一种馈线终端优化配置方法、系统、电子设备及存储介质

专利名称：一种馈线终端优化配置方法、系统、电子设备及存储介质

专利类型：发明专利

专利申请号：CN202111495969.7

专利申请（专利权）人：广东电网有限责任公司江门供电局,广东电网有限责任公司
权利人地址：广东省江门市蓬江区建设二路152号

专利发明（设计）人：赵国荣,戴雄杰,苏博波,林浩泉,黄景云,李志娟,施明,李岳锋,苏海林

专利摘要：本发明涉及电力调度技术领域，公开了一种馈线终端优化配置方法、系统、电子设备及存储介质，本方法通过考虑配电网供电可靠性的约束，并以馈线终端配置的配置成本最小化为目标构建馈线终端配置目标函数，通过混合蛙跳算法对馈线终端配置目标函数进行求解，得到馈线终端配置位置的配置变量最优方案，从而提高配置馈线终端的效率和可靠性，同时，降低了配置成本。

主权利要求：
1.一种馈线终端优化配置方法，其特征在于，包括以下步骤：
基于配电网系统获取馈线终端配置信息，所述馈线终端配置信息包括配电网用户总数、馈线区段信息、用户负荷值、巡线速度、配电故障率和馈线导致负荷的停电时间；
基于所述馈线终端配置信息以馈线终端配置的配置成本最小化为目标，馈线终端配置位置的配置变量为输出，并以配电网供电可靠性为约束条件，构建馈线终端配置目标函数；
所述馈线终端配置目标函数具体为：
式1中，minimizeC表示成本最小值，C1(X,Y,Z)为所有FTU的使用费用，C2(X,Y,Z)为配电停电损失费用，X表示布置三遥FTU的变量，Y表示布置二遥FTU的变量，Z表示不布置FTU的变量，FASAI为布置三遥FTU、二遥FTU时的配电网平均供电可靠性指标， 为可靠性阈值，xf,n为第f条馈线第n个三遥FTU的安装位置的配置变量，Ωf表示馈线总数；
通过下式2计算所有FTU的使用费用为：
C1(X,Y,Z)＝CINV(X,Y,Z)+CMAI(X,Y,Z)式2
式2中，CINV(X,Y,Z)为所有FTU的投资费用总和，CMAI(X,Y,Z)为所有FTU的后期运维费用；
式3中，Cinv3为布设单个三遥FTU的投资成本，Cinv2为布设单个二遥FTU的投资成本，Xf为馈线f上所有的三遥FTU安装位置所对应的配置变量集合，Yf为馈线f上所有的二遥FTU安装位置所对应的配置变量集合，Zf为馈线f上不配置FTU的安装位置所对应的配置变量集合，xf,n为馈线f上三遥FTU第n个安装位置所对应的配置变量，yf,n为馈线f上二遥FTU第n个安装位置所对应的配置变量，zf,n为馈线f上不配置FTU的安装位置所对应的配置变量，配置变量为0或1，其配置变量为0表示不配置FTU，配置变量为1表示配置FTU；
式4中，d为维修费折合率，Ωt为FTU使用年限集合；
通过下式5计算所有FTU的配电停电损失费用为：
C2(X,Y,Z)＝CLCIC(X,Y,Z)+CGCIC(X,Y,Z)式5
式5中，CLCIC(X,Y,Z)为用户侧停电损失，CGCIC(X,Y,Z)为电网侧停电损失；
式6中，Ωf,i为所有可能故障点集合，Ωf,j,k为负荷j的所有负荷类型集合，Pf,j,k,t为第j个负荷点第k种负荷t年负荷量，λi为支路i的故障率，CDFK(·)为停电损失函数，Tf,i,j(X,Y,Z)为负荷j的停电时间集合；
式7中，Rk为第k种负荷的对应电价；
通过下式计算平均供电可用率作为布置三遥FTU、二遥FTU时的配电网平均供电可靠性指标：式8中，Ωf,j为馈线f上的所有负荷集合，m为配电网用户总数，tij为支路i导致负荷j的停电时间，通过下式计算支路i导致负荷j的停电时间tij为：式9～11中， 为线路故障查询时间，Tij(X,Y,Z)为停电时间，
lf,s为区段s的长度，vf,s为区段s的巡线速度，Xf,i,j为故障i到负荷j之间所有三遥的安装位置对应的配置变量，xf,n为第f条馈线第n个布置三遥FTU的安装位置的配置变量，yf,n为第f条馈线第n个布置二遥FTU的安装位置的配置变量，zf,n为第f条馈线第n个无布置FTU的安装位置的配置变量，t2为隔离一个开关所需要的时间，t3为自动开关动作时间；
执行混合蛙跳算法求解所述馈线终端配置目标函数的最优解，从而得到馈线终端配置位置的配置变量最优方案。
2.根据权利要求1所述的馈线终端优化配置方法，其特征在于，所述执行混合蛙跳算法求解所述馈线终端配置目标函数的最优解，从而得到馈线终端配置位置的配置变量最优方案的步骤具体包括：对混合蛙跳算法的初始种群个数阈值、迭代次数和全局迭代次数进行初始化设置；
随机生成M个馈线终端配置位置的配置变量作为青蛙个体，若符合约束条件，则将其代入到初始种群中，重复本步骤直至初始种群中的青蛙个体达到初始种群个数阈值；
基于馈线终端配置目标函数计算初始种群中每个青蛙个体的适应度值，按照适应度值的大小对每个青蛙个体进行降序排列，确定初始种群中适应度值最小的青蛙个体，记为Xglo；
构建a个子种群，设置每个子种群的青蛙个体个数阈值为g，其关系为M＝a×g，按照降序排列后的青蛙个体的顺序，将第1只青蛙个体分入第1个子种群，第2只青蛙分入第2个子种群，继续分配，第g只青蛙分入第m个子种群，第g+1只青蛙重新分入第1个子种群，以此类推直至所有青蛙个体全部分配至每个子种群中，确定每个子种群中的适应度最小的青蛙个体，记为Xb，确定每个子种群中的适应度最大的青蛙个体，记为Xw；
将青蛙个体Xw按照下式12～13进行局部搜索，
