配电网重构知识及matlab实现

简介: 配电网重构知识及matlab实现

网重构中,很重要的一个约束条件为配网应随时保持开环、辐射的状态: 配电网系统是属于闭环设计但是开环运行的系统,因此,在开关的开闭过程中,随时保持配电网的开环状态时很重要。Mendoza等利用图论,尤其是基本环向量的方法,不仅仅有效地保持了网络的辐射性,还大大地节省了搜寻时间和空间。还有文献对如何利用基本环向量去创造可行解的规则进行了详细阐述,文 中定义了基本节点,外节点,内节点,环向量,基本支路向量以及禁止的组向量 避免不可行解。本文中,应用了一个更加简单但同样有效的基于基本环向量的 方法保持配电网的开环,下面将进行详细阐述:


一、理论分析

本文中算例采用的是IEEE 33节点系统,因此以IEEE 33节点系统为例说明,配网中保持配网辐射状态的方法,IEEE 33节点系统有33个节点,32个分段开关和5个联络开关,为了使得网络保持辐射运行状态,具体的步骤如下:

1.将系统中的各个支路进行标号,0代表支路上的开关是断开的,1代表支 路上的开关是闭合的; 2.利用图论决定基本的环路,环路的个数与联络开关的个数是一样的,对33 节点系统而言即5个,如下图所示。

3.然后,根据基本的环路列出基本环矩阵M。 M的行数即基本环的个数, 列数为支路数最多的那个环的支路数,其他小一些的环中没有这么多支路的空余 的地方值都填充为0。本文中,为了更简便,每条支路,包括环共有的支路,都只会包含在一个支路环里,这样就省略了节点分类以及还需创建其他支路的麻烦。 编码的规则是从图的最上面的支路编码到最下面的支路,从最左边的支路编码到最右边的支路。公共的支路只会被包含在首次将其编码进去的环内。通过上面的 编码即得到IEEE 33节点的基本环矩阵M:

4.从矩阵M的每一行中选取一个非零元素,在每一次的网络重构中,每个环路中的都有且只有一条支路(非零元素)能被选为断开,每个环中被选中的断开的支路开关状态改为0,其余支路的开关状态都保持为1。

通过上面的步骤,在重构过程中没有非可行解的产生,因此整个重构过程的步骤大大简化。

二、程序介绍

上述理论非常适合应用于智能算法的配电网重构中,首先需要通过配电网参数形成M矩阵,具体代码如下:

1.基本环矩阵M的matlab代码

%产生回路编号矩阵M
b=32;   %支路数,开断开关数
n=33;   %节点数
LL=5;   %联络开关数
Sb=10;          %MW
Vb=12.66;        %KV
Zb=Vb^2/Sb;     %ohm
%第一列存支路号,第二列存首节点号,第三列存尾节点号,第四列存支路自阻抗(ohm),第五列存尾节点给定功率(MW\Mvar)
%其中:33-37支路为5个联络开关
Z=[1 0 1 0.0922+i*0.047 0.1000+i*0.0600
   2 1 2 0.4930+i*0.2511 0.0900+i*0.0400
   3 2 3 0.3660+i*0.1864 0.1200+i*0.0800
   4 3 4 0.3811+i*0.1941 0.0600+i*0.0300
   5 4 5 0.8190+i*0.7070 0.0600+i*0.0200
   6 5 6 0.1872+i*0.6188 0.2000+i*0.1000
   7 6 7 0.7114+i*0.2351 0.2000+i*0.1000
   8 7 8 1.0300+i*0.7400 0.0600+i*0.0200
   9 8 9 1.0440+i*0.7400 0.0600+i*0.0200
   10 9 10 0.1966+i*0.0650 0.0450+i*0.0300
   11 10 11 0.3744+i*0.1238 0.0600+i*0.0350
   12 11 12 1.4680+i*1.1550 0.0600+i*0.0350
   13 12 13 0.5416+i*0.7129 0.1200+i*0.0800
   14 13 14 0.5910+i*0.5260 0.0600+i*0.0100
   15 14 15 0.7463+i*0.5450 0.0600+i*0.0200
   16 15 16 1.2890+i*1.7210 0.0600+i*0.0200
   17 16 17 0.3720+i*0.5740 0.0900+i*0.0400
   18 1 18 0.1640+i*0.1565 0.0900+i*0.0400
   19 18 19 1.5042+i*1.3554 0.0900+i*0.0400
   20 19 20 0.4095+i*0.4784 0.0900+i*0.0400
   21 20 21 0.7089+i*0.9373 0.0900+i*0.0400
   22 2 22 0.4512+i*0.3083 0.0900+i*0.0500
   23 22 23 0.8980+i*0.7091 0.4200+i*0.2000
   24 23 24 0.8960+i*0.7011 0.4200+i*0.2000
   25 5 25 0.2030+i*0.1034 0.0600+i*0.0250
   26 25 26 0.2842+i*0.1447 0.0600+i*0.0250
   27 26 27 1.0590+i*0.9337 0.0600+i*0.0200
   28 27 28 0.8042+i*0.7006 0.1200+i*0.0700
   29 28 29 0.5075+i*0.2585 0.2000+i*0.6000
   30 29 30 0.9744+i*0.9630 0.1500+i*0.0700
   31 30 31 0.3105+i*0.3619 0.2100+i*0.1000
   32 31 32 0.3410+i*0.5362 0.0600+i*0.0400];
   C=[33 7  20 2.0+i*2.0       0             %联络开关矩阵C
      34 8  14 2.0+i*2.0       0
      35 11 21 2.0+i*2.0       0
      36 17 32 0.5+i*0.5       0
      37 24 28 0.5+i*0.5       0           ];
%  定义节点到母节点路径矩阵A
A=zeros(b);                   %对矩阵A进行初始化
for i=1:b
    A(i,1)=i;                 %将路径矩阵A的第一列储存为支路号
end             
    for j=1:b                 %利用Z矩阵中的首末节点列向量进行路径搜索
        n1=j;
        k=2;
        while(j~=0)            %一直搜寻到母节点0结束
        for m=1:b
        if(Z(m,3)==j)          %在末节点定位j
            A(n1,k)=Z(m,2);     
            j=Z(m,2);          %将首节点赋给j,然后再在末节点定位j
            k=k+1;
        end
        end
        end
    end
    %遍历A矩阵形成单回路矩阵H
    for i=1:LL
        jd=max(intersect(A(C(i,2),:),A(C(i,3),:)));  %取回路交叉点jd,保证是单回路
        h=1;
        while(A(C(i,2),h)~=jd)
            M(i,h)=A(C(i,2),h);
            h=h+1;
        end
        h1=1;
        while(A(C(i,3),h1)~=jd)
            M(i,h)=A(C(i,3),h1);
            h=h+1;
            h1=h1+1;
        end
        M(i,h)=C(i,1);
    end

