CN105449672A - 一种评估220kv环套环网最大供电能力的方法 - Google Patents

Abstract

本发明公开的一种评估220kV环套环网最大供电能力的方法，包括：提取220kV环套环网的网架结构，确定所述网架结构的网络节点数和支路数，并对所述网架结构的节点和支路进行编号；读取网架结构参数、负荷参数以及平衡节点的电压幅值和相角；对预设的负荷种群进行扩群操作，得到初始化负荷种群，并对所述的负荷种群进行变异、交叉进化操作；对220kV环套环网进行正常运行方式以及各支路N-1运行方式下的潮流计算及校核；根据自适应度，更新所述的种群，以及输出最大供电能力负荷方案。本发明以片区为最小单位对最大供电能力进行评估，在满足N-1条件下，快速、准确的求出220kV环套环网的最大供电能力。

Description

一种评估220KV环套环网最大供电能力的方法

技术领域

本发明涉及电网供电能力评估领域，特别涉及一种评估220kV环套环网最大供电能力的方法。

背景技术

随着我国经济的发展，电力负荷的增长明显加快，导致电能质量、供电能力和供电可靠性满足不了用户的电力需求，形成了很多供电瓶颈。而目前城市电网基本已经建成，若想从***的规划与改建中获得新变电站的站址和新馈线的地下通道是非常困难的。因此，在不建设新电站和馈线的地下通道的情况下，研究电网的最大供电能力变得十分重要。

电网最大供电能力(TotalSupplyCapability，TSC)是指一定供电区域内电网满足N-1安全准则，且考虑到网络实际运行情况下的最大负荷供应能力。TSC在某种程度上反映电网对负荷的供应的安全裕度，为电网的运行与规划人员提供一定的参考，特别是在电力市场的引入后，电网人员迫切需要利用现有的输电网络来输送更多的电能，以最大限度地降低成本，提高电网的效益。

目前，对最大供电能力求解主要经过了三个阶段：第一个阶段主要是对最大供电能力的评估阶段，这一阶段为了建模和计算方便，作了很多的假设，直接忽略了潮流计算，不能做精确的计算，此方法一般用来粗略的评估电网的TSC，如容载比法。第二阶段为采用直流潮流模型或线性规划方法来求解电网的最大供电能力，其缺点是忽略了电压和网损对TSC的影响，因而产生了较大误差。第三阶段是基于潮流的非线性模型，其能精确的求解出网络的潮流，并且能考虑电压和网损对TSC的影响，因此计算结果较为可靠。

另外，现有的方法在求解电网最大供电能力时，一般采用完整电网模型或简化模型来进行计算，若采用完整电网模型和精确的计算方法并考虑N-1静态安全约束计算时，则会出现计算缓慢，甚至会出现数值计算上的问题；而简化的模型又使得结果的误差过大，应用价值大打折扣。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提供一种评估220kV环套环网最大供电能力的方法，建立了一种基于交流潮流的非线性模型，考虑了电压降落和网损对220kV环套环网最大供电能力的影响，并且考虑电力***N-1静态安全约束；能以片区为最小单位，简化了计算的规模，降低了计算的维度，在加快计算的同时，保证了计算的精度。此外，本发明采用内嵌牛顿拉夫逊法的自适应差分进化算法对220kV环套环网进行求解，具有收敛速度快、鲁棒性强的优点。

本发明的目的通过以下的技术方案实现：

一种评估220kV环套环网最大供电能力的方法，包括以下步骤：

S1、提取220kV环套环网的网架结构，确定所述网架结构的网络节点数和支路数，并对所述网架结构的节点和支路进行编号；其中，220kV环套环网的平衡节点为500kV变电站主变的220kV侧的节点，PQ节点为220kV环套环网中的负荷节点；

S2、对编号后的220kV环套环网的网架结构，读取网架结构参数、负荷参数以及平衡节点的电压幅值V_n和相角θ_n；

S3、对预设的负荷种群进行扩群操作，得到初始化负荷种群X，并通过自适应差分进化算法对初始化负荷种群X进行变异、交叉进化操作，分别得到变异种群X_muta和交叉种群X_cros；

