基于改进遗传算法的含分布式电源的配电网故障定位

大量的分布式电源接入配电网,使得配电网的结构和运行方式均发生了变化。已有的故障定位方法受到了影响,甚至会出现误判。重新定义了含分布式电源的配网中各个开关的正方向,并建立改进遗传算法的开关函数和适应度函数。对算例进行仿真分析,结果表明,改进的遗传算法在含分布式电源的配电网中能准确地定位故障。     

基于免疫算法的含分布式电源配电网的故障定位

分布式电源(DG)的接入,使传统配电网络拓扑结构从单电源辐射状网络变成复杂的多电源网络。在这种情况下,传统的故障定位算法已不再适用。针对这一问题,提出了一种新的基于故障电流的故障定位算法——免疫算法。首先,针对含DG的配电网,构建了适应多个分布式电源的故障电流编码方式和适应多个分布式电源的开关函数。其次,相比传统的遗传算法,免疫算法通过计算抗体的匹配程度和浓度对个体进行评价,并且增加了记忆单元保证了算法进化过程中抗体的多样性从而避免了遗传算法中的‘早熟’收敛问题。最后,通过Matlab建模仿真,验证了该算法适用于含分布式电源(DG)配电网的故障定位,并具有一定的快速性和容错性。     

基于MOPSO的含分布式光伏配电网故障区段定位

光伏等分布式电源接入配电网,影响故障电流的分布,导致传统配网故障区段定位方法不再适用,对此提出基于MOPSO的含分布式光伏电源配网故障区段定位方法。针对配网发生单相接地故障情形,基于故障暂态分量确定终端状态的编码。考虑在不同光照强度下光伏电源提供的故障电流特性,构建满足光伏电源动态投切的开关函数。针对使用单目标优化智能算法易造成不收敛,以及NSGA-II计算复杂度较高的问题,提出采用多目标粒子群算法(MOPSO)定位故障区段。该算法避免了对权值的选取,且计算复杂度低。算例分析表明所提方法能实现含光伏配电网发生单一和多重故障的区段定位,且对畸变信息具有一定的容错性。     

基于蝙蝠算法的含分布式电源配电网故障定位

分布式电源接入配电网使得原来的故障定位方法不再适用,本文通过构造新的评价函数,提出了基于具有混沌搜索策略的二进制蝙蝠算法的含分布式电源配电网故障定位新方法。该方法可以适应分布式电源投切带来的潮流和拓扑变化,对配电网进行故障定位。算例仿真表明,该方法在含分布式电源配电网故障定位中定位准确并且具有较高的实时性和容错性。     

基于BAS-IGA的含分布式电源配电网故障定位

针对遗传算法解决含分布式电源配电网故障区段定位易早熟收敛的问题,提出了一种基于天牛须搜索算法和改进遗传算法相结合的故障定位方法.该方法首先利用天牛须搜索算法产生高质量的初始种群,其次通过构造遗传算法数学模型、优化3种遗传算子和调节交叉变异概率对遗传算法进行改进,最终经遗传迭代产生最优解,达到精确定位故障区段的目的.以I...     

含分布式电源的配电网故障区间定位算法

含分布式电源(DG)的配电网络结构由单电源辐射型网络发展成复杂的多电源网络,潮流的方向随机变化,已有的故障定位方法将不能适应新的配电系统.根据DG接入配电网后,能通过与多分支母线节点关联的FTU监测点的电流方向和幅值大小判断故障方向的特点,提出一种故障定位的方法,首先判断FTU监测点的电流方向和正方向监测点的电流幅值,...     

