本发明属于电力系统自动化技术领域，具体涉及考虑转供路径优化的电力电子变压器端口配置优化方法。
背景技术：
交直流混合der系统中，多端口换流设备得到了大量的应用，与双端口的普通换流器不同，多端口换流装置不仅需要进行交直流电量转换，还需要满足交直流微网集群多端互联互济、灵活组网、柔性环网分层控制的要求，因此尽管配网/微网是局部区域供能系统，多端口换流设备的位置和容量对混合配网的灵活高效运行仍具有重要意义。多端口换流设备的选址属离散型选址问题，解空间离散即有预定备选的站址，备选站址由上层源荷储分区及网架结构规划模型给出。离散型选址问题一般采用综合评价法方法即对待选站址进行多维度指标的评价值综合计算、对比、排序后得出综合评价值最高的方案。有学者给出了多端口换流设备的一种选址评估方法，但是该方案沿用了变电站的选址定容方法，指出换流设备端口容量应完全由其所处位置决定，即通过该端口所连馈线容量之和确定端口容量，这种处理显然过于粗糙而且可能无法支撑交直流混合系统子网间的大规模负荷转供以及更大范围内的互联互济。
因此现阶段存在的技术问题是：
如何计及电力电子变压器端口运行特性解决含电力电子变压器系统的供电路径优化问题，满足交直流微网集群多端互联互济、灵活组网、柔性环网分层控制的要求。针对所提出的含pet的交直流系统多目标双层规划模型，模型解空间分布极为复杂且不规则，如何寻求全局搜索能力强、局部寻优效率高的优化算法进行有效求解。
针对上述问题,现阶段需设计考虑转供路径优化的电力电子变压器端口配置优化方法,来解决以上问题。
技术实现要素：
本发明目的在于提供考虑转供路径优化的电力电子变压器端口配置优化方法，用于解决上述现有技术中存在的技术问题，如：如何计及电力电子变压器端口运行特性解决含电力电子变压器系统的供电路径优化问题，满足交直流微网集群多端互联互济、灵活组网、柔性环网分层控制的要求。针对所提出的含pet的交直流系统多目标双层规划模型，模型解空间分布极为复杂且不规则，如何寻求全局搜索能力强、局部寻优效率高的优化算法进行有效求解。
为实现上述目的，本发明的技术方案是：
一种考虑转供路径优化的电力电子变压器端口配置优化方法，包括以下步骤：
s1：根据电力电子变压器经济性、可再生能源的消纳能力以及负荷转供的需求，分别建立电力电子变压器所有端口总成本最小、系统内可再生能源发电最大化消纳、n-1转供路径的多目标模型；
s2：考虑功率平衡约束、网络安全约束、各类源荷储设备的端口功率电压约束外以及电子电子变压器自身约束及n-1转供路径约束，构建计及端口特性和转供路径优化的完整电力电子变压器端口配置的多目标优化模型；
s3：对于所建立的多目标优化模型，通过双层迭代的求解，即：上层优化计算层利用基于拥挤熵的改进多目标粒子群优化算法产生该多目标优化模型的可行解，下层潮流计算层则利用含pet潮流计算方法对优化算法层生成的当前系统配置进行潮流计算的校验，上层优化算法根据下层的潮流校验结果修正粒子群的可行解搜索方向。
进一步的，步骤s1具体如下：
对于包含npet个电力电子变压器的系统，具有npet个n-1故障，pet端口发生故障时，相应pet故障端口下的各类设备将由其他电力电子变压器输出端口转供，因此，pet的端口容量还需要满足负荷转供的需求，由此，pet端口容量配置的目标函数表述如下：
目标1：电力电子变压器所有端口总成本最小，表达式为：
其中，ch,i和ρh,i分别为第i个pet高压端口的容量和单位容量成本，cl,i,j为第i个pet第j个低压端口的容量，ρl,i,j为其对应的单位容量成本；
目标2：系统内可再生能源发电最大化消纳，表达式为：
其中，pre0,j(i)为电力电子变压器j端口下可再生能源发电在i时刻在给定跟踪出力控制模式下的输出功率，pre,j(i)为在电力电子变压器端口约束下的实际功率；
