本文提出一种两阶段启发式计算方法用于配电网重构（DNR）。该方法先关闭所有网络交换机，采用顺序开关开闸策略获接近最优径向配置，再选一对开关交换状态以减少功率损耗。在多个配电网测试，能在短时间实现最佳配置，减少了负载流分析需求和计算时间。
✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。
🍎个人主页：Matlab科研工作室
🍊个人信条：格物致知。
更多Matlab完整代码及仿真定制内容点击👇
🔥 内容介绍
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。
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。
📣 部分代码
function [BD,LD,TL]=data136()Vbase=13.8; %%---Base Voltage in kV---%%Sbase=1; %%---Base Power in MVA---%%Zbase=Vbase*Vbase/Sbase; %%---Base impedance in ohms---%%%% ----Line Data (or Branch data) of the system----- %%%%--- Line From To R X Line Charging Tap Angle----%%%%---Number Bus Bus (in ohms) (in ohms) (in ohms) Ratio Shift----%%LD = [ 1 1 2 0.33205 0.76653 0.0 1.0 02 2 3 0.00188 0.00433 0.0 1.0 03 3 4 0.22324 0.51535 0.0 1.0 04 4 5 0.09943 0.22953 0.0 1.0 05 5 6 0.15571 0.35945 0.0 1.0 06 6 7 0.16321 0.37677 0.0 1.0 07 7 8 0.11444 0.26417 0.0 1.0 08 7 9 0.05675 0.05666 0.0 1.0 09 9 10 0.52124 0.27418 0.0 1.0 010 9 11 0.10877 0.10860 0.0 1.0 011 11 12 0.39803 0.20937 0.0 1.0 012 11 13 0.91744 0.31469 0.0 1.0 013 11 14 0.11823 0.11805 0.0 1.0 014 14 15 0.50228 0.26421 0.0 1.0 015 14 16 0.05675 0.05666 0.0 1.0 016 16 17 0.29379 0.15454 0.0 1.0 017 1 18 0.33205 0.76653 0.0 1.0 018 18 19 0.00188 0.00433 0.0 1.0 019 19 20 0.22324 0.51535 0.0 1.0 020 20 21 0.10881 0.25118 0.0 1.0 021 21 22 0.71078 0.37388 0.0 1.0 022 21 23 0.18197 0.42008 0.0 1.0 023 23 24 0.30326 0.15952 0.0 1.0 024 23 25 0.02439 0.05630 0.0 1.0 025 25 26 0.04502 0.10394 0.0 1.0 026 26 27 0.01876 0.04331 0.0 1.0 027 27 28 0.11823 0.11805 0.0 1.0 028 28 29 0.02365 0.02361 0.0 1.0 029 29 30 0.18954 0.09970 0.0 1.0 030 30 31 0.39803 0.20937 0.0 1.0 031 29 32 0.05675 0.05666 0.0 1.0 032 32 33 0.09477 0.04985 0.0 1.0 033 33 34 0.41699 0.21934 0.0 1.0 034 34 35 0.11372 0.05982 0.0 1.0 035 32 36 0.07566 0.07555 0.0 1.0 036 36 37 0.36960 0.19442 0.0 1.0 037 37 38 0.26536 0.13958 0.0 1.0 038 36 39 0.05675 0.05666 0.0 1.0 039 1 40 0.33205 0.76653 0.0 1.0 040 40 41 0.11819 0.27283 0.0 1.0 041 41 42 2.96288 1.01628 0.0 1.0 042 41 43 0.00188 0.00433 0.0 1.0 043 43 44 0.06941 0.16024 0.0 1.0 044 44 45 0.81502 0.42872 0.0 1.0 045 44 46 0.06378 0.14724 0.0 1.0 046 46 47 0.13132 