一种配电网区间网络重构模型优化方法及装置

1.本公开属于电力系统配电网区间网络重构领域，特别涉及一种配电网区间网络重构模型优化方法及装置。


背景技术：

2.配电网网络重构是通过更改配电网拓扑结构让配电网以更可靠和经济的方式运行，因此对于电力系统的稳定运行具有十分重要的意义。由于配电网网络重构模型属于混合整数非线性规划问题，因此求解非常困难，并且求解过程容易失效。与配电网确定性网络重构不同，在配电网存在不确定性注入功率时，其重构存在着以下两个方面的难题：
3.(1)确定性网络重构方法在处理功率注入不确定性信息方面存在困难。配电网系统运行时，由于负荷和分布式发电具有很强的随机性和波动性，导致网络最优结构随着不同时间点而变化。因此如何处理功率注入不确定性信息，能够计算出综合最优的网络结构十分必要。
4.(2)处理配电网系统不确定性信息的现有方法难以应用；目前处理网络重构的不确定性信息一般有两种方法：概率模型与模糊数模型。但这两种方法都需要获得不确定信息的精确概率分布或者可能性分布，实际应用中获取困难。
5.综上所述，为保证重构后的安全性运行与损耗最优，配电网重构方法必须具有可靠、快速与便于应用的特点，重点解决配电网注入功率的波动性与不确定性的问题。因此有必要以提高配电网不确定性重构的可靠性为目标，研究基于区间数学理论的配电网网络重构模型区间优化方法。


技术实现要素：

6.本公开的目的是为克服已有技术的不足之处，提出一种配电网区间网络重构模型优化方法及装置。本公开能够避免概率方法与模糊数理论方法的大量历史数据统计需求和主观的假定分布，且能够全面反映配电网运行的真实情况，具有较高的应用价值。
7.本公开第一方面是实施例提出一种配电网区间网络重构模型优化方法，包括：
8.建立配电网的确定性网络重构模型；
9.将所述确定性网络重构模型转换成区间优化模型；
10.将所述区间优化模型转换成确定性优化模型；
11.对所述确定性优化模型进行松弛，得到松弛后的确定性优化模型；
12.对所述松弛后的确定性优化模型求解，得到配电网支路投切最优结果，完成配电网区间网络重构优化。
13.在本公开的一个具体实施例中，所述建立配电网的确定性网络重构模型，包括：
14.1-1)建立模型的目标函数，表达式如下：
15.16.其中，为s相在支路ij的电阻；为s相在支路ij的电流平方，s＝{a,b,c}；
17.1-2)确定模型的约束条件，包括：
18.配电网支路投切状态约束；
19.x
ij
∈{0,1}
ꢀꢀꢀ
(2)
20.其中，x
ij
为支路ij的投切状态，1表示支路ij投入；
21.配电网distflow潮流约束；
[0022][0023][0024]
其中，分别为s相在支路ij的有功功率和无功功率；分别为s相在节点j的有功注入功率和无功注入功率；为s相在支路ij的电流幅值；为s相在支路ij的电抗；v
is
,分别为s相在节点i,j的电压幅值平方，s＝{a,b,c}；
[0025]
配电网辐射状运行条件约束；
[0026][0027]
其中，n
node
为配电网节点总数；n
root
为发电节点数量；k(i)为连接到节点i的节点集合；
[0028]
配电网安全运行条件约束；
[0029][0030]
其中，为s相在支路ij的电流幅值上限；v
l
,vu分别为节点电压幅值平方的下限和上限。
[0031]
在本公开的一个具体实施例中，所述将所述确定性网络重构模型转换成区间优化模型，包括：
[0032]
2-1)对所述确定性网络重构模型中的状态变量v
is
，分别建立为对应的区间数，如式(7)所示：
[0033][0034]
其中，分别为s相在支路ij的电流幅值下限和上限；v
is
,分别为s相在节点i的电压幅值平方的下限和上限；分别为s相在支路ij的有功功率的下限和上限；分别为s相在支路ij的无功功率的下限和上限；分别为s相在节点j的有功注入功率的下限和上限；分别为s相在节点j的无功注入功率的下限和上限，s＝{a,b,c}；
[0035]
2-2)将所述确定性网络重构模型转换成以下区间优化模型：
[0036][0037]
s.t.x
ij
∈{0,1}
ꢀꢀꢀ
(9)
[0038][0039][0040][0041][0042]
在本公开的一个具体实施例中，所述确定性优化模型表达式如下：
[0043][0044]
s.t.x
ij
∈{0,1}
ꢀꢀꢀ
(15)
