基于黑板模型的配电网故障恢复多代理协作机制设计

基于多代理理论,提出一种考虑负荷控制的含分布式电源配电网故障后快速恢复供电的多代理方法。构建了包含重要负荷代理、负荷全局控制代理、分布式电源代理、微电网代理的多代理系统,完成供电恢复策略的制定。引入黑板模型作为协调机制,并对黑板和知识库进行了模块化设计。恢复过程中每个代理寻找问题解部分,黑板组织协调各个代理行为,通过信息的更新与存储过程提高了信息利用率,这种协作机制既实现了并行计算,又避免了代理之间的不同步造成的信息滞留。算例表明,所述方法在处理配电网故障恢复问题时,恢复策略准确,速度快,具有高效性和实用性。     

一种配电网故障恢复智能决策算法

配网的故障恢复问题是智能配电网实现自愈的关键。本文综合考虑故障恢复方案的经济性和安全性,以倒闸操作次数少、网络储备容量大为优化目标,采用基于生成树的可行方案生成方法,提出了基于离散细菌群体趋药性算法的配网故障恢复智能决策方法。仿真计算结果表明,该方法仅需获得初始有功负荷和线路热稳功率极限,无需进行配网潮流在线计算和校验,能够快速得到最优故障恢复方案,可为调度人员提供快速准确的决策支持。     

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...     

基于多代理方法的配电网故障应急抢修调度

配电网故障应急抢修调度作为电网应急管理系统的重要组成部分,可以为应急管理提供辅助决策支持作用。为此,从当前配电网应急抢修资源配置情况出发,建立了考虑抢修资源分配以及多抢修小队协作机制的配电网故障应急抢修联合优化模型,并结合黑板模式提出了抢修调度多代理方法,设计了由初始层、适应性测度优化层、抢修预案优化层组成的黑板信息处理模式,可在配电网发生多处故障后快速给出抢修资源分组方案及应急抢修预案,以减少停电经济损失。仿真算例验证了该方法的有效性。     

考虑负荷控制的配电网故障恢复

用户参与市场程度的逐步提高为配电网的调度运行提供了更多、更灵活的手段。文中将负荷控制引入到配电网故障恢复问题中,建立了考虑可中断负荷参与的配电网故障恢复优化模型。可中断负荷的引入不仅有利于在系统供电容量不足时最大限度地保证重要负荷供电,而且有利于在配电网仍存在大量手动开关的现状下,降低开关操作时间,以保证重要负荷供电的快速恢复。针对该多目标多约束的优化问题,应用改进的非支配排序遗传算法Ⅱ(NSGA-Ⅱ)进行求解。与传统的遗传算法相比,NSGA-Ⅱ无须通过权重系数将多目标转换为单目标,因此所得到的最优解集更能够反映优化问题的本质。算例计算结果验证了所提出的模型和算法的正确性和有效性。     

考虑系统频率特性的负荷恢复多目标优化策略研究

电网自愈能力是智能电网的重要特征,而由调度中心在电网恢复阶段实施的负荷恢复策略是实现自愈功能的关键步骤。本文对电力恢复过程中最后一个阶段的负荷恢复问题进行了研究,提出了一种考虑系统频率特性的负荷恢复多目标优化策略,将负荷恢复问题处理为一个多目标、多约束的组合优化模型。采用柔性潮流算法,在满足频率约束条件的前提下,使每个轮次和总负荷恢复量最大;采用细菌群体趋药性算法求解该优化模型,得到负荷恢复需要的轮次及每次恢复的负荷量,具有收敛速度快的优点。IEEE30节点算例的结果验证了该策略的有效性。     

含光伏电站的配电网无功优化

通过求得光伏电站有功功率的期望值解决了其有功输出不确定的问题,并通过调整光伏并网系统的有关参数来调节其无功输出,使得光伏电站能够参与配电网的无功优化.建立了以网损最优为目标的函数模型,并用改进的细菌群体趋药性算法（bacterial colony chemotax-is,BCC）求得目标函数的最优解.通过实例计算分析,验证了该模型和算法的有效性.     

基于改进BCC算法的含分布式发电的配电网无功优化

介绍了含分布式发电的配电网无功优化问题,改进了细菌群体趋药性算法(BCC),引入微分进化算子和线性幂函数混合映射混沌模型,动态调整细菌移动速度和感知范围,提高了算法的寻优速度和全局搜索能力。算例结果表明采用改进的BCC算法优化后的配电网网损最低,迭代次数最少。     

基于多代理的智能配电网故障恢复

针对传统的配电网故障恢复方法其效率低下,对复杂智能配电网系统的适应能力差的问题,结合现有多代理技术的思想,提出了基于多代理技术并结合改进遗传算法的智能配电网故障恢复的新方案。以某地区实际配电网模型进行仿真,结果显示,将多代理技术运用到配电网故障恢复中能获得更好恢复效率,并能够尽量减少故障区域的重要负荷的失电,并对非故障区域的失电负荷进行供电,仿真实验证实了多代理技术在配电网故障恢复中的可行性和优越性。     