S4、通过牛顿拉夫逊法对220kV环套环网进行正常运行方式以及各支路N-1运行方式下的潮流计算及校核；

S5、根据自适应度F_it，更新所述的种群X，以及输出最大供电能力负荷方案S_di。

所述步骤S3具体包含以下步骤：

S301、判断当前的迭代次数t是否达到最大值，若没有达到则进行步骤S302，若迭代次数t达到设定的最大迭代次数T或计算的精度ε达到要求，则跳转步骤S309；

S302、对种群进行扩群操作，得到初始化负荷种群对扩群后的种群X进行变异处理，得到变异种群X_muta：随机选择两个个体向量生成差分向量，将生成的差分向量与随机选择的另一个向量相加，生成变异向量X_muta；

S303、将变异的种群X_muta进行交叉处理，得到交叉种群X_cros：将变异向量X_muta与目标向量X交叉，生成交叉向量X_cros；

S304、判断种群的遍历是否完成，若没有完成则进行步骤S305，否则将对迭代次数进行加1处理，跳转至步骤S301；

S305、对初始种群X中的个体和交叉种群X_cros中的个体同时进行计算，即将种群X中的个体和种群X_cros中的个体分别代入所述牛顿拉夫逊方法中进行正常运行下及各N-1运行方式下的潮流计算；

S306、对正常运行方式下及各N-1运行方式下的潮流进行校验，若所有校验通过则进行步骤S307，否则将对种群遍历的变量数进行加1处理，跳转步骤S304；

S307、以预设的最大供电能力数学模型为自适应度函数，计算公式为：其中代表节点i的有功负载，即种群X或X_cros中的一维中第i个数；

S308、更新种群X：将自适应度大的个体更新到种群X中；

S309、输出最大供电能力及其负荷方案。

所述步骤S4具体包含以下步骤：

S401、输入原始数据：输入500kV变电站主变的220kV侧的电压V_n和相角θ_n、网架的参数以及电压约束和相角差的约束；

S402、形成节点导纳矩阵：形成正常运行方式下的节点导纳矩阵并根据各N-1故障修改正常运行方式下的节点导纳矩阵形成各N-1故障下的节点导纳矩阵；

S403、计算各节点功率不平衡量 $\left[\begin{array}{c}\mathrm{\Δ}P\\ \mathrm{\Δ}Q\end{array}\right],$ 其中ΔP、ΔQ分别指节点有功功率和无功功率的偏差，判断最大潮流偏差是否满足收敛条件；如满足，则跳转至步骤S406，如不满足，则进行步骤S404；其中，潮流偏差的计算公式如下：

${\mathrm{\ΔP}}_i=P_{is}-V_i\underset{j=1}{\overset{n}{\Σ}}{V}_j(G_{ij}{\mathrm{cos\θ}}_{ij}+B_{ij}{\mathrm{sin\θ}}_{ij}),i=1,2,\mathrm{...},n-1$

${\mathrm{\ΔQ}}_i=Q_{is}-V_i\underset{j=1}{\overset{n}{\Σ}}{V}_j(G_{ij}{\mathrm{sin\θ}}_{ij}-B_{ij}{\mathrm{cos\θ}}_{ij}),i=1,2,...,m$

其中，P_is、Q_is为第i个节点给定功率；V_i、V_j分别为第i个节点和第j个节点的电压；G_ij、B_ij分别为从节点i到节点j支路的电导和电纳；θ_ij为节点i与节点j的相角差；

S404、由输入的变量和已有的节点导纳矩阵生成潮流，计算雅可比矩阵J：

$J=\left[\begin{array}{cc}H& N\\ K& L\end{array}\right];$

其中，H是n-1阶方阵，其元素为N是(n-1)×m阶矩阵，其元素为K是m×(n-1)阶矩阵，其元素为L是m阶方阵，其元素为 $L_{ij}=V_j\frac{\∂{\mathrm{\ΔQ}}_i}{\∂V_j};$