[0045][0046]
[0047][0048][0049][0050][0051]
其中，()
rdm
表示对应参数的rdm形式；为对应于s相在支路ij电流幅值的rdm变量；为对应于s相在支路ij电流幅值的rdm变量；为对应于s相在节点i电压幅值的rdm变量；为对应于s相在节点j注入无功功率的rdm变量；为对应于s相在支路ij有功功率的rdm变量；为对应于s相在支路ij无功功率的rdm变量，s＝{a,b,c}。
[0052]
在本公开的一个具体实施例中，所述对所述确定性优化模型进行松弛，得到松弛后的确定性优化模型，包括：
[0053]
4-1)对式(20)中的后三项利用大m法进行非线性项的凸松弛：
[0054][0055][0056][0057]
其中，m为正数；
[0058]
4-2)将式(16)、(17)重写为：
[0059][0060][0061][0062]
[0063]
通过大m法对电压方程进行松弛；
[0064]
当任一支路断开后，式(28)重写为：
[0065][0066]
其中，下标i和j为该断开支路的首端节点和末端节点；
[0067]
4-3)通过rdm区间计算变换，得到式(14)的下界函数与上界函数如下式所示：
[0068][0069]
在本公开的一个具体实施例中，对所述松弛后的确定性优化模型求解，得到配电网支路投切最优结果，完成配电网区间网络重构优化，包括：
[0070]
5-1)令配电网所有支路功率都大于0，则s相在各支路有功功率、无功功率与电流平方的下限值均为0，表达式如下：
[0071][0072]
令：
[0073][0074]
根据式(29)，则：
[0075]
m＝v
u-v
l
ꢀꢀꢀ
(39)
[0076]
令支路功率与电流平方的上限值表达式如下：
[0077][0078]
将式(37)-(40)引入所述确定性优化模型，将所述确定性优化模型转换成线性模型；
[0079]
5-2)对所述线性模型求解，得到配电网支路投切最优结果；具体步骤如下：
[0080]
5-2-1)根据步骤5-1)的区间变量上下限，求解经步骤5-1)转化后的线性模型，得到配电网支路投切状态x
ij
；
[0081]
5-2-2)基于线性松弛收缩迭代算法求出配电网支路投切状态为x
ij
下的区间潮流及对应的区间网损
[0082]
5-2-3)对经步骤5-1)转化后的线性模型新增约束如下：
[0083][0084]
得到更新后的线性模型；
[0085]
求解所述更新后的线性模型，得到更新的配电网支路投切状态x
ij
；
[0086]
判定：如果更新的配电网支路投切状态与步骤5-2-1)得到额配电网支路投切状态相比不变，则转到步骤5-2-4)；否则重新返回步骤5-2-2)；
[0087]
5-2-4)输出x
ij
作为配电网支路投切最优结果，配电网区间网络重构优化完毕。
[0088]
在本公开的一个具体实施例中，所述线性松弛收缩迭代算法包括：
[0089]
5-2-2-1)将式(27)写成如下式所示的非线性方程：
[0090]
g(α
x
)-c1＝0
ꢀꢀꢀ
(41)
[0091]
将式(25)和式(26)写成如下式所示的线性方程：
[0092]
kα
x-c2＝0
ꢀꢀꢀ
(42)
[0093]
其中，向量α
x
包括k为常数矩阵，c1和c2为常数向量；
[0094]
得到如下式所示的优化模型：
[0095][0096]
5-2-2-2)将步骤5-2-2-1)得到的优化模型转化为线性收缩模型，具体方法如下：
[0097]
将式(41)写成如下式所示：
[0098][0099]
其中，ε∈[a
x
]，h＝jg(α
x
)，b＝-(jg(ε)-jg(α
x
))(α
x-α
x
)-g(α
x
)+jg(α
x
)α
x
+c1；
[0100]
令：
[0101]
β＝-(jg(α
x
)-jg(α
x
))(α
x-α
x
)-g(α
x
)+jg(α
x
)α
x
+c1ꢀꢀꢀ
(45)
[0102]
其中，jg(.)为方程的雅克比矩阵；
[0103]
其中，其中，和α
x
为向量α
x
的上限和下限，和b为区间变量b的上限和下限；
[0104]
通过式(46)迭代更新和b：
[0105][0106]
则式(43)通过以下线性收缩模型求解：
[0107][0108]
5-2-2-3)通过求解步骤5-2-2-2)得到的线性收缩模型，得到区间潮流的计算结果；具体步骤如下：
