（电力系统及其自动化专业论文）配电网重构算法的研究.pdf

郑州大学工学硕士论文 可行解的情况，大大提高了算法的运算效率。同时将基于局部寻优的支路交换算 法引入到遗传算法中，改善了遗传算法的局部寻优性能，加快了遗传算法的收敛 速度，在一定程度上改变了遗传算法寻优效率低、收敛速度馒等缺点。 在正常的运行环境下，网络重构被用来提高运行效率，降低损耗和负荷平衡。 当系统发生故障时，重构的目的则是在所有可能的开关运行状态中快速地找出能 满足各种目标函数和运行约束条件的最优恢复方案，并且通过实施方案尽最大可 能为用户的恢复供电，直至系统恢复到正常运行的状态。 基于配网故障恢复的网络重构对于供电公司提高供电持续性和用户满意度， 降低用户和供电公司的损失具有重要的意义。实际的配网在故障恢复过程中，由 于网架规划不合理，线路、变压器容量限制等因素，需要跨电压等级进行，以增 大系统的恢复容量。 本论文结合实际城市配网的现状和运行特点，提出了高、中压配网协同故障 恢复的算法，在进行故障恢复时，算法能够跨电压等级进行，高中压配网能够相 互配合，互相寻求支持，从而能够充分利用系统现有容量，加快故障恢复的进度， 最大限度地为用户恢复供电。在算法中设计了专用于高中压配网故障恢复的路径 寻优方法和数据结构，能够快速处理变电站复杂的接线方式，从而迅速的搜索和 比较网络中的可行的恢复路径。同时在算法中充分利用了启发式技术来最大限度 地缩小可行解的空间，减少的潮流计算的次数，大大提高了搜索最优解的效率。 在论文的最后，开发出基于图形界面的高级应用软件，并利用此软件基于 个实际的配网算例对上述算法进行了验证。实验证明本论文的算法是有效的，具 有一定的实用性。 关健词配电网络，拓扑分析，网络重构，故障恢复，遗传算法，应用软件。 配电网重构算法的研究 a b s t r a c t a sm o d e r nd i s t r i b u t i o nn e t w o r k sh a v eb e e n d e v e l o p i n gf a s t ，t h e n e t w o r ki s i n c r e a s i n g l yc o m p l e x ，t h em a k e u po fp o w e rc o n s u m e rh a sc h a n g e dg r e a t l y , a n d c o n s u m e r sr e q u i r e m e n tf o ri m p r o v i n gp o w e r q u e r y a n d s u p p l yr e l i a b i l i t yi sm o r e a n d m o r e s t r o n g e l i ti sd i f f i c u l tt ok e e pa l a r g e s c a l e dd i s t r i b u t i o nn e t w o r ko p e r a t i n gs a f e l y a n de c o n o m i c a l l y o n l yb ym a n u a lm a n a g e m e n t ，a n d e v e nd i f f i c u l tt o s a t i s f y t h e i m p e r a t i v er e q u i r e m e n to fp o w e ru t i l i t i e s f o rr e d u c i n gl o s s e sa n de n h a n c i n gs e r v i c e q u a l i t y d i s t r i b u t i o nn e t w o r kr e c o n f i g u r a t i o ni sa ne f f i c i e n tm e a s u r et oe n h a n c ep o w e r n e t w o r k so p e r m i n ge f f i c i e n c y , s u p p l yr e l i a b i l i t ya n dp o w e rq u a l i t y i ti sag e n e r a l q u e s t i o nc o v e r e dw i t hm a n ya s p e c t s ，w h i c hc a l lb eu s e dt od i f f e r e n to p e r a t i n gt a s k ， s u c ha sl o s s e sr e d u c t i o n ，l o a db a l a n c i n g ，r e a c t i o no p t i m i z a t i o n ，s e r v i c er e s t o r a t i o n , a n d s oo n t o p o l o g ya n a l y s i s i sa n i n d i s p e n s a b l ep a r t o fn e t w o r kr e c o n f i g u