配電網(wǎng)重構(gòu)算法綜述

西南石油大學(xué)電氣信息學(xué)院 吳華兵

中國(guó)航油集團(tuán)貴州石油有限公司 張 歡

配電網(wǎng)重構(gòu)算法綜述

西南石油大學(xué)電氣信息學(xué)院 吳華兵

中國(guó)航油集團(tuán)貴州石油有限公司 張 歡

配電網(wǎng)重構(gòu)可以提高配網(wǎng)運(yùn)行的穩(wěn)定性、經(jīng)濟(jì)性以及供電質(zhì)量，是優(yōu)化配網(wǎng)運(yùn)行的一項(xiàng)重要手段，對(duì)智能電網(wǎng)的建設(shè)有著十分重要的意義。建立配電網(wǎng)重構(gòu)的數(shù)學(xué)模型，介紹了配網(wǎng)重構(gòu)的目標(biāo)函數(shù)和約束條件，對(duì)各種重構(gòu)算法進(jìn)行了闡述，全面反映配電網(wǎng)重構(gòu)算法的研究情況。

配電網(wǎng)；重構(gòu)算法；啟發(fā)式算法；智能算法

1 引言

現(xiàn)代配電系統(tǒng)往往采用開(kāi)環(huán)設(shè)計(jì)、閉環(huán)運(yùn)行，其網(wǎng)絡(luò)結(jié)構(gòu)為輻射狀。部分饋線之間存在聯(lián)絡(luò)線，接入或斷開(kāi)聯(lián)絡(luò)線上的開(kāi)關(guān)，網(wǎng)絡(luò)結(jié)構(gòu)會(huì)隨著改變。因此配網(wǎng)在網(wǎng)絡(luò)結(jié)構(gòu)上具備了重構(gòu)的可能。配電網(wǎng)重構(gòu)就是在電壓，功率等條件下，閉合或者斷開(kāi)線路開(kāi)關(guān)來(lái)改變網(wǎng)絡(luò)結(jié)構(gòu)，以達(dá)到降低系統(tǒng)有功網(wǎng)損、提高系統(tǒng)的經(jīng)濟(jì)性、均衡負(fù)荷、消除過(guò)載、提高電壓質(zhì)量等目的[1-4]。配網(wǎng)重構(gòu)對(duì)建設(shè)新型智能電網(wǎng)中重要的一環(huán)，對(duì)提高網(wǎng)絡(luò)運(yùn)行的經(jīng)濟(jì)性和靈活性具有重大意義[5-6]。

2 配電網(wǎng)重構(gòu)數(shù)學(xué)模型

2.1 目標(biāo)函數(shù)

2.1.1 最小化有功網(wǎng)損

其中，Ni、Ri、Pi、Qi、Ui分別表示系統(tǒng)支路數(shù)、支路電阻、支路的有功功率、無(wú)功功率、功率注入節(jié)點(diǎn)的電壓。

2.1.2 電壓質(zhì)量

點(diǎn)電壓偏差：其中，nn、Uj、Ijr分別表示節(jié)點(diǎn)數(shù)、節(jié)點(diǎn)j的電壓、節(jié)點(diǎn)j的額定電壓。

2.1.3 系統(tǒng)可靠性

其中，ui、Ni、R分別為負(fù)荷點(diǎn)i的平均停運(yùn)時(shí)間、負(fù)荷點(diǎn)i的用戶數(shù)、系統(tǒng)中的負(fù)荷點(diǎn)集合。該指標(biāo)實(shí)際上就是減少用戶平均停電時(shí)間。

2.2 約束條件

在配電網(wǎng)故障重構(gòu)中，還除了滿足節(jié)點(diǎn)電壓和支路電流及功率約束之外，還需滿足配電網(wǎng)開(kāi)環(huán)運(yùn)行的要求[7]。