[0109]
5-2-2-3-1)令支路功率的初始范围为[-m,m]，令的初始范围为[v
l
,vu]，令支路电流的初始范围为[-m,m]；
[0110]
5-2-2-3-2)求解线性收缩模型式(47)，得到min/maxα
x
和支路投切状态为x
ij
；
[0111]
5-2-2-3-3)对步骤5-2-2-3-2)的结果进行判定：
[0112]
如果[α
x
]的区间宽度不再缩小，则步骤5-2-2-3-2)得到的min/maxα
x
即为线性收缩
模型的最终解，得到α
x
中各变量的最小值和最大值，转步骤5-2-2-3-4)；否则根据步骤5-2-2-3-2)得到的[α
x
]更新h,β,k,c1,c2，然后重新返回步骤5-2-2-3-2)；
[0113]
5-2-2-3-4)根据式(20)将rdm区间变量4)根据式(20)将rdm区间变量转回区间变量区间潮流计算完毕。
[0114]
本公开第二方面是实施例提出一种配电网区间网络重构模型优化装置，包括：
[0115]
确定性网络重构模型构建模块，用于建立配电网的确定性网络重构模型；
[0116]
区间优化模型构建模块，用于将所述确定性网络重构模型转换成区间优化模型；
[0117]
确定型模型构建模块，用于将所述区间优化模型转换成确定性优化模型；
[0118]
确定性优化模型松弛模块，用于对所述确定性优化模型进行松弛，得到松弛后的确定性优化模型；
[0119]
配电网区间网络重构优化模块，用于对所述松弛后的确定性优化模型求解，得到配电网支路投切最优结果，完成配电网区间网络重构优化。
[0120]
本公开第三方面是实施例提出一种电子设备，包括：
[0121]
至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；
[0122]
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被设置为用于执行上述一种配电网区间网络重构模型优化方法。
[0123]
本公开第四方面是实施例提出一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行上述一种配电网区间网络重构模型优化方法。
[0124]
本公开的特点及有益效果在于：
[0125]
1、本公开具有可靠、快速与便于应用的特点。
[0126]
2、本公开根据区间优化的上下函数边界优化的定理，提出了一种配电网rdm区间重构模型，此模型能够全面考虑了配电网区间注入功率与新能源的波动。
[0127]
3、本公开提出了一种rdm-milp contractor方法求解配电网rdm区间重构模型。此方法的优点在于容易实现，并且计算效率很高，因此有望在配电网实际运行上在线应用。
[0128]
4、本公开中的区间方法能够避免概率方法与模糊数理论方法的大量历史数据统计需求和主观的假定分布，且能够全面反映配电网运行的真实情况，具有较高的应用价值。
附图说明
[0129]
图1为本公开实施例中一种配电网区间网络重构模型优化方法的整体流程图。
具体实施方式
[0130]
下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。
[0131]
本公开第一方面实施例提出的一种配电网区间网络重构模型优化方法，整体流程如图1所示，包括以下步骤：
[0132]
1)建立配电网的传统确定性网络重构模型。
[0133]
在本公开的一个实施例中，建立配电网的传统确定性网络重构模型的具体过程，包括：
[0134]
1-1)建立模型的目标函数；
[0135]
配电网络重构的目标函数为网损最小化，忽略三相耦合的情况下，目标函数表达式如下：
[0136][0137]
其中，为s相在支路ij的电阻；为s相在支路ij的电流平方，s＝{a,b,c}。
[0138]
1-2)确定模型的约束条件，具体如下：
[0139]
配电网支路投切状态约束；
[0140]
x
ij
∈{0,1}
ꢀꢀꢀ
(2)
[0141]
其中，x
ij
为支路ij的投切状态，1表示支路ij投入。
[0142]
配电网distflow潮流约束；
[0143][0144][0145]
其中，分别为s相在支路ij的有功功率和无功功率；分别为s相在节点j的有功注入功率和无功注入功率；为s相在支路ij的电流幅值；为s相在支路ij的电抗；v