r a t i o n n e r e c o n f i g u r a t i o na l g o r i t h m n e e d st o c h a n g e t h en e t w o r k c o n f i g u r a t i o nc o n s t a n t l y t h r o u g ht o p o l o g ya n a l y s i st o s e a r c h o p t i m a ln e t w o r kc o n f i g u r a t i o nw i t hs a t i s f y i n g o b j e c t i v e f u n c t i o n s s ot h e a p p r o a c ho ft o p o l o g ya n a l y s i s i sf u n d a m e n t a lt ot h e a l g o r i t h mo f d i s t r i b u t i o nr e c o n f i g u r a t i o n ，t h ep e r f o r m a n c e o f r e c o n f i g u r a t i o na l g o r i t h m i sd e t e r m i n e dt ot h es o u n dn l o d e lo fn e t w o r ka n de f f i c i e n tt o p o l o g ya n a l y s i s i nt h i s p a p e r , a no b j e c t - o r i e n t e d a n d s p a t i a l - o r i e n t e d m o d e lf o rd i s t r i b u t i o nn e t w o r ki s d e s i g n e d b a s e do nt h i sm o d e l ，a ne f f i c i e n tm e t h o do ft o p o l o g ya n a l y s i si sp r e s e n t e d w h i c hc a nt r a c et h ec h a n g eo ft h ed i s t r i b u t i o nn e t w o r ka u t o m a t i c a l l ya n df a s t t h e p r i n c i p l eo ft h i sa l g o r i t h mi sc o n n e c t i v i t ya n a l y s i sb a s e do ns p a t i a l t h r o u g ht h e a n a l y s i sc o m p u t e d m o d e l sa n dd a t as t r u c t u r e sf o rd i s t r i b u t i o nn e t w o r kr e c o n f i g u r a t i o n a l g o r i t h mi s b u i l t u p ，w h i c hc a nl e s s e n t h ew o r kf o r c eo fn e t w o r km o d e l i n ga n d i m p r o v e t h ep e r f o r m a n c e o f r e c o n f i g u r a t i o na l g o r i t h m a f t e r w a r d s ，t h e d i s s e r t a t i o nr e v i e w sd i f f e r e n t a l g o r i t h m b a s e do nd i f f e r e n t 1 i i 郑州大学工学硕士论文 o p t i m a lt e c h n o l o g y a n dd i f f e r e n t o b j e c t i v ef u n c t i o n s ，a n dt h e n ，t h e r e s e a r c hi s e m p h a s i z e dm a i n l yo n t h er e c o n f i g u r a t i o na l g o r i t h mb a s e do nm i n i m i z a t i o no fl o s sa n d a l g o r i t h mb a s e do n s e r v i c er e s t o r a t i o n t h ed i s t r i b u t i o n r e c o n f i g u r a t i o np r o b l e m i sa n o n l i n e a r , m u l t i c o n s t r a i n t s ， m i x e d i n t e g e ro p t i m i z a t i