基于改進(jìn)蟻群算法的智能配電網(wǎng)網(wǎng)格化規(guī)劃方法研究

周林康，石 佳，李富鵬，徐靜敏，孔志堅(jiān)，王利民

(1.國(guó)網(wǎng)蘇州供電公司，江蘇 蘇州 215000；2.上海交通大學(xué)電子信息與電氣工程學(xué)院，上海 200240)

0 引言

隨著智能配電網(wǎng)組網(wǎng)技術(shù)的發(fā)展，對(duì)配電網(wǎng)的網(wǎng)格規(guī)劃和優(yōu)化方法的研究受到相關(guān)領(lǐng)域的重視[1]。通過構(gòu)建智能配電網(wǎng)網(wǎng)格化規(guī)劃模型，結(jié)合分塊區(qū)域規(guī)劃方法設(shè)計(jì)智能配電網(wǎng)網(wǎng)格化規(guī)劃方法，有利于在提高智能配電網(wǎng)網(wǎng)格化規(guī)劃水平的同時(shí)，提高配電網(wǎng)輸出的穩(wěn)定性和安全性[2]?？梢哉f，有效的智能配電網(wǎng)網(wǎng)格化規(guī)劃方法在配電網(wǎng)設(shè)計(jì)和網(wǎng)絡(luò)節(jié)點(diǎn)組網(wǎng)部署等方面具有重要意義[3]。

一般來說，對(duì)智能配電網(wǎng)網(wǎng)格化規(guī)劃方法的研究，是建立在對(duì)智能配電網(wǎng)網(wǎng)格化節(jié)點(diǎn)的優(yōu)化部署基礎(chǔ)上的，并結(jié)合尋優(yōu)控制方法進(jìn)行智能配電網(wǎng)網(wǎng)格化規(guī)劃和空間節(jié)點(diǎn)部署。而相關(guān)的智能配電網(wǎng)網(wǎng)格化規(guī)劃方法受到學(xué)術(shù)界的極大關(guān)注[4-5]。文獻(xiàn)[6]中提出了基于粒子群尋優(yōu)調(diào)度的智能配電網(wǎng)網(wǎng)格化規(guī)劃方法。該方法在構(gòu)建智能配電網(wǎng)網(wǎng)格化規(guī)劃的粒子群節(jié)點(diǎn)分配模型的基礎(chǔ)上，通過模板匹配和分組檢測(cè)方法完成對(duì)智能配電網(wǎng)的網(wǎng)格化規(guī)劃。但該方法在進(jìn)行智能配電網(wǎng)網(wǎng)格化規(guī)劃時(shí)的自適應(yīng)性不好，節(jié)點(diǎn)優(yōu)選控制能力不強(qiáng)。

為進(jìn)一步提高智能配電網(wǎng)規(guī)劃能力，本文基于改進(jìn)蟻群算法設(shè)計(jì)了智能配電網(wǎng)網(wǎng)格化規(guī)劃方法。首先構(gòu)建智能配電網(wǎng)網(wǎng)格化規(guī)劃的參數(shù)分析模型，采用分塊區(qū)域網(wǎng)格規(guī)劃方法配置智能配電網(wǎng)網(wǎng)格化參數(shù)，在抗干擾抑制的基礎(chǔ)上，以配電網(wǎng)網(wǎng)格諧波參數(shù)作為約束代價(jià)指標(biāo)，結(jié)合改進(jìn)蟻群尋優(yōu)控制實(shí)現(xiàn)對(duì)智能配電網(wǎng)網(wǎng)格化的規(guī)劃設(shè)計(jì)。最后，通過仿真實(shí)驗(yàn)證明了該方法在提高智能配電網(wǎng)網(wǎng)格化規(guī)劃能力方面的優(yōu)越性能。

