[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

说明书

技术领域

本发明涉及供电网络重构方法，尤其指一种基于节点重要度评价矩阵的网络重构双层优化方法。

背景技术

大停电后的电力系统恢复可分为黑启动阶段、网络重构阶段和负荷恢复阶段。网络重构阶段的主要任务是尽快为失电机组送电并逐步建立起一个稳定的网架结构，为下一阶段全面恢复负荷打下坚实的基础，合理的网络重构策略有助于系统快速恢复。之前提出的网络重构策略大多是针对无权网络提出的，并没有考虑网络的电气特点，近年来提出的基于加权网络节点重要度的网络重构策略较有前途。且在加权网络节点重要度评价方面，现有方法大多没有综合考虑节点的全局重要性(位置信息)和局部重要性(相邻节点信息)，使得对节点重要度的评价结果过于片面。

发明内容

本发明要解决的技术问题和提出的技术任务是对现有技术方案进行完善与改进，提供一种基于节点重要度评价矩阵的网络重构双层优化方法，以全面考虑节点重要度的目的。为此，本发明采取以下技术方案。

一种基于节点重要度评价矩阵的网络重构双层优化方法，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。

上层模型以最大化系统可用发电容量为目标，以非黑启动机组获得启动功率的时间为优化变量；下层模型以恢复路径平均节点重要度最大为目标来确定发电机节点的恢复路径。在下层模型中，通过调节系数改变线路权重中线路电容与操作时间的比重，以避免恢复路径所需时间过长而导致待恢复机组无法尽快恢复的问题。

作为对上述技术方案的进一步完善和补充，本发明还包括以下附加技术特征。

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))]]>