o np r o b l e m t h o u g hs om a n yo p t i m a lt e c h n i q u e s ，g e n e t i c a l g o r i t h m i s a p p l i e dw i d e l y i nd i s t r i b u t i o n r e c o n f i g u r a t i o na l g o r i t h m f o ri t s o u t s t a n d i n gp e r f o r m a n c eo f s e a r c ho p t i m i z a t i o n s ot h i sd i s s e r t a t i o n sf o c u si sm a i n l y o i lt h ea p p l i c a t i o no fg e n e t i ca l g o r i t h mt od i s t r i b u t i o nr e c o n f i g u r a t i o na l g o r i t h m t h i s p a p e rp r e s e n t sa ni m p r o v e ds o l u t i o nf o rd i s t r i b u t i o nn e t w o r kr e c o n f i g u r a t i o n b a s e do n ar e f i n e dh y b r i dg e n e t i ca l g o r i t h m i nt h ea l g o r i t h mt h e “t h ei n t e g e rp e r m u t a t i o n e n c o d i n gi sa d o p t e dw i t he a c hi n t e g e rr e p r e s e n t i n g o n ec o n t r o l l a b l es w i t c h ad e c o d e r i sd e s i g n e dt od e c i d et h ef i n a ln e t w o r kc o n f i g u r a t i o nc o r r e s p o n d i n ge v e r yc h r o m o s o m e al o c a ls e a r c ho p e r a t o ri sc o m b i n e dw i t ht h eg e n e t i ca l g o r i t h m ，w h i c ht oac e r t a i n e x t e n ti m p r o v et h el o c a lo p t i m a lc a p a b i l i t yo ft h ea l g o r i t h m ，q u i c k e nt h ea l g o r i t h m s c o n s t r i n g e n c y a n di m p r o v et h ea l g o r i t h m sp e r f o r m a n c e i nn o r m a lo p e r a t i n gs t a t e ，n e t w o r kr e c o n f i g u r a t i o nc a l lb eu n d e r t a k e nt oi m p r o v e o p e r a t i o ne f f i c i e n c y , l o s s e sm i n i m i z a t i o na n dl o a db a l a n c i n g w h e n t h es y s t e mi so u t o f s e r v i c e ，t h er e c o n f i g u r a t i o ni su s e d t of i n dar e s t o r a t i o ns o l u t i o na n di m p l e m e n t e dt o p r o v i d ea sm u c hs u p p l y a sp o s s i b l et ot h ec n s t o m e r su n t i lt h es y s t e mi sr e t u r n e dt ot h e n o r m a ls t a t e t h en e t w o r k r e c o n f i g u r a t i o n b a s e do nd i s t r i b u t i o ns e r v i c er e s t o r a t i o n i s s i g n i f i c a n tf o rp o w e r u t i l i t i e st oe n h a n c es u p p l yc o n t i n u i t y , c o n s u m e rs a t i s f a c t o r y ，a n d r e d