含分布式电源配电网的快速故障区段定位

分布式电源(distributed generator,DG)的接入使配电网的结构发生改变,导致传统的配电网故障定位算法失效。本文针对含DG的配电网故障定位问题,提出了一种快速判断故障区段的矩阵算法。结合配电网的运行特点,以配电网运行网络中节点和馈线区段间的邻接关系为依据,优化了网络描述矩阵,并提出相应的故障判据。结合不同类型DG的故障特性对算法的通用性进行了分析。该算法网络描述简单直观,运算量小,通用性强,判断迅速准确。最后,本文验证了该算法在复杂配电网单一故障和多重故障下故障区段定位的有效性。     

改进QGA算法在含分布式电源的配电网中故障定位应用与研究

本文将QGA算法进行相应改进,新算法IQGA弥补了传统算法收敛速度慢和容易陷入局部最优的缺陷,并通过实际算例验证了IQGA算法在含DG配电网故障区段定位中使用的高效性。     

基于SABSO算法的含分布式电源配电网故障定位

随着配电网中分布式电源的大规模应用,以及配电网规模的不断扩大,使得含分布式电源配电网的故障定位难度不断增加。为了有效解决这个问题,针对传统人工智能算法和矩阵法的不足,提出了一种模拟退火天牛群（SABSO）算法,该算法融合了天牛须搜索算法、粒子群算法和模拟退火算法的优点,并将此算法首次应用在含分布式电源配电网的故障定位中...     

基于ARM的含分布式电源配电网故障定位的研究

分布式发电具有供电灵活、清洁环保的优势,是大电网有益和必要的补充。随着越来越多的分布式电源接入大电网,电网的结构和运行方式发生了很大的变化,传统的故障定位方法已不能适应含分布式电源配电网的故障定位。研究了适用于含分布式电源的配电网故障定位方案,确定了以遗传算法为主体的故障判定方法,并利用嵌入式系统构建了故障监控体系。实验证明,该监控系统适应性强、实时性好、误差距离小,能有效地实现配电网的故障定位和监控。     

基于状态估计的含分布式电源树状配电网故障测距算法

多电源配电网的故障定位和测距对快速排除故障、提高供电可靠性具有重要意义。以含分布式电源(DG)树状配电网的区间定位为基础,按区间特性将配电网分为两电源区段和单电源区段,建立故障等值回路与其相应的微分方程和最优估计离散模型。以电源端口电压电流、各FTU电流为输出量,以故障距离为状态量,利用强跟踪的卡尔曼滤波器算法求解最优估计离散模型,跟踪相间短路故障测距。通过搭建含DG的树状配电网,分析负载、故障点过渡电阻对故障测距结果的影响。算例分析表明,该算法跟踪速度快,受初值的影响小,不受DG接入位置和数量的影响,不受故障点过渡电阻的影响,受负载和树状分支结构影响较少,测距精度满足工程精度要求。     

基于免疫遗传算法的含分布式电源配网规划

大量分布式电源的接入使配电网规划更加复杂.在限制分布式电源接入总量和考虑多种约束的基础上,建立以配网年费用最小为目标函数的规划模型.针对该模型的特点,采用一种新型免疫遗传算法( IGA)对配电网扩展规划进行优化.该算法综合了免疫系统和遗传算法的优点,可实现群体收敛性和个体多样性间的动态平衡,具有良好的全局收敛能力.分别...     

改进量子遗传算法在含分布式电源配电网中的应用

针对配电网中分布式电源的不断接入使得故障定位越来越困难,为了准确地定位故障和快速隔离故障支路,文中提出一种改进的量子遗传算法用于含分布式电源的配电网故障定位。利用动态旋转角策略更新量子门,在使用Tent映射的混沌优化法跳出局部最优。通过仿真对改进前后的算法进行对比分析,验证算法的准确性和有效性。仿真结果表明,所提方法具有收敛速度快、执行时间短等优点,能有效地定位故障区域。此研究为我国配电网故障定位方法的发展提供了参考和借鉴。     