目标3：n-1转供路径最优，表达式为：
其中，npet表示电力电子变压器的集合，hi表示第i台电力电子变压器的端口合集，t表示路径优化计算的时间周期，ψ表示第i台pet故障时第n个端口的可转移供电路径集合，
进一步的，步骤s2具体如下：
电力电子变压器自身约束及n-1转供路径约束分别表述如下：
1)电力电子变压器自身约束
首先，电力电子变压器本身需要满足功率平衡条件即输出端口功率与输入端口功率之和为电力电子变压器的内部综合损耗，将电力电子变压器端口功率平衡与内部功率平衡的模型简化为：
其中，pl,j(i)为第i台电力电子变压器第j个输出端口的输出功率，ploss,j(i)表示第i台电力电子变压器的端口等效功率损耗，ph(i)为第i台电力电子变压器输入端口功率；
pet各端口下源-荷-储的净功率在端口容量范围内，即：
-cl,j≤pes,j(i) pload,j(i)-pre,j(i)≤cl,j
其中，ploss,j(i),pre,j(i),pes,j(i)分别表示第i台pet第j个输出端口所带的负荷、电源和储能充电功率，cl,j为电力电子变压器i第j个输出端口的容量，其数值应满足：
即各输出端口的容量总和不大于输入端口的容量ch；
2)n-1转供路径约束
n-1故障发生时，可转移供电路径约束由系统网架结构和电力电子变压器端口容量共同决定，即：
-pl,j,m≤pes,i,n,t pload,i,n,t-pre,i,n,t pes,j,m,t pload,j,m,t-pre,j,m,t≤pl,j,m
其中，pl,j,m为所转移到的第j个电力电子变压器第m个低压供电端口的容量，pes,j,m,t,pload,j,m,t和pre,j,m,t分别为第j台电力电子变压器第m个低压端口下储能、负荷、可再生能源发在t时段下的功率，决定该时段端口转移功率需求；
传统变压器的容量约束表示如下：
式中，
电力电子变压器的容量约束表示如下：
其中，
进一步的，步骤s3具体如下：
将pet端口配置的优化变量作为粒子群个体参数xi，并随机生成d组组成粒子群，对每组端口配置进行约束处理并计算各目标函数fi和违反值函数fviol，传统粒子群种群进化的计算公式如下：
其中，vi为更新速度向量，t为迭代次数，d为粒子组数，c1和c2为加速系数；g表示最大迭代次数，r1和r2为服从(0,1)均匀分布的随机数；w为惯性权重，其取值决定算法的全局和局部搜索能力，并且随迭代次数动态变化，w取值大说明全局搜索能力强，w取值小说明局部搜索能力强，具体计算公式如下：
w(t)＝wmax-(wmax-wmin)·t/g
其中，wmax和wmin分别为最大、最小的惯性权重取值；针对提出的3个目标函数f1、f2、f3之间的权重占比，采用基于信息熵的序数偏好法给赋权重，通过判断pareto解集中各目标值的差异性来确定各自的权重，可以避免决策者自身主观意识对最终决策的影响；
多目标优化模型采用基于非劣粒子集合建立外部精英集r引导群体的进化方向；这种方法中粒子进化方向可由两粒子的对比优劣关系判断，计算公式如下：粒子间的占优关系确定方法如下：
其中，fviol表示违反值函数；fi表示第i个目标函数；nobj为目标函数个数；上式表明当粒子x1和x2满足case1或case2时，则粒子x1占优，粒子群向x1所在方向进化；
并提出基于拥挤熵度量的精英保持机制删除r中多余的非劣解集，从而保证pareto最优解在目标空间的均匀分布，具体如下，
精英个体l的拥挤熵定义为：
式中：fi,max和fi,min分别表示精英个体集在目标函数fi上的最大值和最小值；dll,i和dul,i分别表示精英个体l与相邻精英个体l-1和l 1在目标函数fi上的差值；对某一目标函数取最极值的精英个体，其拥挤熵值为无穷大；当r中个体数大于预定值nl时，删除拥挤熵值较小的个体。
