魏文新,薛毓強(qiáng),黎子銘
(福州大學(xué)電氣工程與自動化學(xué)院,福建 福州 350108)
在電網(wǎng)系統(tǒng)的各個環(huán)節(jié)中,網(wǎng)絡(luò)損耗都占據(jù)很大比例。尤其在電壓低等級配電網(wǎng)中,網(wǎng)損達(dá)到5% ~13%,所以降低配電網(wǎng)的網(wǎng)絡(luò)損耗,一直都是配電網(wǎng)設(shè)計和運行所首要考慮的問題。而配電網(wǎng)重構(gòu)(Distributed Network Reconfiguration,DNR)通過改變現(xiàn)有開關(guān)的狀態(tài),從而改變其網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu),可以達(dá)到提高電壓質(zhì)量,降低網(wǎng)損等作用。因操作簡便、成本低廉而廣泛應(yīng)用到配電網(wǎng)重構(gòu)中[1]。
DNR問題是多目標(biāo),多約束,非線性,組合優(yōu)化的問題,是NP難題。當(dāng)前,對DNR的主要方法分為3類[2],有數(shù)學(xué)優(yōu)化算法、啟發(fā)式算法和人工智能算法。其中數(shù)學(xué)優(yōu)化方法,隨電網(wǎng)規(guī)模的增大,不可避免的會出現(xiàn)“維數(shù)災(zāi)”,需要大量的迭代次數(shù)。而啟發(fā)式算法減少迭代次數(shù)的同時,卻對初始值的依賴程度較大,且容易收斂于局部最優(yōu)。近來研究方向,更多的是用人工智能算法解決DNR問題,例如遺傳算法(GA),人工神經(jīng)網(wǎng)絡(luò)(ANN)算法,模擬退火(SA)算法,禁忌搜索(TS)算法,粒子群優(yōu)化算法(particle swarm optimization,PSO)等,并取得了優(yōu)異成果[3]。
本文采用二進(jìn)制粒子群優(yōu)化算法(binary particle swarm optimization,BPSO)求解配電網(wǎng)重構(gòu)問題,并結(jié)合改進(jìn)的編碼策略,使算法搜索更具有效率。并用標(biāo)準(zhǔn)IEEE-33算例進(jìn)行仿真驗算,表明所提的算法策略,對求解DNR問題,具有快速,高效等優(yōu)點。
配電網(wǎng)重構(gòu)(DNR)主要是通過分段開關(guān)和聯(lián)絡(luò)開關(guān)的狀態(tài)變換,改變網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)。通常都是以降低配電網(wǎng)網(wǎng)損為主要的目標(biāo)函數(shù)。故本文采用的DNR模型為:
其中,F(xiàn)為重構(gòu)的目標(biāo)函數(shù),有功網(wǎng)損最低。Ploss,j為第j條支路的有功網(wǎng)損。Nb為支路數(shù),即分段開關(guān)與聯(lián)絡(luò)開關(guān)之和。k表示支路的開斷狀態(tài)。kj=1表示第j條支路閉合,kj=0則表示第j條支路斷開。Rj表示對應(yīng)的第j支路的電阻值,Ij表示流經(jīng)Rj的電流。
在滿足輻射的網(wǎng)絡(luò)拓?fù)淝疤嵯拢€需要滿足約束條件:
PSO是一種基于迭代的多點隨機(jī)搜索優(yōu)化算法。粒子根據(jù)自身位置、個體最優(yōu)和整體最優(yōu)更新其解空間中的速度和位置,是的不斷向最優(yōu)解靠近。速度和位置的更新公式如式(3)。
BPSO是在基本PSO算法基礎(chǔ)上,用于處理離散空間解集的優(yōu)化問題[4]。BPSO的速度更新公式與基本PSO相同,為防止飽和,速度一般限制在[-4,4]。同時將粒子各個維度的位置值,通過Sigmoid函數(shù),限定于0和1。更新公式如下:
BPSO處理重構(gòu)過程中,將每條支路的開關(guān)狀態(tài)作為變量,1表示開關(guān)閉合,0表示開關(guān)斷開。所以每個粒子代表一個解,每個解所含有的維數(shù)等于開關(guān)總數(shù)。顯然,在開關(guān)數(shù)增多的情況下,搜索空間將以幾何級數(shù)遞增。例如IEEE-33節(jié)點有37個開關(guān),就有237種組合狀態(tài)。而這其中包含了大量的不可行解,并不滿足重構(gòu)的約束條件,使算法搜索效率大大降低。所以在算法搜索過程中,為避免產(chǎn)生不可行解,需要對編碼策略進(jìn)行改進(jìn)。
3.2.1 拓?fù)浜喕?/p>
