基于协同进化算法的配电网络重构方案

提出了一种基于协同进化算法的配电网络重构方案,将配电网络重构分解为各个回路优化的子问题,采用分开进化、定期协同的思想来处理各个子问题,即生成与回路数目相等的种群,在确保全局最优解为优化方向的前提下,各种群独立进化对应各回路的优化过程.特殊的基因操作减少了不可行解的数量,提高了优化效率;使用“确定树”方法进行不可行解的修复,降低了陷入局部最优解的概率.算例结果表明所提算法具有较好的计算结果和较高的计算效率.     

配电系统优化重构方法综述

配电系统优化重构是配电系统经济运行的一种重要方式,同时对整个电力系统的经济运行也有很大帮助。其作用包括故障诊断、负荷均衡和无功优化等。配电系统优化重构的本质就是复杂的多目标非线性组合优化问题。关于配电系统优化重构的研究,学术界已经取得了较多科研成果,虽然目前配电系统优化重构方法多种多样,但未对其进行文献梳理和归纳总结。为此将现有的研究方法进行了系统总结,分析了现有研究方法的优缺点,并对未来研究方法的发展趋势进行了展望。     

配电网络重构的算法研究

配电网络重构是降低网损、提高电网运行经济性和供电可靠性的主要途径之一。在满足各种运行约束条件下,以网损最小或可靠性最高为目标的配电网重构问题是一个典型的非线性整数组合优化问题,配电网重构是配电系统优化运行的主要措施之一,也是配电管理系统(DMS)中的一项主要功能。针对不同配电网的实际水平,提出一种新的、实用的重构算法,该算法结合了改进支路交换算法和递归虚拟流理论的思想,同时还考虑了配电网重构的实际操作中各种约束因素,如配电网自动化水平、最大开关操作次数等。由此算法开发的配电网重构分析程序采用面向对象的编程技术编写,通过对典型的几个算例进行分析,验证了该算法的有效实用性,可以用于实际配电网重构。     

配电系统网络重构方法研究

网络重构是配电系统安全经济运行的一个重要环节，目前网络重构方法多种多样，在实际应用中如何选取适合不同的配电网络重构方法是研究的目的。对配电系统中网络重构技术的概念、作用、建模作了概述，对各种方法进行了比较分析，并在对网络重构的基本方法及其特点分析基础上，针对不同的网络规模和网络重构的目的，对网络重构方法的实际应用作了探讨。提出了在实际应用过程中，将现有的两种或是多种算法加以结合，形成新的复合方法的观点。随着计算机技术及网络通信技术的发展，复合算法将会得到不断的改进，并被有效地应用到配电网络规划及实时系统中去。     

配电网络重构的优化可信度度量的区间方法

提出了一种以能量损耗减小的可信度度量值最大化作为目标函数的配电网络重构区间算法。考虑每时段上负荷的不确定性,采用区间潮流算法,按照区间化的日负荷曲线得到一日之内系统能量损耗的变化区间,然后根据能量损耗减小的可信度度量值来决定一日的网络最优结构。该方法可用于实现以星期或月为周期的配电网络重构。33母线和69母线测试系统的计算实例表明了算法的应用价值。     

基于蚁群最优的配电网络重构算法

配电网络重构是一个非常复杂的大规模组合优化问题。本文提出了一种新颖的基于蚁群最优的算法来求解正常运行条件下的配电网络重构问题,以达到损失最小,蚁群最优算法法（Ant Colony Optimization,简称ACO算法）是一种新型通用内启发式算法。在求解组合最优问题上,ACO算法已被证明是非常有效的。ACO算法本质上是一个多代理系统,在这个系统中单个代理之间的交互导致了整个蚁群的复杂行为。这种方法的主要特征是正反馈,分布式计算以及富有建设性的贪婪启发式搜索的运用,为了证明本文提出的算法的可行性和有效笥,我们研究了两个算例系统,并给出了计算结果,结论表明,本文提出的算法是相当有希望的。     

配电网络重构的优化可信度度量的区间方法

提出了一种以能量损耗减小的可信度度量值最大化作为目标函数的配电网络重构区间算法.考虑每时段上负荷的不确定性,采用区间潮流算法,按照区间化的日负荷曲线得到一日之内系统能量损耗的变化区间,然后根据能量损耗减小的可信度度量值来决定一日的网络最优结构.该方法可用于实现以星期或月为周期的配电网络重构.33母线和69母线测试系统的计算实例表明了算法的应用价值.     