u c et h el o s s e so fc o n s u m e ra n du t i l i t i e s i nt h ep r o c e s s o fr e a l w o r ds e r v i c e r e s t o r a t i o n ，b e c a u s eo f n o n s t a n d a r d n e t w o r k p l a n ，r e s t r i c t i o no f l i n ea n d t r a n s f o n n a t i o n c a p a b i l i t i e s ，i ti su n a v o i d a b l e t oc r o s sv o l t a g el e v e l st ol o o kf o rm o r es p a r ec a p a c i t yi n t h es y s t e m i nt h i s p a p e r , t a k i n g a c c o u n ti n t ot h es t a t u s q u o a n df e a t u r e so fp r a c t i c a l d i s t r i b u t i o nn e t w o r k ，ah v - m vc o o r d i n a t i o nr e s t o r a t i o na l g o r i t h mi sp r o p o s e d i nt h e p r o c e s so fr e s t o r a t i o n ，t h ea l g o r i t h m c a nc r o s sv o l t a g el e v e l st oc a r r yt h es e r v i c e r e s t o r a t i o n ，a n dt h eh v a n dm vn e t w o r kc a ns u p p o r tm u t u a l l yt ou t i l i z et h ec u r r e n t i v 配电网重构算法的研究 r e s t o r a t i o nc a p a c i t y f u l l yt oa c c e l e r a t et h es c h e d u l eo fr e s t o r a t i o na n dr e s t o r et h e s u p p l ym a x i m u mf o rp o w e rc o n s u m e r i nt h ea l g o r i t h m ，am e t h o do fo p t i m a lp a t h s e a r c ha n dr e s t o r a t i o nd a t a - s t r u c t u r e sa r ed e s i g n e d ，i tc a np a r s e rt h ec o n n e c t i v i t yo t 、 s u b s t a t i o nf a s t ，t h u ss e a r c ha n dc o m p a r et h ef e a s i b l er e s t o r a t i o np a t he f f i c i e n t l y i nt h e m e a nt i m e ，h e u r i s t i cr u l ei su t i l i z e dt or e d u c et h es i z eo fv o l u m eo ff e a s i b l er e s t o r e s c h e m e sa n dt h ec o m p u t a t i o nt i m e so ff l o wc a l c u l a t i o n ，a sar e s u l tt h er e s t o r a t i o n a l g o r i t h m i sv e r y e f f i c i e n c y i nt h ee n do ft h ep a p e r , t h ea d v a n c e da p p l i c a t i o ns o f t w a r eb a s e do ng r a p h i c a l i n t e r f a c ei sd e v e l o p e d ，e m p l o y e dt h i ss o f t w a r e ，w i map r a c t i c a ld i s t r i b u t i o nn e t w o r k e x a m p l e ，t h ea b o v ea l g o r i t h mi s t e s t e d t h et e s tr e s u l tp r o v e st h ea l g o r i t h mi nt h i s p a p e ri se f f i c i e n ta n dp r a c t i c a l