一种新型的三相不平衡配电网降损方法

1.本发明涉及配电网技术领域，特别涉及一种三相不平衡配电网降损方法。


背景技术：

2.在配电网中，由于负载分布不均、线路参数不一致、设备故障等原因，往往会导致三相不平衡现象的出现，而三相不平衡会造成配电网线路的电能损耗增加，电能在线路中的分配不均，增加线路的电阻损耗和磁性损耗，进而影响系统的电能质量和供电效率。
3.目前常见的解决配电网三相不平衡现象的方法是无功补偿、换相开关策略优化与配电网重构，无功补偿虽然能够改善三相不平衡状态，但需要的设备成本高，同时也会存在谐波的问题，配电网重构通过调整配电网的拓扑结构、改变配电线路的连接方式等方法降低配电网损耗，但因为配电网重构不额外配置其他装置，所以能调整的效果有限。


技术实现要素：

4.本发明目的是提供一种三相不平衡配电网降损方法，其优点是：对三相不平衡配电网的损耗进行降损，降损效果好、可操作性强。
5.本发明的上述技术目的是通过以下技术方案得以实现的：一种三相不平衡配电网降损方法，包括如下步骤：
6.s1.获取三相不平衡下配电网的日负荷数据，将三相不平衡配电网的负荷数据按照是否安装换相开关分为可调节负荷与不可调节负荷，将不可调节的总负荷按照a、b、c三相列出三个一维列向量，每个向量中包含24h内每个小时的负荷功率值，得到不可调节负荷的矩阵pu；假定三相不平衡配电网中存在l台换相开关，则配置了换相开关的负荷用户存在含有l个负荷功率值的列向量组成的矩阵，记为ps；
7.s2.将矩阵pu与矩阵ps合二为一为三相不平衡总负荷的矩阵p
l
，p
l
记为[pups]，加入时间维度的列向量t＝[1,2,
…
,24]
t
，将矩阵p
l
与列向量t归一化后得到p
l*
与t
*
，将两者合一的新增矩阵为d＝[p
l*
t
*
]；
[0008]
s3.引入时间修正系数a放大在聚类过程中时间维度的影响权重；
[0009]
s4.采用k-means聚类模型将一日当中的24个时段分为c类；
[0010]
s5.采用麻雀搜索算法对换相开关的动作策略进行优化，确定每个开关在确定的时间段内切换到a、b、c三相中的一相；
[0011]
s6.根据未经过换相的三相负荷数据与三相优化后的负荷数据，通过潮流计算得到两种情况下的三相不平衡配电网的损耗，得到降损数值。
[0012]
本发明进一步设置为：步骤s1中不可调节负荷为没有设置换相开关的各相用户总负荷，可调节负荷为装设了换相开关的用户负荷。
[0013]
本发明进一步设置为：步骤s1中不可调节负荷的矩阵pu采用如下方式计算：
[0014][0015]
式中，w为负荷功率的值，下标1～24代表24个时刻，1、2、3代表a、b、c三相。
[0016]
本发明进一步设置为：步骤s2中ps具体采用如下公式计算：
[0017]
ps＝[p
s1
,p
s2
，
…
,p
sl
]
[0018]
式中p
s1
、p
s2
、
…
、p
sl
为l个换相开关由负荷功率组成的列向量，其中每个列向量均含有24个负荷功率值。
[0019]
本发明进一步设置为：步骤s2中矩阵p
l
的维数是24行与l+3列，矩阵d＝[p
l*
t
*
]的维数是24行与l+4列，矩阵的每一行代表一个特定时段，每一列则代表一个维度的特征参量。
[0020]
本发明进一步设置为：步骤s2中时间修正系数a设定初始a为1，在聚类过程中将划分的时段个数与聚类个数对比，若两者不一致则增大步长δa以实现连续时段的划分。
[0021]
本发明进一步设置为：步骤s4中，以负荷数据为聚类中心，采用以下公式计算数据集中每个个体与聚类中心之间的距离：
