[發明專利]基于模塊度優化的雙階段無功電壓分區方法及系統

有效

• 申請號: 201810223025.6
• 申請日: 2018-03-19
• 公開（公告）號: CN108242812B
• 公開（公告）日: 2021-06-29
• 發明（設計）人: 楊珺;魏德用;張化光;孫秋野;劉鑫蕊;黃博南;楊東升;王智良;王迎春;汪剛
• 申請（專利權）人: 東北大學
• 主分類號: H02J3/16
• 分類號: H02J3/16
• 代理公司: 沈陽東大知識產權代理有限公司 21109
• 代理人: 李運萍

本發明屬于電力系統自動化技術領域，具體涉及一種基于模塊度優化的雙階段無功電壓分區方法及系統，其方法的具體步驟包括：1)第一階段，進行中心吸引聚類；2)第二階段，利用粒子群優化算法對初始種群的模塊度進行優化，得到模塊度的最優解和與其相對應最優無功分區；其系統包括：電網信息采集模塊、初始分區模塊、優化分區模塊和分區顯示模塊。本發明避免了搜索的盲目性并提高了搜索的精確性。

所屬技術領域

本發明屬于電力系統自動化技術領域，具體涉及一種基于模塊度優化的雙階段無功電壓分區方法及系統。

背景技術

提高電力系統電壓穩定水平，防止電壓崩潰事故的發生是電力系統安全運行必須考慮的主要問題，無功區域電壓控制是保證電力系統安全穩定運行的重要手段。

目前，由法國電力集團公司提出的分級電壓控制思想與方案最為成功，其中心思想是將電網分成彼此電氣距離較遠、相互近似解耦的控制區域；利用無功就地平衡的特性進行合理有效的電網分區是實現無功區域電壓控制的前提。

隨著電力系統的不斷發展，其不斷呈現復雜性，可將電力系統用復雜網絡的方法進行無功分區，然而無功分區與復雜網絡的社團結構具有相似性，進而復雜網絡的社團挖掘為無功分區提供了一個全新視角。社團結構是復雜網絡的一個重要屬性，具有高內聚、低耦合的特點。主要的分區算法有層次聚類算法、圖論法、模糊聚類法、復雜網絡理論等分區算法，并且已在控制區域的劃分得到應用。

2004年，Girvan和Newman在復雜網絡的社團劃分問題中提出了模塊度的概念，將其擴展到加權網絡中，作為復雜網絡社團結構劃分優劣的評價標準。無功分區是一個非線性的大規模組合優化問題，而基于模塊度優化的社團挖掘算法主要有層次聚類算法和人工智能算法，層次聚類算法具有較高的復雜程度，當網絡的規模較大時，該問題尤為突出。人工智能算法避免了層次聚類算法的復雜程度，適合于大型網絡的社團挖掘，而人工智能中的粒子群優化算法具有易于實現、收斂快、精度高的特點，適合于解決電力系統的無功分區，但現有技術在搜索效率和精確性上還不足以滿足行業需求。

發明內容

針對上述存在的技術問題，本發明提供一種基于模塊度優化的雙階段無功電壓分區方法，其特征在于，包括以下步驟：

步驟1，根據電力系統信息進行中心吸引聚類，本步驟為所述雙階段無功電壓分區方法的第一階段；

所述電力系統信息包括節點信息、支路信息和容量信息；根據電力系統信息以中心吸引聚類方法對電力系統無功電壓的節點進行初始無功分區；所述初始無功分區包括鄰接節點歸并和電源節點歸并；所述中心吸引聚類方法包括以下步驟：

步驟1.1，建立復雜網絡模型；

根據電力系統的節點信息、支路信息和容量信息建立復雜網絡模型，即復雜網絡G(V,E)，其中V為根據節點信息建立節點的集合，E為根據支路信息建立邊的集合；V中包括中心節點、鄰接節點和電源節點；

步驟1.2，建立鄰接矩陣；

鄰接矩陣A_N×N中的矩陣元素為任意2個節點v_i和v_j的組合；如果v_i和v_j之間存在邊，則v_i和v_j所代表的矩陣元素的值a_ij或a_ji為1/(2M)；如果v_i和v_j之間不存在邊，則該矩陣元素的值為0；即：

其中，N為復雜網絡G(V,E)中的節點的個數，M為復雜網絡G(V,E)中邊的數量總和；

步驟1.3，計算節點度；