St＝rand()·(Xb‑Xw)式12
Xnew＝Xw+St,St,min≤St≤St,max式13
式12～13中，St表示青蛙个体的搜索步长，rand()函数表示产生0～1之间均匀分布随机实数，St，min表示青蛙个体搜索步长的下限，St,max表示青蛙个体搜索步长的上限，Xnew表示更新后的青蛙个体；
基于馈线终端配置目标函数计算更新后的青蛙个体Xnew的适应度值，若更新后的青蛙个体Xnew的适应度值大于相应的更新前的青蛙个体Xw的适应度值时，则将更新后的青蛙个体Xnew取代相应更新前的青蛙个体Xw在子种群中的位置，若更新后的青蛙个体Xnew的适应度值不大于相应的更新前的青蛙个体Xw的适应度值时，则利用青蛙个体Xglo取代青蛙个体Xw在子种群中的位置；
当局部搜索次数达到所允许的上限时，将所有子种群内的青蛙重新进行分配，重复上述步骤直至达到全局最大收敛次数，输出最终的青蛙个体，以得到馈线终端配置位置的配置变量最优方案。
3.一种馈线终端优化配置系统，其特征在于，包括：
信息获取模块，用于基于配电网系统获取馈线终端配置信息，所述馈线终端配置信息包括配电网用户总数、馈线区段信息、用户负荷值、巡线速度、配电故障率和馈线导致负荷的停电时间；
函数构建模块，用于基于所述馈线终端配置信息以馈线终端配置的配置成本最小化为目标，馈线终端配置位置的配置变量为输出，并以配电网供电可靠性为约束条件，构建馈线终端配置目标函数；所述馈线终端配置目标函数具体为：式1中，minimizeC表示成本最小值，C1(X,Y,Z)为所有FTU的使用费用，C2(X,Y,Z)为配电停电损失费用，X表示布置三遥FTU的变量，Y表示布置二遥FTU的变量，Z表示不布置FTU的变量，FASAI为布置三遥FTU、二遥FTU时的配电网平均供电可靠性指标， 为可靠性阈值，xf,n为第f条馈线第n个三遥FTU的安装位置的配置变量，Ωf表示馈线总数；
通过下式2计算所有FTU的使用费用为：
C1(X,Y,Z)＝CINV(X,Y,Z)+CMAI(X,Y,Z)式2
式2中，CINV(X,Y,Z)为所有FTU的投资费用总和，CMAI(X,Y,Z)为所有FTU的后期运维费用；
式3中，Cinv3为布设单个三遥FTU的投资成本，Cinv2为布设单个二遥FTU的投资成本，Xf为馈线f上所有的三遥FTU安装位置所对应的配置变量集合，Yf为馈线f上所有的二遥FTU安装位置所对应的配置变量集合，Zf为馈线f上不配置FTU的安装位置所对应的配置变量集合，xf,n为馈线f上三遥FTU第n个安装位置所对应的配置变量，yf,n为馈线f上二遥FTU第n个安装位置所对应的配置变量，zf,n为馈线f上不配置FTU的安装位置所对应的配置变量，配置变量为0或1，其配置变量为0表示不配置FTU，配置变量为1表示配置FTU；
式4中，d为维修费折合率，Ωt为FTU使用年限集合；
通过下式5计算所有FTU的配电停电损失费用为：
C2(X,Y,Z)＝CLCIC(X,Y,Z)+CGCIC(X,Y,Z)式5
式5中，CLCIC(X,Y,Z)为用户侧停电损失，CGCIC(X,Y,Z)为电网侧停电损失；
式6中，Ωf,i为所有可能故障点集合，Ωf,j,k为负荷j的所有负荷类型集合，Pf,j,k,t为第j个负荷点第k种负荷t年负荷量，λi为支路i的故障率，CDFK(·)为停电损失函数，Tf,i,j(X,Y,Z)为负荷j的停电时间集合；
式7中，Rk为第k种负荷的对应电价；
通过下式计算平均供电可用率作为布置三遥FTU、二遥FTU时的配电网平均供电可靠性指标：式8中，Ωf,j为馈线f上的所有负荷集合，m为配电网用户总数，tij为支路i导致负荷j的停电时间，通过下式计算支路i导致负荷j的停电时间tij为：式9～11中， 为线路故障查询时间，Tij(X,Y,Z)为停电时间，lf,s为区段s的长度，vf,s为区段s的巡线速度，Xf,i,j为故障i到负荷j之间所有三遥的安装位置对应的配置变量，xf,n为第f条馈线第n个布置三遥FTU的安装位置的配置变量，yf,n为第f条馈线第n个布置二遥FTU的安装位置的配置变量，zf,n为第f条馈线第n个无布置FTU的安装位置的配置变量，t2为隔离一个开关所需要的时间，t3为自动开关动作时间；
方案输出模块，用于执行混合蛙跳算法求解所述馈线终端配置目标函数的最优解，从而得到馈线终端配置位置的配置变量最优方案。
4.根据权利要求3所述的馈线终端优化配置系统，其特征在于，所述函数构建模块具体包括：设置模块，用于对混合蛙跳算法的初始种群个数阈值、迭代次数和全局迭代次数进行初始化设置；
个体生成模块，用于随机生成M个馈线终端配置位置的配置变量作为青蛙个体，若符合约束条件，则将其代入到初始种群中，直至初始种群中的青蛙个体达到初始种群个数阈值；
排列模块，用于基于馈线终端配置目标函数计算初始种群中每个青蛙个体的适应度值，按照适应度值的大小对每个青蛙个体进行降序排列，确定初始种群中适应度值最小的青蛙个体，记为Xglo；
个体分配模块，用于构建a个子种群，设置每个子种群的青蛙个体个数阈值为g，其关系为M＝a×g，按照降序排列后的青蛙个体的顺序，将第1只青蛙个体分入第1个子种群，第2只青蛙分入第2个子种群，继续分配，第g只青蛙分入第m个子种群，第g+1只青蛙重新分入第1个子种群，以此类推直至所有青蛙个体全部分配至每个子种群中，确定每个子种群中的适应度最小的青蛙个体，记为Xb，确定每个子种群中的适应度最大的青蛙个体，记为Xw；