2.智能算法重构代码

粒子群算法中,变量可以选取M矩阵每行中的非零元素,通过迭代得到最佳的重构后网络,重构子函数如下所示。

%该为智能算法程序计算子函数,加入不可行解判断程序(在指定节点处加入DG)
b=32;
k=1; 
n=33;
LL=5;           %联络开关数  z
Sb=10;          %MW
Vb=12.66;       %KV
Zb=Vb^2/Sb;     %ohm
check=1;
checkhl=1;
checkgd=1;
H=[ 2 3 4 5 6 7 33  20  19  18  0 0 0 0 0 0 0 0 0 0 0
    9 10  11  12  13  14  34  0 0 0 0 0 0 0 0 0 0 0 0 0 0
    2 3 4 5 6 7 8 9 10  11  35  21  20  19  18  0 0 0 0 0 0
    6 7 8 9 10  11  12  13  14  15  16  17  36  32  31  30  29  28  27  26  25
    3 4 5 25  26  27  28  37  24  23  22  0 0 0 0 0 0 0 0 0 0];%由函数matrixH生成
     for i1=1:LL
        a(1,i1)=H(i1,Swarm1(1,i1));
    end
%1、判断是否形成环路,F为支路环路关联矩阵(行表示回路,列表示断开开关,若任意两行相同,则表示形成了环路)   
F=zeros(5);
for i1=1:LL  %回路
    for i2=1:LL   %断开开关
        if max(a(1,i2)==H(i1,:))
            F(i1,i2)=1;
        end
    end
end
for i1=1:LL-1
    for i2=i1+1:LL
        if min(F(:,i1)==F(:,i2))
        checkhl=0;                %disp('出现环路')%出现环路时
        guan=10000;
        end
    end
end
for i1=1:LL          %按照断开开关矩阵,剔除Z矩阵中的断开支路
    j=i1-1;
    for i2=1:b+LL-j
        if BranchM(i2,1)==a(1,i1)
            BranchM(i2,:)=[];
            break
        end
    end
end
NodeN=zeros(n);   %节点-节点关联矩阵A
for i1=1:b
    NodeN(BranchM(i1,2),BranchM(i1,3))=1;
    NodeN(BranchM(i1,3),BranchM(i1,2))=1;
end
 
LayerM=[1];      %节点分层矩阵,电源节点号记“1”
NU=zeros(1,n);   %上层节点矩阵(有33列的行矩阵)
 while(checkhl==1)
 
 
 