与现有技术相比，本发明所具有的有益效果为：
本方案的一个创新点在于，在交直流混合网络中，由于电力电子的换流设备具备主动调节网络功率的功能，所以重构和负荷转供的操作对象不再是简单的分段开关与联络开关，还应考虑换流设备端口的运行状态。本发明基于交直流混合系统分区分层的架构，提出了一种计及转供路径和pet端口特性的电力电子变压器端口容量配置方法，满足交直流微网集群多端互联互济、灵活组网、柔性环网分层控制的要求。
本方案的一个创新点在于，详细而全面地建立了电力电子变压器所有端口总成本最小、系统内可再生能源发电最大化消纳、n-1转供路径最优的多目标函数，保证电力电子变压器经济性的同时，提高了可再生能源的消纳能力以及满足了负荷转供的需求。
本方案的一个创新点在于，与交流系统规划模型相比，直流变量的引入大幅增加了交直流混合系统规划模型的维度，决策变量中既有连续变量也有离散变量；另外，约束条件中加入了换流设备端口控制参数等新的运行约束以及直流系统可靠性约束、环境兼容性约束等新的约束条件，模型解空间分布极为复杂且不规则。基于此，本发明提出了一种基于运行潮流模拟的迭代求解方法，上层优化计算层利用基于拥挤熵的改进多目标粒子群优化算法产生该模型的可行解，下层潮流计算层则利用含pet潮流计算方法对优化算法层生成的当前系统配置进行潮流计算的校验进，上层优化算法根据下层的潮流校验结果修正粒子群的可行解搜索方向。
附图说明
图1是本发明具体实施方式的pet端口容量优化算法流程图。
图2是本发明具体实施方式的精英个体拥挤熵计算原理图。
图3是本发明具体实施方式的步骤流程示意图。
具体实施方式
下面结合本发明的附图1-3，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。
实施例：
现有技术中，如何计及电力电子变压器端口运行特性解决含电力电子变压器系统的供电路径优化问题，满足交直流微网集群多端互联互济、灵活组网、柔性环网分层控制的要求。针对所提出的含pet的交直流系统多目标双层规划模型，模型解空间分布极为复杂且不规则，如何寻求全局搜索能力强、局部寻优效率高的优化算法进行有效求解。
因此，如图3所示，提出一种考虑转供路径优化的电力电子变压器端口配置优化方法，包括以下步骤：
s1：从电力电子变压器经济性、可再生能源的消纳能力以及负荷转供的需求的角度出发，分别建立电力电子变压器所有端口总成本最小、系统内可再生能源发电最大化消纳、n-1转供路径最优的多目标函数。
s2：除功率平衡约束、网络安全约束以及各类源荷储设备的端口功率电压约束外，重点考虑电子电子变压器自身约束及n-1转供路径约束，构建计及端口特性和转供路径优化的完整电力电子变压器端口配置优化模型。
s3：对于所建立的多目标优化模型，提出一种双层迭代的求解方法，上层优化计算层利用基于拥挤熵的改进多目标粒子群优化算法产生该模型的可行解，下层潮流计算层则利用含pet潮流计算方法对优化算法层生成的当前系统配置进行潮流计算的校验进，上层优化算法根据下层的潮流校验结果修正粒子群的可行解搜索方向。
s1步骤的具体过程为：
电力电子变压器的端口配置问题应考虑多个目标，首先由于电力电子变压器的价格昂贵，并且端口容量越大，使用成本越高，所以应尽量降低其容量；其次，利用多端口pet的功率路由与协调控制，尽可能避免弃风弃光、消纳系统中的可再生能源，同时，对于包含npet个电力电子变压器的系统，具有个npet个n-1故障，pet端口发生故障时，相应pet故障端口下的各类设备将由其他电力电子变压器输出端口转供，因此，pet的端口容量还需要满足负荷转供的需求，由此，pet端口容量配置的目标函数表述如下：