1 節(jié)點(diǎn)部署和約束指標(biāo)分析

1.1 智能配電網(wǎng)網(wǎng)格化規(guī)劃節(jié)點(diǎn)部署

為實(shí)現(xiàn)智能配電網(wǎng)網(wǎng)格化規(guī)劃，首先構(gòu)建智能配電網(wǎng)網(wǎng)格化規(guī)劃的參數(shù)分析模型。

采用分塊區(qū)域網(wǎng)格規(guī)劃的方法模擬智能配電網(wǎng)網(wǎng)格化參數(shù)[7]，得到智能配電網(wǎng)網(wǎng)格化分布蟻群集合為V={v1,v2,v3,…,vN}，其中N為蟻群的數(shù)量；然后完成螞蟻群體尋優(yōu)過程匯總，得到智能配電網(wǎng)規(guī)劃的路線的集合為E={e1,e2,e3,…,em}，其中m為智能配電網(wǎng)節(jié)點(diǎn)網(wǎng)格化分布中分塊蟻群路線的數(shù)量。通過蟻群尋優(yōu)控制，得到智能配電網(wǎng)網(wǎng)格化路線的初始網(wǎng)格如圖1所示。

圖1 智能配電網(wǎng)網(wǎng)格化路線的初始網(wǎng)格

在圖1所示的智能配電網(wǎng)網(wǎng)格化路線的初始網(wǎng)格中，假設(shè)隨機(jī)1個(gè)螞蟻個(gè)體沿著智能配電網(wǎng)網(wǎng)格化分布路線的尋優(yōu)路徑行進(jìn)的距離為pij，尋優(yōu)路徑的參數(shù)為et，則可將智能配電網(wǎng)網(wǎng)格化分布的接連矩陣定義為

A=pij×et

(1)

由此可知，智能配電網(wǎng)網(wǎng)格化節(jié)點(diǎn)i與節(jié)點(diǎn)j之間的有效連接分布概率uij為

(2)

μ為有效連接分布系數(shù)；A為智能配電網(wǎng)網(wǎng)格化分布的接連矩陣。

通過聯(lián)合隨機(jī)概率密度估計(jì)，可得到智能配電網(wǎng)網(wǎng)格化路線分布的對(duì)角元素為

D=N×uij×E

(3)

D為配電網(wǎng)網(wǎng)格化路線分布的對(duì)角元素；E為智能電網(wǎng)規(guī)劃的路線集合；N為蟻群個(gè)數(shù)。

在此基礎(chǔ)上，根據(jù)蟻群群體中的個(gè)體行為差異性[8]，定義智能配電網(wǎng)網(wǎng)格化節(jié)點(diǎn)規(guī)劃度為

(4)

di為配電網(wǎng)網(wǎng)格化節(jié)點(diǎn)規(guī)劃度；V為智能配電網(wǎng)網(wǎng)格化分布蟻群集合；ri為螞蟻個(gè)體行為差異的特征量。

根據(jù)節(jié)點(diǎn)規(guī)劃度，采用自動(dòng)尋優(yōu)控制[9]，得到智能配電網(wǎng)網(wǎng)格化分塊轉(zhuǎn)移矩陣P為

P=A×V

(5)

P為配電網(wǎng)網(wǎng)格化分塊轉(zhuǎn)移矩陣。假設(shè)在給定的智能配電網(wǎng)網(wǎng)格區(qū)域中，通過模板匹配可得到智能配電網(wǎng)網(wǎng)格化分布的蟻群集合量U為

(6)

基于此，可通過蟻群尋優(yōu)過程得到優(yōu)化后的智能配電網(wǎng)網(wǎng)格化節(jié)點(diǎn)部署結(jié)果,如圖2所示。

圖2 優(yōu)化后的節(jié)點(diǎn)部署模型

1.2 約束指標(biāo)參數(shù)分析

在優(yōu)化配電網(wǎng)節(jié)點(diǎn)部署模型的基礎(chǔ)上，采用分塊區(qū)域網(wǎng)格規(guī)劃方法配置智能配電網(wǎng)網(wǎng)格化參數(shù)。通過計(jì)算用戶側(cè)諧波阻抗進(jìn)行智能配電網(wǎng)網(wǎng)格化規(guī)劃的模式識(shí)別和參數(shù)優(yōu)選控制。假設(shè)配電網(wǎng)用戶側(cè)諧波阻抗λmax為