其中，Vj、Vjmax、Vjmin分別表示節(jié)點(diǎn)j的電壓的有效值及其上下限；Ii為第i條支路的電流值；Iimax為支路i的允許電流上限值；Pj和Qj為支路j上流過(guò)有功和無(wú)功；Simin為支路i的允許流過(guò)的最大功率；gk為重構(gòu)后的配網(wǎng)結(jié)構(gòu)，G為配網(wǎng)輻射狀拓?fù)浣Y(jié)構(gòu)集合。

3 配電網(wǎng)重構(gòu)算法

3.1 數(shù)學(xué)優(yōu)化算法[8]

這類算法完全基于數(shù)學(xué)理論，建立相應(yīng)的數(shù)學(xué)模型，采用某一算法對(duì)其求解。該類算法優(yōu)越之處在于對(duì)初始網(wǎng)路沒(méi)有要求。但是隨著網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜行的增加，計(jì)算量過(guò)大，出現(xiàn)“維數(shù)災(zāi)”等問(wèn)題，因此不適用于大規(guī)模配電系統(tǒng)，利用該方法求解時(shí)，往往需要簡(jiǎn)化處理[9]。

3.2 啟發(fā)式算法

3.2.1 支路交換法

支路交換法[10-11]最早由Civanlar S等人提出的基于網(wǎng)損估算公式的啟發(fā)式算法。該算法每次閉合一個(gè)聯(lián)絡(luò)開(kāi)關(guān)，斷開(kāi)一個(gè)分段開(kāi)關(guān)，尋優(yōu)過(guò)程始終保持配網(wǎng)的輻射狀結(jié)構(gòu)。不斷改變交換的開(kāi)關(guān)對(duì)，直到找到滿足等式和不等式約束條件下目標(biāo)函數(shù)的最優(yōu)值。該方法的啟發(fā)式規(guī)則大大減少了計(jì)算工作量，利用網(wǎng)損估算公式快速計(jì)算線損變化，從而確定最優(yōu)配網(wǎng)結(jié)構(gòu)。但該算法的不足之處在于重構(gòu)結(jié)構(gòu)對(duì)網(wǎng)絡(luò)初始結(jié)構(gòu)有一定的依耐性。

3.2.2 最優(yōu)流模式法

1989年Shimohammadi D等人首次提出了最優(yōu)流模式法[12-13]，將配電網(wǎng)絡(luò)重構(gòu)的開(kāi)關(guān)組合問(wèn)題轉(zhuǎn)換為潮流優(yōu)化的問(wèn)題。該算法首先閉合網(wǎng)絡(luò)中所有的聯(lián)絡(luò)開(kāi)關(guān)從而得到一個(gè)環(huán)網(wǎng)，然后根據(jù)潮流計(jì)算結(jié)果將節(jié)點(diǎn)負(fù)荷轉(zhuǎn)換為節(jié)點(diǎn)電流注入，求取網(wǎng)絡(luò)的電流分布(OPF），依次打開(kāi)網(wǎng)絡(luò)中電流最小的支路開(kāi)關(guān)，重復(fù)這一操作，直至網(wǎng)絡(luò)恢復(fù)為輻射狀為止。該算法的優(yōu)點(diǎn)是把開(kāi)關(guān)組合的問(wèn)題轉(zhuǎn)化為優(yōu)化潮流的計(jì)算問(wèn)題，簡(jiǎn)化了問(wèn)題的求解過(guò)程。其缺點(diǎn)每次打開(kāi)開(kāi)關(guān)后都要進(jìn)行潮流計(jì)算，檢查支路電流是否越限。