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。     

基于图形化的配电网络重构算法研究

在改进支路交换法的基础上 ,应用图形化的方式 ,取环路的半径和环路中的点 (支路 )到环中心的距离作为重构判据 ,提出了 1种配电网络重构算法——距离测量法 ,可使配电网络重构的时间缩短 ,并能更好地平衡馈线的负荷 ,降低网损 ,有良好的应用前景     

基于最短路算法和遗传算法的配电网络重构

提出了通过组合负荷实现寻优的重构方法。利用最短路径法按照某一顺序为每个负荷分别寻找供电路径,然后利用遗传算法选择最优的负荷排列顺序,从而实现在局部最优解中寻求全局最优解。通过将容量约束和电压约束转换成弧的权值,在网络形成的过程中就考虑这些约束,从而进一步保证了该算法高效地找到全局优化解。此方法很容易实现树状约束,并对多环的复杂结构网络也能高效地实现重构寻优。     

基于重构有效性和最优网架选择的配电网动态重构研究

针对可再生能源高渗透下日益突出的弃风/弃光问题,提出了一种提升配电网可再生分布式电源（RDG）接纳能力的动态重构策略。首先,根据预测的RDG无约束出力情况,以各单位时段内RDG发电量最大为目标进行静态重构,提取各时段的多个较优网架构成最优开关集合,以增大时段合并过程中的网架搜索空间。其次,根据平均RDG出力提升量提出了重构有效性的概念,并据此概念指导时段动态划分。同时,为了满足开关次数约束,在时段划分过程中进行了最优网架选择,并引入寻优方向自适应调整的改进细菌觅食算法（IBFA）进行求解。最后,采用修改的PG&E69节点系统验证了所提方法的有效性。     

主动配电网动态重构方法研究

主动配电网重构是通过开关的通断实现的。电力系统的运行状态随着负荷的变化而变化,配网重构是由当前电力系统运行状态决定的,每个潮流时间断面都有一个最佳配网拓扑结构。从网损最佳角度,配网应该时时刻刻都在重构。但是重构需要开关的通断来实现,频繁的开关操作,增加故障概率、减少开关设备的寿命,因此需要在网损与开关操作费用之间寻找平衡。本论文以24小时为例,每个小时是一个时段。每个时段各个节点的负荷是定值。每个时段找出网损较小的三个网络拓扑,构成较优解集。两个连续时段之间的拓扑结构进行配对儿:将开关变化少的为一对儿,而且是一一配对儿。这样两个连续时段之间有三个链条连接,24个时段的链条都会逐一形成。最后计算网损费和开关操作费用之和最小者,为选择的动态重构方案。     

配电网动态重构的多代理协调优化方法

提出一种配电网动态重构的新方法,并利用多代理系统(multi-agent system,MAS)技术来实现。将一天分为多个时段,每一时段由一个工作代理负责,利用混合粒子群算法进行静态重构,求得一个解集,并通过相邻代理间的相互学习,对解集进行补充和完善。然后对解集进行评估,从中选出种子解和优先替补解,计算出每一工作代理减少一次开关操作将增加的最小损耗。最后经协调代理多次迭代协调,令部分工作代理更换种子解,直到满足开关操作次数约束条件为止,此时,各工作代理的种子解即共同组成了动态重构结果。给出MAS的系统框架和各代理的功能模块。最后对一个IEEE69节点标准算例和一个实际算例分别进行仿真,仿真结果表明该方法不仅可快速获得不同约束条件下的最优解,还能为相关部门制定合理的开关操作次数提供依据。     

基于时段划分的主动配电网动态重构

对主动配电网动态网络重构策略进行研究,首先考虑分布式光伏和系统柔性负荷的波动性,根据其概率模型建立基于时段划分的多目标动态重构模型,采用层次分析法降低多目标决策的复杂度;然后对不同时段进行合并,并引入多智能体思想对蚁群算法进行改进,构建动态协同优化重构算法,规避算法搜索的盲目性,提高算法的灵活性和可靠性,进而实现配电网的动态重构.     