is
,分别为s相在节点i,j的电压幅值平方，s＝{a,b,c}。
[0146]
配电网辐射状运行条件约束；
[0147][0148]
其中，n
node
为配电网节点总数；n
root
为发电节点数量；k(i)为连接到节点i的节点集合。
[0149]
配电网安全运行条件约束；
[0150][0151]
其中，为s相在支路ij的电流幅值上限；v
l
,vu分别为节点电压幅值平方的下限和上限。
[0152]
2)将步骤1)建立的传统确定性网络重构模型转换成区间优化模型；
[0153]
在本公开的一个实施例中，将步骤1)建立的传统确定性网络重构模型转换成区间优化模型的具体过程包括：
[0154]
2-1)由于配电网的负荷和发电机存在不确定因素，对步骤1)的模型中的状态变量v
is
，分别建立为对应的区间数，如式(7)所示：
[0155][0156]
其中，分别为s相在支路ij的电流幅值下限和上限；v
is
,分别为s相在节点i的电压幅值平方的下限和上限；分别为s相在支路ij的有功功率的下限和上限；分别为s相在支路ij的无功功率的下限和上限；分别为s相在节点j的有功注入功率的下限和上限；分别为s相在节点j的无功注入功率的下限和上限，s＝{a,b,c}。
[0157]
2-2)将步骤1)建立的传统确定性网络重构模型转换成以下区间优化模型：
[0158][0159]
s.t.x
ij
∈{0,1}
ꢀꢀꢀ
(9)
[0160][0161][0162][0163][0164]
3)将步骤2)中的区间优化模型通过rdm区间运算转换成确定性优化模型；
[0165]
在本公开的一个实施例中，所述确定性优化模型的表达式如下：
[0166][0167]
s.t.x
ij
∈{0,1}
ꢀꢀꢀ
(15)
[0168][0169][0170][0171][0172][0173][0174]
其中，()
rdm
表示对应参数的rdm形式；为对应于s相在支路ij电流幅值的rdm变量；为对应于s相在支路ij电流幅值的rdm变量；为对应于s相在节点i电压幅值的rdm变量；为对应于s相在节点j注入无功功率的rdm变量；为对应于s相在支路ij有功功率的rdm变量；为对应于s相在支路ij无功功率的rdm变量，s＝{a,b,c}。
[0175]
4)对步骤3)得到的确定性优化模型进行松弛，松弛后的确定性优化模型；
[0176]
在本公开的一个具体实施例中，对步骤3)得到的确定性优化模型进行松弛的具体过程，包括：
[0177]
4-1)由于步骤3)中的模型是一种非线性规划模型，求解困难。因此在本公开的一个实施例中利用线性松弛方法来解决此问题。对确定性优化模型中含开关变量的非凸约束式(20)中的后三项利用大m法进行非线性项的凸松弛：
[0178][0179][0180]
[0181]
其中，m是一个比较大的正值，因此为了避免扩大寻优空间而影响到优化算法的计算效率，此值应当合理选取。本公开的一个具体示例中的m值为10。
[0182]
4-2)对非线性项进行松弛后可将潮流约束条件式(16)、(17)重写为：
[0183][0184][0185][0186][0187]
经过处理后，电压约束变为不等式约束，这是因为当某一个支路断开后，首端电压和末端电压的约束不再存在。因此，需要通过大m法对电压方程进行松弛。
[0188]
当一个支路断开后，电压约束方程式(28)可重写为：
[0189][0190]
其中，下标i和j为该断开支路的首端节点和末端节点；
[0191]
4-3)通过rdm区间计算变换后，目标函数式(14)的下界函数与上界函数如下式所示：
[0192][0193]
因此，寻找原目标的最优解变为寻找合适的让下界函数f
low
和上界函数f
up
同时达到了最优。从上述两个函数表达式来看，下界函数f
low
包含在上界函数f
up
，因此实际上我们只要找f
up
的最优解就可以。但由于f
up
的目标函数包含了非线性项不易直接求解。为此，本公开实施例提出混合整数线性规划收缩法(milp contractor)进行求解。
[0194]
5)对经过步骤4)松弛后的模型进行求解，得到配电网支路投切最优结果，完成配电网区间网络重构优化。
[0195]
在本公开的一个实施例中，对经过步骤4)松弛后的模型进行求解采用混合整数线性规划收缩法(milp contractor)，具体过程如下：