[0022][0023]
其中，l
ij
为数据集中每个个体与聚类中心之间的距离，m为样本中的每个样本拥有的描述属性个数，z
it
为第i个对象的第t个描述属性，z
jt
为第j个聚类中心的第t个描述属性，其中1≤j≤c，1≤t≤m；
[0024]
根据距离大小，将数据集中每个个体分配至c个聚类里，计算c个聚类中所有样本的平均值，作为新的聚类中心，根据以下公式确定收敛：
[0025][0026]
其中，当e的值达到预设误差条件时，确定k-means聚类算法结束。
[0027]
本发明进一步设置为：步骤s5中在分类后的时间段中，需要对换相开关的动作策略进行优化，即确定每个开关在确定的时间段内切换到a、b、c三相中的一相，将a、b、c三相分别与1、2、3分别对应，采用ssa算法进行优化求解。
[0028]
综上所述，首先获取配电网的日负荷曲线，将负荷按照分为可调节负荷与不可调节负荷，在可调节负荷上装设了换相开关，基于k-means聚类算法进行控制时段划分，其次对每一个控制时段采用麻雀搜索算法进行换相开关相别的优化，从而实现换相开关动作的日前优化并降低配电网的损耗，本发明能够对三相不平衡配电网的损耗进行降损，降损效果好、可操作性强。
附图说明
[0029]
图1为本发明实施例提供的基于配电网三相不可调节负荷日负荷曲线；
[0030]
图2为本发明实施例提供的未换相的三相负荷曲线；
[0031]
图3为本发明实施例提供的kmeans算法的时段划分流程；
[0032]
图4为本发明实施例提供的ssa算法的参数优化迭代流程；
[0033]
图5为本发明实施例提供的基于ssa算法的换相开关动作图；
[0034]
图6为本发明实施例提供的基于ssa方法优化后的三相负荷曲线。
具体实施方式
[0035]
下面结合附图和实施例对本发明进行详细说明。
[0036]
实施例：参照如图1-6所示，一种三相不平衡配电网降损方法，包括如下步骤：s1：获取三相不平衡下配电网的日负荷数据，将三相不平衡配电网的负荷数据按照是否安装换相开关分为可调节负荷与不可调节负荷，将不可调节的总负荷按照a、b、c三相列出三个一维列向量，每个向量中包含24h内每个小时的负荷功率值，得到不可调节负荷的矩阵pu；假定三相不平衡配电网中存在l台换相开关，则配置了换相开关的负荷用户存在含有l个负荷功率值的列向量组成的矩阵，记为ps；
[0037]
s2：将矩阵pu与矩阵ps合二为一，为三相不平衡总负荷的矩阵p
l
，记为[pups]，加入时间维度的列向量t＝[1,2,
…
,24]
t
，将矩阵p
l
与列向量t归一化后得到p
l*
与t
*
，将两者合一的新增矩阵为d＝[p
l*
t
*
]；
[0038]
s3：引入时间修正系数a放大在聚类过程中时间维度的影响权重。即在分类过程中增强时间向量这一维度指标的影响，使相邻时段被更有效地聚为一类；
[0039]
s4：采用k-means聚类模型将一日当中的24个时段分为c类；c为聚类后分成的类别个数；
[0040]
s5：采用麻雀搜索算法对换相开关的动作策略进行优化，确定每个开关在确定的时间段内切换到a、b、c三相中的一相；
[0041]
s6：根据未经过换相的三相负荷数据与三相优化后的负荷数据，通过潮流计算得到两种情况下的三相不平衡配电网的损耗，得到降损数值。
[0042]
进一步的，步骤s1中不可调节负荷为没有设置换相开关的各相用户总负荷(一般为医院，银行等重大基础设施场所)，可调节负荷为装设了换相开关的用户负荷，将不可调节的总负荷按照a、b、c三相列出三个一维列向量，每个向量中包含24h内每个小时的负荷功率值，得到不可调节负荷的矩阵pu，其计算公式具体如下：
