基于最优效用的配电网多故障抢修任务分配策略

配电网多故障抢修不只是优化故障抢修顺序的问题,多小队协同抢修时,故障任务的合理分配才是抢修工作顺利、高效完成的前提。本文同时考虑抢修小队初始位置不同及负荷本身故障,定义了抢修小队偏好、抢修小队能力向量和故障任务需求向量,然后基于属性向量建立了可解决小队协作问题的效用函数模型,形成效用函数矩阵;最后结合轮盘赌选择方法得到基于最优效用的故障任务分配方案集。采用属性向量的形式量化抢修信息,可以随时改变属性向量维数,解决抢修资源以及现场故障需求的不确定性问题,实现故障任务的动态分配。仿真结果给出了10种任务分配方案,并用改进的细菌群体趋药性(BCC)算法优化得到最优方案及最佳抢修顺序,验证了所提方法的有效性和正确性。     

基于改进离散多目标BCC算法的配电网灾后抢修策略

根据配电网的实际情况,建立了配电网突发多处故障情况下的故障抢修和故障恢复相结合的多目标优化模型,将模型中的开关操作变量作为虚拟故障点处理并与抢修控制变量有机结合,考虑了一种多队协同抢修的恢复策略.在多目标细菌群体趋药性(BCC)算法的基础上引入区间归位方案,改善了多目标BCC算法解决离散域问题的性能,同时引入局部更新机...     

基于化整为零策略和改进二进制差分进化算法的配电网重构

为缩减编码长度,提高计算效率,提出了基于化整为零策略和改进二进制差分进化算法的配电网重构方法。将开关根据其在环路中的位置进行分类,建立了环路–开关关联矩阵。应用化整为零策略将整个解空间划分成若干个子解空间,应用改进二进制差分进化算法直接对各子解空间进行并行搜索,比较所有子解空间的搜索结果即可找到重构问题的最优解。该方法缩短了开关方案的编码长度,改进二进制差分进化算法通过调整变异、交叉操作规则,避免了不可行解的产生。接入分布式电源的配电网仿真算例验证了该方法的有效性。     

基于E占优的多目标二进制粒子群算法求解配电网故障恢复

针对基于Pareto占优机制和拥挤距离的经典多目标智能算法在迭代过程中没有考虑决策者的偏好知识,从而影响了算法收敛性的问题,提出了一种基于E占优的多目标二进制粒子群算法求解配电网故障恢复。通过采用改进原点距离的E占优机制,可以将决策者的偏好知识有效地融入到故障恢复方案的评价过程中。在算法迭代过程中,采用轮盘赌策略更新群体极值,采用方案的综合值对外部档案进行维护,使得决策者的偏好知识可以有效地指导下一代种群的产生。最后,通过算例验证了所提算法的可行性和有效性,并且该方法比基于Pareto占优机制和拥挤距离的多目标智能算法拥有更好的收敛性能,得到的最优前沿数量更少,质量更高。     

基于改进二进制粒子群算法的配电网多目标重构

配电网重构作为配电自动化系统的一个重要组成部分,能够有效提高配电网运行的经济性和可靠性。提出以网络有功网损和网络电压偏移构建配电网重构的多目标数学模型,根据系统初始状态将各指标归一化处理,利用权重系数法将多目标重构问题转化为单目标问题。为克服二进制粒子群算法容易陷入局部最优而难以跳出的问题,将非线性动态调整的惯性权重系数引入到粒子速度更新公式之中,以提高二进制粒子群算法的全局搜索效率和收敛速度。算例结果验证了所提方法的有效性。     

基于遗传拓扑混合算法的配电网多故障抢修策略

从中国配电网的实际情况出发,建立了电力系统在多故障情况下的多目标抢修策略优化模型。针对配电网接线呈辐射状的特点,提出了一种遗传拓扑混合算法作为寻优策略。该算法通过遗传算法寻优,通过拓扑分析算法判断出失电区域、待修复设备以及负荷情况,综合进行适应度评价,反复迭代得到最佳抢修方案。在寻优计算过程中,针对遗传算法在复杂配电网计算中易产生大量不可行解的问题,引入了智能选择的混合交叉因子进行改进。算例结果证明了该混合智能算法的有效性和鲁棒性。     