0.30315 0.0 1.0 047 47 48 0.06191 0.14291 0.0 1.0 048 48 49 0.11444 0.26417 0.0 1.0 049 49 50 0.28374 0.28331 0.0 1.0 050 50 51 0.28374 0.28331 0.0 1.0 051 49 52 0.04502 0.10394 0.0 1.0 052 52 53 0.02626 0.06063 0.0 1.0 053 53 54 0.06003 0.31858 0.0 1.0 054 54 55 0.03002 0.06929 0.0 1.0 055 55 56 0.02064 0.04764 0.0 1.0 056 53 57 0.10881 0.25118 0.0 1.0 057 57 58 0.25588 0.13460 0.0 1.0 058 58 59 0.41699 0.21934 0.0 1.0 059 59 60 0.50228 0.26421 0.0 1.0 060 60 61 0.33170 0.17448 0.0 1.0 061 61 62 0.20849 0.10967 0.0 1.0 062 48 63 0.13882 0.32047 0.0 1.0 063 1 64 0.00750 0.01732 0.0 1.0 064 64 65 0.27014 0.62362 0.0 1.0 065 65 66 0.38270 0.88346 0.0 1.0 066 66 67 0.33018 0.76220 0.0 1.0 067 67 68 0.32830 0.75787 0.0 1.0 068 68 69 0.17072 0.39409 0.0 1.0 069 69 70 0.55914 0.29412 0.0 1.0 070 69 71 0.05816 0.13425 0.0 1.0 071 71 72 0.70130 0.36890 0.0 1.0 072 72 73 1.02352 0.53839 0.0 1.0 073 71 74 0.06754 0.15591 0.0 1.0 074 74 75 1.32352 0.45397 0.0 1.0 075 1 76 0.01126 0.02598 0.0 1.0 076 76 77 0.72976 1.68464 0.0 1.0 077 77 78 0.22512 0.51968 0.0 1.0 078 78 79 0.20824 0.48071 0.0 1.0 079 79 80 0.04690 0.10827 0.0 1.0 080 80 81 0.61950 0.61857 0.0 1.0 081 81 82 0.34049 0.33998 0.0 1.0 082 82 83 0.56862 0.29911 0.0 1.0 083 82 84 0.10877 0.10860 0.0 1.0 084 84 85 0.56862 0.29911 0.0 1.0 085 1 86 0.01126 0.02598 0.0 1.0 086 86 87 0.41835 0.96575 0.0 1.0 087 87 88 0.10499 0.13641 0.0 1.0 088 87 89 0.43898 1.01338 0.0 1.0 089 89 90 0.07520 0.02579 0.0 1.0 090 90 91 0.07692 0.17756 0.0 1.0 091 91 92 0.33205 0.76653 0.0 1.0 092 92 93 0.08442 0.19488 0.0 1.0 093 93 94 0.13320 0.30748 0.0 1.0 094 94 95 0.29320 0.29276 0.0 1.0 095 95 96 0.21753 0.21721 0.0 1.0 096 96 97 0.26482 0.26443 0.0 1.0 097 94 98 0.10318 0.23819 0.0 1.0 098 98 99 0.13507 0.31181 0.0 1.0 099 1 100 0.00938 0.02165 0.0 1.0 0100 100 101 0.16884 0.38976 0.0 1.0 0101 101 102 0.11819 0.27283 0.0 1.0 0102 102 103 2.28608 0.78414 0.0 1.0 0103 102 104 0.45587 1.05236 0.0 1.0 0104 104 105 0.69600 1.60669 0.0 1.0 0105 105 106 0.45774 1.05669 0.0 1.0 0106 106 107 0.20298 0.26373 0.0 1.0 0107 107 108 0.21348 0.27737 0.0 1.0 0108 108 109 0.54967 0.28914 0.0 1.0 0109 109 110 0.54019 0.28415 0.0 1.0 0110 108 111 0.04550 