[0043][0044]
式中，w为负荷功率的值，下标1～24代表24个时刻，1、2、3代表a、b、c三相。
[0045]
进一步的，在步骤s1中，假定三相不平衡配电网中存在l台换相开关，则配置了换相开关的负荷用户存在含有l个负荷功率值的列向量组成的矩阵，记为ps，具体计算公式如下：
[0046]
ps＝[p
s1
,p
s2
，
…
,p
sl
]
[0047]
式中：p
s1
、p
s2
、
…
、p
sl
为l个换相开关由负荷功率组成的列向量，其中每个列向量均
含有24个负荷功率值。
[0048]
本文基于ieee33算例进行仿真分析，在配电网的任意10个节点上接入10个三相换相开关，配电网三相不可调节负荷日负荷曲线如图1所示。
[0049]
进一步的，在步骤s2中，将矩阵pu与矩阵ps合二为一，为三相不平衡总负荷的矩阵p
l
，记为[pups]，矩阵的维数是24行与l+3列，加入时间维度的列向量t＝[1,2,
…
,24]
t
，将矩阵p
l
与列向量t归一化后得到p
l*
与t
*
，将两者合一的新增矩阵为d＝[p
l*
t
*
]，矩阵的维数是24行与l+4列，矩阵的每一行代表一个特定时段，每一列则代表一个维度的特征参量。
[0050]
进一步的，在步骤s3中，引入时间修正系数a放大在聚类过程中时间维度的影响权重。即在分类过程中增强时间向量这一维度指标的影响，使相邻时段被更有效地聚为一类，设定初始a为1，在聚类过程中将划分的时段个数与聚类个数对比，若两者不一致则增大步长δa以实现连续时段的划分。
[0051]
进一步的，在步骤s4中，采用k-means聚类模型将一日当中的24个时段分为c类，基于kmeans算法的时段划分流程如图3所示，
[0052]
以负荷数据为聚类中心，根据以下公式计算数据集中每个个体与聚类中心之间的距离：
[0053][0054]
其中，l
ij
为数据集中每个个体与聚类中心之间的距离；m为样本中的每个样本拥有的描述属性个数；z
it
为第i个对象的第t个描述属性，z
jt
为第j个聚类中心的第t个描述属性，其中1≤j≤c，1≤t≤m。
[0055]
根据距离大小，将数据集中每个个体分配至c个聚类里，计算c个聚类中所有样本的平均值，作为新的聚类中心，根据以下公式确定收敛：
[0056][0057]
其中，当e的值达到预设误差条件时，确定k-means聚类算法结束。
[0058]
使用kmeans聚类算法后的时段划分结果如表1所示：
[0059]
表1时段划分结果
[0060][0061][0062]
进一步的，在步骤s5中，采用麻雀搜索算法对换相开关的动作策略进行优化，确定每个开关在确定的时间段内切换到a、b、c三相中的一相，图4为ssa算法的参数优化迭代流程，在本步骤中，ssa算法是一种模拟麻雀觅食的搜索算法，分为探索和追随两部分，首先初始化麻雀群体随机生成初始的麻雀群体，每个麻雀代表一组解，即一个可能的优化方案在算法初始时麻雀的位置可以用以下矩阵表示：
[0063][0064]
式中，n”为麻雀的数量；d为要优化的变量的维数。
[0065]
其次计算适应度函数，对于每个麻雀，计算其适应度函数值。根据适应度函数值更新麻雀状态，包括位置、速度等探索部分的迭代公式如下：
[0066][0067]
式中，t”为当前迭代数，iter
max
为最大的迭代次数，是一个常数，x
i,j