t oa p p l i c a t i o n k e yw o r d s ：d i s t r i b u t i o nn e t w o r k ，t o p o l o g ya n a l y s i s ，n e t w o r kr e c o n f i g u r a t i o n ， s e r v i c er e s t o r a t i o n ，g e n e t i ca l g o r i t h m ，a d v a n c e ds o f t w a r e ， v 配电网重构算法的研究 1绪论 随着国民经济的高速发展和用电负荷不断的增长，我国的电力系统，特别 是配电网及配电设备得到了长足的发展，配电系统的网络结构日趋于复杂，供 电运行方式的变化越来越频繁，控制操作及事故处理的难度也越来越大。与 此同时，由于日益增长的能源成本、环境问题和高昂的资本投入，迫使电力公 司尽可能地利用现有网络并优化现有的系统结构，以达到产生更多的运行容 量，减缓的投资压力，为用户提供低廉的电价与优质服务的目的。网络重构正 是供电公司充分发挥现在设备潜力，提高电网运行的经济水平和供电可靠性， 降低运营成本的一种有效途径。 1 1 配电网的运行特点 大多数的配网都是基于辐射状网络，闭环设计，开环运行，以减少故障范 围和有利于保护整定，同时也使得运行方式更加灵活。在正常运行状态下，网 络中的分段和联络开关被用来转移馈线负荷，以满足新的负荷需求，更有效的 利用系统容量，降低配网馈线的线损。在故障状态下，通过操作联络开关，将 停电负荷转移到其它正常运行的馈线支路上，以实现故障恢复。 另一方面，调度自动化技术和配网自动化技术的迅速发展，为配网运行提 供了越来越准确、全面的实时信息和方便快捷的运行操作【2 1 ，客观上为实现以 网络重构为主的配网高级应用功能创造了良好的数据基础和操作手段。 1 2 网络重构算法研究的必要性 由于不断的改造和扩展，现代化的城市配电网的网络结构趋于复杂：同时， 由于城市的迅速发展，用电负荷的需求日益增大，并且用户对电能质量、供电 可靠性的要求越来越高，使得目前的城市配电网普遍出现了不能充分满足各方 面要求的现象i lj ，最突出的问题包括下面两个方面： ( 1 ) 网络在经济优质运行方面的缺陷 由于配网元件众多，网络规划不规范，使得配网的网损在整个供电成本中 郑州大学工学硕士论文 占有很大比重且居高不下，再加上配网用电负荷的不断增大，加重了高、中压 配网的供电负担，以至于出现供电质量差，相当多的供电设备因为过负荷而发 生故障，供电中断的现象，难以满足用户正常的生产、生活需求。 ( 2 ) 网络在连续供电方面的缺陷 相对于输电网而言，配网有故障频发次数多、停电次数多、停电时间长等 特点，这就要求在配网发生故障时，供电部门能够在第时间内、快速的、以 最大的恢复容量为用户恢复供电，尽最大可能降低企业和用户的停电损失。 但是传统的故障恢复主要还是靠人工凭借调度经验来进行的；同时，由于 配电网网络结构复杂，设备老化，线路、变压器传输瓶颈等多种不利因素，使 得故障恢复时，难以考虑全砸，决策效率低，恢复速度慢，不能保证为用户及 时地恢复供电，供电质量达不到与日俱增的要求。 通过分析可知，现代化的城市配电网运行，单靠人工调度管理，已经很难 使庞大的网络保持安全、经济的运行状态，更难以满足供电企业降损节能、提 高用户供电质量的要求。因此，供电企业迫切需要一种有效的手段来提高网络 的运行经济性安全性，来保证为用户提供优质的供电服务【3 】。 网络重构算法的研究及其在配电网中的高级应用，正是基于目前的、能够 满足配电网运行的不同方面的需要而提出的。在配电网的运行管理中，应用网 络重构高级分析软件，在正常运行时，可以通过转移负荷，来降低系统网损， 平衡各馈线负荷，消除过载，提高电压质量；在故障恢复时，可以快速的找出 最佳的故障恢复方案，尽最大的可能的为用户快速的恢复供电，使企业和用户 的停电损失降到最低限度【4 】。 1 3 网络重构算法研究的现状及发展趋势 配电网络重构算法本质就是寻找满足某一或多个组合的目标函数的最优 的网络结构。 根据目标函数的不同，网络重构算法可以分为以下几类： 以提高配网运行经济性为目的；一般以系统有功损耗最小为目标函数i 5 - - 7 。 以平衡各馈线的负荷，消除过载为目的；一般以负荷平衡率为目标函数【8 】o 以提高电压质量，优化无功为目的 9 “1 2 】：一般以无功电源的投切为控 制量，以电压幅值的变化为控制量，通过调整无功电源的投切，提高节点电压， 消除越线，进而降低网损。 在故障情况下恢复供电，以最快、最大可能地恢复用户供电为目的【1 3 】。 多目标的网络重构算法中综合了以上所述的目标函数，在算法中给予每个 配电网重构算法的研究 目标函数以不同的权值，来满足更复杂的运行管理要求 1 4 】。 根据采用的寻优技术的不同，网络重构算法大致可以分为最优流算法、启 发式算法和人工智能优化算法三类。人工智能优化算法又包括人工神经网络、 遗传算法、模拟退火算法等。 现代化的配网，对于经济运行和提高供电质量的要求越来越强烈，但是目 前对于配电网经济运行算法，如网络重构和故障恢复多停留在理论研究方面， 能够实际应用的并不多，究其原因主要表现在算法的在线性能不好，速度慢， 算法所基于的网络多为理想化的网络结构，与实际的相去甚远，脱离了实际配 网运行管理的需求等等1 1 ”。 