搜索模块，用于将青蛙个体Xw按照下式12～13进行局部搜索，
St＝rand()·(Xb‑Xw)式12
Xnew＝Xw+St,St,min≤St≤St,max式13
式12～13中，St表示青蛙个体的搜索步长，rand()函数表示产生0～1之间均匀分布随机实数，St，min表示青蛙个体搜索步长的下限，St,max表示青蛙个体搜索步长的上限，Xnew表示更新后的青蛙个体；
取代模块，用于基于馈线终端配置目标函数计算更新后的青蛙个体Xnew的适应度值，若更新后的青蛙个体Xnew的适应度值大于相应的更新前的青蛙个体Xw的适应度值时，则将更新后的青蛙个体Xnew取代相应更新前的青蛙个体Xw在子种群中的位置，若更新后的青蛙个体Xnew的适应度值不大于相应的更新前的青蛙个体Xw的适应度值时，则利用青蛙个体Xglo取代青蛙个体Xw在子种群中的位置；
迭代模块，用于当局部搜索次数达到所允许的上限时，将所有子种群内的青蛙重新进行分配，直至达到全局最大收敛次数，输出最终的青蛙个体，以得到馈线终端配置位置的配置变量最优方案。
5.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至2中任一项所述的方法的步骤。
6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至2中任一项所述的方法的步骤。 说明书 : 一种馈线终端优化配置方法、系统、电子设备及存储介质技术领域[0001] 本发明涉及电力调度技术领域，尤其涉及一种馈线终端优化配置方法、系统、电子设备及存储介质。背景技术[0002] 随着电网建设的飞速发展和用户生活水平日益增长，而产生的对供电可靠性需求的提高，减少配电网故障定位、隔离、恢复供电时间对于保障供电可靠性具有重要的意义，馈线终端(FeederTerminalUnit，FTU)能将故障点的信息进行实时的监测与传输，确保各类负荷供电不受影响，但在实际供配电情况下，由于各类负荷的供配电基本要求不一，如一类负荷与二类负荷需保证供电连续性，三类负荷供电无特殊要求，因此，在配电网中大量布置FTU既缺乏经济性也不合理，需要合理地规划FTU布置。[0003] 目前，在电网建设中，需要结合实际情况进行分析处理，寻求相应的解决策略，传统的规划策略是将各个FTU在一定程度上会发生的故障一一列举出来，并运算出各种故障情形下的线路元件可靠性指标，利用线路中的元件和系统之间的关联，进一步推导出系统的可靠性指标，从而尽可能合理的布置FTU的位置，然而，这对于现在复杂的配电网而言，使用这种规划方法配置馈线终端的效率较低且可靠性不高，同时，配置后的成本也较高，从而影响配电网监测效果。发明内容[0004] 本发明提供了一种馈线终端优化配置方法、系统、电子设备及存储介质，解决了配置馈线终端的效率较低且可靠性不高以及配置成本高的技术问题。[0005] 有鉴于此，本发明第一方面提供了一种馈线终端优化配置方法，包括以下步骤：[0006] 基于配电网系统获取馈线终端配置信息，所述馈线终端配置信息包括配电网用户总数、馈线区段信息、用户负荷值、巡线速度、配电故障率和馈线导致负荷的停电时间；[0007] 基于所述馈线终端配置信息以馈线终端配置的配置成本最小化为目标，馈线终端配置位置的配置变量为输出，并以配电网供电可靠性为约束条件，构建馈线终端配置目标函数；[0008] 执行混合蛙跳算法求解所述馈线终端配置目标函数的最优解，从而得到馈线终端配置位置的配置变量最优方案。[0009] 优选地，所述馈线终端配置目标函数具体为：[0010][0011] 式1中，minimizeC表示成本最小值，C1(X,Y,Z)为所有FTU的使用费用，C2(X,Y,Z)为配电停电损失费用，X表示布置三遥FTU的变量，Y表示布置二遥FTU的变量，Z表示不布置FTU的变量，FASAI为布置三遥FTU、二遥FTU时的配电网平均供电可靠性指标， 为可靠性阈值，xf,n为第f条馈线第n个三遥FTU的安装位置的配置变量，Ωf表示馈线总数；[0012] 通过下式2计算所有FTU的使用费用为：[0013] C1(X,Y,Z)＝CINV(X,Y,Z)+CMAI(X,Y,Z)式2[0014] 式2中，CINV(X,Y,Z)为所有FTU的投资费用总和，CMAI(X,Y,Z)为所有FTU的后期运维费用；[0015][0016] 式3中，Cinv3为布设单个三遥FTU的投资成本，Cinv2为布设单个二遥FTU的投资成本，Xf为馈线f上所有的三遥FTU安装位置所对应的配置变量集合，Yf为馈线f上所有的二遥FTU安装位置所对应的配置变量集合，Zf为馈线f上不配置FTU的安装位置所对应的配置变量集合，xf,n为馈线f上三遥FTU第n个安装位置所对应的配置变量，yf,n为馈线f上二遥FTU第n个安装位置所对应的配置变量，zf,n为馈线f上不配置FTU的安装位置所对应的配置变量，配置变量为0或1，其配置变量为0表示不配置FTU，配置变量为1表示配置FTU；[0017][0018] 式4中，d为维修费折合率，Ωt为FTU使用年限集合；[0019] 通过下式5计算所有FTU的配电停电损失费用为：[0020] C2(X,Y,Z)＝CLCIC(X,Y,Z)+CGCIC(X,Y,Z)式5[0021] 