本發(fā)明涉及一種電網(wǎng)遠程監(jiān)測控制方法及系統(tǒng)，屬于電力系統(tǒng)監(jiān)控。

背景技術：

1、隨著我國社會主義工業(yè)現(xiàn)代化進程的不斷進步，工業(yè)領域和人民日常生活用電需求也不斷提高，電力系統(tǒng)結構復雜程度也越來越高。然而由于如設備老化、天氣災害、人為操作錯誤等各種原因，電路系統(tǒng)可能會發(fā)生故障，導致停電跳閘和用電不穩(wěn)定。因此電力系統(tǒng)的故障安全問題成為相關機構和工作人員必須考慮的問題。這些問題包括電網(wǎng)漏洞的查漏補缺、電力系統(tǒng)的遠程監(jiān)測、電力結構遠程跳閘故障的位置判斷、因故障停電的及時修補和恢復供電的效率等，以及惡劣天氣下電網(wǎng)的維護。其存在的裝置誤差和質(zhì)量損失等有害因素，都會讓其監(jiān)測和維護工作變的異常艱難，除此之外還會存在因為人為失誤而導致的故障,線路損壞等問題。而傳統(tǒng)的故障處理方法主要依賴于人工巡檢、故障排查和手動操作來恢復電力供應。然而這種方法存在許多限制和挑戰(zhàn)，例如故障定位時間長、操作風險大、對人力資源的嚴重依賴等。隨著電力系統(tǒng)規(guī)模的擴大和網(wǎng)絡復雜性的增加，傳統(tǒng)的故障處理方法已經(jīng)無法滿足快速、準確、可靠的故障恢復需求。因此研究者們針對控制回路遠程跳閘開始關注配電網(wǎng)故障重構算法的研究。

2、配電網(wǎng)故障重構算法旨在通過利用現(xiàn)代信息和通信技術，實時監(jiān)測、識別和定位配電網(wǎng)故障并自動進行故障恢復，以實現(xiàn)配電網(wǎng)的快速可靠恢復。通過采取有效的優(yōu)化措施，對故障的配電網(wǎng)進行重構，不僅能夠迅速恢復其正常，而且還能夠有效降低其功率損耗。這一技術的核心思想在于，通過采取有效的優(yōu)化方案來確保達成特定的約束條件，從而快速獲得最優(yōu)解。

3、目前，用來解決配電網(wǎng)故障重構的算法包括支路交換法、最佳潮流模型法、模擬退火算法、粒子群算法、蟻群算法、遺傳算法、專家系統(tǒng)法、神經(jīng)元網(wǎng)絡法、模糊計算、貪婪計算等。其中，粒子群算法(pso)以其操作簡便、收斂迅捷、局部搜尋能力較強、參數(shù)較少為特色，可以解決復雜的離散優(yōu)化問題，但是存在參數(shù)調(diào)整上的困難，如調(diào)整不當就會導致粒子群算法受到局部干擾；相比之下，遺傳算法在解決復雜問題上更加靈活穩(wěn)健，可以更加準確地預測未來發(fā)展趨勢。通過將粒子群算法與遺傳算法的優(yōu)勢融合，并對慣性權重，交叉概率，變異概率等參數(shù)進行自適應參數(shù)調(diào)整且對數(shù)據(jù)及迭代任務并行處理，加速了算法的收斂效率和求解效率。

