配电网故障定位、隔离和供电恢复系统工程实践

章描述了配网自动化系统中一种基于主站端软件集中进行故障处理的设计方案，通过现场的FTU将检测的故障信息上传给主站，主站通过接收到的故障指示信息和配电网的实时拓扑信息，在配网模型的基础上按照故障识别算法确定故障区域，下达操作指令给相关的FTU跳闸以隔离故障。然后，主站通过供电恢复决策计算，确定恢复方案，对非故障停电区域恢复供电，完成负荷转供。     

基于HSA-FNSA混合算法的配电网群故障恢复多目标优化决策

为快速获得系统故障后配电网群故障恢复优化方案,提出了一种基于启发式搜索-快速非支配排序混合算法（HSA-FNSA）的配电网群故障恢复多目标优化决策方法。首先,建立了配电网群故障前后的拓扑模型及故障类型的图论描述,并采用HSA算法获得故障恢复方案集;随后利用分层前推回代法求解配电网潮流以获得运行参数;进一步建立考虑配电网韧性、网损、电压不平衡量和开关操作次数的故障恢复多目标优化决策模型;引入FNSA算法获得帕累托非劣解集并确定终选方案。通过IEEE三馈线算例验证了所提方法在求解配电网群多类型故障恢复的可行性和优越性。     

考虑重要负荷恢复的机组分层协调恢复优化

对大停电后机组和负荷的协调恢复的方案优化方法进行了研究。针对已有机组恢复的研究往往忽略了同一电厂不同机组对电网恢复过程贡献不同的不足,建立了考虑重要负荷恢复的机组分层协调恢复方案优化数学模型。将待恢复机组分为网络重构层机组和厂站恢复层机组两个层次,通过分析两层机组恢复及负荷恢复的交互影响,提出了机组恢复的多目标分层协调优化策略。将机组恢复的连续过程划分为多个次序进行的恢复时段,结合快速非支配排序遗传算法、CRITIC客观赋权法和灰色关联投影法对每一时步机组恢复方案进行优化决策。进一步地,结合模糊层次分析法和贪心算法为各时步确定重要负荷恢复方案。新英格兰10机39节点系统算例验证了所提方法的有效性。     

地区电网故障恢复的实用化研究

地区电网的故障恢复是一个多目标、多约束、复杂的优化问题,其优化的效率是其能否在线应用的关键。对地区电网故障恢复的实用化进行了研究,构建了一种用于故障恢复处理的电网分析模型,提出了一种面向在线应用的改进型最小生成树故障恢复处理算法。该算法在对复杂地区电网进行模型化的基础,根据模型中子系统当前属性和即时路径权值,动态调整最小树的搜索范围和生长方向,从而实现最优恢复路径的快速搜索。实际电网故障恢复事例已证明,本算法能够实现地区电网故障最优恢复路径的快速搜索。     

地区电网故障恢复的实用化研究

地区电网的故障恢复是一个多目标、多约束、复杂的优化问题,其优化的效率是其能否在线应用的关键.对地区电网故障恢复的实用化进行了研究,构建了一种用于故障恢复处理的电网分析模型,提出了一种面向在线应用的改进型最小生成树故障恢复处理算法.该算法在对复杂地区电网进行模型化的基础,根据模型中子系统当前属性和即时路径权值,动态调整最小树的搜索范围和生长方向,从而实现最优恢复路径的快速搜索.实际电网故障恢复事例已证明,本算法能够实现地区电网故障最优恢复路径的快速搜索.     

配电网故障定位、隔离和供电恢复系统工程实践

配电网自动化系统中一种基于主站端软件集中进行故障处理的设计方案 ,是通过现场的功能试验装置FTU将检测的故障信息上传给主站 ,主站通过接收到的故障指示信息和配电网的实时拓扑信息 ,在配网模型的基础上按照故障识别算法确定故障区域 ,下达操作指令给相关的FTU跳闸以隔离故障。然后 ,主站通过供电恢复决策计算 ,确定恢复方案 ,对非故障停电区域恢复供电 ,完成负荷转供。     

基于免疫原理的蚁群算法在配电网恢复中的应用

对配电网的故障恢复问题进行了描述,提出了结合实际的配电网故障恢复目标函数,并将蚁群优化算法引入其中,用来解决这个复杂的、多目标、多约束的组合优化问题。针对蚁群算法存在的易陷入局部最优和收敛难的问题,引入免疫机制,通过基于抗体浓度的选择机制和多样性策略来提高蚁群的全局搜索能力和停滞现象,并通过配电网恢复的具体实例验证该算法的快速有效性。     

