配電網絡重構及智能優化算法在其中的探究

李辰雷

(河海大學可再生能源發電技術教育部工程研究中心，南京，210098)

0 引言

配電網絡在電力工程中屬于最后的支撐性環節，整個電力網絡的運行離不開良好的配電網絡，良好的配電網絡能夠對整個系統起到支撐和保護的作用。對整體配電系統進行控制和調整，最主要的手段就是進行網絡重構，同時這也和配電管理系統的正常運行密切相關。運行方式就是通過對網絡的開關運行狀態進行改變，以此來對供電拓撲結構進行轉換，轉移各種變電站或者饋線之間的負荷，這樣就能夠達到降低電力損耗的作用，同時也可以起到保證電壓穩定，確保負載平衡的目的。由于我國目前在電量供應方面依舊存在相對緊張的問題，所以，通過對供電網絡進行重構，就可以有效減輕電量供應緊張的局面，這樣對于我國的經濟建設以及社會發展都有很大好處。摘要中已經提到過，進行配電網絡重構，是一個非常復雜的工程，同時涉及到了網絡損耗、供電可靠性、平衡負荷等方面。其主要的手段就是通過降維的方式來對線路進行優化，工作原理就是以某一個函數作為目標函數，對其他標量或者目標進行優化和約束。因為重構配電網絡時具有非線性的特點，所以，在進行優化的過程中，每次都要計算配電網潮流，所以這是一個非常耗費時間的過程。為了能夠保證計算速度的提高，并且可以得到最優的結果，所以很多研究者在研究各種方式來對電網重構問題進行解決。最早嘗試的傳統手段以及現代運用的近全局尋優方式，再到目前使用的計算機智能算法，各種方式都進行了嘗試，總的來說，每種方法都有其優點，同時也有不足之處。。

1 配電網重構的概述

1975年，Back 提出了配電網重構的概念，其主要目的就是通過改變電網中的拓撲結構，使得電網在輸送電過程中能夠穩定良好運行。由于運行條件不斷變化，進行配電網絡重構的目的也在改變，如果系統運行正常，則重構的目的就是為了降低能量損耗；如果系統無法正常運行，重構的目的就是為了將故障區域隔離起來，消除相關的過載，通過對開關的控制來保證不給隔離區域供電，這種重構的方法稱為恢復重構。

所以，配電網絡重構具有多重目的：第一，能夠盡快恢復故障，損失降低；第二，使得電力系統運行穩定；第三，降低系統運行過程中的損耗；第四，消除相關過載，保證饋線之間的平衡；第五，對各種組合目標進行優化，也就是對以上的目標進行多個考慮。

對配電網絡進行重構需要有以下條件的約束：第一，配電網的潮流約束；第二，母線中的最大電流約束；第三，饋線有一定的容量；第四，母線電壓約束；第五，保證具有輻射狀態的網絡結構。

2 智能優化算法

在重構配電網絡系統的過程中，一般會結合運用多種智能算法，主要的有人工神經網絡算法、專家系統方面的算法、禁忌搜索算法、遺傳算法、退火算法等等。

3.1 模擬退火算法（SA）。這種算法是在重構供電網絡過程中，最早采用的。其原理在于和物理固定的退火過程一樣，通過退火的方式，使得各個物質之間進行緊密地聯系。這種算法是以一定溫度為初溫，隨著溫度的下降，根據概率具有突跳的特點，根據最有可能的概率找到最好的解決方案，并且最終得到的解決方案與初始解決方案不同。在文獻中，對于這種算法，其提出了一種比較可行的改進方案。這種改進使得這個算法對參數不具有很高的依賴性，同時也在很大程度上減少了計算量。文獻則是通過SA 算法來提高重構配電網絡的供電可靠性，在對目標函數進行評價的過程中，通過采用分布處理的方法，就能夠很好地節約時間成本。

通過對SA 算法進行運用，我們可以在得到一個較好的全局最優解，然而算法缺點在于非常依賴于退火方案以及參數，在重構配電網絡的運用過程中，要通過個各種開關的不斷交換，來形成一定的效果，需要動用非常大量的計算，來估計網損和潮流。

3.2 遺傳算法(GA)。以生物進化論為基礎，采用的一種非常隨機的計算方式，就是我們熟知的GA 法。這種方法是通過對遺傳過程以及目標方面的函數進行結合，在重構配電網絡的同時，對開關進行編碼，并且對于問題本身的性質，沒有需要特別運用限制。在進行遺傳操作的計算時會出現很多無效的不可行解，這樣就大大降低了運行的效率。目前主要的改進方法就是對免疫機制進行運用，對于遺傳算法在局部尋找最優解的能力進行提高，同時以染色體的形式來對網絡開關的開合狀態編碼，來保證全局都能夠得到最優或者次優解 。算法的優點是可導性以及目標函數的連續性等條件對于算法限制不大，通過多點并行的方式搜索解的空間，對于離散狀態的優化問題可以進行有效處理，可以在很短時間內到達全局收斂。同樣，遺傳算法一些弊端，很容易導致早熟收斂的產生，如果最開始的基因編碼不同，則結果也會不一樣。

