基于不完全信息多阶段对策的复杂电网连锁故障防御模型

为防御由连锁反应故障引发的大停电事故提出一种基于不完全信息多阶段对策的复杂电网连锁故障防御模型。鉴于无法掌握连锁故障各个阶段的事故状态信息,提出负载严重程度和母线电压跌落严重程度表征"不完全信息"情况下元件故障对系统造成的影响。结合对策理论,模型对连锁反应故障不同阶段的电网进攻方当前策略进行辨识并求取其支付函数。根据进攻方支付函数的大小,防御方通过计算直流潮流灵敏度矩阵和负荷节点电压灵敏度矩阵采取相应的防御策略,同时对电网各元件进行快速越限系数计算,预测进攻方下一轮策略。模型为连锁故障初级阶段的调整措施和快速反应阶段的紧急控制措施提供了直观依据。算例仿真验证了该模型的准确性和有效性。     

基于小生境多目标粒子群算法的输电网检修计划优化

以检修成本和期望缺供电量最小为目标,建立输电网检修计划多目标优化模型,并提出一种基于小生境的改进多目标粒子群算法对其进行求解。通过得到一组Pareto最优解,全面统筹检修计划优化问题的经济性和可靠性目标。该算法采用小生境共享机制来更新粒子的位置,保持了解的多样性和分布的均匀性;引入混沌变异对部分非支配粒子进行小范围的扰动,提高了算法全局搜索能力,避免陷入局部最优。为使算法能够更好地应用于输电网检修计划优化问题,采用罚函数对约束条件进行处理,并根据模糊隶属度从Pareto最优解集中选取最优折衷解,为检修计划制定人员提供了科学的决策依据。通过IEEE RTS-79节点系统的仿真,验证了该算法在求解输电网检修优化问题时能有效避免早熟收敛,快速地收敛至Pareto最优解集。