(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210664128.2 (22)申请日 2022.06.14 (71)申请人 河北工业大 学 地址 300401 天津市北辰区西平 道5340号 河北工业大 学 (72)发明人 李玲玲　熊俊林　姬炳祥　李昊鹏　 刘鸿皓　 (51)Int.Cl. H02J 3/18(2006.01) H02J 3/46(2006.01) G06F 30/20(2020.01) G06N 3/00(2006.01) G06F 111/04(2020.01) G06F 111/06(2020.01) G06F 113/04(2020.01) (54)发明名称 一种主动配电网重构与无功 协同优化方法 (57)摘要 本发明涉及一种主动配电网重构与无功协 同优化方法， 其技术特点包括： 以经济成本、 功率 损耗、 开关动作次数和电压偏差为目标函数， 建 立主动配电网重构与无功协同优化模 型； 设计多 目标麻雀搜索算法， 并求解主动配电网重构与无 功协同优化模型， 得到最优解集； 利用理想解相 似度排序技术选取最优折衷解， 获得最佳优化方 案。 本发明综合考虑主动配电网的经济效益、 能 源效益、 开关动作次数和电能质量， 建立主动配 电网重构与无功协同优化模型， 并提出了一种多 目标麻雀搜索算法求解该模型， 得到主动配电网 最优拓扑和无功补偿装置的最优 无功补偿出力。 本发明方法能显著改善主动配电网电能质量和 能源效益， 对促进经济生产和能源 可持续发展有 重要意义。 权利要求书5页 说明书13页 附图4页 CN 114884082 A 2022.08.09 CN 114884082 A 1.一种主动配电网重构与无功 协同优化方法， 其特 征在于包括以下步骤： 步骤1， 建立主动配电网重构与无功协同优化模型， 综合考虑主动配电网开关动作次 数、 经济效益、 能源损耗、 电能质量和分布式电源接入对系统的影响， 实现主动配电网经济 安全稳定运行； 主动配电网重构与无功协同优化模型的优化变量为： 主动配电网的开关动作状态、 并 联电容器组(S C)接入组数、 静止无功补偿器(SVC)的无功出力作为决策变量， 获得主动配电 网的最优拓扑、 无功补偿装置的最优无功补偿出力； 式中， 和 分别代表第a个开关的动作状态、 第b 个SC的接入组数和第c个SVC 的无功出力； a、 b和c分别代 表开关的个数、 SVC的个数和SC的个数； 主动配电网重构与无功 协同优化模型的目标函数： 综合考虑经济效益、 能源损耗和电能质量， 优化主动配电网运行， 目标是最小化经济成 本、 有功功 率损耗、 开关动作次数和节点电压偏差， 其中开关动作次数以折算为成本的形式 进行考虑； 主动配电网运行费用Crun的表达式为： 式中， F1表示经济成本最小； NSwich分别表示第k条支路的线路有功损耗、 连接开关 的动作次数； Nb、 Ca、 Cb分别表示支路的条数、 运行损耗系数、 连接开关单位动作费用； Crun表 示主动配电网运 行费用， 包括购电费用和设备投资费用； F2表示有功功率损耗最小； Rk为第k 条支路电阻； Uk、 Pk、 Qk分别为第k节点的电压幅值、 注入的有功功率、 注入的无功功率； 表 示节点电压偏差最小； Ur、 Ui分别表示参考电压、 节点i处的电压幅值； Pload、 PDG分别表示主动 配电网的总负荷、 DG发出的总有功功率； Qd表示第d个无功补偿设备补偿的容量； Ce、 Cd、 N表 示电价、 第d个无功补偿设备单位补偿容量投资费用、 无功补偿设备个数； P表 示投资回收系 数； a为利率， m为设备使用寿命； 主动配电网重构与无功 协同优化模型的约束条件： 在主动配电网中， 约束条件主要包括等式约束和不等式约束； 功率平衡约束要求系统 的有功功 率和无功功 率均要保持平衡； 不等式约束包括网络拓扑约束、 支路电流约束、 支路 功率约束、 节点电压约束、 SVC无功出力约束和SC 接入组数约束；权　利　要　求　书 1/5 页 2 CN 114884082 A 2式中， PSS、 PDG， i、 PD， j和PL， K分别代表流入系统的有功功率、 第i个分布式电源的有功功率 输出、 第j条线路负载需求的有功功率和第k条线路的有功功率损耗； QSS、 QDG， i、 QD， j和QL， K分 别代表流入系统的无功功率、 第i个分布式电源的无功功率输出、 第j条线路负载需求的无 功功率和第k条线路的无功功率损耗； NDG、 NB和NL分别代表DG接入系统的个数、 系统的节点 数和系统的支路数； Ib、 Ib， max、 Ui， min、 Ui和Ui， max分别代表支路b的电流、 支路b允许 的最大电 流、 节点i的电压下 限、 节点i的电压幅值和节点i的电压上 限； 和 分别代表 SVC允许投入容量的下限、 S VC投入容量和S VC允许投入容量的上限； NSC和 分别代表 SC允许投入组数 下限、 SC投入组数和SC允许投入组数的上限； 拓扑结构约束如下 所示： l∈L    (5) 式中， l和L分别代 表系统优化后的拓扑 结构和系统的可 行拓扑结构集合； 步骤2， 利用多目标麻雀算法求解主动 配电网重构与无功协同优化模型， 得到Pareto最 优解集； 多目标麻雀 搜索算法(Mu lti‑objective  sparrow search algorithm， MOSSA)包含 如下求解内容： MOSSA算法模拟麻雀种群生活习性， 分为发现者、 加入者和侦察者三类个体； 通过种群 比例因子将种群分为发现者和加入者， 当意识到危险时， 部分麻雀具有反捕食行为， 这部分 麻雀称之为侦察 者； MOSSA算法具体优化 步骤如下： 1)利用三阶混沌映射策略初始化麻雀种群， 初始解具有空间分布均匀、 随机性等特点； 其初始化公式如下： 式中ub和lb分别表示第b维变量的上、 下界； Xi， b、 Hi， b、 Npop分别表示种群中第i个麻雀搜 索空间中的第b维坐标、 混沌空间中第i个麻雀的第b维坐标、 种群数； 2)计算非线性递减种群比例因子w； 在MOSSA迭代早期， 当前个体通常远离全局最优解； 此时， 增大w值， 增加发现者的比例， 有利于发现者进行全局搜索； 在迭代后期， 减小w值， 增 大加入者的比例， 充分发挥加入者局部 搜索的能力， 种群比例因子w的表达式如下：权　利　要　求　书 2/5 页 3 CN 114884082 A 3