4、例如，申請公布號為cn115906914a的中國專利申請文件，該文件公開了一種用于分布式電源配電網(wǎng)故障定位的改進粒子群混合算法，該方法將粒子群算法和遺傳算法進行了融合，先利用粒子群算法進行種群初始化，計算適應度，若隨機數(shù)大于設定閾值則進入遺傳算法進行迭代，通過兩種算法的融合來提供故障定位的迭代速度、正確率以及容錯能力。雖然該方案一定程度上提高了效率和正確率，但是由于其是在隨機數(shù)大于一個設定值時才進入遺傳算法，這意味著遺傳算法的更新不是在每個迭代周期都進行，而是在滿足特定條件后才開始。這種做法可能導致算法不能及時利用遺傳算法的全局搜索能力來優(yōu)化種群，從而影響最優(yōu)解的計算效率，換句話說，這種基于隨機觸發(fā)條件的更新機制可能會延遲種群的進化，使得算法在搜索最優(yōu)解的過程中不夠靈活和及時。此外，其適應度函數(shù)設計沒有考慮功率損耗問題。在電力系統(tǒng)故障重構的研究中，功率損耗是一個非常重要的指標，因為它直接關系到電網(wǎng)運行的效率和成本。適應度函數(shù)是指導算法搜索過程的關鍵因素，如果適應度函數(shù)沒有正確反映問題的實際需求，那么即使算法能夠找到解，這些解也可能不是最優(yōu)的，或者不是實際應用中最需要的。

技術實現(xiàn)思路

1、本發(fā)明的目的是提供一種電網(wǎng)遠程監(jiān)測控制方法及系統(tǒng)，以解決目前電網(wǎng)故障重構過程中存在的效率低、功耗大的問題。

2、本發(fā)明為解決上述技術問題而提供一種電網(wǎng)遠程監(jiān)測控制方法，該方法包括以下步驟：

3、1)以配電網(wǎng)中功率損耗最小作為目標函數(shù)；

4、2)根據(jù)配電網(wǎng)的拓撲結構生成初始種群，利用粒子群算法對種群進行迭代更新，在迭代更新過程中計算每個個體的適應度值以及每一代的全局最佳適應度值；所述適應度值采用的適應度函數(shù)為所述目標函數(shù)；

5、3)當有個體的適應度值比全局最佳適應度值更優(yōu)時，利用遺傳算法對種群進行更新，生成新一代種群，對生成的新一代種群利用粒子群算法進行迭代更新，直至滿足終止條件；將迭代結束時的適應度值最優(yōu)的種群作為最優(yōu)解，以此控制配電網(wǎng)中的開關。

6、進一步地，所述步驟2)在利用粒子群算法對種群進行迭代更新時，采用線性遞減或非線性遞減的方式更新慣性權重和學習因子，以實現(xiàn)對個體速度和位置的更新。

7、進一步地，非線性遞減方式下慣性權重和學習因子的更新公式為：

8、

9、ω為慣性權重因子，c1,c2為學習因子，t為當前的迭代次數(shù)，tmax為總迭代次數(shù)，ωmax和ωmin分別為慣性權重因子的最大值和最小值，cmax和cmin分別為慣性權重因子的最大值和最小值。

10、進一步地，在利用粒子群算法對種群進行迭代更新時，將種群分為若干個子群，每個子群在不同的處理器上進行計算，并行地更新其粒子位置和速度，各子群之間進行信息交互。

11、進一步地，所述的目標函數(shù)為：

12、

13、其中ploss為配電網(wǎng)的功率損耗，nb為配電網(wǎng)中的支路總數(shù)，ri為支路bi的支路電阻；pi為流過支路bi的有功功率，fi為流過支路的bi的無功功率；ui為支路bi的末端節(jié)點電壓。

14、進一步地，在進行交叉操作和/或變異操作時，根據(jù)適應度值大小或者進化速度調(diào)整交叉概率和/或變異概率，當適應度值較高或者進化速度較快時，減小交叉概率和/或變異概率，以加強局部搜索；當適應度值較低或者進化速度較慢時，增加交叉概率和/或變異概率。

15、進一步地，該方法還包括根據(jù)適應度值大小或者進化速度調(diào)整種群大小，當適應度值較高或者進化速度較快時，減小種群的規(guī)模；當適應度值較低或者進化速度較慢時，增加種群的規(guī)模。

16、進一步地，所述的終止條件為以下條件中的任一個：達到最大迭代次數(shù)、適應度不再提升、當前解的質(zhì)量達到預設精度、計算資源耗盡。

17、本發(fā)明還提供了一種電網(wǎng)遠程監(jiān)測控制系統(tǒng)，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)上述電網(wǎng)遠程監(jiān)測控制方法。

