基于改进粒子群算法的配电网扩展规划研究.pdf

2023年9月计算机应用文摘第39 卷第17 期基于改进粒子群算法的配电网扩展规划研究安颖坤（国网湖北省电力有限公司恩施供电公司，湖北恩施4450 0 0）摘要：传统方法在配电网扩展规划中应用效果不佳，不仅扩展投资成本比较高，而且扩展后配电网节点电压波动比较大，无法实现预期的扩展效果，因此提出基于改进粒子群算法的配电网扩展规划研究。以扩展投资成本最小、配电网净负荷量最小为目标建立双层目标函数，将2 个目标函数进行整合并建立配电网扩展规划模型，对配电网电压与潮流约束设定约束条件，利用改进后的粒子群算法对规划模型求解，输出最优规划策略，以完成基于改进粒子群算法的配电网扩展规划。实验证明，该设计方法扩展投资成本比较小，节点电压标么值接近1，电压波动比较小，扩展方案经济性与稳定性良好。关键词：改进粒子群算法；配电网；扩展规划；投资成本；净负荷量AN Yingkun中图法分类号：TM727Research on distribution network expansion planning based on(Enshi Power Supply Company of State Grid Hubei Electric Power Co.,Ltd.,Enshi,Hubei 445000,China)Abstract:The traditional method is not effective in distribution network expansion planning,not onlythe expansion investment cost is relatively high,but also the voltage fluctuation of distributionnetwork nodes after expansion is relatively large,which cannot achieve the expected expansion effect.Therefore,a distribution network expansion planning based on improved particle swarm optimizationis proposed research.The two objective functions are integrated and the distribution networkexpansion planning model is established.Constraints are set on the voltage and power flowconstraints of the distribution network.The improved particle swarm algorithm solves the planningmodel and outputs the optimal planning strategy to complete the distribution network expansionplanning based on the improved particle swarm algorithm.Experiments show that the expansioninvestment cost of this design method is relatively small,the node voltage scale value is close to 1,the voltage fluctuation is relatively small,and the expansion scheme has good economy and stability.Key words:improved particle swarm algorithm,distribution network,expansion planning,investmentcost,net load1引言配电网是电力系统中非常关键的组成部分，位于电力系统的末端，主要功能是为用户配电，根据用户需求对电能进行分配,能够保障电能可靠供能。随着用电需求的不断增加，配电网负荷不断增长，配电网电压会出现随机性、剧烈性波动，导致配电网供电不稳定,严重影响用户用电质量。在此背景下，为了满足用户用电需求，需要对配电网进行扩展，增加配电网配电线路。配电网线路扩展需要考虑多方面因素，根据实际情况和需求对其进行规划。