基于电网分区的负荷恢复智能优化策略

针对电力系统大停电后的负荷快速恢复问题,提出了一种基于电网分区的负荷恢复智能优化策略。提出了一种大停电事故后系统恢复的最优分区策略,并在所建立的优化模型中考虑了为恢复发电机而引入的架空线路充电无功以及为恢复负荷所引入的线路合闸操作次数等影响因素。在完成对大规模系统优化分区后,对各分区建立了一个统一的并计及网络重构因素的负荷恢复优化模型,实现各分区负荷的并行恢复。针对上述所提出的优化模型,通过结合传统图论理论和遗传算法,实现基于电网分区的负荷恢复优化问题的求解。解算中,对遗传算法进行了改进,并针对应用遗传算法时所产生的大量不可行解问题,提出了随机甩负荷和最短路径修补策略的处理方法,进一步提高了算法的寻优效率和全局优化能力。以IEEE30节点系统为算例进行仿真分析,验证了所提模型与方法的正确性和有效性。     

基于电网分区的负荷恢复智能优化策略

针对电力系统大停电后的负荷快速恢复问题,提出了一种基于电网分区的负荷恢复智能优化策略.提出了一种大停电事故后系统恢复的最优分区策略,并在所建立的优化模型中考虑了为恢复发电机而引入的架空线路充电无功以及为恢复负荷所引入的线路合闸操作次数等影响因素.在完成对大规模系统优化分区后,对各分区建立了一个统一的并计及网络重构因素的负荷恢复优化模型,实现各分区负荷的并行恢复.针对上述所提出的优化模型,通过结合传统图论理论和遗传算法,实现基于电网分区的负荷恢复优化问题的求解.解算中,对遗传算法进行了改进,并针对应用遗传算法时所产生的大量不可行解问题,提出了随机甩负荷和最短路径修补策略的处理方法,进一步提高了算法的寻优效率和全局优化能力.以IEEE30节点系统为算例进行仿真分析,验证了所提模型与方法的正确性和有效性.     

地区配电网重构与故障恢复问题

采用图解蚂蚁系统求解地区配电网的重构与故障恢复问题.将求解过程划分为离线和在线2个阶段,使拓扑分析与搜索寻优分离,以提高计算速度.离线阶段对配电网进行拓扑分析,用构造图表示可行解解集,不同元件故障恢复问题的可行解解集由重构问题的可行解解集经简单变化得到,以避免重复进行拓扑分析;在线阶段通过模拟蚁群在构造图中行走进行搜索寻优.通过修改传统蚁群算法的路径选择规则和信息素更新规则,以避免搜索陷入停滞.以一个实际的地区配电网作为算例.仿真结果表明,所提方法可以有效地提高地区配电网运行的经济性,同时可以提供可靠的故障恢复方案.     

TS算法在配电网络重构中的应用

配电网络重构作为优化网络、降低线损的一项重要手段,受到广大研究人员的重视.TS算法是一种新兴的现代启发式寻优技术 ,适合于求解组合优化问题,并能以很大的概率跳出局部最优解.本文介绍了配电网络重构的相关知识,并尝试将TS算法用于求解配网重构问题.另外,本文通过对寻优过程的有效控制,避免了在寻优过程中大量不可行解的产生,提高了计算效率.通过对实际算例的演算,证明了TS算法对于求解配网重构问题的有效性和可行性.     

恢复控制中的系统重构优化算法研究

文中系统地研究了大停电事故后,输电系统的重构优化问题。系统重构阶段按“串行”和“并行”送电阶段分别求解,并给出了相应送电路径寻优算法,算法均为多项式时间性质,满足可靠行和实时性的要求,能应用于大系统。算法可适应系统各种初始条件如,分别启动的多个子系统以及于系统内有多个电源点。最后以华北电网(1652个节点,2103条线路)作为算例,验证了上述算法的有效性。     

灾难性停电事故后基于混合算法的系统恢复路径优化

灾难性事故后黑起动路径恢复作为电力系统恢复研究的核心内容之一,是一个多阶段、多目标及多变量的组合优化问题。提出了合理的灾难事故后系统黑起动路径恢复的模型和相应的求解方法。该模型以寻找最小代价路径为优化目标,将路径恢复优化等效为计及约束条件的局部最小树问题。运用数据包络分析(Data Envelopment Analysis,DEA)求取线路的综合权重,考虑了输电网络的电气特性、网络特性以及外在因素的影响。同时针对该问题,提出了相应的改进遗传算法求解模式。最后,通过实例验证了所提模型和方法的正确性。     