目标1：电力电子变压器所有端口总成本最小，表达式为：
其中，ch,i和ρh,i分别为第i个pet高压端口的容量和单位容量成本，cl,i,j为第i个pet第j个低压端口的容量，ρl,i,j为其对应的单位容量成本。
目标2：系统内可再生能源发电最大化消纳，表达式为：
其中，pre0,j(i)为电力电子变压器j端口下可再生能源发电在i时刻在给定跟踪出力控制模式下的输出功率，pre,j(i)为在电力电子变压器端口约束下的实际功率。
目标3：n-1转供路径最优，表达式为：
其中，npet表示电力电子变压器的集合，hi表示第i台电力电子变压器的端口合集，t表示路径优化计算的时间周期，ψ表示第i台pet故障时第n个端口的可转移供电路径集合，
s2步骤的具体过程为：
在该阶段在含pet的交直流配电网的运行约束条件基础上，重点考虑电力电子变压器自身约束和转供路径约束，构建更为精确的电力电子变压器端口配置优化模型。电子电子变压器自身约束及n-1转供路径约束分别表述如下：
1)电力电子变压器自身约束
首先，电力电子变压器本身需要满足功率平衡条件即输出端口功率与输入端口功率之和为电力电子变压器的内部综合损耗，将电力电子变压器端口功率平衡与内部功率平衡的详细模型简化为：
其中，pl,j(i)为第i台电力电子变压器第j个输出端口的输出功率，ploss,j(i)表示第i台电力电子变压器的端口等效功率损耗，ph(i)为第i台电力电子变压器输入端口功率。
pet各端口下源-荷-储的净功率在端口容量范围内，即：
-cl,j≤pes,j(i) pload,j(i)-pre,j(i)≤cl,j
其中，ploss,j(i),pre,j(i),pes,j(i)分别表示第i台pet第j个输出端口所带的负荷、电源和储能充电功率，cl,j为电力电子变压器i第j个输出端口的容量，其数值应满足：
即各输出端口的容量总和不大于输入端口的容量ch。
2)n-1转供路径约束
n-1故障发生时，可转移供电路径约束由系统网架结构和电力电子变压器端口容量共同决定，即：
-pl,j,m≤pes,i,n,t pload,i,n,t-pre,i,n,t pes,j,m,t pload,j,m,t-pre,j,m,t≤pl,j,m
其中，pl,j,m为所转移到的第j个电力电子变压器第m个低压供电端口的容量，pes,j,m,t,pload,j,m,t和pre,j,m,t分别为第j台电力电子变压器第m个低压端口下储能、负荷、可再生能源发在t时段下的功率，决定了该时段端口转移功率需求。
传统变压器的容量约束表示如下：
式中，
电力电子变压器的容量约束表示如下：
其中，
模型的其他约束还包括功率平衡约束、网络安全约束以及各类源荷储设备的端口功率电压约束，不作赘述。
s3步骤的具体过程为：
对于上述多目标优化问题，本文提出一种双层迭代的求解方法，上层优化计算层利用基于拥挤熵的改进多目标粒子群优化(improvedmulti-objectiveparticleswarmoptimizationbasedoncrowdingentropy，imopso-ce)算法产生该模型的可行解，下层潮流计算层则利用含pet潮流计算方法对优化算法层生成的当前系统配置进行潮流计算的校验进，上层优化算法根据下层的潮流校验结果修正粒子群的可行解搜索方向。
具体的算法流程图如图1所示，需要说明的内容如下：
本算法将pet端口配置优化变量作为粒子群个体参数xi，并随机生成d组组成粒子群，对每组端口配置进行约束处理并计算各目标函数fi和违反值函数fviol，传统粒子群种群进化的计算公式如下：
其中，vi为更新速度向量，t为迭代次数(粒子群代数)，d为粒子组数，c1和c2为加速系数；g表示最大迭代次数，r1和r2为服从(0,1)均匀分布的随机数。w为惯性权重，其取值决定了算法的全局和局部搜索能力，并且随迭代次数动态变化，w取值较大说明全局搜索能力强，w取值较小说明局部搜索能力强，具体计算公式如下：
