开源代码分享(5)—配电网重构的启发式算法(附matlab代码)

简介: 本文提出了一种两阶段的启发式计算方法,可以在最小的计算时间内重新配置一个径向分布网络。所有的网络交换机在操作的初始阶段都是关闭的,并提出了一个顺序的开关开闸策略,以获得一个接近最优的径向配置。在随后的阶段中,从径向网络中选择一对开关来交换其开/关状态。提出了一种利用总线注入分支电流矩阵的数学模型,选择一对交换机,目的是减少每次交换操作后网络的功率损耗。该方法在33总线、69总线、84总线、136总线和417总线的配电网上进行了测试,结果表明,所提的方法有助于在明显较低的运行时间下实现径向配电网的最佳配置。

         来源于文献IEEE TRANSACTIONS ON POWER SYSTEMS期刊文献的开源代码。

       摘要:本文提出了一种两阶段的启发式计算方法,可以在最小的计算时间内重新配置一个径向分布网络。所有的网络交换机在操作的初始阶段都是关闭的,并提出了一个顺序的开关开闸策略,以获得一个接近最优的径向配置。在随后的阶段中,从径向网络中选择一对开关来交换其开/关状态。提出了一种利用总线注入分支电流矩阵的数学模型,选择一对交换机,目的是减少每次交换操作后网络的功率损耗。该方法在33总线、69总线、84总线、136总线和417总线的配电网上进行了测试,结果表明,所提的方法有助于在明显较低的运行时间下实现径向配电网的最佳配置。

1.引言

       配电网在向电力系统的终端能源消费者提供电力方面起着至关重要的作用。然而,低电抗和电阻的比值和配网的径向性质导致了热能形式的高有源功率损失。配网重构(DNR)是在保证系统可靠运行的同时,尽量减少网络有功功率损耗的可能解决方案之一。配电网中有两种类型:常闭分段开关和常开连接开关。DNR通过修改网络中交换机的开/关状态,提出了一种新的配电网拓扑结构。

       文献中用于解决DNR问题的方法可以大致分为三种类型:进化算法、数学规划和启发式方法[1]、[2]、[3]。然而,由于进化算法和数学规划的高计算要求,研究人员更倾向于DNR的启发式方法。对于快速重构,启发式算法考虑了两种策略:分支交换策略和顺序开开关策略。[4]首先提出了分支交换策略,通过交换开关对的开/关状态来重新配置最初的径向网络。然而,由于作者在分析中忽略了分支电流的反应性分量,因此所提出的方法的准确性较低。作为一种解决方案,在[5]中引入了初始网格网络的顺序开关打开策略,其中环路中的开关被策略性地打开,直到获得最优的径向配置。但该方法未能达到对大型系统的最优配置。此后,在文献中引入了几种DNR的启发式方法。在[6]中引入了一种最小电流循环更新机制,该机制旨在绕过局部最优点,实现全局最优结果。在[7]中,提出了一种结合分支交换和开开关策略的启发式方法。

       虽然文献中可用的技术是非常精确的,但它需要大量的计算时间来实现最佳配置。本文提出了一种新的两阶段启发式算法,可以在更短的时间内解决一个DNR问题。与其他启发式方法相比,该方法减少了在操作过程中进行负载流分析(LFA)的需要,从而减少了计算时间。

2.配电网重构问题的数学模型

       DNR问题是一个混合整数非线性优化问题,其目标是最小化配电网中的总有源功率损失。假设网络中的所有分支都配备有一个交换机,网络中总有功功率损失(Ploss)的最小化可以用数学表示为:

image.gif

image.gif

image.gif

3.提出的方法

image.gif

       该方法旨在通过确定所有支路的开/关状态,来减少径向连接配电网中的功率损耗。然而,网络中大量的交换机增加了该方法的计算负担。因此,为了减少计算负担,将1型、2型和3型开关[7]排除在操作中涉及的开关列表之外。所提出的DNR方法分两个阶段进行,详见以下两个小节。

3.1.阶段1:

       执行阶段1的执行首先是打开最初配置的网络中的所有交换机,从而形成网络循环。采用传统的牛顿拉夫逊LFA来计算流过每个网络交换机的电流。然后,选择每个网络回路中携带最小电流的交换机,将其状态从ON更改为OFF。在算法1中给出了顺序开关开启策略的分步过程。

3.2.阶段2:

       分支交换策略从阶段1操作中获得的径向网络配置作为阶段2操作的输入配置。分支交换策略旨在通过成对地在交换机之间交换开关状态,从而进一步减少网络中的总损耗。

       在一个径向网络中,拉杆开关的闭合操作导致了一个网络回路的形成。假设从初始网络中选择一个捆绑开关(k1)进行闭合操作,并关闭网络环路中的一个分段开关(k2),以恢复配电网的辐射性。因此,在交换操作后,得到了一个新的径向网络。网络回路中的一组交换机可以用数学方法建模为,

image.gif

式中,BIBC为交换操作前,向径向网络分支电流矩阵的总线注入;m1和n1为连接开关k1连接的母线。设一个集合Ω2被定义为Ω1的子集。Ω2的元素是新网络的分段交换机,它们不出现在连接总线m1和n1与变电站的最短路径上。在数学上,它可以用初始网络的BIBC矩阵表示为,

image.gif

       假设每个总线上的电流注入在交换操作后不变,在新径向网络的分支电流上的以下点可以使用基尔霍夫电流定律:

