西南石油大學(xué)電氣信息學(xué)院 吳華兵
中國航油集團(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
現(xiàn)代配電系統(tǒng)往往采用開環(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,接入或斷開聯(lián)絡(luò)線上的開關(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,閉合或者斷開線路開關(guān)來改變網(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、消除過載、提高電壓質(zhì)量等目的[1-4]。配網(wǎng)重構(gòu)對建設(shè)新型智能電網(wǎng)中重要的一環(huán),對提高網(wǎng)絡(luò)運(yùn)行的經(jīng)濟(jì)性和靈活性具有重大意義[5-6]。
2.1.1 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。
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上流過有功和無功;Simin為支路i的允許流過的最大功率;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。
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,采用某一算法對其求解。該類算法優(yōu)越之處在于對初始網(wǎng)路沒有要求。但是隨著網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜行的增加,計(jì)算量過大,出現(xiàn)“維數(shù)災(zāi)”等問題,因此不適用于大規(guī)模配電系統(tǒng),利用該方法求解時(shí),往往需要簡化處理[9]。
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)開關(guān),斷開一個(gè)分段開關(guān),尋優(yōu)過程始終保持配網(wǎng)的輻射狀結(jié)構(gòu)。不斷改變交換的開關(guān)對,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)的開關(guān)組合問題轉(zhuǎn)換為潮流優(yōu)化的問題。該算法首先閉合網(wǎng)絡(luò)中所有的聯(lián)絡(luò)開關(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),依次打開網(wǎng)絡(luò)中電流最小的支路開關(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)是把開關(guān)組合的問題轉(zhuǎn)化為優(yōu)化潮流的計(jì)算問題,簡化了問題的求解過程。其缺點(diǎn)每次打開開關(guān)后都要進(jìn)行潮流計(jì)算,檢查支路電流是否越限。
3.3.1 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,在求解問題過程中,ANN的演化過程對應(yīng)著實(shí)際問題的優(yōu)化過程,而其穩(wěn)定狀態(tài)對應(yīng)著實(shí)際問題的最優(yōu)解。該算法用于求解配網(wǎng)重構(gòu)優(yōu)化問題具有計(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)化的問題。目標(biāo)函數(shù)、控制參數(shù)分別可用退火過程的內(nèi)能E和溫度T來模擬;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)打開一個(gè)支路開關(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)化問題。總的來說,可通過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)該算法局部優(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),再通過子系統(tǒng)的協(xié)調(diào)及合作逐步實(shí)現(xiàn)問題求解;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)對整個(gè)系統(tǒng)的管理和控制?;谄涓鞣N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,國內(nèi)外諸多學(xué)者已經(jīng)對其進(jìn)行了大量研究并取得了豐碩成果[17-18]。
配電網(wǎng)的重構(gòu)對電網(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)簡化分析與優(yōu)化[M].北京:中國電力出版社,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)問題[J].電力系統(tǒng)保護(hù)與控制,2012,40(9):54-61.