w(t)＝wmax-(wmax-wmin)·t/g
其中，wmax和wmin分别为最大、最小的惯性权重取值。针对本文提出的3个目标函数f1、f2、f3之间的权重占比问题，采用基于信息熵的序数偏好法给赋权重，这种方法通过判断pareto解集中各目标值的差异性来确定各自的权重，可以避免决策者自身主观意识对最终决策的影响。
而本发明中的多目标优化模型采用基于非劣粒子集合建立外部精英集r引导群体的进化方向。这种方法中粒子进化方向可由两粒子的对比优劣关系判断，计算公式如下：粒子间的占优关系确定方法如下：
其中，fviol表示违反值函数；fi表示第i个目标函数；nobj为目标函数个数。上式表明当粒子x1和x2满足case1或case2时，则粒子x1占优，粒子群向x1所在方向进化。
这种算法的缺点是当迭代次数增大时，外部精英集r中会进入大量非劣解，为了克服这一问题，本发明提出一种基于拥挤熵度量的精英保持机制删除r中多余的非劣解集，从而保证pareto最优解在目标空间的均匀分布。
如图2所示，精英个体l的拥挤熵定义为：
式中：fi,max和fi,min分别表示精英个体集在目标函数fi上的最大值和最小值；dll,i和dul,i分别表示精英个体l与相邻精英个体l-1和l 1在目标函数fi上的差值。对某一目标函数取最极值的精英个体，其拥挤熵值为无穷大。当r中个体数大于预定值nl时，删除拥挤熵值较小的个体。
以上是本发明的较佳实施例，凡依本发明技术方案所作的改变，所产生的功能作用未超出本发明技术方案的范围时，均属于本发明的保护范围。
1.考虑转供路径优化的电力电子变压器端口配置优化方法，其特征在于，包括以下步骤：
s1：根据电力电子变压器经济性、可再生能源的消纳能力以及负荷转供的需求，分别建立电力电子变压器所有端口总成本最小、系统内可再生能源发电最大化消纳、n-1转供路径的多目标模型；
s2：考虑功率平衡约束、网络安全约束、各类源荷储设备的端口功率电压约束外以及电子电子变压器自身约束及n-1转供路径约束，构建计及端口特性和转供路径优化的完整电力电子变压器端口配置的多目标优化模型；
s3：对于所建立的多目标优化模型，通过双层迭代的求解，即：上层优化计算层利用基于拥挤熵的改进多目标粒子群优化算法产生该多目标优化模型的可行解，下层潮流计算层则利用含pet潮流计算方法对优化算法层生成的当前系统配置进行潮流计算的校验，上层优化算法根据下层的潮流校验结果修正粒子群的可行解搜索方向。
2.如权利要求1所述的考虑转供路径优化的电力电子变压器端口配置优化方法，其特征在于，步骤s1具体如下：
对于包含npet个电力电子变压器的系统，具有npet个n-1故障，pet端口发生故障时，相应pet故障端口下的各类设备将由其他电力电子变压器输出端口转供，因此，pet的端口容量还需要满足负荷转供的需求，由此，pet端口容量配置的目标函数表述如下：
目标1：电力电子变压器所有端口总成本最小，表达式为：
其中，ch,i和ρh,i分别为第i个pet高压端口的容量和单位容量成本，cl,i,j为第i个pet第j个低压端口的容量，ρl,i,j为其对应的单位容量成本；
目标2：系统内可再生能源发电最大化消纳，表达式为：
其中，pre0,j(i)为电力电子变压器j端口下可再生能源发电在i时刻在给定跟踪出力控制模式下的输出功率，pre,j(i)为在电力电子变压器端口约束下的实际功率；
目标3：n-1转供路径最优，表达式为：
其中，npet表示电力电子变压器的集合，hi表示第i台电力电子变压器的端口合集，t表示路径优化计算的时间周期，ψ表示第i台pet故障时第n个端口的可转移供电路径集合，