       1.在新网络中流过开关k1的电流将等于在初始网络中流过开关k2的电流,即。

image.gif

       2.如果交换机k在网络环路内,则新网络的第k个分支电流可以表示为:

image.gif

       3.如果交换机k在网络环路之外,则新网络的第k个分支电流没有变化,即:

image.gif

       由公式(13)-(15)可知,新的径向网络的分支电流可以用一种简单的形式写成,

image.gif

       在第2阶段的操作中,使用(17)计算网络中每个交换机对的功率损耗的近似变化,并选择导致功率损耗变化最大的一对来交换其开/关状态。

image.gif

       在交换所选开关对的开/关状态后,执行LFA,以检查操作约束中的违规情况。该过程继续进行,直到功率损耗减少,并满足所有的操作约束。算法2给出了开关间开关状态交换的详细策略。

4.算例分析

       利用33总线、69总线、84总线、136总线和417总线五种测试系统,验证了所提出的径向配电网的重构方法。所提出的方法的模拟是在MATLAB(版本R2021b)软件上进行的,该软件安装在英特尔酷睿i5-8500、3.0 GHz CPU、8gbRAM和64位系统上。表一显示了根据所提出的方法重新配置测试系统后获得的连接开关列表。

image.gif

image.gif

       此外,为了对其他启发式方法的工作进行比较分析,我们还在相同的操作环境下模拟了[6]和[7]中提出的DNR方法。比较分析的结果列于表二。最优配置测试系统的损失从文献[1],[2]中获得,并作为分析的基准。表二确认了对于33总线、69总线、84总线和136总线测试系统,所提出的DNR方法实现最小有损网络的精度为100%。此外,该方法在较大的系统中,如417总线测试系统中,提出的精度仅降低了0.29%。

       对比分析也证实了所提出的方法是文献中重构径向分布网络最快的启发式方法。计算时间的改进是通过减少在操作过程中需要执行的LFA的数量来实现的。在提出的顺序开关开启策略中,没有考虑最优电流,因此要求执行LFA,从而减少计算时间。所提出的分支交换策略进一步保证了配电网的最小有损配置。每个测试系统的方法在每个阶段的损失列于表三。

image.gif

image.gif

image.gif

image.gif

image.gif

image.gif

image.gif

请选择测试系统:1-33节点 2-69节点 3-84节点 4-136节点 5-417节点:  5

初始断开的支路为: 415  416  417  418  419  420  421  422  423  424  425  426  427  428  429  430  431  432  433  434  435  436  437  438  439  440  441  442  443  444  445  446  447  448  449  450  451  452  453  454  455  456  457  458  459  460  461  462  463  464  465  466  467  468  469  470  471  472  473

415节点节点系统重构后的有功网损为 708.941430 kW.

重构后断开的支路: 1   11   25   34   35   44   50   64   95   99  123  131  136  141  153  162  165  179  197  220  234  277  281  284  342  345  354  381  383  407  415  417  418  420  424  425  426  427  428  432  435  436  437  438  440  442  446  449  451  458  460  462  464  466  467  468  470  472  473

415节点系统重构后的有功网损为 583.244228 kW.

计算时间为 7.574773 秒

image.gif

5.结论

       在过去50年的文献中,已经提出了几种DNR方法。大多数方法都能获得最优的结果,但计算时间非常大。在这项工作中,提出了一种两阶段的重构方法,以在明显更短的时间内找到配电网络的最小损耗配置。由于其速度和准确性,所提出的方法是配电系统操作员在在线模式下可以使用的理想的重构技术。

6.完整代码获取方式

【免费】配电网重构的启发式算法(matlab代码)