基于加权复杂网络模型的恢复路径优化方法

输电网络重构是电力系统大停电或部分停电后进行恢复的第2个阶段,如何确定恢复的目标骨架网络及其恢复路径序列是该阶段的主要任务。文中提出了一种新的基于加权复杂网络模型的输电网络重构优化算法,考虑了节点有功发电出力和有功负荷（特别是重要负荷）的大小以及各节点在网络中的分布情况和重要性程度,并利用了加权复杂网络模型中衡量网络枢纽性的介数指标来优化恢复路径。该算法可以得到最优的恢复路径序列和目标骨架网络,克服了现有方法在确定目标骨架网络和优化恢复路径序列这2个输电网络重构环节严重脱离的缺点,并在一定程度上解决了现有的恢复路径优化方法采用专家经验或分段寻优策略而无法得到最优解的问题。最后,以新英格兰10机39节点系统为例说明了所提出的方法的基本特征。     

复杂有源配电网供电路径快速优化

配电网络结构日益复杂化以及分布式电源广泛接入带来的不确定性,增加了配电网供电路径优化的难度,传统配电网重构方法很难满足其快速性要求。针对风机、光伏出力的波动性,在构造的概率场景模型基础上,基于时间尺度进行出力分割,并利用无重复生成树策略对复杂搜索空间进行简化,避免重复性辐射型校验,减少解空间的冗余度,采取改进的编码策略以及改进的教学优化算法对重构模型进行求解,提高搜索的速度和全局寻优能力。算例分析证明了所提方法的快速性和有效性。     

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。     

考虑需求响应的配电网故障恢复策略

为研究需求响应对故障恢复的影响,提出了考虑需求响应的配电网故障恢复策略。首先,分析了配电网故障恢复一般方法,并将需求响应成本引入目标函数,建立了考虑需求响应的配电网故障恢复策略优化模型。然后,引入混沌理论提出改进的粒子群优化PSO(particle swarm optimization)算法,以提高算法的优化效率和运行速度,求解混合整数非线性问题进行优化。通过IEEE 33节点算例,验证了需求响应的作用及所提改进PSO算法的有效性,有利于减小故障恢复后网络的网络损耗及经济成本。     

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。     

基于小生境协同互联的黑启动网架重构策略研究

随着电网规模的扩大,大停电引发的后果愈发严重,黑启动是重启瘫痪电网的有效措施,网架重构是黑启动过程的重要环节。为提高大停电后电力系统的黑启动效率,充分利用分布式黑启动电源在网架恢复过程中的优势,本文提出了基于小生境协同互联的黑启动网架重构策略。首先,借助图论中的Kruskal算法,以节点和支路权重为导向对待恢复网架进行图抽象,并以网架恢复时间最短为主要目标,构建黑启动网架重构优化模型。然后,在排挤和预选择的双机制作用下,采用改进小生境遗传算法对该模型进行求解,在此基础上融入串并行配合的恢复策略实现小生境协同互联。由上述求解过程,达到对网架重构过程的优化调节。最后,通过与改进前方法的对比,用恢复时间、电压偏移量和有功损耗的指标对IEEE39仿真结果进行评价,结果表明所提方法能有效提高网架重构速度,保证协同互联的稳定。同时,借助江苏省镇江市局部电网数据,证实了所建模型的有效性和可行性。     

船舶电力系统重构的博弈算法

船舶电力系统故障重构通过改变系统供电路径来恢复重要负载的供电,对增强系统的存活性有着重要意义。在多智能体(agent)架构的基础上,构建船舶电力系统博弈重构模型并提出求解方法。该模型以船舶电力系统中不同区域的agent作为博弈参与者,将船舶电力系统的重构问题转化为各agent之间的合作–竞争问题,从而保证重要负载的恢复供电。论文进一步提出该模型的求解算法,该算法首先判断博弈模式的合作与非合作属性,之后通过agent或agent联盟之间的博弈过程,计算各agent所属的负载/发电机的投切及转移策略。仿真算例表明,该算法能够快速有效地求解船舶电力系统重构问题,最大程度保证系统的存活性。     