式5中，CLCIC(X,Y,Z)为用户侧停电损失，CGCIC(X,Y,Z)为电网侧停电损失；[0022][0023] 式6中，Ωf,i为所有可能故障点集合，Ωf,j,k为负荷j的所有负荷类型集合，Pf,j,k,t为第j个负荷点第k种负荷t年负荷量，λi为支路i的故障率，CDFK(·)为停电损失函数，Tf,i,j(X,Y,Z)为负荷j的停电时间集合；[0024][0025] 式7中，Rk为第k种负荷的对应电价；[0026] 通过下式计算平均供电可用率作为布置三遥FTU、二遥FTU时的配电网平均供电可靠性指标：[0027][0028] 式8中，Ωf,j为馈线f上的所有负荷集合，m为配电网用户总数，tij为支路i导致负荷j的停电时间，通过下式计算支路i导致负荷j的停电时间tij为：[0029][0030][0031][0032] 式9～11中， 为线路故障查询时间，Tij(X,Y,Z)为停电时间，lf,s为区段s的长度，vf,s为区段s的巡线速度，Xf,i,j为故障i到负荷j之间所有三遥的安装位置对应的配置变量，xf,n为第f条馈线第n个布置三遥FTU的安装位置的配置变量，yf,n为第f条馈线第n个布置二遥FTU的安装位置的配置变量，zf,n为第f条馈线第n个无布置FTU的安装位置的配置变量，t2为隔离一个开关所需要的时间，t3为自动开关动作时间。[0033] 优选地，所述执行混合蛙跳算法求解所述馈线终端配置目标函数的最优解，从而得到馈线终端配置位置的配置变量最优方案的步骤具体包括：[0034] 对混合蛙跳算法的初始种群个数阈值、迭代次数和全局迭代次数进行初始化设置；[0035] 随机生成M个馈线终端配置位置的配置变量作为青蛙个体，若符合约束条件，则将其代入到初始种群中，重复本步骤直至初始种群中的青蛙个体达到初始种群个数阈值；[0036] 基于馈线终端配置目标函数计算初始种群中每个青蛙个体的适应度值，按照适应度值的大小对每个青蛙个体进行降序排列，确定初始种群中适应度值最小的青蛙个体，记为Xglo；[0037] 构建a个子种群，设置每个子种群的青蛙个体个数阈值为g，其关系为M＝a×g，按照降序排列后的青蛙个体的顺序，将第1只青蛙个体分入第1个子种群，第2只青蛙分入第2个子种群，继续分配，第g只青蛙分入第m个子种群，第g+1只青蛙重新分入第1个子种群，以此类推直至所有青蛙个体全部分配至每个子种群中，确定每个子种群中的适应度最小的青蛙个体，记为Xb，确定每个子种群中的适应度最大的青蛙个体，记为Xw；[0038] 将青蛙个体Xw按照下式12～13进行局部搜索，[0039] St＝rand()·(Xb‑Xw)式12[0040] Xnew＝Xw+St,St,min≤St≤St,max式13[0041] 式12～13中，St表示青蛙个体的搜索步长，rand()函数表示产生0～1之间均匀分布随机实数，St，min表示青蛙个体搜索步长的下限，St,max表示青蛙个体搜索步长的上限，Xnew表示更新后的青蛙个体；[0042] 基于馈线终端配置目标函数计算更新后的青蛙个体Xnew的适应度值，若更新后的青蛙个体Xnew的适应度值大于相应的更新前的青蛙个体Xw的适应度值时，则将更新后的青蛙个体Xnew取代相应更新前的青蛙个体Xw在子种群中的位置，若更新后的青蛙个体Xnew的适应度值不大于相应的更新前的青蛙个体Xw的适应度值时，则利用青蛙个体Xglo取代青蛙个体Xw在子种群中的位置；[0043] 当局部搜索次数达到所允许的上限时，将所有子种群内的青蛙重新进行分配，重复上述步骤直至达到全局最大收敛次数，输出最终的青蛙个体，以得到馈线终端配置位置的配置变量最优方案。[0044] 第二方面，本发明还提供了一种馈线终端优化配置系统，包括：[0045] 信息获取模块，用于基于配电网系统获取馈线终端配置信息，所述馈线终端配置信息包括配电网用户总数、馈线区段信息、用户负荷值、巡线速度、配电故障率和馈线导致负荷的停电时间；[0046] 函数构建模块，用于基于所述馈线终端配置信息以馈线终端配置的配置成本最小化为目标，馈线终端配置位置的配置变量为输出，并以配电网供电可靠性为约束条件，构建馈线终端配置目标函数；[0047] 方案输出模块，用于执行混合蛙跳算法求解所述馈线终端配置目标函数的最优解，从而得到馈线终端配置位置的配置变量最优方案。[0048] 优选地，所述馈线终端配置目标函数具体为：[0049][0050] 式1中，minimizeC表示成本最小值，C1(X,Y,Z)为所有FTU的使用费用，C2(X,Y,Z)为配电停电损失费用，X表示布置三遥FTU的变量，Y表示布置二遥FTU的变量，Z表示不布置FTU的变量，FASAI为布置三遥FTU、二遥FTU时的配电网平均供电可靠性指标， 为可靠性阈值，xf,n为第f条馈线第n个三遥FTU的安装位置的配置变量，Ωf表示馈线总数；[0051] 通过下式2计算所有FTU的使用费用为：[0052] C1(X,Y,Z)＝CINV(X,Y,Z)+CMAI(X,Y,Z)式2[0053] 式2中，CINV(X,Y,Z)为所有FTU的投资费用总和，CMAI(X,Y,Z)为所有FTU的后期运维费用；[0054][0055] 