基于细菌群体趋药性算法的配电网无功补偿优化

配电网的无功补偿优化是改善配电网电能质量、提高电压稳定性和减少网损的重要方法.以配电网网损费用和动态无功补偿设备投资费用之和最小为目标函数,通过最大、一般和最小3种负荷方式模拟配电网的实际运行.应用细菌群体趋药性算法进行无功补偿点位置的选择,使用前推回代法潮流计算分别确定最大、一般和最小三种负荷方式下的无功补偿量,并通过动态无功补偿装置的固定部分和可投切部分来实现不同负荷方式下的无功补偿.对24节点辐射网络算例进行仿真计算,得到了良好的结果.     

基于熵权TOPSIS和MAS的配电网故障动态恢复

本文提出基于熵权TOPSIS的配电网故障分阶段动态恢复方法,并融入到MAS(多代理系统)的设计中。通过对相似日的数据挖掘,预测故障后各时刻的DG出力与负荷情况以解决不确定性问题。在满足约束的情况下,根据TOPSIS法对多个可行方案进行优选。执行最优方案后,对各恢复区域进行合理的可中断负荷的投切,以充分利用恢复电源或及时切除越限负荷。依据本文故障动态恢复的方法,设计了含有BA(bus agent)、SA(state agent)和SSA(state subset agent)三层结构的故障动态恢复多代理系统。最后,通过典型配电网接线模式对本文设计进行了解析,表明该设计可行。     

基于区间潮流的含分布式电源配电网故障恢复算法

对于含分布式电源的新型配电网,分布式电源出力的不确定性是影响其故障恢复及自愈的关键因素。为此,文中引入区间数以描述负荷容量和分布式电源出力的不确定性。在此基础上,结合系统备用容量限制与负荷容量分布对故障恢复的影响,提出了基于区间潮流分析的联络开关最优割点计算方法,以及含分布式电源配电网的故障恢复快速算法。该算法通过比较...     

基于蚁群算法的配电网故障恢复重构

研究了故障后输电线路的重构优化问题,提出了一种求解目标最优的故障恢复重构算法。该算法基于蚁群算法,以电压稳定为前提,建立了以降低网损和操作开关数目最少为目标的数学模型。该算法不依赖初始参数的设置,具有全局搜索的能力,可通过改变权重系数将网损、开关操作数目等多目标优化问题转化为单目标优化,提高算法效率。实例证明该算法可以准确得到配电网故障后电网重构的最佳方案。     

基于种间竞争遗传算法的配电网故障恢复

当配电网发生故障时,会出现剩余电源容量不够恢复所有的停电区域的情况,此时应以尽可能恢复更多的停电区域为目的。针对配电网自身的特点,确定了故障恢复模型所采用的目标函数及其约束条件,在基于种间竞争的遗传算法的基础上,引入了自适应策略,运用交叉算子和变异算子的自适应技术协调种内进化过程,通过种间竞争频率的自适应调剂促进最优个体的生成,并根据实际情况,对于染色体交叉、变异加以改进。算例分析表明,该算法具有更强的全局搜索能力和收敛速度,可以恢复更多的停电区域。     

一种基于Petri网模型的配电网故障恢复算法

Petal网是一种对离散事件动态系统进行建模和分析的强有力工具,被广泛应用于各种工业领域。鉴于配电网故障的发生和恢复过程具备异步、并发等动态特征,将Petri网方法应用到配电网故障恢复问题中。提出了基于Petri网的建模方法,将配电网的故障恢复过程抽象为Petri网中的变迁序列,设计了一种基于最优目标状态的故障恢复算法。该方法中提出的Petri网模型结构更为简洁,同时最大限度的保留配电网系统的拓扑结构,便于理解;解决了其中最大的一个优化问题,并与现有算法进行比较,证明了本故障恢复算法的全局最优性和有效性。     

基于自适应多种群遗传算法的多目标配电网故障恢复

包含分布式电源(distributed generation,DG)的配电系统,在发生大面积断电时,其供电恢复是一个多目标、多约束的复杂优化问题.文章考虑用户优先等级,基于负荷恢复量,手动开关和遥控开关的动作次数以及恢复供电后的网损,建立了包含DG的配电系统的多目标供电恢复模型,并提出一种改进的遗传算法来处理配电网故障...     

基于双种群CSO算法重构的含DG配网故障恢复

为兼顾配网故障恢复的快速性和最优性,提出一种基于重构的分级响应故障恢复方法,并应用双种群纵横交叉(crisscross optimization algorithm,CSO)算法寻求重构方案.首先在故障隔离后利用启发式规则进行局部重构,以较少的开关动作次数快速恢复配网连通性.然后在局部重构后有安全指标越限时,利用改进的...