根據(jù)配電網(wǎng)閉環(huán)設(shè)計,開環(huán)運行的特點,可以結(jié)合配電網(wǎng)的拓?fù)浣Y(jié)構(gòu),對一些特殊的開關(guān)進(jìn)行處理,達(dá)到簡化的作用[5]。1,對不能形成回路的支路,斷開開關(guān)必然會導(dǎo)致形成孤島,無法供電,所以編碼時候可以不考慮。2,與電源節(jié)點直接相連的開關(guān),一般也是閉合的,可以不考慮。如圖,美國PG&E69節(jié)點中支路1-2、2-3、3-28、28-29、29-30、31-32、32-33、33-34、8-40、12-57、57-58、1 1-55和55-56之間的開關(guān)均不能斷開,從而節(jié)點數(shù)可以簡化為53節(jié)點。
圖1 PG&E69配電系統(tǒng)
3.2.2 編碼策略
配電網(wǎng)運行要輻射狀要求,不能出現(xiàn)孤島和閉環(huán)?;诨经h(huán)路分析可得,斷開開關(guān)的數(shù)量一定等于基本環(huán)路數(shù),進(jìn)一步分析可得到,每個斷開的開關(guān)需分屬于每個基本環(huán)路?;诖讼敕ǎ?/p>
(1)閉合所有開關(guān),在拓?fù)鋱D中找出各個基本環(huán)路(s1,s2,……sm)以及所包含的支路編號。以IEEE-33 節(jié)點為例,s1=[2,3,4,5,6,7,33,20,19,18];s2=[3,4,5,25,26,27,28,37,24,23,22];s3=[6,7,8,34,15,16,17,36,32,31,30,29,28,27,26,25];s4=[33,8,9,10,11,35,21];s5=[14,9,10,11,12,13,34]。
(2)將BPSO中粒子速度通過Sigmoid函數(shù),轉(zhuǎn)換成位置信息,并等價為開關(guān)中斷的概率。每次迭代過程,找出分屬于各個基本環(huán)路中開關(guān)斷開概率最高的,將其位置置0,其余為1,并更新位置。在整體最優(yōu)解gbest(x1,x2,……,xn)中,斷開的開關(guān) k 為 gkai(k1,k2,……,km)。其中(k1,k2,……,km)為各個基本環(huán)路(s1,s2,……,sm)中所中斷的開關(guān)。為了使搜索效率提高,新粒子的形成,在各個基本環(huán)路中找出開關(guān)開斷概率最高的前3個,分別與gkai中相對應(yīng)環(huán)路的元素進(jìn)行替換,每次替換一個。如果滿足輻射,則進(jìn)行網(wǎng)損計算,并保留網(wǎng)損值最小值和所對應(yīng)的ki',其中i∈[l,m]。若不滿足輻射,即可令其網(wǎng)損為inf。這樣即可得到這些方案中的網(wǎng)損最小值以及所對應(yīng)的解,和下一代更新粒子的狀態(tài) gkai(k1',k2',……,km')。
圖2 IEEE-33配電系統(tǒng)
(3)對不可行解進(jìn)行修正和剔除。①某些公共開關(guān),同時被2個環(huán)路選取,而產(chǎn)生不可行解的情況,先利用基本環(huán)路(s1,s2,……,sm),生成廣義支路矩陣,在廣義矩陣中找出公共開關(guān)所在的廣義支路。移除這條廣義支路后,兩環(huán)路sa、sb將剩余的支路形成新的環(huán)路,利用先前的開斷概率,選擇出剩余形成的環(huán)中,開斷概率最大的開關(guān)k',判別其屬于環(huán)路sa或sb,則公共開關(guān)就屬于另一個環(huán)路。②對于T型、“十”字型等支路,其公共節(jié)點被多個環(huán)路包含,若對應(yīng)的基本環(huán)路分別選擇了其支路,則輻射約束不滿足。此公共節(jié)點的支路,不滿足輻射只有2種可能性,順時針或逆時針選取,對此,通過廣義矩陣,找出其公共節(jié)點,枚舉出可能性,形成小規(guī)模的不可行解集。更新的粒子判別落在此解集上,令系統(tǒng)隨機(jī)重新生成滿足輻射的新粒子以代替。③對于更細(xì)的分支,運用生成樹理論,判斷輻射性后,若不滿足輻射約束,也直接隨機(jī)重新生成滿足輻射的用新粒子替代。
(1)初始化。輸入配電網(wǎng)的信息,支路RX,節(jié)點PQ等;對配電網(wǎng)進(jìn)行拓?fù)浜喕?對粒子群進(jìn)行初始化,確定系統(tǒng)參數(shù)ω、c1、c2,最大迭代次數(shù)以及速度的限制范圍等。
(2)閉合所有開關(guān),在拓?fù)鋱D中找出各個基本環(huán)路(s1,s2,……,sm)以及所包含的支路編號。以及利用基本環(huán)路,生成廣義支路矩陣。
(3)用前推回代法,求解初始化粒子的網(wǎng)損,找出初始化的個體最優(yōu) pbest(x1,x2,……,xn),整體最優(yōu)gbest(x1,x2,……,xn)。
(4)迭代開始,粒子更新速度,通過Sigmoid函數(shù),把位置信息轉(zhuǎn)換并等價為開關(guān)中斷的概率。
(5)選取每個基本環(huán)路中開斷概率最大的前3個,分環(huán)進(jìn)行替換,并搜尋記錄這些方案中的網(wǎng)損最小值以及所對應(yīng)的解,和下一代更新粒子的狀態(tài)gkai(k1',k2',……,km')。
