配電網重構算法綜述

西南石油大學電氣信息學院 吳華兵

中國航油集團貴州石油有限公司 張 歡

配電網重構算法綜述

西南石油大學電氣信息學院 吳華兵

中國航油集團貴州石油有限公司 張 歡

配電網重構可以提高配網運行的穩定性、經濟性以及供電質量，是優化配網運行的一項重要手段，對智能電網的建設有著十分重要的意義。建立配電網重構的數學模型，介紹了配網重構的目標函數和約束條件，對各種重構算法進行了闡述，全面反映配電網重構算法的研究情況。

配電網；重構算法；啟發式算法；智能算法

1 引言

現代配電系統往往采用開環設計、閉環運行，其網絡結構為輻射狀。部分饋線之間存在聯絡線，接入或斷開聯絡線上的開關，網絡結構會隨著改變。因此配網在網絡結構上具備了重構的可能。配電網重構就是在電壓，功率等條件下，閉合或者斷開線路開關來改變網絡結構，以達到降低系統有功網損、提高系統的經濟性、均衡負荷、消除過載、提高電壓質量等目的[1-4]。配網重構對建設新型智能電網中重要的一環，對提高網絡運行的經濟性和靈活性具有重大意義[5-6]。

2 配電網重構數學模型

2.1 目標函數

2.1.1 最小化有功網損

其中，Ni、Ri、Pi、Qi、Ui分別表示系統支路數、支路電阻、支路的有功功率、無功功率、功率注入節點的電壓。

2.1.2 電壓質量

點電壓偏差：其中，nn、Uj、Ijr分別表示節點數、節點j的電壓、節點j的額定電壓。

2.1.3 系統可靠性

其中，ui、Ni、R分別為負荷點i的平均停運時間、負荷點i的用戶數、系統中的負荷點集合。該指標實際上就是減少用戶平均停電時間。

2.2 約束條件

在配電網故障重構中，還除了滿足節點電壓和支路電流及功率約束之外，還需滿足配電網開環運行的要求[7]。

其中，Vj、Vjmax、Vjmin分別表示節點j的電壓的有效值及其上下限；Ii為第i條支路的電流值；Iimax為支路i的允許電流上限值；Pj和Qj為支路j上流過有功和無功；Simin為支路i的允許流過的最大功率；gk為重構后的配網結構，G為配網輻射狀拓撲結構集合。

3 配電網重構算法

3.1 數學優化算法[8]

這類算法完全基于數學理論，建立相應的數學模型，采用某一算法對其求解。該類算法優越之處在于對初始網路沒有要求。但是隨著網絡結構復雜行的增加，計算量過大，出現“維數災”等問題，因此不適用于大規模配電系統，利用該方法求解時，往往需要簡化處理[9]。

3.2 啟發式算法

3.2.1 支路交換法

支路交換法[10-11]最早由Civanlar S等人提出的基于網損估算公式的啟發式算法。該算法每次閉合一個聯絡開關，斷開一個分段開關，尋優過程始終保持配網的輻射狀結構。不斷改變交換的開關對，直到找到滿足等式和不等式約束條件下目標函數的最優值。該方法的啟發式規則大大減少了計算工作量，利用網損估算公式快速計算線損變化，從而確定最優配網結構。但該算法的不足之處在于重構結構對網絡初始結構有一定的依耐性。

3.2.2 最優流模式法

1989年Shimohammadi D等人首次提出了最優流模式法[12-13]，將配電網絡重構的開關組合問題轉換為潮流優化的問題。該算法首先閉合網絡中所有的聯絡開關從而得到一個環網，然后根據潮流計算結果將節點負荷轉換為節點電流注入，求取網絡的電流分布(OPF），依次打開網絡中電流最小的支路開關，重復這一操作，直至網絡恢復為輻射狀為止。該算法的優點是把開關組合的問題轉化為優化潮流的計算問題，簡化了問題的求解過程。其缺點每次打開開關后都要進行潮流計算，檢查支路電流是否越限。

3.3 人工智能算法

3.3.1 人工神經網絡算法

人工神經網絡（ANN）算法[14]是根據神經網絡中的神經元具有的并行及協同計算能力而構造的一種優化算法，在求解問題過程中，ANN的演化過程對應著實際問題的優化過程，而其穩定狀態對應著實際問題的最優解。該算法用于求解配網重構優化問題具有計算時間快，不需要每次都進行潮流計算等優點。但存在訓練樣本隨網絡結構變化不斷更新，無法保證樣本最優性等確定，因此在實際應用中收到了一定的限制。