由于国内关于配电网扩展规划研究起步比较晚，相关理论还不够完善与成熟，虽然近年来配电网扩展问题受到研究领域文献标识码：Aimproved particle swarm algorithm的高度重视与关注,相关学者与专家对其开展了一系列研究,提出了一些方法和思路，但目前尚处于初步探索阶段,现行方法在实际工程中应用效果不佳,对电气设备利用率较低，扩展投资存在较大的风险，扩展投资成本较高，而且扩展后配电网节点电压波动与电压标幺值上下波动也比较大，实际电压与基准电压存在较大的差距,传统方法规划方案在电网经济性与稳定性方面都无法达到预期的效果，为此提出基于改进粒子群算法的配电网扩展规划研究。2建立配电网扩展规划模型配电网扩展规划问题实际为目标优化问题，故根据配电网扩展需求，建立目标函数，实现对配电网扩114展规划模型的建立，为了保证建立规划模型的适用性，提出如下假设。假设1：配电网扩展规划必须满足用户供电需求；假设2：规划方案需要接受分布式电源并网；假设3：规划方案必须综合考虑配电网中的不确定性与灵活性要素。结合以上假设条件，以综合投资成本最小、配电网净负荷量最小为目标,建立双层目标函数 1。综合投资成本为配电网扩展过程中产生的费用与网损费用的总和，假设配电网扩展过程中需要更换的电气设备数量为n，需要加装的电气设备数量为m，配电网变压器与电缆使用年限均为k,则配电网扩展过程中产生的费用计算公式为：Yri=hZ Cur+hEChin=1式中,Y,表示配电网规划过程中产生的费用;表示更换电气设备的固定投资平均费用系数，通常情况下该系数取值为0.1;Cur表示更换第n台电气设备的费用；表示加装电气设备的固定投资平均费用系数，通常情况下该系数取值为0.15；C,表示加装第m台电气设备的费用 2 。假设配电网所有导线数量为p，一年内典型日的天数为p，根据配电网潮流情况，对配电网的线损成本进行计算,其用公式表示为：Y,=F.ZL.ZAW式中，Y,表示配电网扩展造成的导线损失费用F表示单位电价 3。W表示第L个典型日配电网有功损耗，配电网有功损耗W计算公式为：W=P.Q式中，I表示第L个典型日配电网的电流；Q表示配电网导线的电阻值 4。根据以上分析，建立综合投资最小成本目标函数为：minY=%iYr;+y2Yry式中，minY表示配电网扩展最小投资成本；为配电网扩展过程中产生的费用的权重系数；2 表示配电网损失费用的权重系数 5。其次以配电网净负荷量最小为目标,建立目标函数为：minP=Z B,t=1式中，minP表示扩展后配电网净负荷总量最小值;B,表示t时刻配电网节点的净负荷 6 。将以上2 个目标函数整合为1个综合目标函数，则建立的配电网扩展规划模型用公式表示为：minf()=minY+minPsth0le=0式中,minf（x）表示配电网扩展规划综合优化目标函计算机应用文摘数;h表示配电网扩展规划要满足的不等式约束；e表示配电网扩展规划要满足的等式约束。3配电网扩展规划约束上文建立的规划目标函数需要满足不等式约束与等式约束条件，根据配电网扩展规划需求建立不等式约束条件与等式约束条件。规划后的配电网电压约束用公式表示为：UminUUmmax式中，U表示规划后配电网节点电压值；Umin，U mx 分别表示规划后配电网节点电压最小值与最大值 7 。其次配电网需要满足潮流约束,其用公式表示为：S-Te=ZS.a+S.101(1)t=1m=1式中,S表示配电网从一节点流向另一节点的有功功率；r表示配电网配电线路上的电阻值；8 表示配电网配电线路上的电流幅值；St,u表示配电网从一节点流向另一节点的无功功率；Sw表示配电网节点的无功注人功率 8 。利用以上建立的不等式约束条件与等式约束条件对配电网扩展规划进行约束。4基于改进粒子群算法的最优规划策略计算(2)若要利用上文建立的模型实现配电网扩展规划，则需要根据约束条件对模型中的目标函数进行求解。目标函数存在众多个可能解，假设可能解数量为N个,建立目标函数解集为X,需要从解集X中寻找出(3)与规划目标最为接近的解,该解对应的规划策略为最优规划策略。根据规划需求,此次采用粒子群算法对目标函数求解。粒子群算法运算过程为鸟类在特定的场景中对食物搜索,将每一个可能解拟作为一个鸟(4)类个体,搜索食物到的最远距离与最优值。距离最近的鸟类个体为最优解,其计算过程如下：首先对算法参数进行初始化。根据实际情况设定算法迭代次数,将目标函数解集X中的可能解映射到二维空间中，生成鸟类个体搜索场景，并生成粒子群。鸟类个体的搜索过程为动态移动过程，因此需要(5)对个体速度和位置进行更新 9。传统粒子群算法在鸟类个体位置与速度更新方面没有考虑到鸟类个体的惯性因素，在算法运算过程中可能会出现局部最优,故对粒子群算法进行改进，利用粒子惯性权重系数对鸟类个体位置与速度进行更新，其用公式表示为：(6)式中,（t+1)表示改进后粒子群更新速度;表示惯2023年第17 期(7)(8)(t+1)=wv(t)+ck(z+)(9)(u(t+1)=+v(t+1)2023 年第17 期性权重系数;(t)表示当前时刻粒子群移动速度;c表示学习因子参数；K表示0 1内选取的随机数；z表示在二维空间中当前粒子个体最优值的位置;u(（t+1)表示改进后粒子群位置更新；u表示当前粒子群的位置。