0.05911 0.0 1.0 0111 111 112 0.47385 0.24926 0.0 1.0 0112 112 113 0.86241 0.45364 0.0 1.0 0113 113 114 0.56862 0.29911 0.0 1.0 0114 109 115 0.77711 0.40878 0.0 1.0 0115 115 116 1.08038 0.56830 0.0 1.0 0116 110 117 1.09923 0.57827 0.0 1.0 0117 117 118 0.47385 0.24926 0.0 1.0 0118 105 119 0.32267 0.74488 0.0 1.0 0119 119 120 0.14633 0.33779 0.0 1.0 0120 120 121 0.12382 0.28583 0.0 1.0 0121 1 122 0.01126 0.02598 0.0 1.0 0122 122 123 0.64910 1.49842 0.0 1.0 0123 123 124 0.04502 0.10394 0.0 1.0 0124 124 125 0.52640 0.18056 0.0 1.0 0125 124 126 0.02064 0.04764 0.0 1.0 0126 126 127 0.53071 0.27917 0.0 1.0 0127 126 128 0.09755 0.22520 0.0 1.0 0128 128 129 0.11819 0.27283 0.0 1.0 0129 128 130 0.13882 0.32047 0.0 1.0 0130 130 131 0.04315 0.09961 0.0 1.0 0131 131 132 0.09192 0.21220 0.0 1.0 0132 132 133 0.16134 0.37244 0.0 1.0 0133 133 134 0.37832 0.37775 0.0 1.0 0134 134 135 0.39724 0.39664 0.0 1.0 0135 135 136 0.29320 0.29276 0.0 1.0 0];%% ----Bus Data of the system---- %%%%--- Type 1 - PQ Bus ; Type 2 - PV Bus; Type 3 - Swing Bus%%----Bus Bus V theta Pg Qg Pl Ql Qgmax Qgmin----%%%%---Number Type (in pu) (in rad) (in kW)(in kVAR)(in kW)(in kVAR)(in pu) (in pu)----%%BD = [ 1 3 1.0 0 0 0 0 0 0 02 1 1.0 0 0 0 0 0 0 03 1 1.0 0 0 0 47.780 19.009 0 04 1 1.0 0 0 0 42.551 16.929 0 05 1 1.0 0 0 0 87.022 34.622 0 06 1 1.0 0 0 0 311.310 123.855 0 07 1 1.0 0 0 0 148.869 59.228 0 08 1 1.0 0 0 0 238.672 94.956 0 09 1 1.0 0 0 0 62.299 24.786 0 010 1 1.0 0 0 0 124.598 49.571 0 011 1 1.0 0 0 0 140.175 55.768 0 012 1 1.0 0 0 0 116.813 46.474 0 013 1 1.0 0 0 0 249.203 99.145 0 014 1 1.0 0 0 0 291.447 115.952 0 015 1 1.0 0 0 0 303.720 120.835 0 016 1 1.0 0 0 0 215.396 85.695 0 017 1 1.0 0 0 0 198.586 79.007 0 018 1 1.0 0 0 0 0 0 0 019 1 1.0 0 0 0 0 0 0 020 1 1.0 0 0 0 0 0 0 021 1 1.0 0 0 0 30.127 14.729 0 022 1 1.0 0 0 0 230.972 112.920 0 023 1 1.0 0 0 0 60.256 29.458 0 024 1 1.0 0 0 0 230.972 112.920 0 025 1 1.0 0 0 0 120.507 58.915 0 026 1 1.0 0 0 0 0 0 0 027 1 1.0 0 0 0 56.981 27.857 0 028 1 1.0 0 0 0 364.665 178.281 0 029 1 1.0 0 0 0 0 0 0 030 1 1.0 0 0 0 124.647 60.939 0 031 1 1.0 0 0 0 56.981 27.857 0 032 1 1.0 0 0 0 0 0 0 033 1 1.0 0 0 0 85.473 41.787 0 034 1 1.0 0 0 0 0 0 0 035 1 1.0 0 0 0 396.735 