3.3 人工智能算法

3.3.1 人工神經(jīng)網(wǎng)絡(luò)算法

人工神經(jīng)網(wǎng)絡(luò)（ANN）算法[14]是根據(jù)神經(jīng)網(wǎng)絡(luò)中的神經(jīng)元具有的并行及協(xié)同計(jì)算能力而構(gòu)造的一種優(yōu)化算法，在求解問(wèn)題過(guò)程中，ANN的演化過(guò)程對(duì)應(yīng)著實(shí)際問(wèn)題的優(yōu)化過(guò)程，而其穩(wěn)定狀態(tài)對(duì)應(yīng)著實(shí)際問(wèn)題的最優(yōu)解。該算法用于求解配網(wǎng)重構(gòu)優(yōu)化問(wèn)題具有計(jì)算時(shí)間快，不需要每次都進(jìn)行潮流計(jì)算等優(yōu)點(diǎn)。但存在訓(xùn)練樣本隨網(wǎng)絡(luò)結(jié)構(gòu)變化不斷更新，無(wú)法保證樣本最優(yōu)性等確定，因此在實(shí)際應(yīng)用中收到了一定的限制。

3.3.2 模擬退火算法

模擬退火算法[15]（SA）是一種基于金屬退火原理建立的全局優(yōu)化算法，可以有效地處理混合優(yōu)化的問(wèn)題。目標(biāo)函數(shù)、控制參數(shù)分別可用退火過(guò)程的內(nèi)能E和溫度T來(lái)模擬；該算法應(yīng)用到配電網(wǎng)絡(luò)重構(gòu)時(shí)，隨機(jī)選擇閉合某條聯(lián)絡(luò)線上的開(kāi)關(guān)產(chǎn)生一個(gè)環(huán)網(wǎng)，在該環(huán)網(wǎng)的基礎(chǔ)上又隨機(jī)打開(kāi)一個(gè)支路開(kāi)關(guān)，由此產(chǎn)生新的網(wǎng)絡(luò)結(jié)構(gòu)。即產(chǎn)生了新解，新解以一定的概率被接受或被拒絕，若被接受，則在該基礎(chǔ)上又產(chǎn)生新解，直到最優(yōu)網(wǎng)絡(luò)結(jié)構(gòu)被確定，若被拒絕，則在原解基礎(chǔ)上重新產(chǎn)生新解。，該算法隨機(jī)性較大，最優(yōu)解無(wú)法得到保證。

3.3.3 遺傳算法

遺傳算法[16]，又名基因算法，是一種模擬生物的自然選擇及遺傳進(jìn)化機(jī)制而產(chǎn)生的自適應(yīng)搜索算法。該算法將目標(biāo)函數(shù)作為搜索信息，具有隨機(jī)性、并行搜索等特點(diǎn)，十分適合用于處理解空間龐大的非線性優(yōu)化問(wèn)題。總的來(lái)說(shuō)，可通過(guò)兩類方法提高該算法的效率，一是改進(jìn)其進(jìn)化機(jī)制、編碼方式等，以優(yōu)化其性能；一是將該算法與其他優(yōu)化算法結(jié)合，以彌補(bǔ)該算法局部?jī)?yōu)化能力的不足。

3.3.4 多代理系統(tǒng)

應(yīng)用多代理系統(tǒng)可將復(fù)雜系統(tǒng)分解為多個(gè)子系統(tǒng)并分別為其設(shè)計(jì)多代理子系統(tǒng)，再通過(guò)子系統(tǒng)的協(xié)調(diào)及合作逐步實(shí)現(xiàn)問(wèn)題求解；而基于多代理系統(tǒng)良好的分布式特性，將其應(yīng)用于分散在不同地域的龐大系統(tǒng)中，可實(shí)現(xiàn)對(duì)整個(gè)系統(tǒng)的管理和控制。基于其各種優(yōu)良特性，多代理系統(tǒng)在電力系統(tǒng)領(lǐng)域的應(yīng)用十分廣泛，而在配電網(wǎng)絡(luò)故障重構(gòu)應(yīng)用中更是凸顯了其強(qiáng)大的功能和良好的應(yīng)用前景，國(guó)內(nèi)外諸多學(xué)者已經(jīng)對(duì)其進(jìn)行了大量研究并取得了豐碩成果[17-18]。

4 結(jié)論

配電網(wǎng)的重構(gòu)對(duì)電網(wǎng)運(yùn)行的經(jīng)濟(jì)性和穩(wěn)定性具有重要意義，針對(duì)單一目標(biāo)的重構(gòu)運(yùn)用啟發(fā)式方法或者數(shù)學(xué)優(yōu)化方法往往可以取得比較理想的結(jié)果，若是多目標(biāo)的重構(gòu)，則人工智能算法效果較好，但也存在一定的缺陷。

[1]王守相,王成山.現(xiàn)代配電系統(tǒng)分析[M].北京:高等教育出版社.2007.