[0196]
5-1)根据配电网具有的特点，假设配电网所有支路功率都大于0，因此可定义s相在各支路有功功率、无功功率与电流平方的下限值均为0，即：
[0197][0198]
根据电压的上下限定义，给出如下定义：
[0199][0200]
根据式(29)，m可取：
[0201]
m＝v
u-v
l
ꢀꢀꢀ
(39)
[0202]
根据非线性松弛的不等式给出支路功率与电流平方的上限值如下：
[0203][0204]
将式(37)-(40)引入步骤3)的确定性优化模型，将步骤3)的确定性优化模型转换成线性模型，该线性模型不仅实现容易并且还提高了计算效率。
[0205]
5-2)步骤5-1)其实将rdm区间函数的上界函数的可行域进行松弛到[0,m]，其中m是一个大的正数，本公开的一个具体实施例取值为10。因此不可避免此方法结果会有一些保守。因此，本公开的一个实施例提出rdm-milp contractor方法，将[0,m]空间进行迭代缩小，从而避免结果的保守问题。具体流程如下：
[0206]
5-2-1)根据步骤5-1)给定的区间变量上下限，求解经步骤5-1)转化后的线性模型，得到配电网支路投切状态x
ij
。
[0207]
5-2-2)基于线性松弛收缩迭代算法求出配电网支路投切状态为x
ij
下的区间潮流，并给出此结构下的区间网损其中线性松弛收缩迭代算法具体步骤如下：
[0208]
5-2-2-1)将式(27)写成如下式所示的非线性方程：
[0209]
g(α
x
)-c1＝0
ꢀꢀꢀ
(41)
[0210]
将式(25)和式(26)写成如下式所示的线性方程：
[0211]
kα
x-c2＝0
ꢀꢀꢀ
(42)
[0212]
其中，向量α
x
包含如下所有rdm变量k为常数矩阵，c1和c2为常数向量。
[0213]
因此，转化后的rdm形式的配电网区间潮流计算模型转换成如下式所示的优化模型：
[0214][0215]
5-2-2-2)将步骤5-2-2-1)得到的优化模型转化为线性收缩模型；具体方法如下：
[0216]
将非线性方程式(41)写成如下式所示：
[0217][0218]
其中，ε∈[a
x
]，h＝jg(α
x
)，b＝-(jg(ε)-jg(α
x
))(α
x-α
x
)-g(α
x
)+jg(α
x
)α
x
+c1；
[0219]
定义如下区间变量向量：
[0220]
β＝-(jg(α
x
)-jg(α
x
))(α
x-α
x
)-g(α
x
)+jg(α
x
)α
x
+c1ꢀꢀꢀ
(45)
[0221]
其中，jg(.)为方程的雅克比矩阵；
[0222]
由于则其中和α
x
为向量α
x
的上限和下限，和b为区间变量b的上限和下限；通过式(46)迭代更新和b：
[0223][0224]
则式(43)通过以下线性收缩模型求解：
[0225][0226]
5-2-2-3)通过求解步骤5-2-2-2)得到的线性收缩模型，得到区间潮流的计算结果；具体步骤如下：
[0227]
5-2-2-3-1)给出支路功率的初始范围为[-m,m]，本公开的一个具体实施例中m＝10。给出节点电压的初始范围为[v
l
,vu]，此处取v
l
＝0.8，vu＝1.2。给出支路电流的初始范围为[-m,m]，本公开的一个具体实施例中m＝10；
[0228]
5-2-2-3-2)求解线性收缩模型式(47)，得到min/maxα
x
和支路投切状态为x
ij
；
[0229]
5-2-2-3-3)对步骤5-2-2-3-2)的结果进行判定：
[0230]
如果[α
x
]的区间宽度不再缩小，则步骤5-2-2-3-2)得到min/maxα
x
的即为线性收缩模型的最终解，进而得到α
x
中各个rdm变量的最小值和最大值，转步骤5-2-2-3-4)；否则根据步骤5-2-2-3-2)得到的[α
x
]更新h,β,k,c1,c2，然后重新返回步骤5-2-2-3-2)。
[0231]
5-2-2-3-4)根据式(20)将rdm区间变量4)根据式(20)将rdm区间变量转回传统区间变量区间潮流计算完毕。
[0232]
5-2-3)对经步骤5-1)转化后的线性模型新增约束然后求解该线性模型得到更新的配电网支路投切状态x
ij
。
[0233]
如果更新的配电网支路投切状态与步骤5-2-1)的结果相比不变，则转到步骤5-2-4)，否则转到步骤5-2-2)，求解更新的x
ij
下的区间潮流。
