[发明专利]一种结合网络重构的集群划分双层模型的建立方法

权利要求书

1.一种结合网络重构的集群划分双层模型的建立方法，其特征在于：包括以下步骤：

S1：获取配电网数据，所述配电网数据包括线路参数、研究时段内的负荷曲线，建立第一层模型，获得时段划分方式并计算第一层适应度f1；

S2：根据S1获取的时段划分，基于随机生成树重构法对划分后的各个时段进行动态重构；

S3：根据S2获得的不同时段的网络拓扑和各个时刻的负荷特性，建立第二层模型，获得最佳集群划分结果并记录其对应的最佳适应度max f2；

S4：回到第一层模型，根据S3获得的第二层模型适应度更新第一层适应度，整个过程通过双层嵌套遗传算法实现，经过反复交叉变异，双层寻优，同时获得最佳动态重构策略和集群划分方案；

所述步骤S1具体包括以下步骤：

S11：从运行日集合Λ中选取运行日d，d∈Λ；定义运行日d中，小时级别的时间断面集合为Γ_t，t＝1,2,…,T，t时刻系统功率为X_t＝[x_t1,x_t2,…,x_tn]，n表示节点数，x_tj表示t时刻节点j的复功率，j＝1,2,…,n，全天负荷可表示为：X＝[X₁,X₂,…X_t…,X_T]^T；

S12：对矩阵X进行规范化处理，针对Γ_t内时刻α到时刻β的任意时段，首先获得该时段内的平均负荷以及负荷段差d_αβ，针对T个时间点的时段，不同分段方式得到的段差d可构成一个T×T的上三角矩阵D，具体计算公式如下：

S13：针对第一层模型的求解，使用遗传算法，以分段方式为染色体个体，以各个时段的段差之和为适应度，通过特殊的编码方式进行求解；具体编码方式如下：

sol1＝[p₁,p₂,…p_t…,p_T],t＝1,2,…,T (4)

式中：sol1为染色体个体形式，是一个1×T的向量，对应时段划分方式，其元素p_t取值为0或1，0表示当前时刻t与下一时刻在同一段内，1表示当前时刻t与下一时刻不在同一段内；

约束条件如下：

p₁+p₂+…+p_t+…+p_T＝k,k＝1,2,…,T (4-1)

式中：k为分段数；

适应度f1的计算公式为：

f1＝f(S,k) (4-2)

式中，sol1(T,k)表示T个时刻被划分为k个分段的一种划分方式；

所述步骤S2具体包括以下步骤：

S21：根据S1中所得时段划分结果，计算各个时段的平均负荷，针对各个时段，重复S22至S26；

S22：针对局部配电网，将其用无向图G表示，边代表配电网线路，顶点代表配电网节点；参照Kruskal算法构造最小生成树的思想：随机赋予各支路权值，把n阶连通赋权图G的边按权值递增顺序排列，选择G中权值最小的一条边，相继增加不会与已经选择的边构成回路的权值较小的边，直到选出n-1条为止；

S23：根据S22获得随机树T，同时将未被包含在内的所有连枝支路放入序列M；根据当前时段的平均负荷对树T进行潮流计算，并计算树T的有功网损p_loss及各支路权值Q_i，令迭代次数it＝1,F^(it)＝p_loss；具体计算公式如下：

Q_i＝R_iI_i² (6)

其中：

式中：R_i为第i条支路的支路电阻；I_i为第i条支路的支路电流；λ为节点电压越限罚系数；a、b为与第i条支路关联的两个节点，U_j、U_j,max、U_j,min分别为节点j的电压及上、下限；

S24：将Q_i从大到小排列形成序列N，从序列N的第1条树枝开始，依次判断其与M中的所有连枝是否存在于一个环路之中，若是，两者对换形成一棵新树；计算新树的潮流分布和有功网损p_loss；

S25：在利用M中的连枝形成的所有新树中，选择p_loss最小并且小于原树的那棵作为新树，it＝it+1，F^(it)＝新树网损，更新T和M，重新计算潮流分布和Q_i，并进入下一次迭代，即重复S24；若利用M中所有连枝都未能找到网损值小于原树T的新树，则保留N的第1条树枝，改选第2条，重复S24，以此类推；

S26：重构结束的条件：1)|F^(it+1)-F^(it)|≤10e-3；2)依次利用M、N序列中的所有支路都未能找到网损值更小的新树；当前树T即为最优网络拓扑，F^(it)即为系统最低有功网损；

所述步骤S3具体包括以下步骤：

S31：根据S2中所得重构策略，提取各时段网络拓扑，对小时级别的时间断面集合Γ_t中每个时刻重复S32至S33；

S32：计算配电网的潮流分布，根据式(7)到式(10)依次获得t时刻的电压有功灵敏度矩阵S_PV|_t、电压有功相对灵敏度矩阵H_PV|_t、影响因子矩阵Y_PV|_t、电气距离矩阵L_PV|_t；具体计算公式如下：

Y_PV|_t＝(Y_PV,ij|_t)_N×N Y_PV,ij|_t＝-ln(H_PV,ij|_t/H_PV,ii|_t) (9)

式中：i,j∈N,N为节点总数，S_PV,ij|_t为t时刻节点i对节点j的电压有功灵敏度，表明当节点j注入的有功功率变化单位值时，节点i电压幅值的变化量；H_PV,ij|_t表示t时刻当节点j的有功注入变化单位量时，节点i的电压幅值变化量占所有节点的电压幅值变化量之和的比例；Y_PV,ij|_t表明t时刻节点i对自身与对节点j的相对灵敏度之比，其值越大，影响越小，对应距离也就越远，每个节点对于自身的距离都为零；L_PV,ij|_t为t时刻依次以系统中每一个节点为参照节点，节点i对其的距离与节点j对其的距离之差的平方之和的根，其值为考虑系统所有节点的影响下节点i与节点j的电气耦合程度；

S33：根据S32获得的电气距离矩阵L_PV|_t确定配电网线路的边权e_ij，对于被任意划分为若干个集群的配电网来说，其改进模块度计算公式如下：

e_ij,t＝(L_PV,ij|_t+L_PV,ji|_t)/2 (12)

式中：e_ij,t为t时刻连接节点i和节点j的边的权重，简称边权，当节点i和节点j不相连时e_ij,t＝0，为t时刻网络中所有边权之和；表示t时刻所有与节点i相连的边权之和，亦称为节点i的度；当节点i和节点j在同一集群内时δ(i,j)＝1，否则δ(i,j)＝0；

S34：对Γ_t中每个时刻重复S32至S33后得到各个时刻的改进模块度ρ_im,t，求得其平均值γ；

S35：针对第二层模型的求解，使用遗传算法，以集群划分方式为染色体个体，以γ为适应度，通过特殊的编码方式进行求解；具体编码方式如下：

sol2＝[s₁,s₂,…s_n…,s_N],n＝1,2,…,N (13)

式中：sol2为染色体个体形式，是一个1×N的向量，N为配电网中树枝总数，向量的列数对应着树枝支路编号，其元素s_n取值为0或1，0代表该支路连接的两节点在同一集群，1代表该支路是群间支路，连接的两节点在不同集群；

约束条件如下：

s₁+s₂+…+s_n+…+s_N＝g,g＝1,2,…,N (13-1)

式中：g为集群数量；

适应度f2的计算公式为：