基于NSGA-II算法的有源配电网故障定位方法研究

文章提出一种适用于有源配电网故障定位的多目标优化模型,并采用带精英策略的非支配排序遗传算法(Non-dominant Sorting Genetic Algorithm with Elite Strategy,NSGA-Ⅱ)进行优化求解。传统的有源配电网故障定位方法采用单目标优化模型进行求解,其目标函数由各个分目标函数加权而成,但权值选取不当会影响定位结果,导致误判或漏判。而基于Pareto最优概念的NSGA-Ⅱ算法计算简单,能综合全局找到最优解,无需考虑权值的影响。最后,通过PSCAD搭建修正的IEEE 33节点配电网模型,并考虑到智能终端单元信息误报的三种情况,分别从单一、多重故障两方面进行仿真。通过选取四种典型故障情形,分别用文章方法和传统的基于单目标优化模型的定位方法进行对比。通过对比发现,基于NSGA-Ⅱ的多目标优化的故障定位方法在单一或多种类型信息误报下依然能够准确定位故障区段,可靠性高。     

含分布式电源与充电站的配电网协调规划

分布式电源与电动汽车充电站共同接入配电网,对配电网规划和运行具有重要的影响。提出一种综合协调规划方法,该方法能够实现分布式电源选址定容、充电站位置及容量、配电网架建设和改造的综合优化规划。考虑风光资源和负荷的随机波动性,以配电系统投资、运行维护和环境成本的随机期望值最小为目标,建立了含分布式电源与充电站的配电网协调规划模型,采用改进遗传算法进行求解。以一个待扩展的辐射状配电网络为例,仿真计算结果表明,对含分布式电源与充电站的配电网进行综合协调规划,能够提高电网的经济和环境效益,得到的规划方案更为合理。     

Impact of distributed generation on transient‐based fault location techniques in distribution networks

This paper demonstrates the effect of conventional distributed generation (DG) on fault location techniques based on transient signal analysis. DG penetration in distribution networks deviates the route‐specific frequencies generated by fault traveling waves propagating along the feeders and laterals. The amount of these deviations is proportional to the rated power of a certain DG unit. A validated fault location procedure is used to clarify this effect. Fault‐generated voltage transient signals are analyzed using continuous wavelet transform (CWT). These signals are captured by a recording device generally placed at the main feeder supplying the distribution systems. The route‐specific frequencies are acquired by the wavelet amplitude spectrum of transient signals. Using this technique, the relevance between the CWT‐recognized specific frequencies and those attained by mathematical definition determines the fault position. A six‐bus radial test distribution feeder is simulated within the EMTP‐RV program, and analysis of relevant transient signals is carried out using MATLAB programming language. © 2015 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

基于改进遗传算法的含分布式电源和储能装置配电系统网络重构

通过以有功网损最小为目标建立配电网重构数学模型,应用改进的遗传算法寻求含分布式电源和储能装置配电网的最优重构方案。该算法采用一种十进制编码方式,将配电网中环网个数作为染色体长度,环网中各开关开合状态作为组成染色体基因。在潮流计算中把分布式电源和储能装置等效为“负”的负荷,并基于配电网特有的层次结构特性,采用分层前推回代进行潮流求解。通过对IEEE33节点算例的计算表明,对含分布式电源和储能装置的配电网进行重构,可在很大程度上减少网络损耗和电压降落。     

离散学习优化算法在含分布式电源的配网重构中的应用

灵活的网架重构作为主动配电网的重要特征,利于高效消纳分布式能源。传统的数学规划方法难以求解非凸的含分布式电源的配电网重构问题。为此,提出了一种离散学习优化算法(DLOA),并将其应用于有源配电网重构问题。所提方法主要包括三个模块:学习优化算法、离散策略以及拓扑结构分析技术。其中,学习优化算法作为程序优化的核心,离散策略用于确定配电网线路的开闭状态,拓扑结构分析技术则用于分析配电网的网架结构。通过33节点测试系统验证离散学习优化算法的有效性,算例分析表明,所提方法能够有效求解高度非凸的含分布式电源的配电网重构问题。