[0234]
5-2-4)输出x
ij
作为配电网支路投切最优结果，配电网区间网络重构优化完毕。
[0235]
本公开第二方面实施例提出一种配电网区间网络重构模型优化装置，包括：
[0236]
确定性网络重构模型构建模块，用于建立配电网的确定性网络重构模型；
[0237]
区间优化模型构建模块，用于将所述确定性网络重构模型转换成区间优化模型；
[0238]
确定型模型构建模块，用于将所述区间优化模型转换成确定性优化模型；
[0239]
确定性优化模型松弛模块，用于对所述确定性优化模型进行松弛，得到松弛后的确定性优化模型；
[0240]
配电网区间网络重构优化模块，用于对所述松弛后的确定性优化模型求解，得到配电网支路投切最优结果，完成配电网区间网络重构优化。
[0241]
本公开第三方面实施例一种电子设备，包括：
[0242]
至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；
[0243]
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被设置为用于执行上述一种配电网区间网络重构模型优化方法。
[0244]
本公开第四方面实施例提出一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行权利要求上述一种配电网区间网络重构模型优化方法。
[0245]
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。
[0246]
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备执行上述实施例的一种配电网区间网络重构模型优化方法。
[0247]
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
[0248]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本技术的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结
合和组合。
[0249]
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本技术的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
[0250]
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本技术的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本技术的实施例所属技术领域的技术人员所理解。
[0251]
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序，然后将其存储在计算机存储器中。
[0252]
应当理解，本技术的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
[0253]
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
[0254]
此外，在本技术各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
[0255]
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本技术的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本技术的限制，本领域的普通技术人员在本技术的范围内可以对上述实施例进行变化、修改、替换和变型。

技术特征：
1.一种配电网区间网络重构模型优化方法，其特征在于，包括：建立配电网的确定性网络重构模型；将所述确定性网络重构模型转换成区间优化模型；将所述区间优化模型转换成确定性优化模型；对所述确定性优化模型进行松弛，得到松弛后的确定性优化模型；对所述松弛后的确定性优化模型求解，得到配电网支路投切最优结果，完成配电网区间网络重构优化。2.根据权利要求1所述的优化方法，其特征在于，所述建立配电网的确定性网络重构模型，包括：1-1)建立模型的目标函数，表达式如下：其中，为s相在支路ij的电阻；为s相在支路ij的电流平方，s＝{a,b,c}；1-2)确定模型的约束条件，包括：配电网支路投切状态约束；x