S405、求解线性修正方程组 $\left[\begin{array}{c}\mathrm{\Δ}P\\ \mathrm{\Δ}Q\end{array}\right]=-\left[\begin{array}{cc}H& N\\ K& L\end{array}\right]\left[\begin{array}{c}\mathrm{\Δ}\mathrm{\θ}\\ V_D^{-1}\mathrm{\Δ}V\end{array}\right],$ 其中得到各节点电压幅值和相角的修正量Δθ、ΔV，得到各节点电压和相角，跳转至步骤S403；

S406、按下式计算所有支路功率：

$S_{ij}={V_i}^2{\tilde{y}}_{i0}+{\stackrel{\·}{V}}_i({\tilde{V}}_i-{\tilde{V}}_j){\tilde{y}}_{ij}$

其中，i为支路首节点，j为支路末节点，波浪号表示取复数的共轭值，为对节点i对地的导纳值的共轭值，为线路节点i到节点j之间的导纳值的共轭值。

步骤S307中，所述最大供电能力数学模型的状态变量包括：各负荷点的视在功率S_di、功率因数角上级节点的电压幅值V_n以及相角差δ_n；

所述最大供电能力数学模型的目标函数为最大的供电能力，通过下式计算各个负荷节点的有功功率之和作为所述目标函数：

所述最大供电能力数学模型的约束条件为：负荷约束：线路传输功率约束：节点电压上下限约束：以及相角上下约束：|δ_i-δ_j|<|δ_i-δ_j|_max，其中分别为节点i的视在功率的下限和上限值；分别为从节点i到节点j支路的线路传输功率的下限和上限值；分别为节点i的电压的下限和上限值。

步骤S303中，所述交叉处理为：根据下式随机选择两个个体向量生成差分向量，将生成的差分向量与随机选择的另一个向量相加，生成变异向量：

$X_{muta,ij}^{t+1}=x_{r3}^t+F_0(x_{r1}^t-x_{r2}^t)$

其中，x_r1、x_r2、x_r3表示种群中3个不同的个体，所述F₀缩放因子采用自适应策略：F_0u、F_0l分别为F₀的上下限，f_t1、f_t2、f_t3分别为的适应度。

步骤S302中，所述变异处理包括：

根据下式将变异向量与目标向量交叉生成交叉向量

$X_{cros,ij}^{t+1}=\{\begin{array}{cc}{X}_{muta,ij}^{t+1},& rand\left(j\right)\&le;C_R\\ X_{ij}^t,& otherwise\end{array},$ 式中，rand(j)∈[0,1]为的随机函数，C_R为交叉概率因子；

所述交叉概率因子采用自适应策略：式中C_Rmin、C_Rmax分别为最小交叉概率因子和最大交叉概率因子，t为当前迭代次数，T为最大迭代次数。

本发明与现有技术相比，具有如下优点和有益效果：

本发明的所述评估220kV环套环网最大供电能力的方法，建立了一种基于交流潮流的非线性模型，考虑了电压降落和网损对220kV环套环网最大供电能力的影响；以片区为最小单位对220kV环套环网最大供电能力进行计算，建立了简化的220kV环套环网最大供电能力的接线模型，有效的简化了大量的冗余的数据，降低了求解的维度，加快了计算速度，从而为更精细的建模和求解精度提供可能；考虑了电力***N-1静态安全约束，使得220kV环套环网最大供电能力更能满足实际电网运行中的安全性和可靠性，使计算更具有实际意义；差分进化的自适应策略有效地加快了计算的收敛性、保证了种群的多样性和计算的鲁棒性，基于交流模型的牛顿拉夫逊法解法能精确地求解网络的潮流，从而保证计算结果的准确性。

附图说明

图1为本发明所述的一种评估220kV环套环网最大供电能力的方法的流程图。

图2为一种典型的环套环网示意图。

具体实施方式

下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。

如图1所示，一种评估220kV环套环网最大供电能力的方法，包括如下步骤：

S11、提取220kV环套环网的网架结构，确定所述网架结构的网络节点数和支路数，并对所述网架结构的节点和支路进行编号。

S12、读取网架结构参数、负荷参数以及平衡节点的电压幅值V_n和相角θ_n。

S13、预设的种群规模N_p、预设的差分进化算法最大迭代次数T、自适应缩放因子最小值F_0l和最大值F_0u、自适应交叉概率因子最小值C_Rmin和最大值C_Rmax；并对预设的负荷种群进行扩群操作，得到初始化负荷种群X，并通过所述自适应差分进化算法对所述的负荷种群进行变异、交叉进化操作，得到变异负荷种群X_muta和交叉种群X_cros。

