配电网络重构的现状和发展

配电网络重构是配电自动化的重要组成部分,是系统安全经济运行的重要举措.回顾了配电网络重构的历史和发展现状,对各种重构方法进行了详细评述,分析了各算法的特点、存在的问题,以促进该研究领域的进一步发展.     

配电网络重构算法比较

介绍了配电网络重构的目的及意义，重点论述了配电网络重构的几种常用算法：支路交换法、最优流法、专家系统法、人工神经网络法、模拟退火法、遗传算法及进化规划法，详细介绍了它们的特点，提出了目前配电网络重构面临的问题。     

配电网络重构的改进遗传-退火算法

就闭环设计、开环运行的配电网络的重构问题，以降损为目标，提出了遗传退火混合算法。该算法以遗传算法为基础，引入了模拟退火算法的思想，增强了收敛性，获得了较为满意的重构效果。     

改进遗传模拟退火算法在配电网络重构中的应用

对遗传模拟退火算法中的交叉、变异操作进行了改进,并实施了最优保留策略,形成了改进遗传模拟退火算法.以网损最小为目标函数,以配电网电压降的限制、线路电流量的限制等为约束条件,建立了配电网络重构优化模型.在考虑配电网自身特点的基础上,利用改进遗传模拟退火算法求解.重构算例说明,该优化方法有效、实用.     

基于模糊遗传算法的配电网络重构

提出了一种模糊遗传算法（ＦＧＡ）,对交叉率和变异率进行模糊控制,有效地提高了收敛速度,避免了不成熟收敛。将ＦＧＡ用到配电网络重构中,取得了较好效果。另外本文提出用支路的开关状态（０或１）作为控制参数,避开了繁琐的编码方法,缩短了染色体长度,同时对交叉位置的选取、变异的进行等提出了独特的方案,所有这些都极大地提高了计算效率。     

拟全局最优的配电网实时网络重构法

为了开发出一种通用的、规范化的和适用于配电重构的解析算法，该文提出了一个新颖的概念——最优匹配回路流，它可以应用于单相模型和三相模型。最优匹配回路流是从回路分析法和电路叠加原理推导而来的。基于这种概念本文开发出一种高效的重构算法，该算法可以同时处理经济和安全两个目标，是一种高效的解析算法，即可以应用于规划研究，也可以应用于实时控制。算法主要由两步构成：在第一步计算中合上所有联络开关；然后计算全网的最优匹配回路流以决定每个回路中最适合打开的开关。由于有些回路可能存在共同的支路集，所以有时会出现有多个被选中的开关存在于同一回路中的情况，为了解决该问题，文中提出了一个实用判据以决定开合顺序。经过第一步的计算，得到了一个优化后的辐射状电网，为了进一步优化网络，文中提出了面向辐射电网的最优匹配回路流。它可以很好地模拟联络开关两端的局部负荷的转移。最后的数值算例表明本文提出的算法具有很高的效率和很好的鲁棒性，完全可以应用于实时控制。     

基于环路和改进遗传算法的配电网络重构优化

为了提高电网可靠性,在同时考虑网损和开关动作次数的基础上,以配电网电压降的限制、线路电流值的限制等为约束条件,建立了配电网络重构优化数学模型,用外部惩罚函数法将问题转化为无约束问题,并采用改进遗传算法进行求解。根据配电网的特点,在遗传算法产生初始解及交叉、变异操作时,采用基于环路的方法,避免了不可行解的产生,提高了算法的计算效率。针对遗传算法的局限性,改进操作过程,调整适应函数,改进交叉率和变异率的计算方法,结合模拟退火算法,给出了初温确定方法,改进了选择复制操作。该算法能有效地提高收敛速度,避免早熟收敛,并证明了该方法的有效性。     

基于遗传退火法的网络重构技术

提出一种将遗传算法与模拟退火法相结合的方法（GSA）用于配电网重构技术，首先采用一种已用于配电网重构的编码方案，修正的遗传算法决定模拟退火法的初始结构与初始温度，然后采用模拟退火法搜索全局最优解，同时为加快计算速度，采用了一种快速潮流计算法，最后将算法用于一个典型的配电网系统，并分别与遗传算法和退火法所搜索的结果进行了比较，效果显著。     

基于环路的配电网络重构遗传算法及其改进

结合配电网络的运行特点,本文对传统的遗传算法（GA）从染色体编码、开关顺序的选择、不可行解的排除以及收敛判据等方面进行了改进,提出了一种基于环路的配电网络重构算法,在二进制阶段就有效排除了大量的不可行解。算例表明,该算法具有一定的有效性和实用性,具有在线运行的潜力。     

配电网络重构的分步最优法

就多环配电网以降损为目的重构问题,提出了分步最优化的重构算法,算法以网损降估计方法为基础,分步优化,每步将一个开环点移至相邻支路,使网损降最大,最终达到重构后网损最少,重构算例表明,分布最优化重构算法算式简明,计算速度快,重构结果最优。     

