[发明专利]一种配电系统多目标网络重构方法及系统

说明书

本发明公开一种配电系统多目标网络重构方法及系统，方法包括：获取配电网参数和储能参数；根据所述配电网参数和所述储能参数构建多目标优化模型，其中所述多目标优化模型在预设约束条件下以功率损耗最小、电压偏移量最小和储能运行成本最小为目标函数；对所述多目标优化模型进行求解得到Pareto解集；根据预设的最优折中解策略对所述Pareto解集进行筛选得到最优解，即得到重构策略。通过对网络损耗、电能质量、储能相关的损耗进行精细化综合建模，改进了APO算法，降低了网络重构的计算复杂度，提高了收敛性能，确保了种群的随机性，并对最终求解得到的Pareto解集进行了筛选，最终得到可靠的重构策略。

技术领域

本发明属于配电系统技术领域，尤其涉及一种配电系统多目标网络重构方法及系统。

背景技术

随着能源结构的不断转变，新的问题也在产生——高比例可再生能源的接入，带来了许多不确定因素，可能会造成输电网阻塞等后果。研究和实践表面：大规模储能系统的接入可以有效缓解甚至解决新能源出力波动等问题。但是，对于多节点配电网而言，大规模储能系统的接入造成了节点注入功率的变化，增加了求解电力系统潮流的复杂度。

现有技术中，基于混合整数二次规划模型的优化方法在求解过程中，考虑所有网络结构进行逐一计算是可行的，最终比较得出最优解。但这种方式无疑是耗时耗力的。因此该模型采用了凸优化方法，降低数学模型复杂度，并且限制了切换开关动作的数量（开关动作亦会造成损耗），以寻求最优网损和合理切换开关次数之间的权衡。基于和声搜索算法的配电网重构方法的目的同样是求解最小网损与最有开关状态组合，采用随机搜索过程代替梯度搜索，消除了对衍生信息的需求，具有概念简单、参数少、易于实现等优点。通过设置原有参数、不断迭代更新状态，当符合最优解条件时，终止程序，从而获得答案。

但是，现有方法具体以下技术缺陷：1）、收敛到最优解的过程仍然较为缓慢，对于大规模配电网的求解不适用；2）、求解过程繁琐，一些条件被过于简化，可能会导致结果不准确等问题；3）大规模分布式储能的接入对于节点功率参数将产生较大的影响，且具有很高的不确定性，现有方法的优化目标缺乏对储能接入以及储能出力不确定性的考虑。

发明内容

本发明提供一种配电系统多目标网络重构方法及系统，用于解决大规模储能系统的接入会造成节点注入功率变化，从而增加求解电力系统潮流复杂度的技术问题。

第一方面，本发明提供一种配电系统多目标网络重构方法，所述方法包括：

获取配电网参数和储能参数；

根据所述配电网参数和所述储能参数构建多目标优化模型，其中所述多目标优化模型在预设约束条件下以功率损耗最小、电压偏移量最小和储能运行成本最小为目标函数；

对所述多目标优化模型进行求解得到Pareto解集，其中求解得到Pareto解集包括：

基于Tent混沌映射和反向学习策略对种群进行初始化，其中，所述种群为所述目标函数中的自变量；

基于预设的质量函数计算规则将可行域内个体的个体质量限定在内，并与个体的序值建立直接映射，以及将不可行域内个体的个体质量限定在内，并与个体的约束违反度值建立直接映射，其中，所述质量函数计算规则为：

，

式中，为第i个个体的质量函数，为个体经过改进快速非支配排序后的序号，为种群规模，为个体i的约束违反值，为个体i的约束违反值的平均值；

基于预设作用规则对所述可行域和/或所述不可行域中的个体受到个体在第维上的虚拟力进行修正，使得到Pareto解集；

根据预设的最优折中解策略对所述Pareto解集进行筛选得到最优解，即得到重构策略。

第二方面，本发明提供一种配电系统多目标网络重构系统，所述系统包括：