[发明专利]一种电力系统抗灾型骨干网架多目标优化方法

说明书

本发明公开了一种电力系统抗灾型骨干网架多目标优化方法，属于电力系统技术领域，其提出了最大化差异化规划经济性、系统可恢复性和网络抗毁性三个目标同时作为骨干网架优化目标，骨干网架需满足一定的约束条件；采用全面学习粒子群算法来求解骨干网架多目标优化问题，并嵌入图论修复策略来修复不满足连通性约束的粒子。采用基于混合策略纳什均衡的多目标非合作均衡方法来求解帕累托前沿解中的最优折中解，作为最优骨干网架方案。采用本发明的多目标优化策略可为电网的差异化规划提供合理的骨干网架构建方案，且能较好地实现经济性、系统可恢复性和网络抗毁性三个目标函数的平衡。

技术领域

本发明涉及电力系统技术领域，特别涉及一种电力系统抗灾型骨干网架多目标优化方法。

背景技术

频发的极端自然灾害严重威胁着电力系统的安全、可靠运行。研究表明极端自然灾害导致大停电事故发生的根本原因是电力设施现有的设防标准无法抵御日趋恶劣的自然灾害。此外，由于电力系统中的变电站、线路和杆塔等元件所处区域及其重要性的不同，因此，有必要根据“普遍提高，重点加强”的原则，在灾害来临前差异化地设计元件的抗灾标准，即通过建设抗灾型骨干网架来保障重要电力用户的供电需求，进而增强电力系统网架结构的稳定性、减小停电损失以及灾害后的设备抢修、重建费用。

抗灾型骨干网架的本质是通过提高重要元件的设防标准，组成满足拓扑连通性和电网安全稳定运行约束的小型坚强网架，用于在自然灾害等突发情况下保障重要用户的持续供电。

目前关于骨干网架的搜索方法主要是图论方法和人工智能方法。图论方法多是根据图论知识来评价线路重要度，将重要度高的线路依次选入骨干网架后，通过图论连通性要求来挑选其他线路，缺乏对骨干网架的整体评价。人工智能算法则通过构建以最小化差异化加固费用和尽可能多地包含系统中的重要元件等为目标函数的优化模型进行骨干网架搜索，适应性强，但对网架性能缺乏进一步的评估。

由于抗灾型骨干网架不仅能维持电网中重要节点和线路的供电，还能在灾害后作为恢复全网供电功率传输的主干通道。此外，考虑到极端恶劣气候的破坏性，骨干网架搜索时需考虑抗灾型骨干网架抵抗灾害的能力。因此，现有的关于抗灾型骨干网架搜索的方法无法满足骨干网架搜索的实际需求。

发明内容

本发明的目的在于提供一种电力系统抗灾型骨干网架多目标优化方法，以实现骨干网架经济性、可恢复性、抗毁性的平衡。

为实现以上目的，本发明采用一种电力系统抗灾型骨干网架多目标优化方法，包括如下步骤：

获取电力系统拓扑结构参数、电气特性参数以及经济参数，并将电力系统抽象为网络拓扑图G＝G(E,L)，筛选出抗灾型骨干网架G^bone，其中节点集E有m个节点，线路集L有n条线路；

设G^bone为筛选出的抗灾型骨干网架，G^bone由V_E和V_L决定，V_E、V_L分别为节点的m维二进制决策向量、线路的n维二进制决策向量；

将最大差异化规划经济性、最大化系统可恢复性以及最大化网络抗毁性同时作为抗灾型骨干网架G^bone的优化目标，并结合全面学习粒子群算法得到优化后的抗灾型骨干网架。

进一步地，所述将最大差异化规划经济性、最大化系统可恢复性以及最大化网络抗毁性同时作为抗灾型骨干网架G^bone的优化目标，并结合全面学习粒子群算法得到优化后的抗灾型骨干网架，包括：

随机生成初始化粒子的位置和速度；

基于抗灾型骨干网架G^bone的差异化规划经济目标函数，计算粒子对应的抗灾型骨干网架G^bone的经济目标函数值；