为第i个麻雀在第j维中的位置信息，α’为属于(0,1]，是一个随机数，r2为预警值，st为安全值，q为服从正态分布的随机数，l’为一个1
×
d的矩阵，其中该矩阵内每个元素全部为1。
[0068]
当r2《st时，只有探索部分继续迭代，当r2≥st时，探索函数更换。
[0069]
根据麻雀个体之间的相互作用和信息交流，按照一定规则进行搜索，包括局部搜索和全局搜索。追随部分的迭代公式如下：
[0070][0071]
式中，x
p
为目前探索的最优位置；x
worst
为表示当前全局最差的位置；a1为一个1
×
d的矩阵，其中每个元素为随机1或-1，a
+
＝a
1t
(a1a
1t
)-1
。
[0072]
判断是否满足停止条件，满足则停止搜索，输出当前最优解，否则，继续进行搜索，当i》n/2时，追随函数值更换。当探索部分达到搜索边界时，探索函数发生改变，其数学表达式如下：
[0073][0074]
式中，x
best
为当前的全局最优位置；β为步长控制参数，是服从均值为0，方差为1的正态分布的随机数，fi为第i只麻雀的适应度值；k为属于[-1,1]的一个随机数，fg为当前麻雀个体的最佳适应度值，v为常数。
[0075]
对于配网中配置了l台换相开关的情况，每一组解的基因编码由g个整数构成，可表示为s＝[s
w1
，s
w2
，
…
，s
wg
]，其中每一位编码分别以1、2、3代表换相开关的相别为a、b、c三相。
[0076]
根据编码可以计算每个时段的三相负荷，计算公式为：
[0077][0078]
式中：ti为时段划分后的类别编号；pa(ti)、pb(ti)、pc(ti)为在ti个时段划分中a、b、c三相总负荷，p
a0
(ti)、p
b0
(ti)、p
c0
(ti)为第ti个时段划分中a、b、c三相不可调节负荷，p
sj
(ti)为第ti个时段中第j个换相开关相应的可调节负荷。
[0079]
麻雀搜索算法设定发现初始比例pd为20％，预警值为0.8，预警者比例sd为20％，优化后的10个换相开关动作如表2所示：
[0080]
表2
[0081][0082]
进一步的，在步骤s6中，根据优化后的换相开关动作策略计算三相不平衡配电网的损耗，对比未装设换相开关的配电网损耗，分析降损效果。
[0083]
通过潮流计算得到配电网32条支路的线损值如表3所示：
[0084]
表3
[0085][0086]
未进行换相开关换相、ssa算法优化换相开关动作策略与pso算法优化换相开关动作策略的配电网网损结果如表4所示：
[0087]
表4
[0088][0089]
未进行换相前配电网损耗为400.3725kw，在经过ssa算法优化换相后的配网损耗为340.0393kw，降低损耗60.3332kw，降损效果良好。

技术特征：
1.一种三相不平衡配电网降损方法，其特征在于，包括如下步骤：s1.获取三相不平衡下配电网的日负荷数据，将三相不平衡配电网的负荷数据按照是否安装换相开关分为可调节负荷与不可调节负荷，将不可调节的总负荷按照a、b、c三相列出三个一维列向量，每个向量中包含24h内每个小时的负荷功率值，得到不可调节负荷的矩阵p
u
；假定三相不平衡配电网中存在l台换相开关，则配置了换相开关的负荷用户存在含有l个负荷功率值的列向量组成的矩阵，记为p
s
；s2.将矩阵p
u
与矩阵p
s
合二为一为三相不平衡总负荷的矩阵p
l
，p
l
记为[p
u
p
s
]，加入时间维度的列向量t＝[1,2,
…
,24]
t
，将矩阵p
l
与列向量t归一化后得到p
l*
与t
*
，将两者合一的新增矩阵为d＝[p