配电网故障定位、隔离和供电恢复系统工程实践

描述配网自动化系统中一种基于主站端软件集中进行故障处理的设计方案,通过现场的FTU将检测的故障信息上传给主站,主站通过接收到的故障指示信息和配电网的实时拓扑信息,在配网模型的基础上按照故障识别算法确定故障区域,下达操作指令给相关的FTU跳闸以隔离故障.主站通过供电恢复决策计算,确定恢复方案,对非故障停电区域恢复供电,完成负荷转供.介绍系统的软件结构和组成模块,并对软件的实现做了说明.     

基于免疫原理的蚁群算法在配电网恢复中的应用

对配电网的故障恢复问题进行了描述,提出了结合实际的配电网故障恢复目标函数,并将蚁群优化算法引入其中,用来解决这个复杂的、多目标、多约束的组合优化问题.针对蚁群算法存在的易陷入局部最优和收敛难的问题,引入免疫机制,通过基于抗体浓度的选择机制和多样性策略来提高蚁群的全局搜索能力和停滞现象,并通过配电网恢复的具体实例验证该算法的快速有效性.     

基于蚁群算法的配电网故障恢复重构

研究了故障后输电线路的重构优化问题,提出了一种求解目标最优的故障恢复重构算法。该算法基于蚁群算法,以电压稳定为前提,建立了以降低网损和操作开关数目最少为目标的数学模型。该算法不依赖初始参数的设置,具有全局搜索的能力,可通过改变权重系数将网损、开关操作数目等多目标优化问题转化为单目标优化,提高算法效率。实例证明该算法可以准确得到配电网故障后电网重构的最佳方案。     

Application of parallel tabu search‐based hierarchical optimization to distribution system service restoration

This paper proposes a hybrid method of hierarchical optimization and parallel tabu search (PTS) for distribution system service restoration with distributed generators. The objective is to evaluate the optimal route to recover the service. The improvement of power quality makes the service restoration more important. Distribution system service restoration is one of the complicated combinational optimization problems that are expressed as nonlinear mixed integer programming. In this paper, an efficient method is proposed to restore the service in a hierarchical optimization with PTS. The proposed method is tested in a sample system. © 2008 Wiley Periodicals, Inc. Electr Eng Jpn, 164(4): 15–23, 2008; Published online in Wiley InterScience ( www.interscience.wiley.com ). DOI 10.1002/ eej.20463     

电力系统恢复的主从递阶决策模型及其优化算法

引入主从递阶决策概念，建立了一种适合于大面积停电后分布式恢复的主从递阶决策模型。该模型包括主从递阶恢复决策结构和基于承诺与约定的主从递阶决策模型。通过自下而上的可行性检验与自上而下的目标优化，限制问题的求解规模，避免了对大规模系统直接求解的困难。针对主从递阶决策问题的优化求解，提出基于回溯算法的优化方法。山东电网的仿真结果表明，该方法充分考虑了电力系统分层递阶调度的特点，能满足大规模电力系统大面积停电后分层分区恢复协调调度决策的要求。     

基于双种群CSO算法重构的含DG配网故障恢复

为兼顾配网故障恢复的快速性和最优性,提出一种基于重构的分级响应故障恢复方法,并应用双种群纵横交叉(crisscross optimization algorithm,CSO)算法寻求重构方案.首先在故障隔离后利用启发式规则进行局部重构,以较少的开关动作次数快速恢复配网连通性.然后在局部重构后有安全指标越限时,利用改进的...     

配电网供电恢复的混沌免疫算法

为在配电网供电恢复的方案计算中提高获得最优解的概率并加快算法的收敛速度,分析混沌优化算法和免疫算法原理的基础上,提出了一种混沌免疫算法。该算法融合了混沌优化算法的全局搜索和人工免疫算法的局域搜索能力的特点,在优化过程中采用人工免疫算法代替混沌优化算法中的"细搜索",同时用混沌优化算法中的"粗搜索"来初始化免疫算法中的初始抗体。实例分析表明,该算法具有较快的收敛速度和较强的全局搜索能力,避免了不成熟收敛,有效地提高了供电恢复的速度和精度。     

