn)偟絻啥斯?jié)點(diǎn),具體為:
使線路兩端節(jié)點(diǎn)對應(yīng)的費(fèi)用之和為線路對應(yīng)的費(fèi)用,且線路兩端節(jié)點(diǎn)的費(fèi)用之比等于兩端節(jié)點(diǎn)容量之比。
例如,假設(shè)線路Li,j的建設(shè)和運(yùn)行的等年值費(fèi)用為Z,線路Li,j兩端節(jié)點(diǎn)i、j的容量為si、sj,則節(jié)點(diǎn)i的建設(shè)和運(yùn)行的等年值費(fèi)用為
步驟2中,若求取對象類型為網(wǎng)架規(guī)劃,則構(gòu)建邊加權(quán)的斯坦納樹模型;若求取對象類型為電源規(guī)劃或負(fù)荷規(guī)劃,則構(gòu)建點(diǎn)加權(quán)的斯坦納樹模型。
步驟3進(jìn)一步包括子步驟:
3.1設(shè)置最大迭代次數(shù),初始化粒子群位置和速度,計(jì)算初始狀態(tài)下由斯坦納點(diǎn)組合的最小生成樹,以該最小生成樹為當(dāng)前最優(yōu)解;
3.2根據(jù)預(yù)設(shè)規(guī)則更新粒子群位置和速度;
3.3計(jì)算當(dāng)前狀態(tài)下由斯坦納點(diǎn)組合的最小生成樹,判斷當(dāng)前最小生成樹對應(yīng)的權(quán)值和是否小于當(dāng)前最優(yōu)解的權(quán)值和;如果不小于,執(zhí)行步驟3.2;否則,執(zhí)行步驟3.4;
3.4對當(dāng)前最小生成樹進(jìn)行潮流計(jì)算,檢驗(yàn)當(dāng)前最小生成樹是否滿足潮流約束;如果不滿足潮流約束,執(zhí)行步驟3.2;否則,執(zhí)行步驟3.5;
3.5以當(dāng)前最小生成樹為當(dāng)前最優(yōu)解,并判斷當(dāng)前迭代次數(shù)是否達(dá)到最大迭代次數(shù),若達(dá)到,當(dāng)前最優(yōu)解即最優(yōu)規(guī)劃;否則,執(zhí)行步驟3.2。
與現(xiàn)有技術(shù)相比,本發(fā)明具有以下優(yōu)點(diǎn)和有益效果:
1)本發(fā)明基于斯坦納樹的配電網(wǎng)規(guī)劃方法簡單易用,在滿足計(jì)算精度的情況下能夠適用于大部分隨機(jī)優(yōu)化算法,可以用于含分布式電源的配電網(wǎng)規(guī)劃;
2)本發(fā)明消除了分布式電源對配電網(wǎng)規(guī)劃的影響,引入DG獎勵因子并將其加到斯坦納樹權(quán)值中,在節(jié)約資源以及促進(jìn)可持續(xù)發(fā)展的同時,降低了配電網(wǎng)規(guī)劃的維度和求解難度。
附圖說明
圖1為斯坦納樹示例圖,其中,圖(a)為待求解的斯坦納樹網(wǎng)絡(luò),圖(b)為求解的最小斯坦納樹網(wǎng)絡(luò);
圖2為本發(fā)明的具體流程圖;
圖3為實(shí)施例中可規(guī)劃線路結(jié)構(gòu)圖;
圖4為實(shí)施例中獲得的最優(yōu)規(guī)劃網(wǎng)絡(luò)圖。
具體實(shí)施方式
下面將結(jié)合附圖和具體實(shí)施方式進(jìn)一步說明本發(fā)明技術(shù)方案。
本發(fā)明具體步驟如下:
步驟1,配電網(wǎng)節(jié)點(diǎn)的分類。
將配電網(wǎng)中節(jié)點(diǎn)分為源節(jié)點(diǎn)、負(fù)荷節(jié)點(diǎn)和互聯(lián)節(jié)點(diǎn)三類。源節(jié)點(diǎn)是配電網(wǎng)和輸電網(wǎng)的公共連接點(diǎn),是配電網(wǎng)的電源點(diǎn)。負(fù)荷節(jié)點(diǎn)是接有負(fù)荷的節(jié)點(diǎn),它為負(fù)荷直接提供能量。實(shí)際配電網(wǎng)中,負(fù)荷客戶或者二級網(wǎng)絡(luò)的母線節(jié)點(diǎn)均歸類為負(fù)荷節(jié)點(diǎn)。待建設(shè)的節(jié)點(diǎn)或者規(guī)劃中可以利用的非負(fù)荷節(jié)點(diǎn)均歸類為互聯(lián)節(jié)點(diǎn);
步驟2,構(gòu)建無向圖。
根據(jù)配電網(wǎng)節(jié)點(diǎn)的分類,構(gòu)建無向圖G=(V,E),V=Vs∪Vd∪Vt,Vs是源節(jié)點(diǎn)集,Vd是負(fù)荷節(jié)點(diǎn)集,Vt是互聯(lián)節(jié)點(diǎn)集,E是支路集。