网络重构算法及其在配网中的应用和发展，需要以下三个方面的提高： ( 1 ) 快速的拓扑分析手段 网络拓扑分析，在高层应用的算法中常常需要大量的重复调用，如果能够 提高拓扑分析的速度，则整个算法的性能也将得到大幅的提升。 ( 2 ) 使用启发式寻优算法 要提高应用的性能，启发式技术是一种非常有效的手段，常规的启发式技 术已经在高层应用的算法中得到广泛的应用；在网络重构算法的研究中引入启 发式寻优算法，对于算法的提升效果是明显的。 ( 3 ) 算法应与我国配网发展的现状相结合 配网网络重构算法研究的最终目的是为了服务于供电企业，提高供电企业 的运行管理水平，一个良好的算法，应当是广义的，能够推广应用的，适合我 国配电网络现状的，并满足当前供电企业运行管理需求的算法。 1 4 本论文的主要研究内容 基于以上分析的配电网发展背景及趋势，本论文着重研究配电网高级应用 中的网络重构算法，给予调度员实现经济运行和故障恢复的强有力的决策支 持，以降低运行成本，提高电网的供电质量。本文主要工作包括： ( 1 ) 研究配网网络结构建模及拓扑分析，提出了基于空间分析的拓扑分析 的算法，并应用到潮流计算、重构、故障恢复当中。 ( 2 ) 从全局寻优出发，研究遗传算法在基于网损最小的网络重构算法中的 应用，提出了改进混合遗传算法与配网重构相结合的改进算法。 ( 3 ) 分析研究配网故障恢复中的各种算法，结合重构算法，提出了高中压 配网协同恢复的启发式算法，以提高处理高中压配网复杂故障的能力。 1 5 本论文中的主要约定 在算法研究中，常常需要简化网络的数学模型，降低算法的复杂度。同时 这样的简化对于实际应用的影响可以忽略不计。简化的网络模型及约定包括： ( 1 ) 网络结构在正常运行时，保持辐射状的网络结构。 ( 2 ) 网络电压等级只考虑l l o k v ，3 s k y 的高压配网和1 0 k v ，6 k v 的中压配 网，用户配变及以下电压等级的网络不在考虑范围之内。 ( 3 ) 网络正常运行期间内，假定网络节点的电压及支路电流保持不变或变 化很小，可以忽略不计。 ( 4 ) 不考虑线路的无功因素。 ( 5 ) 高中压配网的潮流计算采用不同的潮流算法单独进行计算，但考虑两 者的潮流的相互影响。 ( 6 ) 故障恢复时，故障点已经被有效地隔离。 配电网重构算法的研究 2 配电网络建模与接线分析 配电网络拓扑分析一直是作为配网高级应用或d m s 系统中一个公用的基 础模块，是配电网重构等高级应用算法的前提。其拓扑结构和接线分析速度， 影响着整个高级应用软件的在线性能。 在本章中提出了基于空间数据结构的建模方法，并在此基础上提出了面向 空间地高教的接线分析算法，为本论文所研究的网络重构算法提供高效的拓扑 分析。 2 1 配电网络拓扑分析概述 配电系统的物理特性的数学描述称为数学模型，只有将配电系统抽象为数 学模型才能用计算机进行计算分析，网络接线分析就是将配电网由物理模型转 化为数学模型的所必须进行的过程。 配电网络拓扑分析实际上应当为分为建模和接线分析两块，传统的建模和 分析方法，仍然是基于i i d s 的输电网建模和分析思想，在应用到配电网中不可 避免的要带来下面两个突出的问题。 ( 1 ) 配电网及配电馈线多为辐射状网络结构，与输电网的网络结构有着本 质的不同。在配电网络中，网络元件数量远远大于输电网，网络接线也更加复 杂，如果仍沿用传统的建模和分析方法，网络建模和拓扑关系的维护工作量大 且费时，同时也不能对网络结构的变化保持很高的灵敏度。将传统的建模思想 和分析方法应用到高级分析应用中，势必会降低整个应用的性能。 ( 2 ) 在配网的高级分析应用中，如故障恢复，需要对元件进行快速的访问， 需要建立特定的故障恢复数据结构，按传统的方法很难满足这样特殊的要求。 随着配网自动化的发展，针对配网自身特点的建模和拓扑分析越来越深 入，在文献 1 6 1 中提出了面向对象的建模方法，使得电力系统元件模型的结构 和层次更加丰富和合理。在文献【1 7 】中提出了一种基于配电网络的自动拓扑生 成方法，提高了拓扑分析的灵活和机动性。在文献【1 8 1 9 】中针对辐射状配电 网络结构特点，增加了新的配网元件模型。文献 2 0 2 1 1 对原有的模型层次和 接线分析方法做了进一步的改进。 在上述研究的基础上，根据配网的特点及配网应用的需求，本章提出了 种基于空间数据结构的网络建模方法，将元件结构和拓扑关系分开存储，并基 e 郑州大学工学硕士论文 于这种模型提出了面向空间的拓扑自动生成方法，由分析元件的电气连接关系 转换化分析元件之间的空间关系，进而达到快速进行拓扑分析的目的。 2 2 面向空间数据结构的建模 实际的配网是延伸在广阔的空间和分布在广大区域里的，配网设备是具有 一定空间性的空间实体。在拓扑分析中，我们最关心的是元件的连通关系，而 不是元件的内部细节。根据面向对象的抽象机制，我们在建模时，所要抽象和 突出的就是元件能够连通的所必须具备属性，即元件的拓扑特性，而忽略其它 与拓扑分析无关的细节。