基于多Agent演化算法的多目标配电网故障恢复

针对大规模配电系统,定义了配电网运行均衡度指标,在完成重要负荷的优先恢复基础上,尽可能多地恢复失电负荷,再综合考虑配电网运行均衡度与网损两方面,建立了配电网多目标故障恢复数学模型。提出一种基于多Agent演化思想的多目标配电网故障恢复算法,每个目标作为一个代理（AG）,代理（AG）拥有各自的演化群体,以各自的单个目标作为演化过程中的评价函数,在寻优过程中协调代理（CAG）将代理（AG）发送过来的最优解的概率分布进行合成,然后再发回给单个代理（AG）,作为产生下一代解的依据。算例表明,该方法在很少的演化代数内将解群体收敛到Pareto最优解集,证明了该方法的高效性和实用性。     

基于自适应NSGA-Ⅱ算法的配电网多故障抢修优化决策

传统配电网多故障抢修依赖决策人员的主观判断,缺少科学依据,容易出现判断失误,造成抢修资源无法得到合理应用或者不能第一时间恢复供电。为解决该问题,建立了考虑任务分配和抢修顺序的配电网多故障抢修多目标优化模型,设计了自适应参数的非支配排序遗传算法(NSGA)-Ⅱ,得到Pareto前沿后利用基于角度选择的拐点决策算法,在无决策人员参与的情况下能够直接求解出一个相对理想的抢修方案。最后使用Matlab对某镇实际的配电线路进行仿真,仿真分析表明自适应参数的调整策略可以提高种群进化前期的全局搜索能力及进化后期的局部搜索能力,基于角度选择的拐点决策算法可从多个可行方案中直接选择最终的决策方案,减轻决策人员的负担,且适用于实际抢修工作。     

基于黑板模型的配电网多故障分时段动态恢复

为更好地实现配电网抢修过程中多故障分时段的动态恢复问题,提出了基于黑板模型的配电网多故障分时段动态恢复方法。首先建立了以恢复失电电量最大与系统网损最小为目标的双层优化模型。然后根据黑板模型原理,每次故障恢复由一个工作代理负责,各代理进行分布式并行计算,并利用改进离散细菌群体趋药性算法求取各代理的最优解,协调机制通过对可中断负荷的控制保证重要负荷优先恢复和减少开关操作次数。算例结果验证了该方法的有效性。     

基于改进二进制粒子群算法的配电网故障恢复

鉴于现有的配电网故障恢复算法普遍存在着计算速度慢或难以搜索到全局最优解的问题,提出了一种基于改进二进制粒子群算法的配电网故障恢复算法。首先采用等效负荷模型简化网络;在确定目标函数时,引入了层次分析法求解各指标的权重值,较之传统的经验确定法更符合实际;然后从惯性权重和学习因子的选取及粒子相似性控制2个方面对基本二进制粒子群算法进行了改进。算例分析表明,文中所提出的方法计算速度快,易收敛到全局最优解,能有效地求解配电网故障恢复问题。     

基于节点状态优化的配电网故障恢复混合整数线性规划方法

为准确、快速地获取配电网故障恢复最优策略,提出基于节点状态优化的故障恢复混合整数线性规划方法。首先提出节点状态变量概念及其节点属性和电源属性,在此基础上建立节点状态变量-开关状态变量的线性函数关系,即开关状态线性模型;然后运用恒功率负荷线性化方法,建立基于基尔霍夫定律的电流及电压线性等式,等式中节点电压及支路电流等状态变量受节点状态变量及开关状态变量的约束;最后形成以切负荷及开关操作次数最少为目标的故障配电网最优潮流混合整数线性规划模型,即故障恢复模型。算例仿真验证了所提模型的合理性及有效性。     

基于MAS的配电网复电系统设计

针对配电网负荷失电后的复电问题,基于多代理技术和JADE开发平台,设计了一个配电网主动复电系统,其中主要包含代表实际配电网支线的支线代理和代表配电网负荷的负荷代理。当配电网支线上发生故障时,失电的负荷代理向其所在的支线代理发送故障报告,请求为其恢复供电。故障支线的代理通过与网络中其他支线的协调,通过负荷开关将失电负荷转供到邻近正常支线上,从而恢复故障负荷的供电。在Matlab/Simulink仿真环境下搭建了一个简单配电网络模型,将所设计的多代理系统用于解决该配电网的负荷复电问题,验证了该多代理系统的可行性和有效性。     

基于加权理想点法的配网故障供电恢复策略

提出一种基于加权理想点法的配网故障供电恢复策略。首先以网损、电压质量、负荷均衡作为重构目标,确定综合评价函数,并利用粗糙集理论确定各子目标函数的权系数,然后基于理想点法获取综合评价函数的最优解。验证结果表明,所提策略更符合实际配网供电恢复的要求,同时克服了传统权重设置依靠先前经验带来的不确定性问题,计算速度快。     

