[发明专利]基于负载最大化的电网优化系统及电网优化方法

说明书

技术领域

本发明属于配电网自动化技术领域，具体地讲，涉及一种基于负载最大化的电网优化系统及电网优化方法。

背景技术

近年来，随着我国国民经济的迅猛发展，电力负荷逐年增加，配电网络的结构也日趋复杂，造成配电网网络损耗逐年增大。随着国民经济持续、健康的发展和人民物资文化生活水平的不断提高，对电能的需求势头见涨。可是，近几年全国各种能源的发电量远不能满足人们的需求，全国各地相继出现了拉闸限电的现象，供需矛盾日益加剧，严重影响了经济发展和人民生活。在电力系统中配电系统对于输电系统和电力用户之间起着枢纽作用，相对于发达国家我国配电系统的发展仍然比较落后，网络损耗较高。

现有的配电网重构计算量繁琐现有的配电网重构计算量繁琐随着配电网规模的变大，该方法所需的计算时间过长，最终优化结果受初始判据的影响较大。人工智能全局最优解或次最优解，但计算量大，效率低。

发明内容

为了解决上述现有技术中存在的问题，本发明的目的在于提供一种对网络结构进行优化，从而保证整个系统的平衡的基于负载最大化的电网优化系统及电网优化方法。

本发明提供了一种基于负载最大化的电网优化方法，所述基于负载最大化的电网优化方法包括：构建配电网络模型，以用于表示配电网中的功率传播率；选择能够提供最大功率传播率的节点作为种子节点；获取初始电网功率传播网络；存储所述种子节点在激活过程中覆盖到的节点，并在所述种子节点激活结束后更新所述覆盖到的节点的未激活入边邻居的潜在影响节点数；根据每个节点的潜在影响节点数进行影响力排名，以得到电网功率传播网络中的节点影响力排名列表；根据所述影响力排名列表进行影响路径追踪，从而获取所述影响力排名列表中的每个节点影响的终端用户集合。

进一步地，所述基于负载最大化的电网优化方法还包括：当线路中的器件出现故障时，寻找所述器件所在的节点的父节点，并在所述父节点所在的影响路径中选取影响力最大的子节点，同时更新各节点的影响力排名。

进一步地，所述配电网络模型被配置为一有向图模型，所述有向图模型的公式表示为：

G＝(V，E)，

其中，V是所有节点的集合，E是有向边的集合，且(u，v)∈E用于表示节点u到节点v的功率传播关系，有向边E(u，v)的权值用于表示节点u传到节点v的传递率，即从节点u传到节点v的强度，有向边E既称为节点u的出边，又称为节点v的入边。

进一步地，令w为一个未激活的节点，则有向边E(v，w)的潜在影响力表示为p(v，w)，p(v，w)的计算公式为：

其中，θ_w为节点v的初始激活阈值；c_w为已激活的入边邻居对v的累计影响值；b_vw为节点u对节点w的影响力，即有向边E(v，w)上的权值或功率的传递率，b_vw为有向边E(v，w)的实际影响力，θ_w-c_w为节点w的即时激活阈值。

进一步地，利用PIN函数来获取初始电网功率传播网络，所述PIN(v)用于表示节点v对其指向的未激活节点的影响总和，所述PIN(v)的计算公式为：

其中，out(v)表示节点v的出边，active(w)表示节点w的入边。

进一步地，利用seed表示种子节点，利用cover数组来存储种子节点seed在激活过程中覆盖到的节点，每个节点都有一个覆盖标，利用C(v)来表示覆盖标，C(v)用于代表节点v被哪个种子节点影响到；其中，利用cover数组来存储种子节点seed在激活过程中覆盖到的节点的方法包括：

将seed加入cover数组中；

当节点v被激活时，seed对节点v的未激活的出边邻居w施加影响值；

判断C(w)与seed的大小；

若C(w)≠seed，则将节点w添加到cover数组中，并令C(w)＝seed；若C(w)＝seed，则不添加节点w；

当seed的激活过程结束时，更新cover数组中的每一个节点的未激活入边邻居的PIN值。

进一步地，所述基于负载最大化的电网优化方法还包括考察cover数组中的每一个节点v的未激活入边邻居的PIN值变化，所述考察cover数组中的每一个节点v的未激活入边邻居的PIN值变化的方法包括：

消除PIN(u)在之前的E(u，v)带来的影响值；

判断节点v在seed的激活过程中是否被激活；