利用式(9)对粒子群位置和速度进行更新，使粒子自动转移到下一个位置 10 。每完成一次迭代运算,利用自适应函数对更新后的粒子适用度值进行计算,适应度值可以反映出粒子个体最优位置与全局最优位置的距离，距离越近则表示粒子个体与目标越接近。最后对迭代条件进行检验，若当前满足迭代条件，则输出自适应度值最大的粒子个体,其对应的规划策略为最优策略；若没有满足迭代条件，则按照上述步骤继续送代运算，直到满足迭代条件，输出最优规划策略，以完成基于改进粒子群算法的配电网扩展规划。5实验论证5.1实实验准备与设计为了验证本文提出的基于改进粒子群算法的配电网扩展规划思路的可行性与可靠性,以某配电网为实验对象，该配电网节点数量共18 个，电压等级为2 0 kV,现有5条线路（全部为架空线路），变电站为内桥接线，配电网负荷节点较多，利用本设计方法对该配电网进行扩展规划，为了保证实验数据与实验结果具有一定的说明性与可靠性,将2 种传统方法作为对比,设计一组对比实验。2 种传统方法分别为基于遗传的算法和基于蚂蚁的算法，以下分别用传统方法1与传统方法2 表示。根据该电网实际情况，对改进粒子群算法参数进行设定：惯性权重系数设定为0.56，学习因子设定为3.45，送代次数设定为10 0,粒子群数量设定为2 0 0 个。按照上述流程对目标函数求解,求出最优扩展规划策略,具体规划结果如表1 所列。表1配电站扩展规划结果序号项目1现有线路2候选线路3扩建线路（8 0%约束）4扩建线路（10 0%约束）5扩建线路（确定性）本设计方法基本可以完成配电网扩展规划任务，以下对规划效果进行检验。5.2实验结果与讨论本次实验以规划成本为3种方法经济性评价指标,对3种方法规划方案的实施成本进行统计，其中包括电源安装投资费用、电源运行维修费用、网损费计算机应用文摘用、购电费用、网架投资运行费用以及总成本，使用电子表格对数据进行记录,具体数据如表2 所列。表2 3种方法规划成本对比（万元）项目设计方法传统方法1电源安装投资费用954.16电源运行维修费用462.24网损费用107.56购电费用1 023.32网架投资运行费用748.16总成本3314.24从表2 可以看出，该设计方法规划的配电网扩展方案投资成本相对较低，比传统方法1扩展方案成本节省约358 0 万元，比传统方法2 扩展方案成本节省约346 0 万元,经济性最好。为了进一步验证设计方法的可行性,对3种方法改善配电网电压幅值的效果进行对比，统计扩展后0 48 h时间段内的配电网电压标么值，标么值可以反映出电压波动幅度，标么值越接近1,则表示实际电压越贴近基准电压，电压波动幅度越小，其计算公式为：Uer=Uio式中，U表示配电网电压标么值；Uu表示配电网实际输出电压；U表示配电网基准电压。根据统计数据绘制扩展后配电网电压标么值对比图，如图1所示。1.6设计方法1.4一一传统方法1传统方法21.2！/10.80.60.40图13种方法扩展后配电网电压标么值对比图内容从图3可以看出，该设计方法扩展规划后的配电1-2,2-3,3-4,4-5,7-12网电压标幺值基本接近1,最大值为1.0 5pu，最小值1-5,2-5,4-6,7-8,8-9,9-13,12-18为0.97 pu,数值波动幅度比较小。而2 种传统方法扩2-5,4-6,7-8,8-9,9-13,12-18展规划后配电网电压标么值波动幅度比较大，传统方4-6,7-8,8-9,9-13,12-18法1与传统方法2 最大电压标么值分别为1.38 pu，4-6,7-8,8-9,9-13,1.57pu,最小标么值分别为0.6 8 pu和0.7 1pu,配电网电压波动幅度远远大于设计方法，说明该设计方法扩展规划后的配电网电压比较稳定，配电网节点电压得到有效改善。因此，本次实验证明，相较于2 种传统方法，无论是在经济性方面还是在稳定性方面，该设计方法均表现出明显的优势，更适用于配电网扩展规划。115传统方法21 564.861 475.621 026.861 147.25625.14567.471 864.261 756.521 748.621 895.536 978.566 856.14Uu(10)14812时刻/h16202428321166结束语本文参考相关文献资料，针对配电网扩展规划理论存在的缺陷，将改进粒子群算法应用到电网规划中,提出了一个全新的配电网拓展规划思路,有效降低了配电网扩展投资成本，改善了配电网节点电压，实现了对配电网扩展规划理论的完善。本文为配电网扩展规划提供了参考依据，有助于提高配电网扩展质量,具有一定的研究价值。