S14、通过所述的牛顿拉夫逊法对220kV环套环网进行正常运行方式以及各支路N-1运行方式下的潮流计算及校核。

S15、根据自适应度更新所述的种群，以及输出最大供电能力负荷方案。

本实施例中的最大供电能力，是指一定供电区域内电网满足N-1安全准则，且考虑到网络实际运行情况下的最大负荷供应能力。本实施例的计算220kV环套环网最大供电能力采用的是内嵌牛顿拉夫逊法的自适应差分进化方法，内嵌的牛顿拉夫逊法的作用是精确求解环套环网的交流潮流，自适应差分进化方法的作用是为牛顿拉夫逊法提供大量的解，并对牛顿拉夫逊法求出的解进行选择，以达到在N-1约束下，快速、准确的求出环套环网的最大供电能力。

具体的：

一、提炼220kV环套环网结构。220kV环套环网中，其上级电网供电点为500kV变电站主变的220kV侧的节点，在220kV环套环网中将其视为平衡节点；其他负荷节点一般看作PQ节点。确定网架中网络节点数和支路数，并且依次从左到右编号；

其中，所述220kV环套环网，是由一个500kV变电站与若干220kV变电站组成的第一个环网和部分220kV变电站自组成的第二个环网甚至更多的环网，如图2所示，示出了一种典型的环套环网示意图。

二、输入简化的网架数据。读取220kV环套环网架结构参数(即各支路电阻R_li、电抗X_li、对地电纳值B_li以及最大载流量I_max,li)、负荷参数(各负荷点的最大负荷值以及最小负荷值Sd _i )以及平衡节点所给定的电压幅值V_n和相角θ_n。

三、自适应差分算法的初始化。主要的步骤包括参数的设置，如种群规模N_p、差分进化算法最大迭代次数T、自适应缩放因子最小值F_0l和最大值F_0u、自适应交叉概率因子最小值C_Rmin和最大值C_Rmax的设置等；并对预设的负荷种群进行扩群操作，得到初始化负荷种群X，并通过所述自适应差分进化算法对所述的负荷种群进行变异、交叉进化操作，得到变异负荷种群X_muta和交叉种群X_cros。其中，节点负荷的初始化根据负荷上下限值随机生成初始种群X，具体公式为：式中分别为第i维中节点j的额定负载的最大值和最小值；

其中，自适应差分进化算法关键步骤包括：

1、交叉处理

随机选择两个个体向量生成差分向量，将生成的差分向量与随机选择的另一个向量相加，生成变异向量。具体公式为：式中x_r1、x_r2、x_r3表示种群中3个不同的个体。

其中，变异操作的缩放因子采用自适应策略，具体公式为：F_0u、F_0l分别为F₀的上下限，f_t1、f_t2、f_t3分别为的适应度；

2、变异处理

将变异向量与目标向量交叉生成交叉向量具体公式为： $X_{cros,ij}^{t+1}=\{\begin{array}{cc}{X}_{muta,ij}^{t+1},& rand\left(j\right)\&le;CR\\ X_{ij}^t,& otherwise\end{array},$ 式中，rand(j)∈[0,1]的随机函数，C_R为交叉概率因子。

其中，交叉概率因子采用自适应策略，具体公式为:

式中C_Rmin、C_Rmax分别为最小交叉概率因子和最大交叉概率因子，t为当前迭代次数，T为最大迭代次数；

3、选择处理

如果的适应度优于的适应度则用代替而被选择为下一代；否则作为下一代。采用贪婪的搜索策略，以最大的载荷水平为目标函数进行选择操作。

四、牛顿拉夫逊法初始化。主要步骤包括设置牛顿拉夫逊法的最大迭代次数T和收敛进度ε、设置节点电压V_i和相角差δ_ij的约束以及对PQ节点和平衡节点的识别等。

牛顿拉夫逊法计算潮流的步骤如下：

步骤31、输入原始数据：输入500kV变电站主变的220kV侧的电压V_n和相角θ_n、网架的参数以及电压约束和相角差的约束；

步骤32、形成节点导纳矩阵：形成正常运行方式下的节点导纳矩阵并根据各N-1故障修改正常运行方式下的节点导纳矩阵形成各N-1故障下的节点导纳矩阵；

步骤33、计算各节点功率不平衡量 $\left[\begin{array}{c}\mathrm{\&Delta;}P\\ \mathrm{\&Delta;}Q\end{array}\right]$ (式中ΔP、ΔQ分别指节点有功功率和无功功率的偏差)，判断最大潮流偏差是否满足收敛条件；如满足，则跳转至步骤36，如不满足，则进行步骤34；其中，潮流偏差的计算公式如下：

$\left\{\begin{array}{c}{\mathrm{\&Delta;P}}_i=P_{is}-V_i\underset{j=1}{\overset{n}{\&Sigma;}}{V}_j(G_{ij}{\mathrm{cos\&theta;}}_{ij}+B_{ij}{\mathrm{sin\&theta;}}_{ij}),i=1,2,\mathrm{...},n-1\\ {\mathrm{\&Delta;Q}}_i=Q_{is}-V_i\underset{j=1}{\overset{n}{\&Sigma;}}{V}_j(G_{ij}{\mathrm{sin\&theta;}}_{ij}-B_{ij}{\mathrm{cos\&theta;}}_{ij}),i=1,2,...,m\end{array}\right.$

其中，P_is、Q_is为第i个节点给定功率；V_i、V_j分别为第i个节点和第j个节点的电压；G_ij、B_ij分别为从节点i到节点j支路的电导和电纳；θ_ij为节点i与节点j的相角差)

步骤34、由输入的变量和已有的节点导纳矩阵生成潮流，计算雅可比矩阵J：

$J=\left[\begin{array}{cc}H& N\\ K& L\end{array}\right];$

其中，H是n-1阶方阵，其元素为N是(n-1)×m阶矩阵，其元素为K是m×(n-1)阶矩阵，其元素为L是m阶方阵，其元素为 $L_{ij}=V_j\frac{\&part;{\mathrm{\&Delta;Q}}_i}{\&part;V_j};$

步骤35、求解线性修正方程组 $\left[\begin{array}{c}\mathrm{\&Delta;}P\\ \mathrm{\&Delta;}Q\end{array}\right]=-\left[\begin{array}{cc}H& N\\ K& L\end{array}\right]\left[\begin{array}{c}\mathrm{\&Delta;}\mathrm{\&theta;}\\ V_D^{-1}\mathrm{\&Delta;}V\end{array}\right],$ 其中得到各节点电压幅值和相角的修正量Δθ、ΔV，得到各节点电压和相角，跳转至步骤33；

步骤36、按下式计算所有支路功率：

$S_{ij}={V_i}^2{\tilde{y}}_{i0}+{\stackrel{\&CenterDot;}{V}}_i({\tilde{V}}_i-{\tilde{V}}_j){\tilde{y}}_{ij}$

其中，i为支路首节点，j为支路末节点，波浪号表示取复数的共轭值，为对节点i对地的导纳值的共轭值，为线路节点i到节点j之间的导纳值的共轭值。

五、优化实现。

步骤21、判断当前的迭代次数t是否达到最大值，若没有达到则进行步骤22，若迭代次数t达到设定的最大迭代次数T或计算的精度ε达到要求，则跳转步骤29；

步骤22、对种群进行扩群操作，得到初始化负荷种群对扩群后的种群X进行变异处理，得到变异种群X_muta：随机选择两个个体向量生成差分向量，将生成的差分向量与随机选择的另一个向量相加，生成变异向量X_muta，具体公式为式中x_r1、x_r2、x_r3表示种群中3个不同的个体，F₀为变异操作的缩放因子，其采用自适应策略，具体公式为：F_0u、F_0l分别为F₀的上下限，f_t1、f_t2、f_t3分别为的适应度；