基于串行及并行恢复的电力系统重构

研究大停电后的电力系统重构问题对于系统的快速安全恢复有着重要意义。文中在对大停电后电力系统串行及并行恢复概念进行新的阐述的基础上,提出一种基于串行和并行恢复的系统重构优化算法。该算法采用分步探索寻优方式,动态地考虑系统恢复过程中的功率平衡以及目标节点在网络中的重要程度等问题,在保证重构方案灵活性的基础上对串行恢复过程中重构网架的拓扑结构进行整体优化,引入分区距离灵敏度指标为并行恢复过程中各子系统间的有效配合提供定量参考,并对每一步得到的目标系统进行潮流校验以保证重构方案的可行性。以IEEE 118节点系统和华东电网为例验证了算法的有效性。     

Optimal location and sizing determination of Distributed Generation and DSTATCOM using Particle Swarm Optimization algorithm

A Particle Swarm Optimization algorithm for finding the optimal location and sizing of Distributed Generation and Distribution STATicCOMpensator (DSTATCOM) with the aim of reducing the total power loss along with voltage profile improvement of Radial Distribution System is proposed in this paper. The new-fangled formulation projected is inspired by the idea that the optimum placement of the DG and DSTATCOM can facilitate in minimization of the line loss and voltage dips in Radial Distribution Systems. A complete performance analysis is carried out on 12, 34 and 69 bus radial distribution test systems and each test system has five different cases. The results analyzed using Loss Sensitivity Factor shows the optimal placement and sizing of DG and DSTATCOM in Radial Distribution System effectively improves the voltage profile and reduces the total power losses of the system.     

配电网故障恢复及负荷平衡的重构算法研究

配电网故障后的供电恢复是一带约束的多目标优化问题，文中描述了在配电网实时运行环境中2个用以恢复供电和平衡负荷的重构算法，但当可行方案不存在时，它们就无法提供一个能尽量减少负荷失电的最佳方案，为此，文中提出了将启发式规划和模糊逻辑相结合的算法，测试结果验证了该算法的有效性和鲁棒性。     

Multi-Resource Collaborative Service Restoration of a Distribution Network with Decentralized Hierarchical Droop Control

To improve the resilience of distribution networks (DNs) in the event of extreme natural disasters such as typhoons and rainstorms, it is imperative to efficiently implement distribution service restoration (DSR) to restore loads as soon as possible. In previous studies, DSR has mainly adopted the distributed resource model with droop or PQ control. This inhibits the exploitation of the potential of distributed generators (DGs) in load restoration when the DN loses support from the upstream transmission network. Thus, this paper proposes a multi-resource collaborative service restoration (MRCSR) approach for DNs incorporating local soft open points, DGs, and tie switches. The MRCSR model is developed by integrating a decentralized hierarchical droop control (DHDC) strategy and incorporating the frequency and voltage features of the load demand. A two-stage iterative feedback optimization (TSIFO) algorithm is then developed to analyze the MRCSR model in an accurate and efficient manner. Finally, the proposed model and algorithm are tested on the modified IEEE 33-bus system and a practical distribution system of the Taiwan Power Company to verify their effectiveness and advantages over existing approaches.     

含分布式电源的配电网供电恢复的多代理方法

针对含分布式电源的配电系统,特别在考虑了由分布式电源和负荷组成微网运行的情况下,建立了以恢复负荷最多、开关操作数最少为目标的供电恢复模型。在提出配网调度中心、微网、分布式电源三者的分层协调控制策略的基础上,应用多代理理论,建立了一个由全系统控制协调代理（CAG）、微网控制代理（MGAG）、分布式电源代理（DGAG）以及母线代理（BAG）组成的多代理系统,在保证配电网辐射状运行、满足配电网电压与电流及馈线容量等约束条件的情况下进行供电恢复。通过分析一个含2个变电站、14条母线和4个分布式电源的配电系统的单重及多重故障供电恢复问题验证了该方法的有效性。     

配电网的供电优化恢复策略

配电网的故障恢复是一个多目标、非线性的复杂优化问题，不同情况要采用不同的策略。文中阐述了供电优化恢复目标的描述方法，并针对单区域供电优化恢复情况，提出了采用启发式搜索和邻域搜索法求解恢复策略的解决方案；针对关联区域供电优化恢复情况，提出了采用面向问题的遗传算法与邻域搜索法相结合的求解恢复策略，利用遗传算法选择供电路径，用邻域搜索法确定需要断开的分段开关，这样可使遗传算法染色体的长度大为减短，减少了遗传算法的搜索空间，加快了搜索速度。文中运用实例验证了所设计策略和算法的可行性。