但是本文方法尚未在实际工程中得到大量应用与实践,在某些方面可能存在不足，今后会在方法优化设计方面展开进一步研究，为配电网扩展规划提供有力的理论支撑参考文献：1李文龙,张华东,于宝鑫.基于效益耦合和时序关联特性的配电网规划项目优选模型J.电力科学与技术学报，2022,37(6):55-61.2盛万兴,段青,王良，等.基于多代理协调机制的能量路由器群组与配电网综合规划 J.高电压技术,2 0 2 1,47(1)：1-13.3刘雪飞,刘洋,马国真，等.考虑负荷差异化需求响应的配电网多目标扩展规划 J.电力系统保护与控制,2 0 2 2,50(22):131-141.(上接第112 页3 BRANSON S,VAN HORN G,BELONGIE S,et al.BirdSpecies Categorization Using Pose Normalized DeepConvolutional Nets EB/OL.https:/ XIAO T J,XU Y C,YANG K Y,et al.The Application of Two-level Attention Models in Deep Convolutional Neural Networkfor Fine-grained Image Classification EB/OL.htps:/ LIN T,ROYCHOWDHURY A,MAJI S.Bilinear CNN Modelsfor Fine-grained Visual Recognition J.https:/ FU J L,ZHENG H L,MEI T.Look Closer to See Better:Recurrent Attention Convolutional Neural Network for Fine-Grained Image Recognition EB/OL.https:/ WOO S,PARK J,LEE J Y,et al.Cbam:Convolutional block计算机应用文摘4闫明文,刘惠颖，宫游，等.基于改进Benders分解的配电网扩展规划机会约束优化方法J.电测与仪表，2 0 2 3，6 0(1):124-131.5赵海洲,陈建凯,杨海跃,等.考虑传输能力的含分布式电源配电网扩展规划方法 J.电力自动化设备，2 0 2 1,41(12):70-77.6李楠,王炜,马雪,李芳,等.考虑碳交易成本及区域能源优化的配电网扩展规划研究 J.科学技术与工程,2 0 2 2,2 2(8):3101-3109.7周孟戈,谢松,彭搏,等.计及5G基站负荷概率特性的配电网扩展规划方法 J.电工电能新技术,2 0 2 2,41(1)：6 0-6 8.8朱海南,李玉志,李丰硕,等.基于目标级联分析的配电-气网分布式协同扩展规划方法 J.智慧电力,2 0 2 1,49（12)：72-79.9李芸漫,高红均,李海波,等.考虑综合能源站柔性调控作用的城市配电网多阶段规划方法 J.电力自动化设备，2022,42(1):45-54.10王梓旭,林伟,杨知方,等.考虑负荷弹性空间的配电网可靠性扩展规划方法J.中国电机工程学报，2 0 2 2，42(18):6655-6668.作者简介：安颖坤（19 9 2 一），硕士，工程师，研究方向：电网建设。attention module C/European Conference on Com-puterVision(ECCV),Springer Cham,2018:3-19.8 SIMONYAN K,ZISSERMAN A.Very Deep ConvolutionalNetworks for Large-Scale Image Recognition EB/OL.https:/arxiv.org/abs/1409.1556.9 WELINDER P,BRANSONS,MITA T,et al.Caltech-UCSD Birds 200 J.californiainstitute of technology,2010:45-52.1O JADERBERg M,SIMONYAN K,ZISSERMAN A,et al.Spatial Transformer Networks JJ.MIT Press,2015(5):62-66.11 LIU X,XIA T,WANG J,et al.Fully ConvolutionalAttention Localization Networks:Efficient AttentionLocalization for Fine-Grained Recognition EB/OL.https:/ 9 7 一），硕士，研究方向：数字图像处理。2023年第17 期