[2]楊烈.基于遺傳算法的多目標(biāo)配電網(wǎng)重構(gòu)研究與應(yīng)用[D].華北電力大學(xué),2013.

[3]劉莉,陳學(xué)允,郭志忠.配電網(wǎng)絡(luò)重構(gòu)的現(xiàn)狀和發(fā)展[J].繼電器,2002,30(6).

[4]王毅.基于改進(jìn)自適應(yīng)遺傳算法的配電網(wǎng)絡(luò)重構(gòu)[J].電力自動(dòng)化設(shè)備,2005(12):32-35.

[5]張學(xué)超.配電網(wǎng)重構(gòu)算法研究綜述[J].中國(guó)電力教育,2007,S3:120-122.

[6]劉健,畢鵬翔,董海鵬.復(fù)雜配電網(wǎng)簡(jiǎn)化分析與優(yōu)化[M].北京:中國(guó)電力出版社,2002,10.

[7]陳寧,劉憲林,梁歡歡.基于改進(jìn)遺傳算法的配電網(wǎng)絡(luò)重構(gòu)研究[J].電測(cè)與儀表,2015,13:101-104.

[8]Perez GR,Heydt GT,Jack NJ,Keel,Brian K,Castelhano Jr AR.Optimal restoration of distribution systems using dynamic programming.IEEE Trans Power Del[J].2008;23(2):1589–96.

[9]肖鯤.基于多智能體粒子群算法的配電網(wǎng)絡(luò)重構(gòu)[D].中南大學(xué),2009.

[10]Civanlar S,Grainger J J,Yin H,et al.Distribution feeder reconfiguration for loss reduction[J].IEEE Transactions on Power Delivery,1988,3(3):1217-1223.

[11]畢鵬翔,劉健,張文元.配電網(wǎng)絡(luò)重構(gòu)的改進(jìn)支路交換法[J].中國(guó)電機(jī)工程學(xué)報(bào),2001,08:99-104.

[12]Shirmohammadi D,Hong H W.Reconfiguration of electric distribution networks for resistive line losses reduction[J].IEEE Transactions on Power Delivery,1989,4(2):1492-1498.

[13]鄧佑滿,張伯明,相年德.配電網(wǎng)絡(luò)重構(gòu)的改進(jìn)最優(yōu)流模式算法[J].電網(wǎng)技術(shù),1995,19(7):47-50.

[14]Salazar H,Gallego R,Romero R.Artificial neural networks and clustering techniques applied in the reconfiguration of distribution systems[J].IEEE Transactions on Power Delivery,2006,21(3):1735-1742.

[15]肖鯤.基于多智能體粒子群算法的配電網(wǎng)絡(luò)重構(gòu)[D].中南大學(xué),2009.

[16]黃燁.基于多目標(biāo)遺傳算法的含分布式電源配電網(wǎng)絡(luò)重構(gòu)研究[D].華北電力大學(xué),2012.

[17]黎恒烜,孫海順,文勁宇.含分布式電源的配電網(wǎng)多代理故障自恢復(fù)系統(tǒng)[J].中國(guó)電機(jī)工程學(xué)報(bào),2012,32(4):49-56.

[18]丁施尹,劉明波,謝敏,林輝.應(yīng)用多代理技術(shù)求解高壓配電網(wǎng)故障恢復(fù)問(wèn)題[J].電力系統(tǒng)保護(hù)與控制,2012,40(9):54-61.