ij
∈{0,1}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)其中，x
ij
为支路ij的投切状态，1表示支路ij投入；配电网distflow潮流约束；配电网distflow潮流约束；其中，分别为s相在支路ij的有功功率和无功功率；分别为s相在节点j的有功注入功率和无功注入功率；为s相在支路ij的电流幅值；为s相在支路ij的电抗；分别为s相在节点i,j的电压幅值平方，s＝{a,b,c}；配电网辐射状运行条件约束；其中，n
node
为配电网节点总数；n
root
为发电节点数量；k(i)为连接到节点i的节点集合；配电网安全运行条件约束；
其中，为s相在支路ij的电流幅值上限；v
l
,v
u
分别为节点电压幅值平方的下限和上限。3.根据权利要求2所述的优化方法，其特征在于，所述将所述确定性网络重构模型转换成区间优化模型，包括：2-1)对所述确定性网络重构模型中的状态变量分别建立为对应的区间数，如式(7)所示：其中，分别为s相在支路ij的电流幅值下限和上限；分别为s相在节点i的电压幅值平方的下限和上限；分别为s相在支路ij的有功功率的下限和上限；分别为s相在支路ij的无功功率的下限和上限；分别为s相在节点j的有功注入功率的下限和上限；分别为s相在节点j的无功注入功率的下限和上限，s＝{a,b,c}；2-2)将所述确定性网络重构模型转换成以下区间优化模型：s.t. x
ij
∈{0,1}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)(9)(9)(9)4.根据权利要求3所述的优化方法，其特征在于，所述确定性优化模型表达式如下：s.t.x
ij
∈{0,1}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(15)
其中，()
rdm
表示对应参数的rdm形式；为对应于s相在支路ij电流幅值的rdm变量；为对应于s相在支路ij电流幅值的rdm变量；为对应于s相在节点i电压幅值的rdm变量；为对应于s相在节点j注入无功功率的rdm变量；为对应于s相在支路ij有功功率的rdm变量；为对应于s相在支路ij无功功率的rdm变量，s＝{a,b,c}。5.根据权利要求4所述的优化方法，其特征在于，所述对所述确定性优化模型进行松弛，得到松弛后的确定性优化模型，包括：4-1)对式(20)中的后三项利用大m法进行非线性项的凸松弛：1)对式(20)中的后三项利用大m法进行非线性项的凸松弛：1)对式(20)中的后三项利用大m法进行非线性项的凸松弛：其中，m为正数；4-2)将式(16)、(17)重写为：
通过大m法对电压方程进行松弛；当任一支路断开后，式(28)重写为：其中，下标i和j为该断开支路的首端节点和末端节点；4-3)通过rdm区间计算变换，得到式(14)的下界函数与上界函数如下式所示：6.根据权利要求5所述的优化方法，其特征在于，对所述松弛后的确定性优化模型求解，得到配电网支路投切最优结果，完成配电网区间网络重构优化，包括：5-1)令配电网所有支路功率都大于0，则s相在各支路有功功率、无功功率与电流平方的下限值均为0，表达式如下：令：根据式(29)，则：m＝v
u-v
l
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(39)令支路功率与电流平方的上限值表达式如下：将式(37)-(40)引入所述确定性优化模型，将所述确定性优化模型转换成线性模型；5-2)对所述线性模型求解，得到配电网支路投切最优结果；具体步骤如下：5-2-1)根据步骤5-1)的区间变量上下限，求解经步骤5-1)转化后的线性模型，得到配电网支路投切状态x
ij
；5-2-2)基于线性松弛收缩迭代算法求出配电网支路投切状态为x
ij
下的区间潮流及对应的区间网损5-2-3)对经步骤5-1)转化后的线性模型新增约束如下：得到更新后的线性模型；求解所述更新后的线性模型，得到更新的配电网支路投切状态x
ij
；
判定：如果更新的配电网支路投切状态与步骤5-2-1)得到额配电网支路投切状态相比不变，则转到步骤5-2-4)；否则重新返回步骤5-2-2)；5-2-4)输出x