3.3 禁忌搜索法(TS)。TS 算法就是對領域進行拓展的尋優方式，是一種在全局逐漸對最優進行尋找的方式，是完全模擬人類智力的過程。這種方法的原理就是通過一種非常完好的“記憶”方式，對于已經完畢的優化情況進行選擇和記錄，對于之后的搜索方位進行指定。文獻采用禁忌搜索算法為優化手段，提高系統的穩定性。文獻以最小網損為目標，通過改進禁忌搜索策略來來重構的供電網絡。

3.4 人工神經網絡法(ANN)。ANN 是一種以生物神經為模擬對象的優化算法，這種算法將實際問題與生物穩定的神經系統聯系起來，進而得到將實際問題進行神經化分析的過程。這種算法不需要有很多潮流方面的數據，能夠節約重構網絡的時間，然而，優化結果質量的高低在于訓練樣本的質量。

3.5 專家系統法。這種方法主要的運用領域在于建立相關模型，而需要根據一定的實際經驗來解決的問題。這種方法的缺點在于對專業人員的依賴度非常高，并且，由于是經驗解決問題，所以，無法形成完善的理論系統。

3 配電網絡重構要注意的問題

4.1 重構配電網絡，最為基礎的方向就是系統負荷的影響。同時，這個方向也必將成為以后研究的一個重要領域。

4.2 電網中的負荷是不斷變化的，所以，對實時的網絡負荷進行研究，具有一定的潛在意義。然而，在工程化應用方面，目前的優化方式還無法達到實時要求。

4.3 因為配電網與輸電網結構不一樣，所以在輸電方面對潮流的算法并不能夠完全不變地運用到配電網絡中，對于配電網絡潮流的計算，一定要采用考慮網絡特點的計算方法。

4.4 在進行重構的過程中，一定要對分布式的電源進行考慮。通過目前的研究看來，DG 在一般情況下是有利于減小網損的，而且可以提高電網的電壓的質量。

4.5 對不確定的因素進行處理。很多實例表明，不能夠在實際操作過程中完全獲得配電系統的信息。在選擇方法時，一定要將信息的不確定性考慮進去。

4.6 對網絡進行重構，其作用可以減少電流在網絡中的損失，但是，在重新構建電路的同時，一定要考慮到新的電路對于配電的安全性影響。所以，重構配電網絡是非常復雜的，考慮單一目標的網絡重構實用性無法保證。重構配線網是一個整體性的動作，到各個環節做到最好，同時保證供電安全性，這樣才能夠達到重構的目的。

4 結語

配電網絡重構是一個非常復雜的工程，屬于非線性的范疇。每種重構方法都存在一定的缺陷，可以通過各種不同的方法來獲得最優的配電網絡設計。并且，隨著我國工業和科技的發展，對于電力需求的不斷增加，在配電網絡方面，就更加需要保證配電的安全性，穩定性，經濟型。只有找到更好的解決重構的方法，才能夠為我國的經濟建設作出貢獻。

[1]李中建,丁堅勇.配電網絡重構的算法分析與改進[C].中國高等學校電力系統及其自動化專業第21 屆學術年會論文集,2005.

[2]畢鵬翔,劉健,張文元.配電網絡重構的研究[J].電力系統自動化,2001,(7).

[3]沈曉東,劉俊勇,孫毅.配電網重構的研究和發展[J].四川電力技術,2003,(2).

[4]Chiang -Hsiao Dong,ReneJean Jumeau.Optimal network reconfiguration distribution systems,Part I:A new formulations and a solution methodology.IEEE Transactionon PWRD,1990,5(4) :1902～1909

[5]余貽鑫,段剛.基于最短路算法和遺傳算法的配電網絡重構[J].中國電機工程學報,2000,20(9).

[6]鄧佑滿,張伯明,相年德.配電網重構的改進最優流模式算法[J].電網技術,1995,19(7).

[7]吳本悅,趙登福,劉云,等.一種新的配電網絡重構最優流模式算法[J].西安交通大學學報,1999,33(4).

[8]畢鵬翔,劉健,張文元.配電網絡重構的改進支路交換法[J].中國電機工程學報,2001,21(8).

[9]孫健,江道灼.配電網絡快速重構算法[J].能量管理系統及配電網自動化,800-804.

[10]胡敏,陳元.配電系統最優網絡重構的模擬退火算法[J].電力系統自動化,1994,18.

[11]Li Fangxing.Distributed Processing of Reliability IndexAssessment and Reliability -Based Network Reconfigura-tion in Power Distribution Systems.IEEE Transaction on Power Systems,2005,20(1):230～238

[12]余貽鑫,邱煒,劉若沁.基于啟發式算法與遺傳算法的配電網重構[J].電網技術,2001,25(11).

[13]王秀麗,吳宏曉,別朝紅,等.以提高系統可靠性為目標的配電網絡重構[J].中國電力,2001,34 (9).

[14]陳根軍,李國,唐國慶.基于Tabu 搜索的配電網絡重構算法[J].中國電機工程學報,2002,22 (10).

[15]王凌.智能優化算法及其應用[M].北京:清華大學出版社,2002.