步骤23、将变异的种群X_muta进行交叉处理，得到交叉种群X_cros：将变异向量X_muta与目标向量X交叉，生成交叉向量X_cros，具体公式为 $X_{cros,ij}^{t+1}=\{\begin{array}{cc}{X}_{muta,ij}^{t+1},& rand\left(j\right)\&le;CR\\ X_{ij}^t,& otherwise\end{array},$ 式中，rand(j)∈[0,1]的随机函数，C_R为交叉概率因子，其采用自适应策略，具体公式为:式中C_Rmin、C_Rmax分别为最小交叉概率因子和最大交叉概率因子，t为当前迭代次数，T为最大迭代次数；

步骤24、判断种群的遍历是否完成，若没有完成则进行步骤25，否则将对迭代次数进行加1处理，跳转至步骤21；

步骤25、对初始种群X中的个体和交叉种群X_cros中的个体同时进行计算，即将种群X中的个体和种群X_cros中的个体分别代入所述牛顿拉夫逊方法中进行正常运行下及各N-1运行方式下的潮流计算；

步骤26、对正常运行方式下及各N-1运行方式下的潮流进行校验，若所有校验通过，如电压约束、相角约束、线路传输功率的约束等，则进行步骤27，否则将对种群遍历的变量数进行加1处理，跳转步骤24；

步骤27、以预设的最大供电能力数学模型为自适应度函数，计算公式为：其中代表节点i的有功负载，即种群X或X_cros中的一维中第i个数；

步骤28、更新种群X：将自适应度大的个体更新到种群X中；

步骤29、输出最大供电能力及其负荷方案。

其中，所述最大供电能力数学模型可以描述为：以最大供电能力为目标函数，依据最大供电能力的定义，计及N-1安全准则，并考虑网络运行的实际情况，包括主变容量、电压和相角约束、线路过载能力等约束，得到的最大供电能力。具体数学模型如下所示：

状态变量：包括各负荷点的视在功率S_di；上级节点的电压幅值V_n、相角差δ_n。

目标函数：以最大的供电能力为目标函数，即以各个负荷节点的有功功率之和为目标函数

考虑到220kV电网实际的运行情况，本文将所有负荷点的功率因数均设为0.98。

约束条件包括：

A、负荷约束

${\underset{\&OverBar;}{S}}_{di}\&le;S_{di}\&le;{\stackrel{\&OverBar;}{S}}_{di}---\left(2\right)$

式中，S _di取值为变电站中所有主变额定容量之和的30％，取值为当变电站中容量最大的一台主变退出运行时，其余主变过载20％。

B、线路传输功率约束

$\left|S_{ij}^k\right|\&le;{\stackrel{\&OverBar;}{S}}_{ij}^k---\left(3\right)$

式中，当k＝0时，表示正常运行方式下；当k>0时，表示第k条线路发生N-1故障；表示在第k个状态下节点i到节点j线路的最大传输容量。

C、节点电压上下限约束

${\underset{\&OverBar;}{V}}_i^k\&le;V_i^k\&le;{\stackrel{\&OverBar;}{V}}_i^k---\left(4\right)$

式中，表示在第k个状态下节点i的最小值电压，一般取值为0.95；表示第k个状态下节点i的最大值电压，一般取值为1.05。

D、相角上下约束

$\left|{{\mathrm{\&delta;}}_{ij}}^k\right|<{{\stackrel{\&OverBar;}{\mathrm{\&delta;}}}_{ij}}^k---\left(5\right)$

式中，表示在第k个状态下节点i与节点j的相角差的最大值。

本发明评估220kV环套环网最大供电能力的方法，建立了一种基于交流潮流的非线性模型，考虑了电压降落和网损对220kV环套环网最大供电能力的影响；以片区为最小单位对220kV环套环网最大供电能力进行计算，建立了简化的220kV环套环网最大供电能力的接线模型，有效的简化了大量的冗余的数据，降低了求解的维度，加快了计算速度，从而为更精细的建模和求解精度提供可能；考虑了电力***N-1静态安全约束，使得220kV环套环网最大供电能力更能满足实际电网运行中的安全性和可靠性，使计算更具有实际意义；差分进化的自适应策略有效地加快了计算的收敛性、保证了种群的多样性和计算的鲁棒性，基于交流模型的牛顿拉夫逊法解法能精确地求解网络的潮流，从而保证计算结果的准确性。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (6)