(6)對不可行解進(jìn)行修正和剔除,使得滿足輻射要求。并進(jìn)行網(wǎng)損計算。
(7)判斷迭代次數(shù)是否達(dá)到最大,若是,迭代結(jié)束,輸出最優(yōu)解以及其網(wǎng)損。若否,返回步驟(4),迭代次數(shù)加1。
本文采用標(biāo)準(zhǔn)IEEE-33節(jié)點進(jìn)行算例分析,驗證算法的可行性。如圖2,此單電源配電系統(tǒng)中有33個節(jié)點,37條支路,包括32個分段開關(guān)和5條聯(lián)絡(luò)開關(guān)。網(wǎng)絡(luò)首端基準(zhǔn)電壓12.66kV、三相功率準(zhǔn)值取10MVA。該配電系統(tǒng)網(wǎng)絡(luò)總負(fù)荷3715+j2300kVA。
設(shè)定BPSO的例子種群為15,最大迭代次數(shù)為10,學(xué)習(xí)因子c1、c2均取2,慣性權(quán)重~ω=1。重構(gòu)前后的結(jié)果如表1所示,通過重構(gòu),配電網(wǎng)的網(wǎng)損得到大幅降低,最低電壓得到提升,電壓質(zhì)量得到改善。重構(gòu)結(jié)果也與公認(rèn)解相吻合,說明本文算法的正確性。
表1 IEEE-33節(jié)點重構(gòu)結(jié)果
為對比本文提出改進(jìn)編碼的BPSO算法較傳統(tǒng)編碼的BPSO算法的優(yōu)越性,分別用2種算法進(jìn)行50迭代實驗。參數(shù)設(shè)置及結(jié)果如表2所示。其迭代收斂圖如圖3、圖4。
表2 新舊編碼算法的參數(shù)及結(jié)果對比
傳統(tǒng)編碼的BPSO設(shè)置的種群規(guī)模為50,迭代次數(shù)為50。尋優(yōu)效果較差,50次的測試中僅有17次收斂于全局最優(yōu),收斂于全局最優(yōu)的概率僅有34%。這跟文獻(xiàn)[6]中所得到的基本相同,數(shù)據(jù)見表3。其算法中,通過更新公式找到粒子位置,然后判斷其是否符合配電網(wǎng)輻射約束,只有符合約束的粒子,才能算為一次迭代,此搜索效率已經(jīng)很低下了。再由其尋優(yōu)概率的不高可知,其全局尋優(yōu)能力有限,且跳出局部最優(yōu)的能力不足。
表3 文獻(xiàn)[6]傳統(tǒng)編碼的BPSO算法得到的數(shù)據(jù)
本文提出的改進(jìn)編碼的BPSO算法在種群規(guī)模上只有15個,大大降低潮流運算次數(shù)。設(shè)置的迭代次數(shù)僅為10,因為其收斂全局最優(yōu)的能力強(qiáng),可以節(jié)省運算時間。從圖4可以明顯得到,本文的編碼策略BPSO算法的全局尋優(yōu)性能極強(qiáng),50次測試中,有48次尋到最優(yōu)解。與傳統(tǒng)編碼的BPSO算法[7]對比,每次尋優(yōu)所需要的計算潮流次數(shù)從平均大于1700,降低至平均700,效率值提高了140%。
本文提出的改進(jìn)編碼策略的BPSO算法,較傳統(tǒng)的BPSO對比,因為其避免產(chǎn)生大量的不可行解,使得尋優(yōu)效率大大提高。通過IEEE-33算例,充分說明,新的編碼策略,在降低搜尋范圍,增強(qiáng)計算效率,提高尋優(yōu)成功概率上都有明顯優(yōu)越性。新的編碼策略為配電網(wǎng)重構(gòu)提供一種新的思路。
[1]Esmailnezhad B.Simultaneous Distribution Network Reconfiguration and DG Allocation[C].Tehran,Iran:2012 Conference on Smart Electric Grids Technology(SEGT2012),December 18-19,2012:1-3.
[2]劉健,等著.配電網(wǎng)理論及應(yīng)用[M].北京:中國水利水電出版社,2007.
[3]梁峰.基于BPSO和變鄰域差分進(jìn)化算法的配電網(wǎng)重構(gòu)[D].東北電力大學(xué):吉林,2011.
[4]陳學(xué)鋒.配電網(wǎng)絡(luò)分析及網(wǎng)絡(luò)重構(gòu)的研究[D].沈陽理工大學(xué):沈陽,2011.
[5]陳春,等.基于基本環(huán)矩陣與改進(jìn)和聲搜索算法的配電網(wǎng)重構(gòu)[J].電力系統(tǒng)自動化,2014,38(6):55-60.
[6]何宏杰.基于二進(jìn)制粒子群優(yōu)化算法的配電網(wǎng)重構(gòu)研究[D].浙江:浙江大學(xué),2006.
[7]潘文明.基于改進(jìn)二進(jìn)制粒子群算法的配電網(wǎng)重構(gòu)[D].吉林:東北電力大學(xué),2009.