193.96 0 036 1 1.0 0 0 0 0 0 0 037 1 1.0 0 0 0 181.152 88.563 0 038 1 1.0 0 0 0 242.172 118.395 0 039 1 1.0 0 0 0 75.316 36.821 0 040 1 1.0 0 0 0 0 0 0 041 1 1.0 0 0 0 1.254 0.531 0 042 1 1.0 0 0 0 6.274 2.660 0 043 1 1.0 0 0 0 0 0 0 044 1 1.0 0 0 0 117.88 49.971 0 045 1 1.0 0 0 0 62.668 26.566 0 046 1 1.0 0 0 0 172.285 73.034 0 047 1 1.0 0 0 0 458.556 194.388 0 048 1 1.0 0 0 0 262.962 111.473 0 049 1 1.0 0 0 0 235.761 99.942 0 050 1 1.0 0 0 0 0 0 0 051 1 1.0 0 0 0 109.215 46.298 0 052 1 1.0 0 0 0 0 0 0 053 1 1.0 0 0 0 72.809 30.865 0 054 1 1.0 0 0 0 258.473 109.570 0 055 1 1.0 0 0 0 69.169 29.322 0 056 1 1.0 0 0 0 21.843 9.260 0 057 1 1.0 0 0 0 0 0 0 058 1 1.0 0 0 0 20.527 8.702 0 059 1 1.0 0 0 0 150.548 63.819 0 060 1 1.0 0 0 0 220.687 93.552 0 061 1 1.0 0 0 0 92.384 39.163 0 062 1 1.0 0 0 0 0 0 0 063 1 1.0 0 0 0 226.693 96.098 0 064 1 1.0 0 0 0 0 0 0 065 1 1.0 0 0 0 294.016 116.974 0 066 1 1.0 0 0 0 83.015 33.028 0 067 1 1.0 0 0 0 83.015 33.028 0 068 1 1.0 0 0 0 103.770 41.285 0 069 1 1.0 0 0 0 176.408 70.184 0 070 1 1.0 0 0 0 83.015 33.028 0 071 1 1.0 0 0 0 217.917 86.698 0 072 1 1.0 0 0 0 23.294 9.267 0 073 1 1.0 0 0 0 5.075 2.019 0 074 1 1.0 0 0 0 72.638 28.899 0 075 1 1.0 0 0 0 405.99 161.523 0 076 1 1.0 0 0 0 0 0 0 077 1 1.0 0 0 0 100.182 42.468 0 078 1 1.0 0 0 0 142.523 60.417 0 079 1 1.0 0 0 0 96.042 40.713 0 080 1 1.0 0 0 0 300.454 127.366 0 081 1 1.0 0 0 0 141.238 59.873 0 082 1 1.0 0 0 0 279.847 118.631 0 083 1 1.0 0 0 0 87.312 37.013 0 084 1 1.0 0 0 0 243.849 103.371 0 085 1 1.0 0 0 0 247.750 105.025 0 086 1 1.0 0 0 0 0 0 0 087 1 1.0 0 0 0 89.878 38.101 0 088 1 1.0 0 0 0 1137.280 482.108 0 089 1 1.0 0 0 0 458.339 194.296 0 090 1 1.0 0 0 0 385.197 163.290 0 091 1 1.0 0 0 0 0 0 0 092 1 1.0 0 0 0 79.608 33.747 0 093 1 1.0 0 0 0 87.312 37.013 0 094 1 1.0 0 0 0 0 0 0 095 1 1.0 0 0 0 74.001 31.370 0 096 1 1.0 0 0 0 232.05 98.369 0 097 1 1.0 0 0 0 141.819 60.119 0 098 1 1.0 0 0 0 0 0 0 099 1 1.0 0 0 0 76.449 32.408 0 0100 1 1.0 0 0 0 0 0 0 0101 1 1.0 0 0 0 51.322 21.756 0 0102 1 1.0 0 0 0 59.874 25.381 0 0103 1 1.0 0 0 0 9.065 3.843 0 0104 1 1.0 0 0 0 2.092 0.887 0 0105 1 1.0 0 0 0 16.735 7.094 0 0106 1 1.0 0 0 0 1506.522 638.634 0 0107 1 1.0 0 0 0 313.023 132.694 