1.一种评估220kV环套环网最大供电能力的方法，其特征在于，包括以下步骤：

S1、提取220kV环套环网的网架结构，确定所述网架结构的网络节点数和支路数，并对所述网架结构的节点和支路进行编号；其中，220kV环套环网的平衡节点为500kV变电站主变的220kV侧的节点，PQ节点为220kV环套环网中的负荷节点；

S2、对编号后的220kV环套环网的网架结构，读取网架结构参数、负荷参数以及平衡节点的电压幅值V_n和相角θ_n；

S3、对预设的负荷种群进行扩群操作，得到初始化负荷种群X，并通过自适应差分进化算法对初始化负荷种群X进行变异、交叉进化操作，分别得到变异种群X_muta和交叉种群X_cros；

S4、通过牛顿拉夫逊法对220kV环套环网进行正常运行方式以及各支路N-1运行方式下的潮流计算及校核；

S5、根据自适应度F_it，更新所述的种群X，以及输出最大供电能力负荷方案S_di。

2.根据权利要求1所述评估220kV环套环网最大供电能力的方法，其特征在于，所述步骤S3具体包含以下步骤：

S301、判断当前的迭代次数t是否达到最大值，若没有达到则进行步骤S302，若迭代次数t达到设定的最大迭代次数T或计算的精度ε达到要求，则跳转步骤S309；

S302、对种群进行扩群操作，得到初始化负荷种群对扩群后的种群X进行变异处理，得到变异种群X_muta：随机选择两个个体向量生成差分向量，将生成的差分向量与随机选择的另一个向量相加，生成变异向量X_muta；

S303、将变异的种群X_muta进行交叉处理，得到交叉种群X_cros：将变异向量X_muta与目标向量X交叉，生成交叉向量X_cros；

S304、判断种群的遍历是否完成，若没有完成则进行步骤S305，否则将对迭代次数进行加1处理，跳转至步骤S301；

S305、对初始种群X中的个体和交叉种群X_cros中的个体同时进行计算，即将种群X中的个体和种群X_cros中的个体分别代入所述牛顿拉夫逊方法中进行正常运行下及各N-1运行方式下的潮流计算；

S306、对正常运行方式下及各N-1运行方式下的潮流进行校验，若所有校验通过则进行步骤S307，否则将对种群遍历的变量数进行加1处理，跳转步骤S304；

S307、以预设的最大供电能力数学模型为自适应度函数，计算公式为：其中代表节点i的有功负载，即种群X或X_cros中的一维中第i个数；

S308、更新种群X：将自适应度大的个体更新到种群X中；

S309、输出最大供电能力及其负荷方案。

3.根据权利要求2所述评估220kV环套环网最大供电能力的方法，其特征在于，所述步骤S4具体包含以下步骤：

S401、输入原始数据：输入500kV变电站主变的220kV侧的电压V_n和相角θ_n、网架的参数以及电压约束和相角差的约束；

S402、形成节点导纳矩阵：形成正常运行方式下的节点导纳矩阵并根据各N-1故障修改正常运行方式下的节点导纳矩阵形成各N-1故障下的节点导纳矩阵；

S403、计算各节点功率不平衡量 $\left[\begin{array}{c}\mathrm{\&Delta;}P\\ \mathrm{\&Delta;}Q\end{array}\right],$ 其中ΔP、ΔQ分别指节点有功功率和无功功率的偏差，判断最大潮流偏差是否满足收敛条件；如满足，则跳转至步骤S406，如不满足，则进行步骤S404；其中，潮流偏差的计算公式如下：

${\mathrm{\&Delta;P}}_i=P_{is}-V_i\underset{j=1}{\overset{n}{\&Sigma;}}{V}_j(G_{ij}{\mathrm{cos\&theta;}}_{ij}+B_{ij}{\mathrm{sin\&theta;}}_{ij}),i=1,2,...,n-1$

