[發明專利]一種智能變電站負荷自動分配方法

有效

• 申請號: 201310064573.6
• 申請日: 2013-02-28
• 公開（公告）號: CN103117545A
• 公開（公告）日: 2013-05-22
• 發明（設計）人: 韓豐;李敬如;劉海波;楊衛紅;張紅斌;王旭陽;劉艷茹
• 申請（專利權）人: 國家電網公司;國網北京經濟技術研究院
• 主分類號: H02J3/00
• 分類號: H02J3/00;H02J3/18
• 代理公司: 北京紀凱知識產權代理有限公司 11245
• 代理人: 徐寧

技術領域

本發明涉及一種電力系統負荷分配方法，特別是關于一種智能變電站負荷自動分配方法。

背景技術

負荷自動分配是以系統各節點的電壓合格為前提條件，以網損最小為最終目標，現有技術分別采用無功優化和網絡重構技術達到降低配電網電能損耗的目的，下面對無功優化和網絡重構技術分別進行詳細說明：

1、無功優化技術采用無功補償裝置的投入、有載調壓變壓器分接頭的調節、發電機端電壓的調節，以達到降低無功損耗的目的，無功優化方法主要有：1）非線性規劃法，非線性規劃法形式為設定一個目標函數，以節點功率平衡為等式約束條件，利用引入松弛變量的方法將不等式約束條件轉換為等式約束條件，然后運用拉格朗日乘數法構造一個增廣的目標函數，根據KKT條件，將問題轉變為求解一組非線性代數方程組。非線性規劃是處理無功優化最直接的方法，這種方法的數學模型比較直觀，物理概念清晰，但到目前為止，基于非線性規劃的無功優化算法還不是很成熟，有待進一步研究和完善。2）線性規劃法，線性規劃法原理是把目標函數和約束條件全部用泰勒公式展開，略去高次項，使非線性規劃問題在初值點附近處轉化為線性規劃問題，用逐次線性逼近的方法來進行解空間的尋優。線性規劃法進行無功優化存在如下重要缺陷：將系統實際優化模型作了線性近似處理，并對離散變量作了連續化處理，使計算結果往往與電力系統實際情況有差異，在線性逼近的求解過程中，若步長取得過大，則可能引發振蕩，步長太小，又容易使收斂變慢。

2、網絡重構技術按照一定的重構策略選擇不同分段開關、聯絡開關狀態的組合操作，實現整個配電網絡的優化運行，網絡重構方法主要有：1）啟發式方法，啟發式最佳優先搜索策略，采用啟發式規則及分支定界策略來確定具有最小網損的網絡結構，盡可能地消除違反約束條件的開關狀態組合，以縮小要搜索的狀態空間。狀態空間搜索算法中植入的啟發式規則越有效，要搜索的解空間越小，搜索越快，但是也越有可能漏失最優解；反之，解空間越大，搜索速度越慢，往往不能適應大規模配電網的要求。2）最優流模式法，最優流模式法首先計算初始輻射網潮流，為建立最優流模式，閉合所有開關，形成有幾個環的少網孔配電系統，再計算潮流，求得網環上各等值注入電流，這時求解最優流，然后以電流最小的支路解開一個環，直至變成輻射網。然而，在最優流模式下打開電流最小的開關的指導思想缺乏理論根據，環網中的各個環流相互影響，解開其中一個環路將影響其它支路的電流，并且打開開關的先后順序對結果也有較大的影響，網損估算的誤差將會影響開關操作的準確性。

隨著智能電網的出現及變電站智能化技術的發展，變電站采集信息越來越多，如果全部匯集到調度中心，會給調度人員造成巨大壓力，為了減輕調度人員工作量，提高電網運行效率，有必要對智能變電站負荷自動分配技術進行研究，提高系統運行的安全性和經濟性。

發明內容

針對上述問題，本發明的目的是提供一種實現以有功網損最小為目標的智能變電站負荷自動分配方法，不僅優化了電網運行，降低了網絡損耗，提高了電網分析和控制功能的速度和可靠性，而且能夠有效保障電網安全、可靠、經濟運行。

為實現上述目的，本發明采取以下技術方案：一種智能變電站負荷自動分配方法，其包括以下步驟：1）設置一包括有無功優化模塊、配電網絡重構模塊和迭代計算模塊的智能變電站負荷自動分配系統；2）根據當前配電網智能變電站所采集的網絡及負荷數據進行全網的潮流計算；3）無功優化模塊在給定約束條件下，采用導向搜索算法求解目標函數的最優解，獲得無功補償裝置投入退出和變壓器分接頭調整方案；4）配電網絡重構模塊在給定約束條件下，采用虛擬流法求解目標函數的最優解，獲得網絡分段開關、聯絡開關狀態的組合操作方案；5）迭代計算模塊將無功優化和配電網絡重構兩個子問題交叉迭代，逐步逼近最優解，實現以有功網損最小為目標的負荷自動分配。

所述步驟3）無功優化模塊在給定約束條件下，采用導向搜索算法求解目標函數的最優解，獲得無功補償裝置投入退出和變壓器分接頭調整方案，包括以下步驟：①以當前配電網系統的有功網損最小建立目標函數；②建立潮流方程等式的約束條件；③建立各控制變量不等式的約束條件；④建立各狀態變量不等式的約束條件；⑤無功優化模塊采用導向搜索算法求解目標函數的最優解。

所述步驟⑤無功優化模塊采用導向搜索算法求解目標函數的最優解，包括以下步驟：a）向無功優化模塊輸入系統數據和導向搜索法的基本參量數據；b）建立適用于無功優化的更新策略、評價函數和決策函數：

所述更新策略為：