3.如权利要求2所述的考虑转供路径优化的电力电子变压器端口配置优化方法，其特征在于，步骤s2具体如下：
电力电子变压器自身约束及n-1转供路径约束分别表述如下：
1)电力电子变压器自身约束
首先，电力电子变压器本身需要满足功率平衡条件即输出端口功率与输入端口功率之和为电力电子变压器的内部综合损耗，将电力电子变压器端口功率平衡与内部功率平衡的模型简化为：
其中，pl,j(i)为第i台电力电子变压器第j个输出端口的输出功率，ploss,j(i)表示第i台电力电子变压器的端口等效功率损耗，ph(i)为第i台电力电子变压器输入端口功率；
pet各端口下源-荷-储的净功率在端口容量范围内，即：
-cl,j≤pes,j(i) pload,j(i)-pre,j(i)≤cl,j
其中，ploss,j(i),pre,j(i),pes,j(i)分别表示第i台pet第j个输出端口所带的负荷、电源和储能充电功率，cl,j为电力电子变压器i第j个输出端口的容量，其数值应满足：
即各输出端口的容量总和不大于输入端口的容量ch；
2)n-1转供路径约束
n-1故障发生时，可转移供电路径约束由系统网架结构和电力电子变压器端口容量共同决定，即：
-pl,j,m≤pes,i,n,t pload,i,n,t-pre,i,n,t pes,j,m,t pload,j,m,t-pre,j,m,t≤pl,j,m
其中，pl,j,m为所转移到的第j个电力电子变压器第m个低压供电端口的容量，pes,j,m,t,pload,j,m,t和pre,j,m,t分别为第j台电力电子变压器第m个低压端口下储能、负荷、可再生能源发在t时段下的功率，决定该时段端口转移功率需求；
传统变压器的容量约束表示如下：
式中，
电力电子变压器的容量约束表示如下：
其中，
4.如权利要求3所述的考虑转供路径优化的电力电子变压器端口配置优化方法，其特征在于，步骤s3具体如下：
将pet端口配置的优化变量作为粒子群个体参数xi，并随机生成d组组成粒子群，对每组端口配置进行约束处理并计算各目标函数fi和违反值函数fviol，传统粒子群种群进化的计算公式如下：
其中，vi为更新速度向量，t为迭代次数，d为粒子组数，c1和c2为加速系数；g表示最大迭代次数，r1和r2为服从(0,1)均匀分布的随机数；w为惯性权重，其取值决定算法的全局和局部搜索能力，并且随迭代次数动态变化，w取值大说明全局搜索能力强，w取值小说明局部搜索能力强，具体计算公式如下：
w(t)＝wmax-(wmax-wmin)·t/g
其中，wmax和wmin分别为最大、最小的惯性权重取值；针对提出的3个目标函数f1、f2、f3之间的权重占比，采用基于信息熵的序数偏好法给赋权重，通过判断pareto解集中各目标值的差异性来确定各自的权重，可以避免决策者自身主观意识对最终决策的影响；
多目标优化模型采用基于非劣粒子集合建立外部精英集r引导群体的进化方向；这种方法中粒子进化方向可由两粒子的对比优劣关系判断，计算公式如下：粒子间的占优关系确定方法如下：
其中，fviol表示违反值函数；fi表示第i个目标函数；nobj为目标函数个数；上式表明当粒子x1和x2满足case1或case2时，则粒子x1占优，粒子群向x1所在方向进化；
并提出基于拥挤熵度量的精英保持机制删除r中多余的非劣解集，从而保证pareto最优解在目标空间的均匀分布，具体如下，
精英个体l的拥挤熵定义为：
式中：fi,max和fi,min分别表示精英个体集在目标函数fi上的最大值和最小值；dll,i和dul,i分别表示精英个体l与相邻精英个体l-1和l 1在目标函数fi上的差值；对某一目标函数取最极值的精英个体，其拥挤熵值为无穷大；当r中个体数大于预定值nl时，删除拥挤熵值较小的个体。
技术总结