源网荷储互动的直流配电网优化调度

针对直流配电网内源荷的强随机性、波动性使得优化调度问题愈发复杂化,结合直流配电网低压网架灵活互联、可控的结构特点,深入分析可互动源荷特性基础上,提出源网荷储互动的直流配电网多目标优化调度方法.该方法通过提出源网荷储互动优化概念,综合考虑可互动负荷、储能及换流器的协同优化对系统运行成本和潮流分布的影响,建立了含光伏的多电...     

基于综合协调优化的两阶段配电网动态重构研究

针对配电网动态重构,常需要考虑长时间尺度下的合理规划综合考虑负荷功率变化以及光伏、风电等分布式电源的出力变化,及时调整网络拓扑结构使得网络损耗和电压偏差尽可能地小,同时还需顾及网络拓扑结构改变时断路器动作次数与断路器组合冲突问题。为此,文中提出了一种基于综合协调优化的两阶段配电网动态重构法,将配电网动态重构分为两个阶段：1)以网损最低为目标,以基于有序环网的启发式规则灰狼静态重构算法对配电网所有时段进行重构寻优;2)对最优解进行综合协调优化,并提出削减规则策略与时段融合策略,按顺序缩减动态重构的断路器动作次数。仿真结果表明,该方法不仅可以有效降低网损,提高配电网各个节点的电压值,且大幅度降低断路器动作次数。     

含分布式电源的配电网多目标优化重构研究

针对分布式电源的不断接入,使得配电网的负载需求越来越复杂,三相不平衡问题越来越突出。文中提出了一种考虑多时段负荷变化和开关操作次数等问题,以减少变压器出口侧三相电流的总体不平衡度和最小化开关操作次数为目标构建优化模型,采用改进的微分进化算法用于提高收敛速度,避免优化过程早熟。并通过算例验证了改进算法的有效性和准确性。结果表明,该算法实现了深度优化,能有效地解决多目标动态重构问题。该研究为我国分布式电源接入配电网的多目标重构提供了参考和借鉴。     

基于CNN的配电网快速重构方法

针对现有配电网重构算法求解速度慢的问题,提出基于卷积神经网络(CNN）的配电网快速重构方法。首先,搭建基于配电网环路结构的多分支CNN模型,减少建模过程对配电网具体结构的依赖;其次,利用混合训练方法训练CNN模型,使模型具备对不同负载模式的配网进行快速重构的能力;最后,以IEEE33节点测试系统为例,验证所提方法的有效性。     

基于拓扑分区并行的高压配电网优化重构

高压配电网备供线路多、网架结构灵活,利用网架重构能够提高系统运行的经济性与安全性,有效降低电网阻塞风险。为实现高压配电网拓扑放射性约束的在线实时判别,针对其拓扑结构特点对其进行分区,同时考虑网络拓扑放射性约束的必要条件与不可开断支路缩小分区网络拓扑可行解搜索空间,提出快速判别算法。构造了以网损率、110 kV线路负载率均方差、220 kV变电站负载率差异度均方差的高压配电网多目标优化重构模型,以支路通断状态为控制变量应用非支配排序遗传算法（NSGA-II）求解,并将分区网络支路集合作为遗传算法交叉与变异的操作对象,加快智能算法的寻优速度。以某城市电网为例进行仿真分析,结果表明,所提模型能够有效降低网损,提高系统全局的负荷均衡性,消除局部输电阻塞,同时拓扑约束分区判别能够有效提高算法的求解效率,满足在线实时重构的要求。     

一种基于解空间划分的配电网最优重构算法

提出了一种基于解空间划分的配电网最优重构算法。根据配电网不同拓扑结构上的共同点,制定一个划分规则,将配电网重构的整个解空间划分为不同的可行子空间和不可行子空间,排除不可行子空间,同时使用局部寻优算法找出各可行子空间中的最优解,逐一计算网损并进行比较,找出全局最优解。该算法能够确定地得到配电网重构最优解,且显著减少了需要计算网损的候选解数目,使计算效率能够满足实际需要,PG＆E69节点系统和IEEE33节点系统的算例结果与分析证明了该结论。