0 0108 1 1.0 0 0 0 79.831 33.842 0 0109 1 1.0 0 0 0 51.322 21.756 0 0110 1 1.0 0 0 0 0 0 0 0111 1 1.0 0 0 0 202.435 85.815 0 0112 1 1.0 0 0 0 60.823 25.784 0 0113 1 1.0 0 0 0 45.618 19.338 0 0114 1 1.0 0 0 0 0 0 0 0115 1 1.0 0 0 0 157.07 66.584 0 0116 1 1.0 0 0 0 0 0 0 0117 1 1.0 0 0 0 250.148 106.041 0 0118 1 1.0 0 0 0 0 0 0 0119 1 1.0 0 0 0 69.809 29.593 0 0120 1 1.0 0 0 0 32.072 13.596 0 0121 1 1.0 0 0 0 61.084 25.894 0 0122 1 1.0 0 0 0 0 0 0 0123 1 1.0 0 0 0 94.622 46.260 0 0124 1 1.0 0 0 0 49.858 24.375 0 0125 1 1.0 0 0 0 123.164 60.214 0 0126 1 1.0 0 0 0 78.350 38.304 0 0127 1 1.0 0 0 0 145.475 71.121 0 0128 1 1.0 0 0 0 21.369 10.447 0 0129 1 1.0 0 0 0 74.789 36.564 0 0130 1 1.0 0 0 0 227.926 111.431 0 0131 1 1.0 0 0 0 35.614 17.411 0 0132 1 1.0 0 0 0 249.295 121.877 0 0133 1 1.0 0 0 0 316.722 154.842 0 0134 1 1.0 0 0 0 333.817 163.199 0 0135 1 1.0 0 0 0 249.295 121.877 0 0136 1 1.0 0 0 0 0 0 0 0];%% ----Tie Line Data of the system---- %%%%--- Line From To R X%%---Number Bus Bus (in ohms) (in ohms)TL = [ 136 8 74 0.13132 0.30315 0 1.0 0137 10 25 0.26536 0.13958 0 1.0 0138 16 84 0.14187 0.14166 0 1.0 0139 39 136 0.08512 0.08499 0 1.0 0140 26 52 0.04502 0.10394 0 1.0 0141 51 97 0.14187 0.14166 0 1.0 0142 56 99 0.14187 0.14166 0 1.0 0143 63 121 0.03940 0.09094 0 1.0 0144 67 80 0.12944 0.29882 0 1.0 0145 80 132 0.01688 0.03898 0 1.0 0146 85 136 0.33170 0.17448 0 1.0 0147 92 105 0.14187 0.14166 0 1.0 0148 91 130 0.07692 0.17756 0 1.0 0149 91 104 0.07692 0.17756 0 1.0 0150 93 105 0.07692 0.17756 0 1.0 0151 93 133 0.07692 0.17756 0 1.0 0152 97 121 0.26482 0.26443 0 1.0 0153 111 48 0.49696 0.64567 0 1.0 0154 127 77 0.17059 0.08973 0 1.0 0155 129 78 0.05253 0.12126 0 1.0 0156 136 99 0.29320 0.29276 0 1.0 0];BD(:,5:8)=BD(:,5:8)/(1000*Sbase); %%---Conversion of P and Q in pu quantity---%%LD(:,4:5)=LD(:,4:5)/Zbase; %%----Conversion of R and X in pu quantity---%%TL(:,4:5)=TL(:,4:5)/Zbase; %%----Conversion of R and X in pu quantity---%%
⛳️ 运行结果
🔗 参考文献
[1] 李国胜,华泽玺,苗轶如.基于MATLAB与VC++混合编程实现配电网重构算法[J].贵州大学学报：自然科学版, 2012, 29(3):4.DOI:10.3969/j.issn.1000-5269.2012.03.014.
[2] 易波.基于二次协作优化方法的配电网重构[D].长沙理工大学,2013.DOI:10.7666/d.Y2306157.
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
