改进自适应遗传算法在网络重构中的应用

研究了大停电事故后输电系统的重构优化问题,提出一种求解最优目标网的改进自适应遗传算法。将网络重构问题表示为以恢复负荷总量最高为目的的非线性优化问题,在求解目标网时考虑了负荷的重要性、网络连通性、电网所需满足的各种安全和运行约束等问题。采用改进的自适应遗传算法对问题进行求解,通过适应值函数的计算得到了系统允许条件下的最大允许恢复负荷量。该算法在求解电网重构问题时,编码容易且能方便地处理网络连通问题,求解效率高,用IEEE30节点算例验证了本文方法的有效性。     

Hadoop架构下基于分布式粒子群算法的骨架网络重构方法

大停电后网络重构阶段的主要目的是通过黑启动电源给失电厂站送电并建立一个稳定的网架,为下一阶段负荷的全面恢复奠定基础。针对确定网络重构阶段的最优目标网架问题,提出一种骨架网络重构方法。该方法首先综合考虑节点、支路在网络中的影响力,具体指以节点重要度、支路重要度分别表征网络中电源与负荷节点的重要程度、网络中各支路对与之相连节点的支撑作用及其在网络中的影响力;同时,为降低重构过程中出现故障的风险和加快后期负荷的全面恢复,提出节点聚集度指标,以表征重构网架的覆盖均匀程度;其次,考虑到大规模骨架网络重构问题属于高维优化的范畴,单机版算法求解高维优化问题时计算效率低,为此提出一种基于Hadoop平台的分布式粒子群算法,该算法利用集群的计算和存储能力求解高维问题时能够显著提高计算效率;最后,以IEEE 30、57和300节点标准系统为例验证所提网络重构方法的有效性。     

不同黑启动方案下电网重构效率的评估

不同黑启动方案对系统后续恢复的影响不同,因此在黑启动方案评估时,除了考虑各方案本身技术指标的优劣,还应考虑此方案对系统后续网络重构的影响。文中对不同黑启动方案下电网重构效率的问题进行研究,提出一种综合考虑发电容量恢复和系统停电损失的重构效率指标,结合最短路径法与交叉粒子群算法对不同黑启动方案下网络重构过程中的机组出力和负荷恢复进行优化求解。在IEEE 30节点系统和河北南网中应用的计算结果验证了该方法的有效性。     

基于DAPSO算法的含分布式电源的配电网重构

为了改善智能算法性能、提高寻优效率、满足网络辐射状和连通性约束,提出一种基于动态自适应粒子群优化(DAPSO)算法的含分布式电源的配电网络重构策略,用于求解重构的离散变量优化问题。动态自适应调整惯性权重和对速度进行变异,避免算法陷入局部最优,保持全局开拓和局部探索的动态平衡,加强算法的寻优性能。采用"解环"法,确保重构后网络为辐射型并保证网络的连通性。基于IEEE33和PGE69节点系统的仿真结果显示,DAPSO算法收敛速度快、全局寻优能力强、稳定性好,其寻优重构方案可有效降低网损,改善电压水平,优于其他方法的结果,具有很好的实用价值。     

基于Bender's分解的含DG配电系统网络重构

提出了一种含分布式电源（DG）的配电系统网络重构算法,用于在配电网出现故障时,由DG构成孤岛系统以实现关键负荷的不间断供电,同时保证这一过程中整个配电系统网损最小。基于Bender's分解技术,该优化过程被分解为容量和重构2个问题:容量问题用于解决DG给定时孤岛系统最优供电容量的确定;重构问题用于在孤岛确定后对整个系统网损进行优化。重构问题的开关 — 网损相关因子反馈到容量问题,实现整个网络重构方案的优化。由IEEE 33节点系统和PG&E 69节点系统验证了所述方法的正确性。     

采用最优模糊C均值聚类和改进化学反应算法的配电网络动态重构

针对配电网络动态重构中的开关操作次数约束难以处理的问题,提出采用最优模糊C均值聚类技术对时间区间的配电网络运行状态按其负荷的内在相似性进行聚类,将配电网络动态重构转换为以聚类中心表示负荷状态的多个静态重构问题。从提高寻优效率的角度,对化学反应算法进行了改进,提出了一个更适合求解配电网重构的改进的化学反应算法(improved CRO,ICRO),并将其应用于求解以聚类中心为代表的静态重构问题。每个时间点的优化网络结构由对应的聚类中心的重构结果决定,从而得到配电网络重构操作的时间点和需要操作的开关。以IEEE 33节点配电系统的负荷数据为基础,构建了1周的负荷数据并对IEEE 33节点系统进行了动态重构,验证了方法的有效性。     

考虑网络结构优化的含风电配电网多目标重构

为了提高配电网的供电可靠性,从网络自然连通性角度,引入网络抗毁性指标作为配电网重构的一个新目标函数。同时考虑风电出力的随机性与间歇性,根据风速区间及风速概率密度函数构建多个风电出力随机变量,以及对应概率。在此基础上,以开关状态为优化变量、风电出力为随机变量以及在置信水平下的网络损耗最小为另一个目标函数建立了基于机会约束规划的含风电的配电网多目标重构模型。应用改进蚁群算法,结合生成树策略保证蚂蚁路径满足网络辐射状网络拓扑约束,求解所建配网重构模型,并利用Pareto寻优得到最优解集。IEEE33节点和PGE69节点系统算例仿真结果验证了该模型和算法的有效性。     