相关文章
|
1天前
|
算法 数据安全/隐私保护 计算机视觉
基于FPGA的图像双线性插值算法verilog实现,包括tb测试文件和MATLAB辅助验证
本项目展示了256×256图像通过双线性插值放大至512×512的效果,无水印展示。使用Matlab 2022a和Vivado 2019.2开发,提供完整代码及详细中文注释、操作视频。核心程序实现图像缩放,并在Matlab中验证效果。双线性插值算法通过FPGA高效实现图像缩放,确保质量。
|
2天前
|
机器学习/深度学习 数据采集 算法
基于GWO灰狼优化的CNN-GRU-SAM网络时间序列回归预测算法matlab仿真
本项目基于MATLAB2022a,展示了时间序列预测算法的运行效果(无水印)。核心程序包含详细中文注释和操作视频。算法采用CNN-GRU-SAM网络,结合灰狼优化(GWO),通过卷积层提取局部特征、GRU处理长期依赖、自注意力机制捕捉全局特征,最终实现复杂非线性时间序列的高效预测。
|
20小时前
|
算法
基于SOA海鸥优化算法的三维曲面最高点搜索matlab仿真
本程序基于海鸥优化算法(SOA)进行三维曲面最高点搜索的MATLAB仿真,输出收敛曲线和搜索结果。使用MATLAB2022A版本运行,核心代码实现种群初始化、适应度计算、交叉变异等操作。SOA模拟海鸥觅食行为,通过搜索飞行、跟随飞行和掠食飞行三种策略高效探索解空间,找到全局最优解。
|
19小时前
|
算法 数据可视化 数据安全/隐私保护
一级倒立摆平衡控制系统MATLAB仿真,可显示倒立摆平衡动画,对比极点配置,线性二次型,PID,PI及PD五种算法
本课题基于MATLAB对一级倒立摆控制系统进行升级仿真,增加了PI、PD控制器,并对比了极点配置、线性二次型、PID、PI及PD五种算法的控制效果。通过GUI界面显示倒立摆动画和控制输出曲线,展示了不同控制器在偏转角和小车位移变化上的性能差异。理论部分介绍了倒立摆系统的力学模型,包括小车和杆的动力学方程。核心程序实现了不同控制算法的选择与仿真结果的可视化。
24 13
|
1月前
|
算法 数据安全/隐私保护 计算机视觉
基于Retinex算法的图像去雾matlab仿真
本项目展示了基于Retinex算法的图像去雾技术。完整程序运行效果无水印,使用Matlab2022a开发。核心代码包含详细中文注释和操作步骤视频。Retinex理论由Edwin Land提出,旨在分离图像的光照和反射分量,增强图像对比度、颜色和细节,尤其在雾天条件下表现优异,有效解决图像去雾问题。
|
1月前
|
算法 数据可视化 安全
基于DWA优化算法的机器人路径规划matlab仿真
本项目基于DWA优化算法实现机器人路径规划的MATLAB仿真,适用于动态环境下的自主导航。使用MATLAB2022A版本运行,展示路径规划和预测结果。核心代码通过散点图和轨迹图可视化路径点及预测路径。DWA算法通过定义速度空间、采样候选动作并评估其优劣(目标方向性、障碍物距离、速度一致性),实时调整机器人运动参数,确保安全避障并接近目标。
146 68
|
1月前
|
算法 数据安全/隐私保护
室内障碍物射线追踪算法matlab模拟仿真
### 简介 本项目展示了室内障碍物射线追踪算法在无线通信中的应用。通过Matlab 2022a实现,包含完整程序运行效果(无水印),支持增加发射点和室内墙壁设置。核心代码配有详细中文注释及操作视频。该算法基于几何光学原理,模拟信号在复杂室内环境中的传播路径与强度,涵盖场景建模、射线发射、传播及接收点场强计算等步骤,为无线网络规划提供重要依据。
|
2天前
|
传感器 算法 物联网
基于粒子群算法的网络最优节点部署优化matlab仿真
本项目基于粒子群优化(PSO)算法,实现WSN网络节点的最优部署,以最大化节点覆盖范围。使用MATLAB2022A进行开发与测试,展示了优化后的节点分布及其覆盖范围。核心代码通过定义目标函数和约束条件,利用PSO算法迭代搜索最佳节点位置,并绘制优化结果图。PSO算法灵感源于鸟群觅食行为,适用于连续和离散空间的优化问题,在通信网络、物联网等领域有广泛应用。该算法通过模拟粒子群体智慧,高效逼近最优解,提升网络性能。
|
1月前
|
机器学习/深度学习 数据采集 算法
基于GA遗传优化的CNN-GRU-SAM网络时间序列回归预测算法matlab仿真
本项目基于MATLAB2022a实现时间序列预测,采用CNN-GRU-SAM网络结构。卷积层提取局部特征,GRU层处理长期依赖,自注意力机制捕捉全局特征。完整代码含中文注释和操作视频,运行效果无水印展示。算法通过数据归一化、种群初始化、适应度计算、个体更新等步骤优化网络参数,最终输出预测结果。适用于金融市场、气象预报等领域。
基于GA遗传优化的CNN-GRU-SAM网络时间序列回归预测算法matlab仿真
|
1月前
|
算法
基于龙格库塔算法的锅炉单相受热管建模与matlab数值仿真
本设计基于龙格库塔算法对锅炉单相受热管进行建模与MATLAB数值仿真,简化为喷水减温器和末级过热器组合,考虑均匀传热及静态烟气处理。使用MATLAB2022A版本运行,展示自编与内置四阶龙格库塔法的精度对比及误差分析。模型涉及热传递和流体动力学原理,适用于优化锅炉效率。