本文吸收先进的面向空间的思想【2 2 1 ，同时结合面向 对象建模技术，提出了面向空间的建模方法，将研究的配网看作一个空间域， 将电气对象按照其特征，经过面向空间的抽象处理分为点实体和线实体两种基 本对象，对象与对象之间保持特定的空问关系。每个对象都有不同的空间属性 和关系属性，以区分出各个不同的对象。本章建立了以下三种空间模型： ( 1 ) 点实体( 有特定位置，维数为0 的实体) 实体点：用来代表单端口电气设各或物理电气接点，如配变、电容器、 配网电源点等。 标注点( t e x tp o i n t ) ：用于建筑性标记，如变电站、电厂等；文字性标记， 如实时数据和计算数据的显示等。 ( 2 ) 线实体( 有起点和终点，维数为1 ，由一系列坐标点组成) 用来代表双端口具有连接关系的电气实体，如开关，联络变压器，母线、 馈线段等。 线实体采用面向对象的封装。对于对象外部来说，只有起点和终点，对象 的具体细节则封装于在对象内部，如馈线和开关，在接线分析中，我们只关心 它的起点和终点，而忽略其内部构造。线实体具有一定的方向性，用来表示配 电网的潮流流向。 ( 3 ) 多边形实体( 维数为2 ，由一个封闭的节点序列组成) 用来描述配网中特有的弱环网特性，它是具体存在的，由一系列馈线段和 环网开关组成的多边形。多边形有断开和闭合两种性质，当开关集合中至少有 一个开关断开时，视为解环，当开关集合全部闭合时视为合环。 这种基于空间的建模简化了对象的层次，减少了对象之间的属性关联，更 加符合面向对象的抽象机制，从程序设计上更容易继承和复用。面向空间的电 网对象模型层次如图2 1 所示( 这里只列出了配网拓扑中几个重要的模型) ： 潭呻璋游j 奢 馈线开关变压器 配变t 接点 图2 ，1电网元件的物理模型 f i g 2 1 p h y s i c a lm o d e l f o re l e c t r i ce l e m e n t s 2 3 配电网络拓扑优化 在实际的图形化建模过程中，由用户建立的网络模型中往往存在着很多的 冗余和错误，进行拓扑优化使之更加合理，同时对于加快拓扑搜索速度和形成 合理的拓扑结构也是非常重要的。 ( 1 ) 缓冲区 为点和线建立虚拟的缓冲区，用于判断点与线之间的关系，减少拓扑冗余。 点的缓冲区为以点圆心，以某一阈值为半径的圆形区域。线的缓冲区为线的最 小边界矩形。连接元件时，进入元件的缓冲区后，自动捕捉到离鼠标点最近的 元件的某一节点，这时当鼠标点下时，则自动与捕捉到这一元件的端点相挂接， 这样就实现了网络元件之间的精确连接，这使得电网模型拓扑关系的建立更加 准确。 ( 2 ) 拓扑约束法则 根据实际的电网的电气连接约束，建立拓扑约束法则，法则越详细，则拓 扑搜索的工作量就越小。拓扑约束的法则可以由用户自己根据实际配网的运行 特点的按照一定的约定进行灵活的定义。例如：如电源点只能与出线开关相连； 两个分段丌关不能直接相连；一条馈线段末端连接馈线段数不能超过1 1 条等。 ( 3 ) 拓扑关系的一致性校验 一致性校验是对拓扑中是否存在冗余和不合法连接的检查，例如，搜索网 络中是否存在不与任何实体关联的点实体或线实体，是否存在两个位置重叠的 实体等。如果存在上述问题，则进行删除或修正。 2 。4 配电网络电网元件模型的组织 郑州大学工学硕士论文 由于配电网络中存在大量的不同类型的网络元件，为了对这些模型元件进 行有效的组织和管理，在建模过程中常常要把一个大型的配电网络的按区分割 成不同的子网络，同时保留它们在电气上的相互联系。常规的分割方式是按 e m s 的厂站的分层组织方式，将这种方式应用在大规模配网中，对配网元件进 行搜索、定位、查询和事故定位、切换画面效率太低，已经不能适应配网多元 件、多属性、拓扑关系复杂的特点。本文根据空间数据结构的特点，采用工程 一 工作区 层一 对象的分层组织方式。实现了对配网模型元件更加有效 的管理。 ( 1 ) 对象配网中的设备元件定义为对象，并设置对象的i d ，空间位置， 所属层号及其它一些电气属性。 ( 2 ) 层为了提高查询和处理的效率，将具有相同特征和属性信息的地理 对象的集合定义为一个层。层有层号、层名称、所属工作区等属性，层内存储 所属元件的数据和拓扑关系。 ( 3 ) 工作区指一定区域范围内配电网络元件的集合，它首先是电网元件所 属层的集合，工作区存储区内所有的层信息和自身工作区的信息，工作区域的 划分可以根据实际的需要来定，如行政区划分，配网管理区划分等。 ( 4 ) 工程指属于同一配网的工作区的集合，如包括一城市配网的所有区 域。工程内保存所有的工作区信息。一个工程可以表示为一个大型配电网络。 配电网络模型组织关系如图2 2 所示： 图2 2 配电网络模型组织关系 f i g 2 2 t h ef r a m e w o r ko ft h en e t w o r km o d e l 2 5 配电网络元件的存储与访问 事实上，网络的拓扑分析速度和计算速度取决于配电网络元件的访问速 度，而访问速度又取决于元件基于内存的存储方式和访问机制。 ( 1 ) 分层存储 在拓扑建模时将设备分类、分层存储，在搜索设备时，可以缩小拓扑搜索 的范围，加快拓扑搜索的速度。 ( 2 ) 空间索引 在大型的配电网络中，网络元件多达上千个，建立空间索引可以提高拓扑 搜索、元件检索、元件定位的执行效率。