[发明专利]一种基于节点重要度评价矩阵的网络重构双层优化方法

权利要求书

1.一种基于节点重要度评价矩阵的网络重构双层优化方法，其特征在于包括以下步骤：

步骤S1：输入粒子群算法的初始参数，包括种群规模M、学习c₁和c₂、惯性权重和粒子群繁殖代数Mc；

步骤S2：随机生成M个待恢复机组的启动顺序，以此作为初始粒子群；

步骤S3：针对每一个粒子，调用双层优化模型，其中求解上层优化模型得到机组的启动时刻并计算出系统的可用发电容量，求解下层模型得到发电机节点的恢复路径，从而得到每个粒子的目标函数值；

步骤S4：根据目标函数值计算各个粒子的适应度，该适应度定义为系统可用发电量；

步骤S5：更新粒子的位置和速度，得到新的粒子；

步骤S6：重复步骤S3到S5，直到达到粒子群繁殖代数M_c；

步骤S7：选出最优粒子，其对应的上层优化模型的解即为最优的机组启动时刻，下层模型的解即为恢复路径。

2.根据权利要求1所述的一种基于节点重要度评价矩阵的网络重构双层优化方法，其特征在于：在步骤S3中，双层优化模型的上层优化模型如下：

max Wtotal=Σt=0TΣi=1Nsnb(Pigen(t)-Pistartui(t))]]>

Pigen(t)=00≤t≤ti,nes+ti,cRi(t-ti,nes-ti,c)ti,nes+ti,c<t<ti,nes+ti,c+Pi,maxRiPi,maxt≥ti,nes+ti,c+Pi,maxRi]]>

ui(t)=0t<ti,nes1t≥ti,nes]]>

上层优化模型以最大化待恢复系统的可用发电容量为目标，优化变量为非黑启动机组获得启动功率的时间；式中：[0，T]为所研究的时间区间；N_snb为系统内非黑启动机组的数目；P_igen(t)为t时刻机组i的输出功率；P_istart为机组i启动所需功率；u_i(t)表示机组i的恢复状态；W_total为研究时间区间内系统的可用发电容量；t_i，nes为机组i获得功率的时刻；t_i，c为机组i启动所需时间；R_i为机组i的爬坡速率；P_i，max为机组i的最大输出功率；

在恢复过程中满足发电机出力约束、功率平衡约束、机组热启动和冷启动的时间约束。