[发明专利]包含离散设备的高-中压配电网分布式优化潮流方法

权利要求书

1.一种包含离散设备的高-中压配电网分布式优化潮流方法，其特征在于，包括：

分别划分高压配电网和中压配电网为上层配电网和下层配电网，分别得到高压配电网优化模型和中压配电网优化模型；

分别凸化所述高压配电网优化模型和所述中压配电网优化 模型，得到全局优化模型；

分解所述全局优化模型为一个主问题和多个子问题；

分别计算所述主问题和所述子问题，得到全局最优解；

其中，分别划分高压配电网和中压配电网为上层配电网和下层配电网，分别得到高压配电网优化模型和中压配电网优化模型，包括：

以35kV变电站入口母线为边界，将高压配电网划分为上层配电网，得到高压配电网优化模型；将中压配电网划分为下层配电网，得到中压配电网优化模型；

其中，所述分别凸化所述高压配电网优化模型和所述中压配电网优化 模型，得到全局优化模型，包括：

分别采用二阶锥松弛和LinDistFlow约分方程对所述高压配电网优化模型和所述中压配电网优化模型进行凸化，得到全局优化模型；

其中，所述全局优化模型表示为：

其中，f_MV，m(x_m)为所述下层配电网m的目标函数，f_HV(y)为所述上层配电网的目标函数；变量x_m为所述下层配电网m的优化变量，变量y为所述上层配电网的优化变量；N_MV为所述下层配电网的数量，G_MV,m(x_m)为所述下层配电网的运行约束，G_HV(y)为所述上层配电网的运行约束；为所述下层配电网m和所述上层配电网的边界节点电压与边界交互功率等式约束；

其中，分别计算所述主问题和所述子问题，得到全局最优解，包括：

在内环，广义Benders分解算法迭代求解主问题和子问题，获得子问题整型变量的实数解及对应的全局目标函数值；

在外环，分支定界法基于内环求得的全局优化模型的目标函数值，对子问题整型变量的解进行分支、定界和剪枝，以获得全局最优解；

其中，在内环，广义Benders分解算法迭代求解主问题和子问题，获得子问题整型变量的实数解及对应的全局目标函数值，包括：

所述上层配电网和所述下层配电网交替求解所述主问题和所述子问题，并在每次迭代求解后将边界变量值或割平面参数发送给对方，直至全局优化模型的目标函数值收敛；

所述下层配电网m基于所述上层配电网给定的边界变量求解子问题：

min f_MV,m(x_m)

s.t.x_m∈X_m,G_MV,m(x_m)≤0；

根据优化结果生成可行割或优化割平面参数发送给所述上层配电网；

所述上层配电网求解主问题：

其中，LBD_m为所述下层配电网m的目标函数值；L^*_m,n和μ^m,n为所述下层配电网m的优化割参数，且L^*_m,n＝f_MV,m(x_m)+(μ^m,n)^Tx_root,m；L_*^m,n和λ^m,n为所述下层配电网m的可行割参数，且L_*^m,n＝(λ^m,n)^Tx_root,m；

其中，所述在外环，分支定界法基于内环求得的全局优化模型的目标函数值，对子问题整型变量的解进行分支、定界和剪枝，以获得全局最优解，包括：

初始化待分支节点库Ω并设定分支定界树的上界UB＝∞；

利用广义Benders分解算法迭代求解主问题和子问题，获得根节点0的子问题整型变量解x_I和全局优化模型的目标函数值f；若根节点0的x_I所有元素均为整数，则根节点的解即为全局最优解；否则，将根节点0加入待分支节点库Ω；

从待分支节点库Ω中选取全局优化模型的目标函数值f最小的分支节点k，并对其整型变量解x_I的非零元素x_I(k,a)进行分支，可获得两个子节点k₁和k₂，其中，k₁节点的k₂节点的针对每个子节点，分别将节点k的分支约束和新的分支约束添加到子问题的松弛模型中，然后利用广义Benders分解算法求解该子节点的x_I和f；

如果x_I(k₁)或x_I(k₂)的所有元素均为整数且其全局优化模型的目标函数值f(k₁)或f(k₂)小于上界UB，则利用f(k₁)或f(k₂)的值更新UB；

将节点k从待分支节点库Ω中剪除，并将子节点k₁和k₂加入Ω，如果Ω中任一节点的全局优化模型的目标函数值大于或等于UB，则将该节点从Ω中剪除；

直至待分支节点库Ω为空。