兼顾拓扑优先与路径电气影响的骨架网络重构

对电力系统恢复过程中目标骨架网络的重构问题进行了研究。利用复杂网络中节点介数相关理论,提出了一种兼顾拓扑优先与路径电气影响的网络重构方法。该方法计及了线路充电电容对网络节点重要性的影响,从而实现对加权输电网络的重构,提出的重构效率指标综合考虑节点重要性和送电线路优化对重构网络的影响,实现了重构骨架网络的整体优化。利用遗传算法易于处理离散变量且具有全局收敛性的特点,对该优化问题进行求解。最后以IEEE30节点和IEEE39节点系统为例,验证所提方法的有效性。     

基于节点网元的韧性配电网时-空调度序列协同优化负荷恢复策略

为提升配电网的韧性,在更大的时间尺度和空间范围内确保新型电力系统下灵活、高效的电力供应,提出一种新颖的基于节点网元的韧性配电网时-空调度序列协同优化负荷恢复策略,获取配电网灾后场景下的最优负荷恢复序列方案及其调度时刻表。在多智能体代理系统架构下提出节点网元的概念,制定负荷恢复序列方案,通过邻近节点间局部信息的交互获取全局参数信息,作为灾后信息网络受损下负荷恢复优化模型的输入。对灾后负荷恢复模型中的混合整数线性规划问题进行求解,获取负荷恢复路径及修复时刻表,形成由多个分布式电源组成的节点网元以恢复停电负荷,实现检修人员调度和操作人员调度间的协同优化。最后,通过改进IEEE 37节点和IEEE 123节点系统验证了所提协同调度优化模型的有效性。     

基于降维与搜索的网架重构

针对寻优搜索节点较多、线路较多的复杂大电力系统时计算维数过大的问题,提出了一种基于降维与搜索的网架重构方案。该方案结合优化蚁群算法与离散粒子群算法(DPSO)以搜索目标网架。首先,采用优化蚁群算法搜索一条主干线路,降低后续寻优的维数。然后,基于已经得到的主干线路,采用离散粒子群算法对电网的剩余部分进行搜索。利用已并网发电机组提供的发电功率,以考虑重要负荷的综合负荷恢复量最大为目标函数进行寻优,得到满足拓扑连通性和安全、稳定运行约束的目标网架。最后,以IEEE118节点系统和湖北电网部分地区为算例,验证了所提方法的正确性和有效性。     

计及特级负荷恢复的网架重构分时段全局优化方法

制定科学合理的网架重构恢复方案对加快系统恢复进程、减小停电损失具有重要作用。针对当前分时段恢复方案优化策略无法实现时段间协调优化的不足,提出一种网架重构分时段恢复方案全局优化方法。首先,鉴于特级负荷对维持社会稳定和恢复过程的重要性,将其纳入网架重构过程的恢复目标;之后,综合考虑多种约束,建立了协调机组、特级负荷和网架结构三方面恢复效果的网架重构分时段全局优化模型。该模型是一个含整数决策变量的复杂的多目标优化决策模型。通过分析总结已有恢复操作序列优化制定方法的内在逻辑,提出了一种分时段全局优化两步求解策略,即首先优化求解时段数参考值,再进行恢复方案全局优化。结合非支配近邻免疫算法和变异系数法对建立的模型进行求解。新英格兰10机39节点系统算例和我国西南某地区实际电网算例验证了本文所提模型和算法的有效性。     

基于功率矩和邻域搜索的有源配电网两层重构算法

针对传统的含有分布式电源的配电网重构算法所存在的寻优速度和最终解的质量难以兼顾的问题,提出一种基于功率矩和邻域搜索的配电网两层重构算法。利用功率矩算法对各环路进行第一层重构优化,确定开断支路集,在此基础上采用具有方向的邻域搜索算法进行第二层重构。通过对当前解点的邻域搜索获取更优的解点位置,直至目标函数值不再下降,从而得到最终的重构方案。含有分布式电源的IEEE 33和IEEE 69节点典型测试系统的仿真结果验证了所提算法的有效性。     

考虑多类开关动作特性差异的配电网两阶段协同负荷恢复模型

基于灾后配电网恢复流程,提出一种考虑多类开关动作特性差异的配电网两阶段协同负荷恢复模型。首先,分析多类开关协同动作过程并构建考虑故障隔离阶段和服务恢复阶段协同的基本恢复框架;其次,基于此框架建立计及停电孤岛的新型重构约束、开关动作约束、故障隔离约束、配电网运行约束;然后,以两阶段切负荷成本最小为目标函数建立恢复模型,并将其转化为混合整数线性模型;最后,利用改进的IEEE 33节点系统验证所提模型的可行性,结果表明所提模型的实用性更强,且可以有效提高配电网负荷恢复能力。     

基于改进递归有序聚类的有源配电网多时段动态重构

为应对分布式电源(DG)和负荷的时变性、不确定性给配电网重构带来的影响以及提高系统运行效益,综合考虑DG和负荷预测值的动态变化,引用欧氏距离描述段内数据的相似程度,通过递归求解的方式确定最优时段划分方案;为了减小不确定因素对配电网重构的影响,将DG出力以及负荷的预测值转换为区间数的形式,综合考虑环保收益与系统损耗费用,...     