l*
t
*
]；s3.引入时间修正系数a放大在聚类过程中时间维度的影响权重；s4.采用k-means聚类模型将一日当中的24个时段分为c类；s5.采用麻雀搜索算法对换相开关的动作策略进行优化，确定每个开关在确定的时间段内切换到a、b、c三相中的一相；s6.根据未经过换相的三相负荷数据与三相优化后的负荷数据，通过潮流计算得到两种情况下的三相不平衡配电网的损耗，得到降损数值。2.根据权利要求1所述的三相不平衡配电网损耗计算方法，其特征在于：步骤s1中不可调节负荷为没有设置换相开关的各相用户总负荷，可调节负荷为装设了换相开关的用户负荷。3.根据权利要求1所述的三相不平衡配电网损耗计算方法，其特征在于：步骤s1中不可调节负荷的矩阵p
u
采用如下方式计算：式中，w为负荷功率的值，下标1～24代表24个时刻，1、2、3代表a、b、c三相。4.根据权利要求1所述的三相不平衡配电网损耗计算方法，其特征在于：步骤s2中p
s
具体采用如下公式计算：p
s
＝[p
s1
,p
s2
，
…
,p
sl
]式中p
s1
、p
s2
、
…
、p
sl
为l个换相开关由负荷功率组成的列向量，其中每个列向量均含有24个负荷功率值。5.根据权利要求1所述的三相不平衡配电网损耗计算方法，其特征在于：步骤s2中矩阵p
l
的维数是24行与l+3列，矩阵d＝[p
l*
t
*
]的维数是24行与l+4列，矩阵的每一行代表一个特定时段，每一列则代表一个维度的特征参量。6.根据权利要求1所述的三相不平衡配电网损耗计算方法，其特征在于：步骤s2中时间修正系数a设定初始a为1，在聚类过程中将划分的时段个数与聚类个数对比，若两者不一致则增大步长δa以实现连续时段的划分。7.根据权利要求1所述的三相不平衡配电网损耗计算方法，其特征在于：步骤s4中，以负荷数据为聚类中心，采用以下公式计算数据集中每个个体与聚类中心之间的距离：
其中，l
ij
为数据集中每个个体与聚类中心之间的距离，m为样本中的每个样本拥有的描述属性个数，z
it
为第i个对象的第t个描述属性，z
jt
为第j个聚类中心的第t个描述属性，其中1≤j≤c，1≤t≤m；根据距离大小，将数据集中每个个体分配至c个聚类里，计算c个聚类中所有样本的平均值，作为新的聚类中心，根据以下公式确定收敛：其中，当e的值达到预设误差条件时，确定k-means聚类算法结束。8.根据权利要求1所述的三相不平衡配电网损耗计算方法，其特征在于：步骤s5中在分类后的时间段中，需要对换相开关的动作策略进行优化，即确定每个开关在确定的时间段内切换到a、b、c三相中的一相，将a、b、c三相分别与1、2、3分别对应，采用ssa算法进行优化求解。

技术总结
本发明公开了一种三相不平衡配电网降损方法，应用在配电网技术领域，其技术方案要点在于：获取三相不平衡下配电网的日负荷数据，将三相不平衡配电网的负荷数据按照是否安装换相开关分为可调节负荷与不可调节负荷，将不可调节的总负荷按照A、B、C三相列出三个一维列向量，每个向量中包含24h内每个小时的负荷功率值，得到不可调节负荷的矩阵Pu；具有的技术效果是：基于k-means聚类算法进行控制时段划分，其次对每一个控制时段采用麻雀搜索算法进行换相开关相别的优化，从而实现换相开关动作的日前优化并降低配电网的损耗，且能够对三相不平衡配电网的损耗进行降损，降损效果好、可操作性强。操作性强。操作性强。


技术研发人员：张埕瑜 马丙泰 陆恒 张匡翼 黄铖
受保护的技术使用者：南京工程学院
技术研发日：2023.05.11
技术公布日：2023/7/20