本文用一个空间索引表来存放空间索 引信息，它随元件对象的空间位置变动而更新。每个配电网络模型有一个唯一 的空间索引表。 建立空间索引，首先要将配网空间( 实际绘图区) 划分为多个大小相同的、 规则的正方形栅格，每个栅格都有唯一的编号。在划分过程中，遍历网络中的 所有的图元，只要实体与某一栅格相交或完全包含在方格内，就在索引表中增 加一条索引，索引号自动递增，并将实体的对象的相关信息( 包括在存储数据 结构中的位置、所属图层编号、栅格的唯编号及其空间位置信息等) 存入索 引中，一直到所有栅格划分完毕为至。 使用空间索引，可以缩小拓扑搜索的范围，根据空间信息就可以快速的找 到符合条件的配网元件，同时空间索引也加快了拓扑自动生成的速度，例如在 搜索与一条馈线的所连的配变时，就可以先在索引表中搜索这条馈线与哪些方 格相交，得到这些方格的编号。因为凡是馈线相连的设备必然也和这些方格相 交，所以只要搜索与方格相交的设备就可以了。有了上面的拓扑优化，就会大 大加快网络的拓扑分析速度和计算速度。 2 6 连通分析 2 6 1 元件之间的拓扑关系判定法则 由于采用了面向空间的建模方法，配电网络的拓扑关系，就简化成了点、 线之间的空间关系。基于空间的元件的拓扑关系判定法则2 3 1 如下： ( 1 ) 点一点坐标点重合或互相落在缓冲区内，视为两个点实体相连， 且具有相同的空间位置。 ( 2 ) 点一线线实体的首末节点坐标与点实体的坐标重合，或落在点实 体的缓冲区内，视为点实体和线实体相连。 q 郑州大学工学硕士论文 ( 3 ) 线一线线实体的首末节点与另一条线实体的首末节点的坐标重 合，或落在线段端点的缓冲区内。视为两条线实体相连。 根据电网模型的特点，点实体一定是挂在线实体的首末节点或中间的某一 点上，即与线上的点重合，所以点不起连接作用。这样我们访问到点时，就不 再继续向下判断这个点是否有与下一个图元相连。而只需要考虑点所在线是否 与向下的图元相连，这样避免重复遍历某个元件。 2 6 2 运用剪枝优化的连通分析算法 在基于自动生成拓扑的空间搜索中，判断一个元件相接的所有设备，必须 对全网中所有的元件进行遍历，一一判断相互的空间关系，其效率会非常的低。 本文对配网的自动拓扑搜索算法运用了剪枝优化的算法。 搜索过程一般是从配网的电源点( 配网中压母线) 出发，向负荷节点进行 的，其搜索的过程形成了一棵搜索树。剪枝就是通过一些判断和约束剪掉一些 搜索枝，从而避免不必要的搜索过程。只要设计出好的剪枝方法，就可以大大 缩短搜索的时间。 在实际的搜索与访问元件相接的设备元件时，使用可行的剪枝方法，引入 三个剪枝条件： ( 1 ) 只搜索在空间索引中与访问图元相交于相同方格区域的图元。 ( 2 ) 不符合拓扑约束法则的设备层不搜索。 ( 3 ) 已经访问过的图元将不再搜索。 通过精确的剪枝，实际搜索的空间已经被限定在很小的范围以内；并且访 问过的图元下次不再参与搜索，搜索的空间越来越小，搜索速度就越来越快， 大大提高了拓扑搜索的速度。 在搜索过程中，本文采用了广度优先搜索的方法，首先对网络元件进行遍 历和连通分析，然后根据连通分析的结果形成元件之问的拓扑关系结构。 在搜索前，首先建立一个临时设备层图元指针列表，同时建立一个队列数 据结构，用来存储访问到的设备图元的指针。搜索时从母线层开始，母线首先 入队，再将与母线相连的所有设备图元统统入队，然后从队列中出队一个图元 p ，搜索每个设备层中每个图元i ，判断是否和图元p 相接，如果相接则入队， 当与图元p 相接的图元都访问到了，且均已入队时，则图元p 视为已经访问 完毕，将其从图元p 从临时列表中删除。 在访问每一层中的图元时，首先要判断这个层是否符合拓扑约束法则，如 果不符合，则退出这个层，直接访问下一个设备层。 配电网重构算法的研究 当母线层中的所有的母线搜索完毕后，察看每个临时设备列表中，是否还 有设备，如果有，则选择一个设备继续进行搜索，直到临时列表中没有设备为 止，这些没有电源点的设备的集合都被看作是“死岛”。 由于本文采用了图论中的图数据结构来存储电网数学模型，因此，拓扑搜 索的过程将根据被访问到的元件的性质，分别形成图的逻辑边和逻辑点插入到 图数据结构中。 2 7 接线分析 网络接线分析的主要功能就是把用户所建立的物理模型转换成可供上述 高级应用计算所需要的数学模型。当网络接线形式发生变化时，这些数学模型 也应随之而变。若不能迅速而准确地随着开关所处的状态的实时变化而修改接 线的数学模型，必然会导致错误的分析与计算。因此，对接线分析的主要要求 是可靠、快速、有效【2 ”。 常规的接线分析，是直接形成大量的接线表，如开关一元件关联表，支路一 元件关联表，支路结点关联表等，非常的繁琐。本文使用图数据结构来存储 拓扑分析，减小对内存的占用量，加快了分析速度。 按照图论的观点，整个配电网可表示为一个“图”，其中节点分为电源 节点和负荷节点两种。电源节点为由输电网至配电网的母线或本地电厂的升压 母线，而负荷节点则为配网中配变或馈线的t 接点。所以本文拓扑结构用图 来表示，将电网模型组织成有向图的结构。它的优点是可以描述现实世界中极 为常见的多对多关系，适合配电网的辐射状、弱环网的特性。整个配电网数学 模型描述为： 网络图= ( 节点，( 节点间关系，即链)