步驟3,基于斯坦納樹劃分各節(jié)點(diǎn)屬性。
無向圖G中Vs和Vd是求解最小斯坦納樹中必須連接的點(diǎn),互聯(lián)節(jié)點(diǎn)Vt為斯坦納樹模型中的斯坦納點(diǎn),是可連可不連的備選連接點(diǎn)。
步驟4,根據(jù)求取對象類型選擇斯坦納樹模型,基于配電網(wǎng)的等年值費(fèi)用獲得斯坦納樹模型權(quán)值。
斯坦納樹模型包括邊加權(quán)的斯坦納樹模型和點(diǎn)加權(quán)的斯坦納樹模型,根據(jù)求取對象類型進(jìn)行選擇。如求取對象為網(wǎng)架規(guī)劃,則選擇邊加權(quán)的斯坦納樹模型;如求取對象為電源規(guī)劃或負(fù)荷規(guī)劃,則選擇點(diǎn)加權(quán)的斯坦納樹模型。
配電網(wǎng)的等年值費(fèi)用包括線路建設(shè)和運(yùn)行費(fèi)用的等年值費(fèi)用、有功損耗費(fèi)用、停電損失費(fèi)用和DG發(fā)電獎勵因子之和。
單位長度線路的建設(shè)和運(yùn)行費(fèi)用c1為:
c1=c0+c2[|i|2rτ] (1)
式(1)中,c0是單位長度線路年建設(shè)費(fèi)用;c2為電價;r為單位長度線路電阻;τ為年運(yùn)行時間;i為線路電流。
將線路的建設(shè)和運(yùn)行費(fèi)用c1轉(zhuǎn)換為對應(yīng)的等年值費(fèi)用Z1:
式(2)中,r0為投資折現(xiàn)率;T為投資的回收年限;L表示支路集,li,j表示由節(jié)點(diǎn)i、j構(gòu)成的線路Li,j的長度。
線路Lj,k的有功損耗Δpj,k為:
式(3)中,Ij,k為連接j、k節(jié)點(diǎn)線路Lj,k的電流;Rj,k為連接j、k節(jié)點(diǎn)線路Lj,k的電阻。
線路有功損耗的等年值費(fèi)用即線路有功損耗Δpj,k與年電費(fèi)的乘積。
停電損失費(fèi)用為:
式(4)中,λ為單位長度線路故障率;c3,j為j節(jié)點(diǎn)的停電損失費(fèi)用,由用戶提供;為連接i、j節(jié)點(diǎn)線路Li,j的有功功率。
含有DG的配電網(wǎng)規(guī)劃中,增加分布式電源的DG獎勵因子作為罰單元,體現(xiàn)分布式電源的環(huán)境效應(yīng)和配電網(wǎng)對分布式電源的接納能力。
DG獎勵因子Cr如下:
式(5)中,α為獎勵系數(shù),為生產(chǎn)單位電能傳統(tǒng)能源產(chǎn)生污染的治理成本減去分布式電源產(chǎn)生污染的治理成本之差;PDG,q為q節(jié)點(diǎn)的DG有功功率,q節(jié)點(diǎn)即與DG連接的節(jié)點(diǎn),Q表示與DG相連的節(jié)點(diǎn)集。
步驟6,用基于自適應(yīng)學(xué)習(xí)的粒子群法求解斯坦納最小生成樹。
斯坦納樹問題是組合優(yōu)化問題,與最小生成樹相似,是最短網(wǎng)絡(luò)的一種。最小生成樹是在給定的點(diǎn)集和邊中尋求最短網(wǎng)絡(luò)使所有點(diǎn)連通。而最小斯坦納樹允許在給定點(diǎn)外增加額外的點(diǎn),使生成的最短網(wǎng)絡(luò)開銷最小。本發(fā)明粒子群法基于“搜索結(jié)合調(diào)整”的思想先計(jì)算線路等年值費(fèi)用,將其作為邊權(quán)值,并以電源節(jié)點(diǎn)、負(fù)荷節(jié)點(diǎn)分別為起點(diǎn)和終點(diǎn)計(jì)算斯坦納樹,再驗(yàn)算其潮流是否滿足,對于不滿足約束的線路進(jìn)行修正,最終得到滿足約束條件的斯坦納樹。并與遺傳算法、基本粒子群算法的20次求解結(jié)果所得尋優(yōu)次數(shù)進(jìn)行對比。
本步驟具體過程如下:
(1)設(shè)置迭代次數(shù),初始化粒子群位置和速度。
(2)計(jì)算初始狀態(tài)下斯坦納點(diǎn)組合的最小生成樹,以該最小生成樹為當(dāng)前最優(yōu)解。
(3)更新粒子群位置和速度。
(4)計(jì)算當(dāng)前狀態(tài)下斯坦納點(diǎn)組合的最小生成樹,判斷當(dāng)前最小生成樹對應(yīng)的權(quán)值和是否小于當(dāng)前最優(yōu)解的權(quán)值和;如果不小于,轉(zhuǎn)到步驟(3);如果小于,執(zhí)行步驟(5)。