3.3.2 模擬退火算法

模擬退火算法[15]（SA）是一種基于金屬退火原理建立的全局優化算法，可以有效地處理混合優化的問題。目標函數、控制參數分別可用退火過程的內能E和溫度T來模擬；該算法應用到配電網絡重構時，隨機選擇閉合某條聯絡線上的開關產生一個環網，在該環網的基礎上又隨機打開一個支路開關，由此產生新的網絡結構。即產生了新解，新解以一定的概率被接受或被拒絕，若被接受，則在該基礎上又產生新解，直到最優網絡結構被確定，若被拒絕，則在原解基礎上重新產生新解。，該算法隨機性較大，最優解無法得到保證。

3.3.3 遺傳算法

遺傳算法[16]，又名基因算法，是一種模擬生物的自然選擇及遺傳進化機制而產生的自適應搜索算法。該算法將目標函數作為搜索信息，具有隨機性、并行搜索等特點，十分適合用于處理解空間龐大的非線性優化問題。總的來說，可通過兩類方法提高該算法的效率，一是改進其進化機制、編碼方式等，以優化其性能；一是將該算法與其他優化算法結合，以彌補該算法局部優化能力的不足。

3.3.4 多代理系統

應用多代理系統可將復雜系統分解為多個子系統并分別為其設計多代理子系統，再通過子系統的協調及合作逐步實現問題求解；而基于多代理系統良好的分布式特性，將其應用于分散在不同地域的龐大系統中，可實現對整個系統的管理和控制。基于其各種優良特性，多代理系統在電力系統領域的應用十分廣泛，而在配電網絡故障重構應用中更是凸顯了其強大的功能和良好的應用前景，國內外諸多學者已經對其進行了大量研究并取得了豐碩成果[17-18]。

4 結論

配電網的重構對電網運行的經濟性和穩定性具有重要意義，針對單一目標的重構運用啟發式方法或者數學優化方法往往可以取得比較理想的結果，若是多目標的重構，則人工智能算法效果較好，但也存在一定的缺陷。

[1]王守相,王成山.現代配電系統分析[M].北京:高等教育出版社.2007.

[2]楊烈.基于遺傳算法的多目標配電網重構研究與應用[D].華北電力大學,2013.

[3]劉莉,陳學允,郭志忠.配電網絡重構的現狀和發展[J].繼電器,2002,30(6).

[4]王毅.基于改進自適應遺傳算法的配電網絡重構[J].電力自動化設備,2005(12):32-35.

[5]張學超.配電網重構算法研究綜述[J].中國電力教育,2007,S3:120-122.

[6]劉健,畢鵬翔,董海鵬.復雜配電網簡化分析與優化[M].北京:中國電力出版社,2002,10.

[7]陳寧,劉憲林,梁歡歡.基于改進遺傳算法的配電網絡重構研究[J].電測與儀表,2015,13:101-104.

[8]Perez GR,Heydt GT,Jack NJ,Keel,Brian K,Castelhano Jr AR.Optimal restoration of distribution systems using dynamic programming.IEEE Trans Power Del[J].2008;23(2):1589–96.

[9]肖鯤.基于多智能體粒子群算法的配電網絡重構[D].中南大學,2009.

[10]Civanlar S,Grainger J J,Yin H,et al.Distribution feeder reconfiguration for loss reduction[J].IEEE Transactions on Power Delivery,1988,3(3):1217-1223.

[11]畢鵬翔,劉健,張文元.配電網絡重構的改進支路交換法[J].中國電機工程學報,2001,08:99-104.

[12]Shirmohammadi D,Hong H W.Reconfiguration of electric distribution networks for resistive line losses reduction[J].IEEE Transactions on Power Delivery,1989,4(2):1492-1498.

[13]鄧佑滿,張伯明,相年德.配電網絡重構的改進最優流模式算法[J].電網技術,1995,19(7):47-50.

[14]Salazar H,Gallego R,Romero R.Artificial neural networks and clustering techniques applied in the reconfiguration of distribution systems[J].IEEE Transactions on Power Delivery,2006,21(3):1735-1742.

[15]肖鯤.基于多智能體粒子群算法的配電網絡重構[D].中南大學,2009.

[16]黃燁.基于多目標遺傳算法的含分布式電源配電網絡重構研究[D].華北電力大學,2012.

[17]黎恒烜,孫海順,文勁宇.含分布式電源的配電網多代理故障自恢復系統[J].中國電機工程學報,2012,32(4):49-56.

[18]丁施尹,劉明波,謝敏,林輝.應用多代理技術求解高壓配電網故障恢復問題[J].電力系統保護與控制,2012,40(9):54-61.