${\mathrm{\&Delta;Q}}_i=Q_{is}-V_i\underset{j=1}{\overset{n}{\&Sigma;}}{V}_j(G_{ij}{\mathrm{sin\&theta;}}_{ij}-B_{ij}{\mathrm{cos\&theta;}}_{ij}),i=1,2,...,m$

其中，P_is、Q_is为第i个节点给定功率；V_i、V_j分别为第i个节点和第j个节点的电压；G_ij、B_ij分别为从节点i到节点j支路的电导和电纳；θ_ij为节点i与节点j的相角差；

S404、由输入的变量和已有的节点导纳矩阵生成潮流，计算雅可比矩阵J：

$J=\left[\begin{array}{cc}H& N\\ K& L\end{array}\right];$

其中，H是n-1阶方阵，其元素为N是(n-1)×m阶矩阵，其元素为K是m×(n-1)阶矩阵，其元素为L是m阶方阵，其元素为 $L_{ij}=V_j\frac{\&part;{\mathrm{\&Delta;Q}}_i}{\&part;V_j};$

S405、求解线性修正方程组 $\left[\begin{array}{c}\mathrm{\&Delta;}P\\ \mathrm{\&Delta;}Q\end{array}\right]=-\left[\begin{array}{cc}H& N\\ K& L\end{array}\right]\left[\begin{array}{c}\mathrm{\&Delta;}\mathrm{\&theta;}\\ V_D^{-1}\mathrm{\&Delta;}V\end{array}\right],$ 其中得到各节点电压幅值和相角的修正量Δθ、ΔV，得到各节点电压和相角，跳转至步骤S403；

S406、按下式计算所有支路功率：

$S_{ij}=V_i^2{\tilde{y}}_{i0}+{\stackrel{\&CenterDot;}{V}}_i({\tilde{V}}_i-{\tilde{V}}_j){\tilde{y}}_{ij}$

其中，i为支路首节点，j为支路末节点，波浪号表示取复数的共轭值，为对节点i对地的导纳值的共轭值，为线路节点i到节点j之间的导纳值的共轭值。

4.根据权利要求3所述计算220kV环套环网最大供电能力的方法，其特征在于，步骤S307中，所述最大供电能力数学模型的状态变量包括：各负荷点的视在功率S_di、功率因数角上级节点的电压幅值V_n以及相角差δ_n；

所述最大供电能力数学模型的目标函数为最大的供电能力，通过下式计算各个负荷节点的有功功率之和作为所述目标函数：

所述最大供电能力数学模型的约束条件为：负荷约束：线路传输功率约束：节点电压上下限约束：以及相角上下约束：|δ_i-δ_j|<|δ_i-δ_j|_max，其中S _di、分别为节点i的视在功率的下限和上限值；S _ij、分别为从节点i到节点j支路的线路传输功率的下限和上限值；V_i、V_i分别为节点i的电压的下限和上限值。

5.根据权利要求2所述检测220KV环套环网最大供电能力的方法，其特征在于，步骤S303中，所述交叉处理为：根据下式随机选择两个个体向量生成差分向量，将生成的差分向量与随机选择的另一个向量相加，生成变异向量：

$X_{muta,ij}^{t+1}=x_{r3}^t+F_0(x_{r1}^t-x_{r2}^t)$

其中，x_r1、x_r2、x_r3表示种群中3个不同的个体，所述F₀缩放因子采用自适应策略：F_0u、F_0l分别为F₀的上下限，f_t1、f_t2、f_t3分别为的适应度。

6.根据权利要求2所述评估220kV环套环网最大供电能力的方法，其特征在于，步骤S302中，所述变异处理包括：

根据下式将变异向量与目标向量交叉生成交叉向量

$X_{cros,ij}^{t+1}=\left\{\begin{array}{cc}{X}_{muta,ij}^{t+1},& rand\left(j\right)\&le;C_R\\ X_{ij}^t,& otherwise\end{array}\right.,$ 式中，rand(j)∈[0,1]为的随机函数，C_R为交叉概率因子；

所述交叉概率因子采用自适应策略：式中C_Rmin、C_Rmax分别为最小交叉概率因子和最大交叉概率因子，t为当前迭代次数，T为最大迭代次数。