%以下用循环求取矩阵LayerM和NU
 
while(checkgd==1)
    h=1;
while(min(NU(2:33)~=0)==0) %NU矩阵的2-最后都有上层节点了,表示循环结束了
m=max(find(LayerM(:,h)));  %m为矩阵LayerM第h列非零元素的个数
 k=1;
for i1=1:m     
    g=LayerM(i1,h);           %LayerM的第i1行第h列元素
    ss=find(NodeN(g,:)==1);
       for i2=1:length(ss)
        if LayerM~=ss(1,i2)   %排除相同节点
           LayerM(k,h+1)=ss(1,i2);
           NU(1,ss(1,i2))=g;
           k=k+1;             %k表示第h层含有的节点数
        end
       end
end
h=h+1;                     %h表示网络分层的层数
if length(LayerM(1,:))==h-1  %如果网络分层矩阵没有搜索到下层节点,说明形成了断点,后边网络形成了孤岛,与电源节点没有连通回路
        checkgd=0;        
        %disp('形成孤岛')
        guan=10000;
        check=0;
        break       %结束循环
    end
end
if min(NU(2:33)~=0)  %若解可行,已经计算完LayerM,则让其跳出最外层while循环
    checkgd=0;
    %disp('可行解')
  end
end
 
while(check==1)
BranchM(:,4)=BranchM(:,4)/Zb; %阻抗标幺化
NodeM(:,2)=NodeM(:,2)/Sb; %功率标幺化
%下面进行分层前推回代法潮流计算
V=ones(n,1);               %节点电压
J=zeros(n,1);              %支路电流
k=1;                        %记录迭代次数
V0=zeros(n,1);
t=0;
while(max(abs(V-V0))>1e-3) %判断收敛性(收敛精度设为1e-6)
V0=V;                      %记录上一次迭代的电压值
%1、回代求支路电流矩阵J
I=conj(NodeM(:,2)./V);     %节点注入电流
for i1=h:-1:2
    ss=find(LayerM(:,i1)~=0);
    for i2=1:length(ss)
        if min(LayerM(i2,i1)==NU)
            J(LayerM(i2,i1))=I(LayerM(i2,i1));
        else
            sumJ=0;
            gx=find(NU==LayerM(i2,i1));  %求得节点LayerM(i2,i1)的下层节点矩阵(大小不定)
            for i3=1:length(gx)
                sumJ=sumJ+J(gx(1,i3));
            end
            J(LayerM(i2,i1))=I(LayerM(i2,i1))+sumJ;
        end
    end
end
%2、前推求节点电压矩阵V
Z=zeros(n,1);   %支路阻抗
for i1=2:h
    ss=find(LayerM(:,i1)~=0);
    for i2=1:length(ss)
        m1=NU(1,LayerM(i2,i1));       %首节点  
        n1=LayerM(i2,i1);             %尾节点
        for i3=1:b   %从BranchM中搜寻得到各支路阻抗矩阵
            if (BranchM(i3,2)==m1&&BranchM(i3,3)==n1)||(BranchM(i3,2)==n1&&BranchM(i3,3)==m1)
                Z(n1,1)=BranchM(i3,4);
            end
        end
        V(n1,1)=V(m1,1)-Z(n1,1)*J(n1,1);
    end
end
k=k+1;  %迭代次数k
if k>20
   guan=10000;
   break
end
end
%%
Vby=abs(V);
V=V*Vb;         %反标幺
Vm=abs(V);      %节点电压幅值
%————————————————————————————————
%节点电压上下限约束(排除a=[7 9 2 12 3];这种状况)
%if min(Vm)<Vb*0.9||min(Vm)>Vb
    %guan=10000;
%end
%————————————————————————————————
Va=angle(V);    %节点电压弧度
%下面计算有功网损fploss
Sloss=zeros(n,1);
Z=zeros(n,1);   %支路阻抗
 
for i1=2:h      %!!!此for循环程序段是为了搜寻网络各支路的首末节点与支路阻抗,应对网络拓扑变化,造成的潮流流向变化
    ss=find(LayerM(:,i1)~=0);
    for i2=1:length(ss)
        m1=NU(1,LayerM(i2,i1));       %首节点  
        n1=LayerM(i2,i1);             %尾节点
        for i3=1:b   %从BranchM中搜寻得到各支路阻抗矩阵
            if (BranchM(i3,2)==m1&&BranchM(i3,3)==n1)||(BranchM(i3,2)==n1&&BranchM(i3,3)==m1)
                Z(n1,1)=BranchM(i3,4);
            end
        end
        Sloss(n1)=(abs(V(m1)-V(n1)))^2/conj(Z(n1,1)*Zb)*1000;  %各支路的功率损耗(单位为kW)
    end
end
Ploss=real(Sloss);   %有功损耗
Qloss=imag(Sloss);   %无功损耗
fPloss=sum(Ploss);   %系统的总有功损耗
guan=fPloss;
check=0;
end
checkhl=0;
 end
if k>20
    guan=10000;
end