式3中，Cinv3为布设单个三遥FTU的投资成本，Cinv2为布设单个二遥FTU的投资成本，Xf为馈线f上所有的三遥FTU安装位置所对应的配置变量集合，Yf为馈线f上所有的二遥FTU安装位置所对应的配置变量集合，Zf为馈线f上不配置FTU的安装位置所对应的配置变量集合，xf,n为馈线f上三遥FTU第n个安装位置所对应的配置变量，yf,n为馈线f上二遥FTU第n个安装位置所对应的配置变量，zf,n为馈线f上不配置FTU的安装位置所对应的配置变量，配置变量为0或1，其配置变量为0表示不配置FTU，配置变量为1表示配置[0056] 式4中，d为维修费折合率，Ωt为FTU使用年限集合；[0057] 通过下式5计算所有FTU的配电停电损失费用为：[0058] C2(X,Y,Z)＝CLCIC(X,Y,Z)+CGCIC(X,Y,Z)式5[0059] 式5中，CLCIC(X,Y,Z)为用户侧停电损失，CGCIC(X,Y,Z)为电网侧停电损失；[0060][0061] 式6中，Ωf,i为所有可能故障点集合，Ωf,j,k为负荷j的所有负荷类型集合，Pf,j,k,t为第j个负荷点第k种负荷t年负荷量，λi为支路i的故障率，CDFK(·)为停电损失函数，Tf,i,j(X,Y,Z)为负荷j的停电时间集合；[0062][0063] 式7中，Rk为第k种负荷的对应电价；[0064] 通过下式计算平均供电可用率作为布置三遥FTU、二遥FTU时的配电网平均供电可靠性指标：[0065][0066] 式8中，Ωf,j为馈线f上的所有负荷集合，m为配电网用户总数，tij为支路i导致负荷j的停电时间，通过下式计算支路i导致负荷j的停电时间tij为：[0067][0068][0069][0070] 式9～11中， 为线路故障查询时间，Tij(X,Y,Z)为停电时间，lf,s为区段s的长度，vf,s为区段s的巡线速度，Xf,i,j为故障i到负荷j之间所有三遥的安装位置对应的配置变量，xf,n为第f条馈线第n个布置三遥FTU的安装位置的配置变量，yf,n为第f条馈线第n个布置二遥FTU的安装位置的配置变量，zf,n为第f条馈线第n个无布置FTU的安装位置的配置变量，t2为隔离一个开关所需要的时间，t3为自动开关动作时间。[0071] 优选地，所述函数构建模块具体包括：[0072] 设置模块，用于对混合蛙跳算法的初始种群个数阈值、迭代次数和全局迭代次数进行初始化设置；[0073] 个体生成模块，用于随机生成M个馈线终端配置位置的配置变量作为青蛙个体，若符合约束条件，则将其代入到初始种群中，直至初始种群中的青蛙个体达到初始种群个数阈值；[0074] 排列模块，用于基于馈线终端配置目标函数计算初始种群中每个青蛙个体的适应度值，按照适应度值的大小对每个青蛙个体进行降序排列，确定初始种群中适应度值最小的青蛙个体，记为Xglo；[0075] 个体分配模块，用于构建a个子种群，设置每个子种群的青蛙个体个数阈值为g，其关系为M＝a×g，按照降序排列后的青蛙个体的顺序，将第1只青蛙个体分入第1个子种群，第2只青蛙分入第2个子种群，继续分配，第g只青蛙分入第m个子种群，第g+1只青蛙重新分入第1个子种群，以此类推直至所有青蛙个体全部分配至每个子种群中，确定每个子种群中的适应度最小的青蛙个体，记为Xb，确定每个子种群中的适应度最大的青蛙个体，记为Xw；[0076] 搜索模块，用于将青蛙个体Xw按照下式12～13进行局部搜索，[0077] St＝rand()·(Xb‑Xw)式12[0078] Xnew＝Xw+St,St,min≤St≤St,max式13[0079] 式12～13中，St表示青蛙个体的搜索步长，rand()函数表示产生0～1之间均匀分布随机实数，St，min表示青蛙个体搜索步长的下限，St,max表示青蛙个体搜索步长的上限，Xnew表示更新后的青蛙个体；[0080] 取代模块，用于基于馈线终端配置目标函数计算更新后的青蛙个体Xnew的适应度值，若更新后的青蛙个体Xnew的适应度值大于相应的更新前的青蛙个体Xw的适应度值时，则将更新后的青蛙个体Xnew取代相应更新前的青蛙个体Xw在子种群中的位置，若更新后的青蛙个体Xnew的适应度值不大于相应的更新前的青蛙个体Xw的适应度值时，则利用青蛙个体Xglo取代青蛙个体Xw在子种群中的位置；[0081] 迭代模块，用于当局部搜索次数达到所允许的上限时，将所有子种群内的青蛙重新进行分配，直至达到全局最大收敛次数，输出最终的青蛙个体，以得到馈线终端配置位置的配置变量最优方案。[0082] 第三方面，本发明提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法的步骤。[0083] 第三方面，本发明提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。[0084] 从以上技术方案可以看出，本发明具有以下优点：[0085] 本发明通过考虑配电网供电可靠性的约束，并以馈线终端配置的配置成本最小化为目标构建馈线终端配置目标函数，通过混合蛙跳算法对馈线终端配置目标函数进行求解，得到馈线终端配置位置的配置变量最优方案，从而提高配置馈线终端的效率和可靠性，同时，降低了配置成本。附图说明[0086] 图1为本发明实施例提供的一种馈线终端优化配置方法的流程图；[0087] 图2为本发明实施例提供的配电网区域划分图；[0088] 图3为本发明实施例提供的一种馈线终端优化配置系统的结构示意图。具体实施方式[0089] 为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。