含电动汽车和智能软开关的配电网动态重构

提出含分布式能源、智能软开关(SOP)和电动汽车(EV)有序接入的配电网重构策略。基于上班族的出行习惯模拟EV的无序充电模型,并构建配电网重构下的SOP模型;对于接入的EV无序充电负荷,采用拉格朗日松弛分散式优化算法和虚拟电价进行EV的有序调度;以最小化网损费用,SOP运行费用,弃风、弃光费用与开关动作费用之和为目标函数,通过大M法和二阶锥松弛将配电网重构模型转化为混合整数二阶锥规划模型,采用CPLEX求解器进行求解。IEEE 33节点标准系统的仿真结果表明,在配电网动态重构中采用SOP代替传统开关能够提升配电网运行的经济性,同时采用所提有序调度方法优化EV充电可以改善配电网电压质量。     

一种新的求解配电网重构问题的免疫遗传算法

针对遗传算法求解配电网重构问题存在的不足,建立了以网损最小为目标函数的配电网重构数学模型,提出了一种新的免疫遗传算法。该算法的关键在于疫苗库的构建和免疫算子的设计。疫苗库可自动建立和更新,免疫算子由接种疫苗和免疫检测组成。另外,采用了基于基本环路的编码方法、高频变异和大选择压的锦标赛选择算子。IEEE 33和IEEE 69系统的仿真测试结果表明：该算法符合配电网重构问题的特点,能有效抑制进化中的退化和波动现象,在确保解的质量的同时,具有很快的收敛速度;与传统遗传算法和相关文献中的同类算法相比,该算法在效率和性能方面具有优越性。     

输电网架恢复方案线路投运风险评估

大停电后根据输电网架恢复预案来进行重构操作的过程中,如果预案中某些线路投运失败,将严重影响系统恢复进程.文中考虑线路投运失败的相对可能性,结合大停电后输电网架恢复过程中线路投运失败后形成新的最优恢复方案的情况,建立了评估输电网架恢复方案线路投运风险的指标.以IEEE 30节点系统的3套网架恢复方案为例进行分析,利用所提...     

配电网重构的自适应和声搜索算法

采用和声搜索算法（ＨＳＡ）搜索最优方案进行配电网重构时,会受初始参数值的影响。为此,提出自适应和声搜索算法（ＡＨＳＡ）。在和声搜索算法中加入局部搜索进行改进,增强了算法的寻优性能。建立以降低网络的有功和无功功率损耗为目标的配电网重构的数学模型,采用基于节点分层的前推回代法对网络结构进行潮流计算和分析。对IEEE69节点配电网进行仿真,与和声搜索算法,遗传算法（ＧＡ）的结果进行对比分析,表明该算法的迭代次数少,有较好的收敛效果。在配电网重构的算例应用中,证明了自适应和声搜索算法是可行的。     

基于双层动态时段划分的配电网重构

动态网络重构能有效降低配电网的网络损耗以及分布式电源的弃风弃光量,为此提出了基于双层动态时段划分的配电网重构方法。上层优化中以网损成本与弃风弃光惩罚费用之和最小为优化目标,决策变量为主动管理元素的出力;下层优化中则以网损最小为目标函数来确定各时段开关状态量。为了减小模型的规模与复杂度,提出了将割集法作为辐射状约束的表示方法。同时,将该模型转化为混合整数二阶锥规划模型,并结合和声搜索算法对其进行求解。通过改进IEEE 33节点系统进行仿真,验证了所提方法的实用性和有效性。     

计及风电预测误差不确定性的风电参与网架重构优化

在大停电后的电力系统恢复过程中,充分考虑风电场的功率支援可加快系统的恢复速度,而风电场出力又具有不确定性,这为系统恢复方案的制定带来了新的挑战。为此文中提出了一种考虑风电场出力不确定性的网架重构恢复方法,该方法首先以预测误差不确定性描述风电场出力不确定性,然后采用风电场限出力接入策略消除风功率波动性对网架重构带来的负面影响,同时定义网架恢复成功率指标描述风电场预测出力不确定性可能导致的恢复失败风险。之后,在机组节点恢复成功率不低于一定置信水平的前提下建立随机相关机会目标规划模型,以最大化网架恢复成功率和最小化网架恢复时间为优化目标,采用离散粒子群算法和随机模拟技术组成的混合智能算法求解模型。最后,以IEEE 39节点为算例对该方法与传统恢复方法进行了分析比较,结果表明,提出的恢复方法在有效应对风电场出力不确定性的同时能够有效缩短网架恢复时间,加快系统恢复进程。