完整粒子群算法的重构程序代码链接:

image.png

相关文章
|
13天前
|
存储 并行计算 算法
【前推回代法】含有分布式电源的三相不平衡配电网潮流计算【IEEE33节点】(Matlab代码实现)
【前推回代法】含有分布式电源的三相不平衡配电网潮流计算【IEEE33节点】(Matlab代码实现)
|
15天前
|
机器学习/深度学习 算法 SoC
主动配电网故障恢复的重构与孤岛划分统一模型研究【升级版本】(Matlab代码实现)
主动配电网故障恢复的重构与孤岛划分统一模型研究【升级版本】(Matlab代码实现)
|
17天前
|
机器学习/深度学习 算法
【RIS 辅助的 THz 混合场波束斜视下的信道估计与定位】在混合场波束斜视效应下,利用太赫兹超大可重构智能表面感知用户信道与位置(Matlab代码实现)
【RIS 辅助的 THz 混合场波束斜视下的信道估计与定位】在混合场波束斜视效应下,利用太赫兹超大可重构智能表面感知用户信道与位置(Matlab代码实现)
|
7月前
|
编解码 算法 数据安全/隐私保护
一维信号的小波变换与重构算法matlab仿真
本程序使用MATLAB2022A实现一维信号的小波变换与重构,对正弦测试信号进行小波分解和重构,并计算重构信号与原信号的误差。核心步骤包括:绘制分解系数图像、上抽取与滤波重构、对比原始与重构信号及误差分析。小波变换通过多分辨率分析捕捉信号的局部特征,适用于非平稳信号处理,在信号去噪、压缩等领域有广泛应用。
|
9月前
|
算法
基于PSO粒子群优化的配电网可靠性指标matlab仿真
本程序基于PSO粒子群优化算法,对配电网的可靠性指标(SAIFI、SAIDI、CAIDI、ENS)进行MATLAB仿真优化。通过调整电网结构和设备配置,最小化停电频率和时长,提高供电连续性和稳定性。程序在MATLAB 2022A版本上运行,展示了优化前后指标的变化。PSO算法模拟鸟群行为,每个粒子代表一个潜在解决方案,通过迭代搜索全局最优解,实现配电网的高效优化设计。
250 15
|
11月前
|
算法
基于粒子群算法的分布式电源配电网重构优化matlab仿真
本研究利用粒子群算法(PSO)优化分布式电源配电网重构,通过Matlab仿真验证优化效果,对比重构前后的节点电压、网损、负荷均衡度、电压偏离及线路传输功率,并记录开关状态变化。PSO算法通过迭代更新粒子位置寻找最优解,旨在最小化网络损耗并提升供电可靠性。仿真结果显示优化后各项指标均有显著改善。
|
算法 安全 数据库
基于结点电压法的配电网状态估计算法matlab仿真
**摘要** 该程序实现了基于结点电压法的配电网状态估计算法,旨在提升数据的准确性和可靠性。在MATLAB2022a中运行,显示了状态估计过程中的电压和相位估计值,以及误差随迭代变化的图表。算法通过迭代计算雅可比矩阵,结合基尔霍夫定律解决线性方程组,估算网络节点电压。状态估计过程中应用了高斯-牛顿或莱文贝格-马夸尔特法,处理量测数据并考虑约束条件,以提高估计精度。程序结果以图形形式展示电压幅值和角度估计的比较,以及估计误差的演变,体现了算法在处理配电网状态估计问题的有效性。
基于仿射区间的分布式三相不对称配电网潮流算法matlab仿真
```markdown # 摘要 本课题聚焦于基于仿射区间的分布式三相配电网潮流算法在MATLAB2022a中的仿真。算法利用仿射运算处理三相不平衡情况及分布式电源注入,旨在提供比区间算法更精确的不确定区域。仿真结果展示了算法优势。核心程序设计考虑了PQ、PV及PI节点,将不同类型的节点转换统一处理,以适应含分布式电源的配电网潮流计算需求。 ``` 这个摘要以Markdown格式呈现,总字符数为233,满足了240字符以内的要求。
|
12天前
|
机器学习/深度学习 算法 新能源
【优化调度】基于matlab粒子群算法求解水火电经济调度优化问题研究(Matlab代码实现)
【优化调度】基于matlab粒子群算法求解水火电经济调度优化问题研究(Matlab代码实现)
|
12天前
|
机器学习/深度学习 存储 并行计算
【无人机】基于MPC的无人机路径规划研究(Matlab代码实现)
【无人机】基于MPC的无人机路径规划研究(Matlab代码实现)

热门文章

最新文章