[0090] 为了便于理解，请参阅图1，本发明提供的一种馈线终端优化配置方法，包括以下步骤：[0091] S1、基于配电网系统获取馈线终端配置信息，馈线终端配置信息包括配电网用户总数、馈线区段信息、用户负荷值、巡线速度、配电故障率和馈线导致负荷的停电时间。[0092] 其中，馈线区段信息包括长度和巡线速度。[0093] S2、基于馈线终端配置信息以馈线终端配置的配置成本最小化为目标，馈线终端配置位置的配置变量为输出，并以配电网供电可靠性为约束条件，构建馈线终端配置目标函数。[0094] 其中，馈线终端配置位置的配置变量为0或1，其中，0为不布置，1为布置。[0095] S3、执行混合蛙跳算法求解馈线终端配置目标函数的最优解，从而得到馈线终端配置位置的配置变量最优方案。[0096] 需要说明的是，本实施例提供的一种馈线终端优化配置方法，通过考虑配电网供电可靠性的约束，并以馈线终端配置的配置成本最小化为目标构建馈线终端配置目标函数，通过混合蛙跳算法对馈线终端配置目标函数进行求解，得到馈线终端配置位置的配置变量最优方案，从而提高配置馈线终端的效率和可靠性，同时，降低了配置成本。[0097] 在本实施例中，馈线终端配置目标函数具体为：[0098][0099] 式1中，minimizeC表示成本最小值，C1(X,Y,Z)为所有FTU的使用费用，C2(X,Y,Z)为配电停电损失费用，X表示布置三遥FTU的变量，Y表示布置二遥FTU的变量，Z表示不布置FTU的变量，FASAI为布置三遥FTU、二遥FTU时的配电网平均供电可靠性指标， 为可靠性阈值，xf,n为第f条馈线第n个三遥FTU的安装位置的配置变量，Ωf表示馈线总数；[0100] 通过下式2计算所有FTU的使用费用为：[0101] C1(X,Y,Z)＝CINV(X,Y,Z)+CMAI(X,Y,Z)式2[0102] 式2中，CINV(X,Y,Z)为所有FTU的投资费用总和，CMAI(X,Y,Z)为所有FTU的后期运维费用；[0103][0104] 式3中，Cinv3为布设单个三遥FTU的投资成本，Cinv2为布设单个二遥FTU的投资成本，Xf为馈线f上所有的三遥FTU安装位置所对应的配置变量集合，Yf为馈线f上所有的二遥FTU安装位置所对应的配置变量集合，Zf为馈线f上不配置FTU的安装位置所对应的配置变量集合，xf,n为馈线f上三遥FTU第n个安装位置所对应的配置变量，yf,n为馈线f上二遥FTU第n个安装位置所对应的配置变量，zf,n为馈线f上不配置FTU的安装位置所对应的配置变量，配置变量为0或1，其配置变量为0表示不配置FTU，配置变量为1表示配置FTU；[0105][0106] 式4中，d为维修费折合率，Ωt为FTU使用年限集合；[0107] 通过下式5计算所有FTU的配电停电损失费用为：[0108] C2(X,Y,Z)＝CLCIC(X,Y,Z)+CGCIC(X,Y,Z)式5[0109] 式5中，CLCIC(X,Y,Z)为用户侧停电损失，CGCIC(X,Y,Z)为电网侧停电损失；[0110][0111] 式6中，Ωf,i为所有可能故障点集合，Ωf,j,k为负荷j的所有负荷类型集合，Pf,j,k,t为第j个负荷点第k种负荷t年负荷量，λi为支路i的故障率，CDFK(·)为停电损失函数，Tf,i,j(X,Y,Z)为负荷j的停电时间集合；[0112][0113] 式7中，Rk为第k种负荷的对应电价；[0114] 通过下式计算平均供电可用率作为布置三遥FTU、二遥FTU时的配电网平均供电可靠性指标：[0115][0116] 需要说明的是，可靠性指标：在现代化电网精准化、精细化发展过程中，配电系统的供电可靠性是配电系统稳定的关键环节。因此对于可靠性指标本发明选取平均供电可用率(AverageServiceAvailabilityIndex)作为可靠性技术性指标。[0117] 式8中，Ωf,j为馈线f上的所有负荷集合，m为配电网用户总数，tij为支路i导致负荷j的停电时间，通过下式计算支路i导致负荷j的停电时间tij为：[0118][0119][0120][0121] 式9～11中， 为线路故障查询时间，Tij(X,Y,Z)为停电时间，lf,s为区段s的长度，vf,s为区段s的巡线速度，Xf,i,j为故障i到负荷j之间所有三遥的安装位置对应的配置变量，xf,n为第f条馈线第n个布置三遥FTU的安装位置的配置变量，yf,n为第f条馈线第n个布置二遥FTU的安装位置的配置变量，zf,n为第f条馈线第n个无布置FTU的安装位置的配置变量，t2为隔离一个开关所需要的时间，t3为自动开关动作时间。[0122] 需要说明的是，如图2所示，设配电线路上布设“三遥”功能的FTU的1个独立段以及“二遥”功能的FTU的1个独立段，则会出现以下情形：[0123] 情形I：若馈线开关全部配置三遥终端，发生故障时断路器跳开，遥控断开1、2闭合断路器和联络开关，则位于后续馈线段内的负荷点停电时长近似取0，S1段负荷点的停电时长是t2；[0124] 情形II：若馈线开关全部配置二遥终端，1、2断路器需要人工操作，则位于后续馈线段内的负荷点停电时间近似为t3，S1段负荷点的停电总时间为t2+t3。[0125] 在本实施例中，平均停电时间主要包括线路故障查询时间和停电时间两部分：线路故障查询时间(系统确认故障范围之后人工查询所需要的时间) 人工隔离一个开关所需要的时间(包括修复后的合闸时间)t2；自动开关动作时间(包括恢复至前一个工作状态的时间)t3，停电时间Tij(X,Y,Z)包含t2、t3。