基于网络等效的配电网快速供电恢复策略并行化实现

现代智能配电网在故障后可以调度需求侧的"灵活源"实现快速供电恢复。针对智能配电网的特点,提出了一种基于网络等效和并行化实现的快速供电恢复策略,能够灵活地利用电网资源以应对不同的失电情况。算法将支援线路等效为电源节点(称为等效源点),采用离线等效源点预存储与实时等效源点并行计算相结合的模式:保存并优先使用离线数据;在失电负荷较大时,调取实时数据对不同的调度可能进行并行计算。为进一步提升算法的时效性,利用改进邻接矩阵记录和维护电网拓扑结构,实现网络的高效重构。通过若干个算例,验证了该供电恢复策略在面对不同程度失电时均能合理高效地运用电网的各类支援资源,实现快速供电恢复。     

基于不确定二层规划模型的主动配电网故障恢复方法

针对含分布式风力和光伏发电并网的主动配电网故障恢复问题,采用不确定二层规划理论建立计及新能源出力不确定性的主动配电网故障恢复模型。所建立的模型以开关状态改变为上层控制变量,以置信度形式的故障恢复综合满意度指标为上层决策者的目标。以故障恢复后的配电网能量调度方案为下层决策变量,以置信度形式的主动配电网综合运行成本为下层决策者的目标。基于博弈论方法并采取混沌粒子群算法分别设计上层优化和下层优化的求解过程,得到配电网故障恢复方案。最后通过一个算例验证了该方法的正确性和有效性。     

基于多代理技术的有源配电网供电恢复策略

针对有源配电网发生故障后的快速供电恢复需求,提出基于多代理技术的自愈恢复系统。该系统采用分层协调的恢复模式,由下层区域代理为本区域发起供电恢复进程,上层馈线代理协调处理下层代理间的冲突。提出功率平衡度和转供容量裕度指标,基于该指标,当配电网故障隔离后,非故障失电馈线被分解为多个独立的区域,自愈系统能通过微网聚合恢复失电区域的供电,还可利用联络开关对孤岛区域进行负荷转供,达成综合恢复供电的目标。在供电恢复过程中,同时考虑馈线电压和电流的约束限制,保证系统在故障恢复后的安全稳定运行。在DIgSILENT软件上搭建含分布式电源的4馈线配电系统,仿真结果验证了所提策略的可行性和有效性。     

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.     

基于网损最小的配电网多代理复电系统设计

基于多代理技术和JADE开发平台,以配电网重构后的网损最小为目标,设计了配电网的多代理复电系统。简要叙述了代理及多代理的特征;重点分析了多代理复电系统的主要复电过程,包含确定复电总代理、确定停电区域、制定优化复电方案、方案执行;详细阐述了各代理在复电过程中的作用和行为,以及采用改进最优流模式法进行重构复电方案的制定过程。各代理可以按照预定步骤逐步实现为停电区域恢复供电。以该复电系统对33母线系统部分区域发生故障后的网络进行了优化复电重构,验证了该多代理复电系统的可行性。     

基于支路交换—粒子群算法的配电网故障恢复

针对基本粒子群算法容易"早熟"的问题,将模拟退火的思想融入惯性权重的动态调整中,使得惯性权重随着迭代次数的增加逐渐减小,防止算法陷入局部最优。同时,采用种群适应度方差判断粒子的相似性,判断出算法"早熟",则对粒子进行自适应变异,即控制变异数目先大后小,并随机选取粒子重新生成位移。为了提高粒子群算法的搜索速度,将粒子群算法与支路交换法相结合,粒子的位移仅为连接非故障失电区和正常区域的联络开关,对于形成环网的方案,采用支路交换法确定要打开的分段开关。既保证了配电网辐射状运行的要求,又可以使形成的网络网损较低,大大提高了算法的效率。算例表明,基于支路交换—粒子群算法的配电网故障恢复可以实现非故障失电区的快速恢复供电。     

基于最小生成树理论的配电网故障恢复算法

依据图论简化的要求,对配电网络建立了以综合网损最小、开关动作次数最少、电网可靠性最高为目标的函数模型,并且保证配电网连通性、辐射状运行、电源容量等约束条件,得到配电网故障恢复的最优解和一系列次优解。算法具有简单、实用、实时性强等特点,在配电自动化系统中有很强的适用性。算法经过测试,证明了其优越性。