本发明的目的是在保证经济运行的同时，确保输电的可靠性，使电网尽可能的做到最优运行。为了达到上述目的，本发明的技术方案是提供了一种基于图论形式的阻塞管理方法。本发明将电网结构拓扑成图的形式，电气量映射到图中变为权重，利用图论的方法，找到一条花费最小流量最大的路径，供调度部门参考，以避免潮流阻塞。
1.一种基于图论形式的阻塞管理方法，其特征在于，包括以下步骤：
步骤1、初始化智能电网结构中各线路的传输容量，并利用拉格朗日乘子法计算智能电网结构中各节点的投标电价；
步骤2、将智能电网结构抽象为有向拓扑网络G(V,E)，V＝{v1,...,vn}为顶点序列，顶点序列中的各个顶点对应智能电网结构中的各个节点，E＝{eij|i＝1,...,n,j＝1,...,n}，eij为有向拓扑网络G(V,E)连接顶点vi与顶点vj的边，与智能电网结构中的相应节点之间的线路相对应，并作虚拟源点s和虚拟汇点t，有向拓扑网络G(V,E)中与带有发电单元的节点对应的所有顶点均与虚拟源点s相连，有向拓扑网络G(V,E)中与带有负荷单元的节点对应的所有顶点均与虚拟汇点t相连；
步骤3、有向拓扑网络G(V,E)中各条边的剩余流量权值为智能电网结构中各条线路的传输容量，其中，连接顶点vx与顶点vy的边为exy，其剩余流量权值为c(x,y)，有向拓扑网络G(V,E)中各条边的边长权值为智能电网结构中各条线路的首端节点的投标电价，其中，边exy的边长权值为w(x,y)，为顶点vx对应的节点的投标电价；
步骤4、在有向拓扑网络G(V,E)中，取初始可行潮流序列f＝{fxy|exy∈E}，fxy为边exy的潮流，其中，fsy＝c(s,y)，且 esy为连接虚拟源点s与顶点vy的边，令其余fxy＝0；
步骤5、求有向拓扑网络G(V,E)上从虚拟源点s到虚拟汇点t的最小通路P(s,t)，将组成最小通路的所有边的集合记为E(P)；
步骤6、对最小通路P(s,t)分配最大可能的流量：
更新集合E(P)中的所有边的剩余流量权值，其中，集合E(P)中连接顶点vx与顶点vy的边的剩余流量权值c(x,y)更新为c(x,y)-f0，式中，f0＝Min{c(x,y)|exy∈E(p)}，对于最小通路P(s,t)中的饱和边，其边长权值相应变为∞，且对于饱和边exy而言，当x不等于s，或x不等于t，或y不等于s，或y不等于t时，将该饱和边exy变为反向边eyx，令反向边eyx的剩余流量权值c(y,x)＝f0，令反向边eyx的边长权值w(y,x)＝-w(x,y)，构成新的有向拓扑网络G'；
步骤7、返回步骤6重新计算新的有向拓扑网络G'，直到虚拟源点s到虚拟汇点t的全部流量等于预先设定的阈值λ为止或者直到再也找不到从虚拟源点s到虚拟汇点t的最小费用通路，此时的通路为最小费用最大流量。
2.如权利要求1所述的一种基于图论形式的阻塞管理方法，其特征在于，所述步骤2中的有向拓扑网络的构建步骤为：
先将智能电网结构抽象为拓扑网络，该拓扑网络包括有向边及无向边，将无向边上的潮流分解为两条有向边上的潮流，其中，对于连接顶点vi与顶点vj的无向边eij'上的潮流，分解为边eij上的潮流及边eji上的潮流，使得拓扑网络成为有向拓扑网络。
一种基于图论形式的阻塞管理方法
技术领域
[0001] 本发明涉及一种最优潮流的计算方法，利用图论的形式寻求最优路径，以避免潮流阻塞。
背景技术
[0002] 随着我国电力工业体制改革的进一步深化和发展，主动配电网概念的提出，电力行业逐步走向市场化已经成为不可逆转的趋势。输电系统开放是为了向发电市场提供一个规范、公平的竞争环境而提出的，其实质就是输电网的所有允许卖电者(主要指电力公司、独立发电商、电力销售商等)和购电者(供电局等)使用其输电容量互相传输电力，而且必须实现传输容量的公平分配和管理，同时通过各种辅助服务的交易和调度，保证系统的供需平衡和安全可靠。输电网开放对电力系统的结构、运行、规划等带来很大的影响。在开放的输电系统中有三个问题需要解决：输电损耗、输电定价以及输电阻塞管理。其中输电阻塞管理是开放输电系统运行的关键问题，它关系到电力市场的运行效益和健康发展，对发电、输电的规划发展也有重要影响。