[0126] 在实际工程中，绝大多数采用二遥、三遥混合的配置模式，且二遥、三遥位置无一般规律性。考虑配电区域根据负荷情况，全部布设三遥(情形I)和配电区域内全部布设二遥(情形II)两种情况，分别求出两种情况下的最优解，为初始布设成本的最大值与最小值，但是在实际工程情况下一般为混合模式，所以配置最优解在这两者之间。[0127] 在具体实施例中，步骤S3具体包括：[0128] S301、对混合蛙跳算法的初始种群个数阈值、迭代次数和全局迭代次数进行初始化设置；[0129] S302、随机生成M个馈线终端配置位置的配置变量作为青蛙个体，若符合约束条件，则将其代入到初始种群中，重复本步骤直至初始种群中的青蛙个体达到初始种群个数阈值；[0130] S303、基于馈线终端配置目标函数计算初始种群中每个青蛙个体的适应度值，按照适应度值的大小对每个青蛙个体进行降序排列，确定初始种群中适应度值最小的青蛙个体，记为Xglo；[0131] S304、构建a个子种群，设置每个子种群的青蛙个体个数阈值为g，其关系为M＝a×g，按照降序排列后的青蛙个体的顺序，将第1只青蛙个体分入第1个子种群，第2只青蛙分入第2个子种群，继续分配，第g只青蛙分入第m个子种群，第g+1只青蛙重新分入第1个子种群，以此类推直至所有青蛙个体全部分配至每个子种群中，确定每个子种群中的适应度最小的青蛙个体，记为Xb，确定每个子种群中的适应度最大的青蛙个体，记为Xw；[0132] S305、将青蛙个体Xw按照下式12～13进行局部搜索，[0133] St＝rand()·(Xb‑Xw)式12[0134] Xnew＝Xw+St,St,min≤St≤St,max式13[0135] 式12～13中，St表示青蛙个体的搜索步长，rand()函数表示产生0～1之间均匀分布随机实数，St，min表示青蛙个体搜索步长的下限，St,max表示青蛙个体搜索步长的上限，Xnew表示更新后的青蛙个体；[0136] S306、基于馈线终端配置目标函数计算更新后的青蛙个体Xnew的适应度值，若更新后的青蛙个体Xnew的适应度值大于相应的更新前的青蛙个体Xw的适应度值时，则将更新后的青蛙个体Xnew取代相应更新前的青蛙个体Xw在子种群中的位置，若更新后的青蛙个体Xnew的适应度值不大于相应的更新前的青蛙个体Xw的适应度值时，则利用青蛙个体Xglo取代青蛙个体Xw在子种群中的位置；[0137] S307、当局部搜索次数达到所允许的上限时，将所有子种群内的青蛙重新进行分配，重复上述步骤直至达到全局最大收敛次数，输出最终的青蛙个体，以得到馈线终端配置位置的配置变量最优方案。[0138] 以上为本发明提供的一种馈线终端优化配置方法的实施例的详细描述，以下为本发明提供的一种馈线终端优化配置系统的实施例的详细描述。[0139] 为了方便理解，请参阅图3，本发明提供的一种馈线终端优化配置系统，包括：[0140] 信息获取模块100，用于基于配电网系统获取馈线终端配置信息，馈线终端配置信息包括配电网用户总数、馈线区段信息、用户负荷值、巡线速度、配电故障率和馈线导致负荷的停电时间；[0141] 函数构建模块200，用于基于馈线终端配置信息以馈线终端配置的配置成本最小化为目标，馈线终端配置位置的配置变量为输出，并以配电网供电可靠性为约束条件，构建馈线终端配置目标函数；[0142] 方案输出模块300，用于执行混合蛙跳算法求解馈线终端配置目标函数的最优解，从而得到馈线终端配置位置的配置变量最优方案。[0143] 在具体实施例中，馈线终端配置目标函数具体为：[0144][0145] 式1中，minimizeC表示成本最小值，C1(X,Y,Z)为所有FTU的使用费用，C2(X,Y,Z)为配电停电损失费用，X表示布置三遥FTU的变量，Y表示布置二遥FTU的变量，Z表示不布置FTU的变量，FASAI为布置三遥FTU、二遥FTU时的配电网平均供电可靠性指标， 为可靠性阈值，xf,n为第f条馈线第n个三遥FTU的安装位置的配置变量，Ωf表示馈线总数；[0146] 通过下式2计算所有FTU的使用费用为：[0147] C1(X,Y,Z)＝CINV(X,Y,Z)+CMAI(X,Y,Z)式2[0148] 式2中，CINV(X,Y,Z)为所有FTU的投资费用总和，CMAI(X,Y,Z)为所有FTU的后期运维费用；[0149][0150] 式3中，Cinv3为布设单个三遥FTU的投资成本，Cinv2为布设单个二遥FTU的投资成本，Xf为馈线f上所有的三遥FTU安装位置所对应的配置变量集合，Yf为馈线f上所有的二遥FTU安装位置所对应的配置变量集合，Zf为馈线f上不配置FTU的安装位置所对应的配置变量集合，xf,n为馈线f上三遥FTU第n个安装位置所对应的配置变量，yf,n为馈线f上二遥FTU第n个安装位置所对应的配置变量，zf,n为馈线f上不配置FTU的安装位置所对应的配置变量，配置变量为0或1，其配置变量为0表示不配置FTU，配置变量为1表示配置FTU；[0151][0152] 式4中，d为维修费折合率，Ωt为FTU使用年限集合；[0153] 通过下式5计算所有FTU的配电停电损失费用为：[0154] C2(X,Y,Z)＝CLCIC(X,Y,Z)+CGCIC(X,Y,Z)式5[0155] 