ij
作为配电网支路投切最优结果，配电网区间网络重构优化完毕。7.根据权利要求6所述的优化方法，其特征在于，所述线性松弛收缩迭代算法包括：5-2-2-1)将式(27)写成如下式所示的非线性方程：g(α
x
)-c1＝0
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(41)将式(25)和式(26)写成如下式所示的线性方程：kα
x-c2＝0
ꢀꢀꢀꢀꢀꢀꢀꢀ
(42)其中，向量α
x
包括k为常数矩阵，c1和c2为常数向量；得到如下式所示的优化模型：5-2-2-2)将步骤5-2-2-1)得到的优化模型转化为线性收缩模型，具体方法如下：将式(41)写成如下式所示：其中，ε∈[a
x
]，h＝j
g
(α
x
)，b＝-(j
g
(ε)-j
g
(α
x
))(α
x-α
x
)-g(α
x
)+j
g
(α
x
)α
x
+c1；令：β＝-(j
g
(α
x
)-j
g
(α
x
))(α
x-α
x
)-g(α
x
)+j
g
(α
x
)α
x
+c1ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(45)其中，j
g
(.)为方程的雅克比矩阵；其中，其中，和α
x
为向量α
x
的上限和下限，和b为区间变量b的上限和下限；通过式(46)迭代更新和b：则式(43)通过以下线性收缩模型求解：5-2-2-3)通过求解步骤5-2-2-2)得到的线性收缩模型，得到区间潮流的计算结果；具体步骤如下：5-2-2-3-1)令支路功率1)令支路功率的初始范围为[-m,m]，令的初始范围为[v
l
,v
u
]，令支
路电流的初始范围为[-m,m]；5-2-2-3-2)求解线性收缩模型式(47)，得到min/maxα
x
和支路投切状态为x
ij
；5-2-2-3-3)对步骤5-2-2-3-2)的结果进行判定：如果[α
x
]的区间宽度不再缩小，则步骤5-2-2-3-2)得到的min/maxα
x
即为线性收缩模型的最终解，得到α
x
中各变量的最小值和最大值，转步骤5-2-2-3-4)；否则根据步骤5-2-2-3-2)得到的[α
x
]更新h,β,k,c1,c2，然后重新返回步骤5-2-2-3-2)；5-2-2-3-4)根据式(20)将rdm区间变量4)根据式(20)将rdm区间变量转回区间变量区间潮流计算完毕。8.一种配电网区间网络重构模型优化装置，其特征在于，包括：确定性网络重构模型构建模块，用于建立配电网的确定性网络重构模型；区间优化模型构建模块，用于将所述确定性网络重构模型转换成区间优化模型；确定型模型构建模块，用于将所述区间优化模型转换成确定性优化模型；确定性优化模型松弛模块，用于对所述确定性优化模型进行松弛，得到松弛后的确定性优化模型；配电网区间网络重构优化模块，用于对所述松弛后的确定性优化模型求解，得到配电网支路投切最优结果，完成配电网区间网络重构优化。9.一种电子设备，其特征在于，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被设置为用于执行上述权利要求1-7任一项所述的配电网区间网络重构模型优化方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行权利要求1-7任一项所述的配电网区间网络重构模型优化方法。

技术总结
本公开涉及一种配电网区间网络重构模型优化方法及装置，属于电力系统配电网区间网络重构领域。其中方法包括：建立配电网的确定性网络重构模型；将所述确定性网络重构模型转换成区间优化模型；将所述区间优化模型转换成确定性优化模型；对所述确定性优化模型进行松弛，得到松弛后的确定性优化模型；对所述松弛后的确定性优化模型求解，得到配电网支路投切最优结果，完成配电网区间网络重构优化。本公开能够避免概率方法与模糊数理论方法的大量历史数据统计需求和主观的假定分布，且能够全面反映配电网运行的真实情况，具有较高的应用价值。价值。价值。


技术研发人员：席嫣娜 吴文传 张隽 张宏宇 吴越强 刘海涛 刘庆时 王彬 王冠楠 韦凌霄 孙宏斌 郭庆来
受保护的技术使用者：国网冀北电力有限公司 国家电网有限公司 清华大学
技术研发日：2021.11.11
技术公布日：2022/3/8