[0003] 在新能源渗透率越来越高、电力市场逐步开放的今天，个体运营商的参与越来越多，功率交换也越来越多，电力传输联络线的阻塞逐渐成为整个电力市场竞争和资源优化的瓶颈。输电阻塞会引起部分地区的线路过载，从而导致供电瘫痪，造成不必要的损失。传统的利用行政命令发电调度来消除阻塞的方法已经行不通，调度部门的压力也越来越大。必须要通过一种新的方式，在保证经济运行的同时，确保输电的可靠性，使电网尽可能的做到最优运行，实时向电网反馈信息。
发明内容
[0004] 本发明的目的是在保证经济运行的同时，确保输电的可靠性，使电网尽可能的做到最优运行。
[0005] 为了达到上述目的，本发明的技术方案是提供了一种基于图论形式的阻塞管理方法，其特征在于，包括以下步骤：
[0006] 步骤1、初始化智能电网结构中各线路的传输容量，并利用拉格朗日乘子法计算智能电网结构中各节点的投标电价；
[0007] 步骤2、将智能电网结构抽象为有向拓扑网络G(V,E)，V＝{v1,...,vn}为顶点序列，顶点序列中的各个顶点对应智能电网结构中的各个节点，E＝{eij|i＝1,...,n,j＝1,...,n}，eij为有向拓扑网络G(V,E)连接顶点vi与顶点vj的边，与智能电网结构中的相应节点之间的线路相对应，并作虚拟源点s和虚拟汇点t，有向拓扑网络G(V,E)中与带有发电单元的节点对应的所有顶点均与虚拟源点s相连，有向拓扑网络G(V,E)中与带有负荷单元的节点对应的所有顶点均与虚拟汇点t相连；
[0008] 步骤3、有向拓扑网络G(V,E)中各条边的剩余流量权值为智能电网结构中各条线路的传输容量，其中，连接顶点vx与顶点vy的边为exy，其剩余流量权值为c(x,y)，有向拓扑网络G(V,E)中各条边的边长权值为智能电网结构中各条线路的首端节点的投标电价，其中，边exy的边长权值为w(x,y)，为顶点vx对应的节点的投标电价；
[0009] 步骤4、在有向拓扑网络G(V,E)中，取初始可行潮流序列f＝{fxy|exy∈E}，fxy为边exy的潮流，其中，fsy＝c(s,y)，且 esy为连接虚拟源点s与顶点vy的边，令其余fxy＝0；
[0010] 步骤5、求有向拓扑网络G(V,E)上从虚拟源点s到虚拟汇点t的最小通路P(s,t)，将组成最小通路的所有边的集合记为E(P)；
[0011] 步骤6、对最小通路P(s,t)分配最大可能的流量：
[0012] 更新集合E(P)中的所有边的剩余流量权值，其中，集合E(P)中连接顶点vx与顶点vy的边的剩余流量权值c(x,y)更新为c(x,y)-f0，式中，f0＝Min{c(x,y)|exy∈E(p，)}对于最小通路P(s,t)中的饱和边，其边长权值相应变为∞，且对于饱和边exy而言，当x或者y不等于s或t时，将该饱和边exy变为反向边eyx，令反向边eyx的剩余流量权值c(y,x)＝f0，令反向边eyx的边长权值w(y,x)＝-w(x,y)，构成新的有向拓扑网络G'；
[0013] 步骤7、返回步骤6重新计算新的有向拓扑网络G'，直到虚拟源点s到虚拟汇点t的全部流量等于预先设定的阈值λ为止或者直到再也找不到从虚拟源点s到虚拟汇点t的最小费用通路，此时的通路为最小费用最大流。
[0014] 优选地，所述步骤2中的有向拓扑网络的构建步骤为：
[0015] 先将智能电网结构抽象为拓扑网络，该拓扑网络包括有向边及无向边，将无向边上的潮流分解为两条有向边上的潮流，其中，对于连接顶点vi与顶点vj的无向边eij'上的潮流，分解为边eij上的潮流及边eji上的潮流，使得拓扑网络成为有向拓扑网络。
[0016] 本发明将电网结构拓扑成图的形式，电气量映射到图中变为权重，利用图论的方法，找到一条花费最小流量最大的路径，供调度部门参考，以避免潮流阻塞。
具体实施方式
[0017] 下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
[0018] 本发明提供的一种基于图论形式的阻塞管理方法基于如下理论：