基于改进自适应遗传算法的配电网络重构

提出了一种用于配电系统网络重构的改进型自适应遗传算法。给出了网络重构问题的数学模型及改进的自适应遗传算法。在应用遗传算法时结合配电网自身的特点,提出以环路开关号为基因、系统环路数为染色体长度的编码方法,在优化过程中采用自适应调整的交叉率和变异率,结合一定的禁忌规则．较好地提高了算法在网络重构方面的效率。在IEEE16节点、33节点、69节点3个不同规模的算例系统上进行了测试,计算结果表明,所提出的方法缩短了染色体长度,较好地抑制了不可行解的产生．无论是在收敛性、稳定性还是在计算效率上都取得了比较满意的结果。     

兼顾均匀性的多目标配电网重构方法

提出了一种兼顾均匀性的配电网多目标重构方法。分析了不同均匀性网架结构下可靠性与网损的关系,给出了网架结构均匀性的评价指标。建立了兼顾均匀性的多目标配电网重构模型(distribution network reconfiguration based on system homogeneity,DSH),并采用改进多目标和声搜索算法来求解DSH模型。通过对IEEE 33节点测试系统的仿真分析,验证了DSH模型求解算法的有效性与合理性,给出了考虑可靠性和均匀性的配网重构问题的最优解集,供决策者根据实际情况选择。     

兼顾抗毁度的含风电配电网多目标重构

为了通过配电网重构提高供电可靠性,从网络保持连通性及抵御破坏能力的角度,引入网络抗毁度指标作为配电网重构的一个新目标函数。通过有权网络的边权值和节点位置重要度求解网络抗毁度,同时考虑风电出力的随机性和间歇性,对该指标进行修正。建立了兼顾抗毁度的含风电配电网多目标重构模型,并采用改进和声搜索算法来求解此模型。给出了多目标重构的帕累托最优解集,供决策者根据实际情况选择。通过对33节点系统的算例分析,验证了所提模型求解方法的有效性与合理性。     

配网动态重构的静态解法

提出一种解决配网动态重构问题的静态方法。该法不仅求解简单,而且能充分利用现有的静态方法来实现时变系统的动态重构。首先,文章对静态重构的目标函数进行改进,使其能够求解一个时间区间内的最优结构。然后在整个时间区间内用枚举法确定最优的重构时间,完成区间内的一次动态重构。最后用逐次逼近法来调整各次重构的时间和结构,实现区间内的多次优化。在修改过的IEEE 33节点上验证了所提方法的正确有效性。     

基于混合粒子群智能遗传算法的配电网络重构优化研究

将二进制粒子群优化算法的惯性因子进行了动态化自适应改进,设计了区别于标准遗传操作的高频交叉算子和随机自回馈变异算子,基于此提出了一种新算法——混合粒子群智能遗传算法(PGA)应用与配网的重构。在新型编码方案下,PGA应用两个遗传算子使种群保持多样性,避免陷入局部最优,同时结合PSO的快速群体智能寻优指导染色体的进化方向,能够使种群信息共享的同时提高算法的收敛速度,算例结果验证了新算法的可行性。     

模糊遗传算法在网络重构中的应用

采用模糊遗传算法 ,从全局出发寻找配网馈线上开关状态的优化组合 ,在安全可靠供电的情况下 ,使得网损最小 ,以实现配网重构。通过算例进行分析比较 ,说明该方法是行之有效的     

基于时间分段的配电网络重构

在分析了只针对单个时间断面研究配电网络重构算法的不足的基础上,提出了基于时间分段的配电网络重构方法。利用负荷变化幅度对重构时间进行初步分段,并考虑重构中开关动作对配电网络造成的不利影响对其进行修正。同时,在比较目前研究的各种主流重构算法的基础上,根据配电网的运行特征对网络重构的遗传算法进行了改进。仿真算例表明,提出的这种基于时间分段的配电网络重构方法可以明显地减少重构后的网损,又不致增加操作费用,适于工程实际应用。     

基于电流矩方法的配电网动态重构研究

针对辐射网络电能量的计算与分析问题,依据积分中值定理提出了电流矩中值的概念,形成了电流矩中值潮流模型,证明了电流矩中值形式的电能量损失定理。该定理将电能量的时间过程积分问题转化为电流矩中值问题,为简化网络能量损失的计算与优化问题奠定了基础。作为应用,进一步提出了辐射型配电网动态重构的电流矩中值方法。方法将面向时间过程的动态重构问题转化为面向电流矩中值的静态重构问题,大幅度简化了计算过程,数值仿真的结果验证了方法的有效性。     

配电网重构的均衡视在精确矩法

结合配电网的辐射型结构特点 ,类比力学中力矩的概念 ,给出了视在精确矩的定义。配电网重构问题实质是一负荷平衡问题。基于这种平衡思想和视在精确矩的概念 ,提出了配电网络重构的均衡视在精确矩法 ,即开关的闭合或开断以是否使得开关两端的视在精确矩达到均衡为依据。该方法以开关两端的视在精确矩和的差值ΔET作为衡量负荷的平衡尺度 ,以ΔET量的大小来判断开关的闭合或开断 ,即选择具有最大ΔET值的开关予以闭合 ,而选择开关闭合后形成的单环网内具有最小ΔET的支路予以开断 ,从而达到平衡负荷并获得较大的重构效益的目的。文中提出的视在精确矩法较好地反映了平衡的思想 ,并对此给出了详细的解释。文中提出的方法在实验算例上进行了验证 ,并和其它方法作了比较 ,算例结果表明了该方法简捷有效 ,具有实用化的应用潜力