买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京交通大学申请的专利一种考虑网络重构与孤岛划分的配电系统灾中重构方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120109788B 。

龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510183033.2，技术领域涉及：H02J3/00；该发明授权一种考虑网络重构与孤岛划分的配电系统灾中重构方法是由吴翔宇;许寅;王颖;邓雅菲;刘曌;郑康设计研发完成，并于2025-02-19向国家知识产权局提交的专利申请。

本一种考虑网络重构与孤岛划分的配电系统灾中重构方法在说明书摘要公布了：本发明提供了一种考虑网络重构与孤岛划分的配电系统灾中重构方法。该方法包括：基于配电网络拓扑，构建配电系统灾中网络动态重构与孤岛划分数学模型，确定模型的目标函数和约束条件；基于网络重构方案，确定配电系统在灾害来临过程中的响应情况；配置配电系统中的分布式电源模型；基于网络重构与孤岛划分数学模型的结构、目标函数与约束条件，以及配电系统在灾害来临过程中的响应情况和系统中配置的分布式电源模型，以最小化切负荷和开关操作成本利用数学优化方法计算最优的网络重构方案。本方法通过对配电系统灾中阶段的资源分配和网络拓扑重构，实现配电系统灾中阶段的弹性提升，降低了配电系统灾中的切负荷和运行成本，保障重要负荷的供应。

本发明授权一种考虑网络重构与孤岛划分的配电系统灾中重构方法在权利要求书中公布了：1.一种考虑网络重构与孤岛划分的配电系统灾中重构方法，其特征在于，包括： 基于配电网络拓扑，构建配电系统灾中网络动态重构与孤岛划分数学模型，确定所述网络动态重构与孤岛划分数学模型的目标函数和约束条件； 基于网络重构方案，确定配电系统在灾害来临过程中的响应情况，包括：基于所述网络动态重构与孤岛划分数学模型的结构在灾害进行过程中进行配电网重构优化，调整配电网中的联络线，利用分布式电源出力特性和负荷相连形成配电网临时孤岛，恢复负荷； 配置所述配电系统中的分布式电源模型； 基于所述网络动态重构与孤岛划分数学模型的结构、目标函数与约束条件，以及配电系统在灾害来临过程中的响应情况和系统中配置的分布式电源模型，以最小化切负荷和开关操作成本利用数学优化方法计算最优的网络重构方案； 所述的基于配电网络拓扑，构建配电系统灾中网络动态重构与孤岛划分数学模型，确定所述网络动态重构与孤岛划分数学模型的目标函数和约束条件，包括： 基于配电网络拓扑构建配电系统灾中网络动态重构与孤岛划分数学模型，设置网络动态重构与孤岛划分数学模型的目标函数为考虑到负荷的重要程度与开关操作成本的多目标函数： 式中，T为配电网整个重构周期内的时段数，cload为切负荷系数，表示切负荷比例，为每个节点的负荷量，Nbus表示配电网络中节点的数量，cswitch表示开关操作成本系数，为t时刻的线路i开断状态，开关断开为0，开关连通为1，Nline表示配电网络中开关的数量； 所述配电系统灾中网络动态重构与孤岛划分数学模型的约束条件包括潮流约束、切负荷约束、安全运行约束、辐射状拓扑约束和分布式电源运行约束； 所述潮流约束为： 在灾害发生期间，故障线路的容量、电压和电流必须满足以下约束： 式中，在t时段，pj和qj分别表示节点j注入的有功和无功功率；P和Q表示支路的功率流；δj表示所有流入节点j的支路集合；γj表示所有流出节点j的支路集合；lij表示支路ij电流幅值的平方；r、x、g和b分别表示电阻、电抗、接地并联电导和电纳；vj表示节点j处电压幅值的平方；mij是一个辅助变量，取尽可能大的值； 所述切负荷约束为： 所述安全运行约束为： Iij,min≤Iij,t≤Iij,max Zij,tIij,min≤Iij,t≤Zij,tIij,max Vj,min≤Vj,t≤Vj,max 所述辐射状拓扑约束为： 其中，表示在t时刻，以q号节点为主导节点的分割区域是否存在，NC表示能够形成孤岛的电源数量，表示t时刻时，节点i是否属于分割区域q；是时刻t，分割区域q的主节点的输出功率，Pk,L是节点k的虚拟负荷，表示线路ij在分割区域q内的虚拟功率； 所述分布式电源运行约束为： 其中，分别表示分布式电源有功功率输出的下限和上限，分别表示分布式电源无功功率输出的下限和上限，和是在时刻t时刻分布式电源i的有功和无功功率输出，NDG表示配置有分布式电源的所有节点集合。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京交通大学，其通讯地址为：100044 北京市海淀区西直门外上园村3号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。