Group decision support system for backbone-network reconfiguration

Modern power system is unprecedentedly vulnerable and the society is exposed to higher blackout risks. Therefore restoration is a key issue to power systems. Reasonable backbone-network reconfiguration is necessary for re-establishing the network and restoring loads quickly. In order to speed up network reconfiguration under security constraints, a group decision support system (GDSS) is developed. A unified data platform based on data warehouse is constructed to resolve inconsistencies of data, information and models. A three-stage restoration strategy and a two-layer restoration path searching method are proposed to establish restoration schemes. Multiple attribute decision-making is implemented to evaluate alternatives and consider various attributes about restoration speed and system security comprehensively. Group decision-making provides an aggregated cardinal ranking of candidate restoration schemes. The GDSS uses expert rules for qualitative analysis and numerical computation programs for quantitative analysis, and it can resolve the semi-structured decision problem of network reconfiguration efficiently. Restoration plan of Shandong power grid is developed with the proposed method and it has been adopted by State Grid Shandong Electric Power Company. Performance results of Shandong power grid of China demonstrate the feasibility and flexibility of the method.     

多直流馈入异步受端电网恢复的分区方法

针对异步联网时受端系统的恢复问题,提出一种综合考虑网络社团结构特性和交直流交互作用的系统恢复分区方法。首先,在分析交直流系统交互作用的基础上,将系统强度指标纳入分区原则和约束条件中,并优化得到多直流系统的最优传输功率,进而提出了适用于异步受端电网恢复的分区模型。然后,以支路对各直流落点短路容量的综合影响为权重定义了加权边介数,以黑启动电源个数和分区约束条件为判据自动确定分区数量,采用改进的GN分裂算法实现了多直流馈入受端电网恢复的合理分区,并基于分区结果计算出分区恢复时间和负荷恢复总量。最后,IEEE 39节点系统和中国南方某省局部电网的分区结果验证了所提方法的可行性和有效性。     

Permutation-based Power System Restoration in Smart Grid Considering Load Prioritization

Abstract

In the smart grid environment, a power system restoration plan with flexibility is needed to improve reliability and efficiency in an automated way. Traditional system restoration methods based on fixed time intervals may not meet the requirement. This article proposes a new permutation-based model for power system restoration within an optimized flexible duration considering available generator capability and load prioritization. By utilizing this new model, power system restoration is formulated as a permutation-based combinatorial optimization problem to maximize the restored load per unit time. Finally an action-by-action flexible time schedule is obtained for generator startup. A novel quantum-inspired evolutionary algorithm, called the quantum-inspired differential evolutionary algorithm, has been applied to solve this problem due its to high population diversity and fast convergence. The effectiveness of the proposed restoration approach has been validated using IEEE 39- and 57-bus systems.     

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。     

改进蚁群算法求解船舶电力系统故障重构问题

船舶电力系统故障重构是一典型的非线性组合优化问题.文中给出一种改进的蚁群算法来实现故障下的网络重构,将重构问题看成子集类优化选择问题,修改并建立适合解决此类问题的蚁群算法模型.根据船舶电力系统重构特点,设计了一种可变邻域搜索算子以进一步探索优质解附近可能存在的更优解,针对算法易出现的劣质解元件,设计了两种优化操作以减少劣质解的产生,改善解集合的质量.算例分析表明,改进后的蚁群算法可以有效实现船舶电力系统的故障重构.     

一种新型的配电网供电恢复重构寻优算法

将蚁群算法应用于非故障失电区域的供电恢复重构问题,在建立新型、可行供电恢复方案搜索策略的基础上,结合图论相关知识引入了可操作开关集的概念,缩小了寻优空间,提出了一种新型配电网供电恢复重构寻优算法。在随后的迭代求解过程中,蚁群算法具有的正反馈、分布式计算和富于贪婪启发式搜索等特点使该算法的计算效率得到了显著提高。某18节点配电网的寻优比较结果表明,该算法具有高收敛性、快实时性和强全局稳定性。     

基于启发式遗传算法的舰船电力系统网络重构研究

舰船电力系统(SPS)的网络重构是恢复系统故障、提高舰船生命力的重要途径之一。在满足各种运行约束条件下，快速地恢复因战斗受损的负荷供电是一典型的非线性整数规划问题。该文建立了重构数学模型，并提出了一种启发式遗传算法对其进行求解，以启发式算法结果为初始种群，有效地提高了收敛速度。根据SPS的特点，重要负载都需两路(正常和备用路径)供电，对遗传算法的编码方式采用了新的针对负荷的0，1，2编码。提出了以扩展矩阵法对重构时支路的连通性及容量约束进行检验，极大地减小了计算复杂度。算例结果表明上述方法是可行、有效的。