(5)對當(dāng)前最小生成樹進(jìn)行潮流計(jì)算,檢驗(yàn)當(dāng)前最小生成樹是否滿足潮流約束。如果不滿足潮流約束,轉(zhuǎn)到步驟(3);若滿足潮流約束,則進(jìn)行步驟(6)。
(6)以當(dāng)前最小生成樹為當(dāng)前最優(yōu)解,判斷當(dāng)前迭代次數(shù)是否達(dá)到最大迭代次數(shù),若未達(dá)到,轉(zhuǎn)到步驟(3);否則,進(jìn)行步驟(6)
(7)保存當(dāng)前最優(yōu)解,即最優(yōu)規(guī)劃。
下面通過具體案例說明本發(fā)明。
以某地區(qū)54節(jié)點(diǎn)配電網(wǎng)為例,該配電網(wǎng)中共有97條可規(guī)劃線路,結(jié)構(gòu)如圖3。采用基于自適應(yīng)學(xué)習(xí)的粒子群法求解斯坦納樹模型,并與遺傳算法和基本粒子群求取結(jié)果進(jìn)行對比。
步驟1,將54節(jié)點(diǎn)配電網(wǎng)算例中的節(jié)點(diǎn)進(jìn)行分類,根據(jù)類型需要分類結(jié)果為源節(jié)點(diǎn)1個、負(fù)荷節(jié)點(diǎn)33個、互聯(lián)節(jié)點(diǎn)20個。
步驟2,根據(jù)可規(guī)劃的線路以及節(jié)點(diǎn)分類情況構(gòu)建無向圖G=(V,E),支路集E即圖3中虛線構(gòu)成的集合。
步驟3,基于斯坦納樹劃分各節(jié)點(diǎn)屬性,源節(jié)點(diǎn)和負(fù)荷節(jié)點(diǎn)是必須連接的節(jié)點(diǎn),互聯(lián)節(jié)點(diǎn)是可連可不連的備選點(diǎn)。見圖3,源節(jié)點(diǎn)用黑色方塊表示,負(fù)荷節(jié)點(diǎn)用黑色圓圈表示,互聯(lián)節(jié)點(diǎn)(斯坦納點(diǎn))用白色圓圈表示。
步驟4,由于考慮到涉及配電網(wǎng)的網(wǎng)架規(guī)劃以及計(jì)算的物理意義和簡潔性,選用邊權(quán)值的斯坦納樹模型,并將配電網(wǎng)規(guī)劃的等年值費(fèi)用作為斯坦納樹的邊權(quán)值進(jìn)行計(jì)算。
斯坦納樹的邊權(quán)值(即配電網(wǎng)每條規(guī)劃線路的等年值費(fèi)用)為線路建設(shè)和運(yùn)行的等年值費(fèi)用、線路有功損耗的等年值費(fèi)用、線路停電損耗的等年值費(fèi)用和線路/節(jié)點(diǎn)的DG發(fā)電獎勵因子。根據(jù)DG發(fā)電獎勵因子Cr,按照與DG相連的線路容量分布獲得各線路上DG發(fā)電獎勵因子,具體為:DG節(jié)點(diǎn)連接n條線路l1、l2、…ln,對應(yīng)的線路容量分別為S1、S2、…Sn,則線路lk的DG發(fā)電獎勵因子為
步驟6,用基于自適應(yīng)學(xué)習(xí)的粒子群法求解斯坦納最小生成樹,求得最優(yōu)網(wǎng)絡(luò),見圖4,并與遺傳算法、基本粒子群算法的20次求解結(jié)果所得尋優(yōu)次數(shù)進(jìn)行對比。對比結(jié)果如表1所示,其中,CLSPSO表示本發(fā)明方法,GA為遺傳算法,PSO為基本粒子群算法。
表1CLSPSO、GA、PSO 20次尋優(yōu)結(jié)果
3種算法20次優(yōu)化結(jié)果呈現(xiàn)一定程度的波動性,CLSPSO優(yōu)化算法標(biāo)準(zhǔn)差最小,說明波動性最小,穩(wěn)定性較強(qiáng)。3種算法都能搜索到最優(yōu)解,CLSPSO優(yōu)化算法搜索到最優(yōu)解次數(shù)遠(yuǎn)高于另外2種算法,搜索效率較高,全局搜索能力較強(qiáng)。但3中算法20次搜索中搜到最優(yōu)解的次數(shù)都不算低,這也說明了該模型不僅簡單易用,而且對各種隨機(jī)優(yōu)化算法都有一定的適應(yīng)性。
本文中所描述的具體實(shí)施例僅僅是對本發(fā)明精神作舉例說明。本發(fā)明所屬技術(shù)領(lǐng)域的技術(shù)人員可以對所描述的具體實(shí)施例做各種各樣的修改或補(bǔ)充或采用類似的方式替代,但并不會偏離本發(fā)明的精神或者超越所附權(quán)利要求書所定義的范圍。