[0019] 将智能电网结构抽象为有向拓扑网络G(V,E)，其中V＝{v1,...,vn}代表一系列顶点(电力系统中的母线)，E＝{eij|i＝1,...,n,j＝1,...,n}代表的是边(电力系统中母线之间的联络线)。传输费用可以用边的长度来定义。传输容量可用剩余(可允许的)流量rij来定义。有向拓扑网络G(V,E)中每条边的最大传输流量uij，也就是智能电网结构中每条线路的最大传输容量。因此智能电网结构中求解最小费用最大传输容量传输路径的问题，就转化为在有向拓扑网络G(V,E)中求解一条长度最短、流量最大的路径的问题，可描述为：流量在边eij传输，其中边长为(也就是费用)cij，还有剩余流量rij，线路最大传输容量为uij。在抽象的图中，新增了两个顶点：一个虚拟源点s和一个虚拟汇点t。其中，带有发电单元的母线在拓扑结构中与虚拟源点s连接，作为流的源点；带有负荷单元的母线在拓扑结构中与虚拟汇点t相连，作为流的汇聚点。
[0020] 在初始时刻，G(V,E)中每条边eij的方向，由系统由当前潮流的方向定义并且是不变的。但是一般情况下，潮流会随着系统中注入功率而发生变化，这时有些边eij的方向会发生变化，也就是所说的无向边eij'。网络变换时，可以将这些无向边eij'转换为有向边。每条无向边eij'首先由两条边eij和边eji代替，传输费用cij，剩余容量为rij。这样一来无向边的潮流可分解为边eij和边eji的潮流，也就是fij和fji，当潮流从vi流向vj时，前者是有效的，反之亦然。
[0021] 在抽象过的拓扑图中，寻找一条最优路径，同时满足传输容量最大和传输费用最小两个条件。数学模型可描述为：
[0022]
[0023]
[0024] 0≤rij≤uij,(i,j)∈G
[0025] 式中，fmax为网络传输的最大流量。
[0026] 基于上述原理的本发明的具体步骤为：
[0027] 步骤1、初始化智能电网结构中各线路的传输容量，并利用拉格朗日乘子法计算智能电网结构中各节点的投标电价；
[0028] 步骤2、将智能电网结构抽象为有向拓扑网络G(V,E)，V＝{v1,...,vn}为顶点序列，顶点序列中的各个顶点对应智能电网结构中的各个节点，E＝{eij|i＝1,...,n,j＝1,...,n}，eij为有向拓扑网络G(V,E)连接顶点vi与顶点vj的边，与智能电网结构中的相应节点之间的线路相对应，并作虚拟源点s和虚拟汇点t，有向拓扑网络G(V,E)中与带有发电单元的节点对应的所有顶点均与虚拟源点s相连，有向拓扑网络G(V,E)中与带有负荷单元的节点对应的所有顶点均与虚拟汇点t相连；
[0029] 步骤3、有向拓扑网络G(V,E)中各条边的剩余流量权值为智能电网结构中各条线路的传输容量，其中，连接顶点vx与顶点vy的边为exy，其剩余流量权值为c(x,y)，有向拓扑网络G(V,E)中各条边的边长权值为智能电网结构中各条线路的首端节点的投标电价，其中，边exy的边长权值为w(x,y)，为顶点vx对应的节点的投标电价；
[0030] 步骤4、在有向拓扑网络G(V,E)中，取初始可行潮流序列f＝{fxy|exy∈E}，fxy为边exy的潮流，其中，fsy＝c(s,y)，且 esy为连接虚拟源点s与顶点vy的边，令其余fxy＝0；
[0031] 步骤5、求有向拓扑网络G(V,E)上从虚拟源点s到虚拟汇点t的最小通路P(s,t)，将组成最小通路的所有边的集合记为E(P)；
[0032] 步骤6、对最小通路P(s,t)分配最大可能的流量：
[0033] 更新集合E(P)中的所有边的剩余流量权值，其中，集合E(P)中连接顶点vx与顶点vy的边的剩余流量权值c(x,y)更新为c(x,y)-f0，式中，f0＝Min{c(x,y)|exy∈E(p，)}对于最小通路P(s,t)中的饱和边，其边长权值相应变为∞，且对于饱和边exy而言，当x或者y不等于s或t时，将该饱和边exy变为反向边eyx，令反向边eyx的剩余流量权值c(y,x)＝f0，令反向边eyx的边长权值w(y,x)＝-w(x,y)，构成新的有向拓扑网络G'；
[0034] 步骤7、返回步骤6重新计算新的有向拓扑网络G'，直到虚拟源点s到虚拟汇点t的全部流量等于预先设定的阈值λ＝fmax为止或者直到再也找不到从虚拟源点s到虚拟汇点t的最小费用通路，此时的通路为最小费用最大流。