式5中，CLCIC(X,Y,Z)为用户侧停电损失，CGCIC(X,Y,Z)为电网侧停电损失；[0156][0157] 式6中，Ωf,i为所有可能故障点集合，Ωf,j,k为负荷j的所有负荷类型集合，Pf,j,k,t为第j个负荷点第k种负荷t年负荷量，λi为支路i的故障率，CDFK(·)为停电损失函数，Tf,i,j(X,Y,Z)为负荷j的停电时间集合；[0158][0159] 式7中，Rk为第k种负荷的对应电价；[0160] 通过下式计算平均供电可用率作为布置三遥FTU、二遥FTU时的配电网平均供电可靠性指标：[0161][0162] 式8中，Ωf,j为馈线f上的所有负荷集合，m为配电网用户总数，tij为支路i导致负荷j的停电时间，通过下式计算支路i导致负荷j的停电时间tij为：[0163][0164][0165][0166] 式9～11中， 为线路故障查询时间，Tij(X,Y,Z)为停电时间，lf,s为区段s的长度，vf,s为区段s的巡线速度，Xf,i,j为故障i到负荷j之间所有三遥的安装位置对应的配置变量，xf,n为第f条馈线第n个布置三遥FTU的安装位置的配置变量，yf,n为第f条馈线第n个布置二遥FTU的安装位置的配置变量，zf,n为第f条馈线第n个无布置FTU的安装位置的配置变量，t2为隔离一个开关所需要的时间，t3为自动开关动作时间。[0167] 在具体实施例中，函数构建模块具体包括：[0168] 设置模块，用于对混合蛙跳算法的初始种群个数阈值、迭代次数和全局迭代次数进行初始化设置；[0169] 个体生成模块，用于随机生成M个馈线终端配置位置的配置变量作为青蛙个体，若符合约束条件，则将其代入到初始种群中，直至初始种群中的青蛙个体达到初始种群个数阈值；[0170] 排列模块，用于基于馈线终端配置目标函数计算初始种群中每个青蛙个体的适应度值，按照适应度值的大小对每个青蛙个体进行降序排列，确定初始种群中适应度值最小的青蛙个体，记为Xglo；[0171] 个体分配模块，用于构建a个子种群，设置每个子种群的青蛙个体个数阈值为g，其关系为M＝a×g，按照降序排列后的青蛙个体的顺序，将第1只青蛙个体分入第1个子种群，第2只青蛙分入第2个子种群，继续分配，第g只青蛙分入第m个子种群，第g+1只青蛙重新分入第1个子种群，以此类推直至所有青蛙个体全部分配至每个子种群中，确定每个子种群中的适应度最小的青蛙个体，记为Xb，确定每个子种群中的适应度最大的青蛙个体，记为Xw；[0172] 搜索模块，用于将青蛙个体Xw按照下式12～13进行局部搜索，[0173] St＝rand()·(Xb‑Xw)式12[0174] Xnew＝Xw+St,St,min≤St≤St,max式13[0175] 式12～13中，St表示青蛙个体的搜索步长，rand()函数表示产生0～1之间均匀分布随机实数，St，min表示青蛙个体搜索步长的下限，St,max表示青蛙个体搜索步长的上限，Xnew表示更新后的青蛙个体；[0176] 取代模块，用于基于馈线终端配置目标函数计算更新后的青蛙个体Xnew的适应度值，若更新后的青蛙个体Xnew的适应度值大于相应的更新前的青蛙个体Xw的适应度值时，则将更新后的青蛙个体Xnew取代相应更新前的青蛙个体Xw在子种群中的位置，若更新后的青蛙个体Xnew的适应度值不大于相应的更新前的青蛙个体Xw的适应度值时，则利用青蛙个体Xglo取代青蛙个体Xw在子种群中的位置；[0177] 迭代模块，用于当局部搜索次数达到所允许的上限时，将所有子种群内的青蛙重新进行分配，直至达到全局最大收敛次数，输出最终的青蛙个体，以得到馈线终端配置位置的配置变量最优方案。[0178] 本发明还提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述的方法的步骤。[0179] 本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述的方法的步骤。[0180] 所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。[0181] 在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。[0182] 作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。[0183] 另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。[0184] 集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以通过一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文全称：Read‑OnlyMemory，英文缩写：ROM)、随机存取存储器(英文全称：RandomAccessMemory，英文缩写：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。[0185] 以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

专利地区：广东

专利申请日期：2021-12-08

专利公开日期：2024-11-19

专利公告号：CN114154281B