18、本發(fā)明的有益效果是:本發(fā)明首先利用粒子群算法較強的局部搜索能力來求取局部最優(yōu)解，當有個體的適應度值比全局最佳適應度值更優(yōu)時，再利用遺傳算法對種群進行更新，生成新一代種群，對生成的新一代種群利用粒子群算法進行迭代更新，充分利用了遺傳算法的搜索能力，進一步提高了搜索效率；同時本發(fā)明以配電網(wǎng)中功率損耗最小作為適應度。因此，本發(fā)明可快速進行故障重構，恢復故障區(qū)域供電，并能夠使該配電網(wǎng)的功率損耗最小。

技術特征：

1.一種電網(wǎng)遠程監(jiān)測控制方法，其特征在于，該方法包括以下步驟：

2.根據(jù)權利要求1所述的電網(wǎng)遠程監(jiān)測控制方法，其特征在于，所述步驟2)在利用粒子群算法對種群進行迭代更新時，采用線性遞減或非線性遞減的方式更新慣性權重和學習因子，以實現(xiàn)對個體速度和位置的更新。

3.根據(jù)權利要求2所述的電網(wǎng)遠程監(jiān)測控制方法，其特征在于，非線性遞減方式下慣性權重和學習因子的更新公式為：

4.根據(jù)權利要求1-3中任一項所述的電網(wǎng)遠程監(jiān)測控制方法，其特征在于，在利用粒子群算法對種群進行迭代更新時，將種群分為若干個子群，每個子群在不同的處理器上進行計算，并行地更新其粒子位置和速度，各子群之間進行信息交互。

5.根據(jù)權利要求1所述的電網(wǎng)遠程監(jiān)測控制方法，其特征在于，所述的目標函數(shù)為：

6.根據(jù)權利要求1所述的電網(wǎng)遠程監(jiān)測控制方法，其特征在于，在進行交叉操作和/或變異操作時，根據(jù)適應度值大小或者進化速度調(diào)整交叉概率和/或變異概率，當適應度值較高或者進化速度較快時，減小交叉概率和/或變異概率，以加強局部搜索；當適應度值較低或者進化速度較慢時，增加交叉概率和/或變異概率。

7.根據(jù)權利要求1所述的電網(wǎng)遠程監(jiān)測控制方法，其特征在于，該方法還包括根據(jù)適應度值大小或者進化速度調(diào)整種群大小，當適應度值較高或者進化速度較快時，減小種群的規(guī)模；當適應度值較低或者進化速度較慢時，增加種群的規(guī)模。

8.根據(jù)權利要求1所述的電網(wǎng)遠程監(jiān)測控制方法，其特征在于，所述的終止條件為以下條件中的任一個：達到最大迭代次數(shù)、適應度不再提升、當前解的質(zhì)量達到預設精度、計算資源耗盡。

9.一種電網(wǎng)遠程監(jiān)測控制系統(tǒng)，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于：所述處理器執(zhí)行所述計算機程序時實現(xiàn)如權利要求1-8中任一項所述的電網(wǎng)遠程監(jiān)測控制方法。

技術總結
本發(fā)明涉及一種電網(wǎng)遠程監(jiān)測控制方法及系統(tǒng)，屬于電力系統(tǒng)監(jiān)控技術領域。本發(fā)明首先利用粒子群算法較強的局部搜索能力來求取局部最優(yōu)解，當有個體的適應度值比全局最佳適應度值更優(yōu)時，再利用遺傳算法對種群進行更新，生成新一代種群，對生成的新一代種群利用粒子群算法進行迭代更新，充分利用了遺傳算法的搜索能力，進一步提高了搜索效率；同時本發(fā)明以配電網(wǎng)中功率損耗最小作為適應度。因此，本發(fā)明可快速進行故障重構，恢復故障區(qū)域供電，實現(xiàn)對電網(wǎng)的遠程監(jiān)測控制，并能夠使該配電網(wǎng)的功率損耗最小。

技術研發(fā)人員：聶向欣,劉洋,李巖,郭強,陳珂,陳明
受保護的技術使用者：河北雄安許繼電科綜合能源技術有限公司
技術研發(fā)日：
技術公布日：2024/12/10