(7)

Ui為智能配電網(wǎng)網(wǎng)格化維數(shù)；b為智能配電網(wǎng)網(wǎng)格化區(qū)域的維數(shù)。由此可得到智能配電網(wǎng)網(wǎng)格化規(guī)劃的約束參數(shù)為

(8)

αk為智能配電網(wǎng)網(wǎng)格化規(guī)劃的約束參數(shù)指標(biāo)；v為智能配電網(wǎng)網(wǎng)格化規(guī)劃的約束特征值。在此基礎(chǔ)上，假設(shè)p(U|Θ)為隨機(jī)概率密度函數(shù)，α為電網(wǎng)公共連接點(diǎn)權(quán)重向量，σ為配網(wǎng)供電側(cè)諧波阻抗均值向量，由此可得到智能配電網(wǎng)網(wǎng)格化規(guī)劃函數(shù)R為

(9)

假設(shè)Z=(U,V)是由智能配電網(wǎng)網(wǎng)格化規(guī)劃蟻群的隨機(jī)參數(shù)構(gòu)成的數(shù)據(jù)集，U為系統(tǒng)側(cè)與用戶側(cè)諧波源分布集合。因而，Z也可被稱為智能配電網(wǎng)網(wǎng)格化規(guī)劃的蟻群尋優(yōu)參數(shù)[10]。根據(jù)上述分析，建立智能配電網(wǎng)網(wǎng)格化分塊融合模型和約束指標(biāo)參數(shù)，從而提高智能配電網(wǎng)網(wǎng)格化組合能力。

2 智能配電網(wǎng)網(wǎng)格化規(guī)劃設(shè)計(jì)

2.1 改進(jìn)蟻群尋優(yōu)控制

通過改進(jìn)蟻群尋優(yōu)方法實(shí)現(xiàn)配電網(wǎng)網(wǎng)格化過程中的智能化調(diào)度和尋優(yōu)，通過建立諧波振蕩的調(diào)制模型完成抗干擾抑制[11]。假設(shè)配電網(wǎng)第k個(gè)智能配電網(wǎng)網(wǎng)格化規(guī)劃節(jié)點(diǎn)的信息度為βk，在智能配電網(wǎng)網(wǎng)格化規(guī)劃過程中，通過蟻群算法進(jìn)行自適應(yīng)尋優(yōu)和空間區(qū)域模板匹配[12]。若T為智能配電網(wǎng)網(wǎng)格化規(guī)劃系數(shù)，則第t+1次智能配電網(wǎng)網(wǎng)格化規(guī)劃節(jié)點(diǎn)的信息度為

βk(t+1)=βk×T

(10)

在此基礎(chǔ)上，定義智能配電網(wǎng)網(wǎng)格化規(guī)劃節(jié)點(diǎn)的特征響應(yīng)[13]，通過模糊信息聚類得到智能配電網(wǎng)網(wǎng)格化規(guī)劃諧波等效模型ψ為

(11)

M為諧波電流的波動(dòng)量分布狀態(tài)系數(shù)；Y為智能配電網(wǎng)網(wǎng)格化規(guī)劃的蟻群尋優(yōu)誤差值。則可得智能配電網(wǎng)網(wǎng)格化分布的兩側(cè)諧波阻抗e為

e=ln(Y×ψ)

(12)

若假設(shè)配電網(wǎng)公共線路處的諧波電流為Me，則通過分塊融合和特征匹配可得到智能配電網(wǎng)網(wǎng)格化搜索模型Q為

Q=Me×lne

(13)

根據(jù)上述分析，采用蟻群尋優(yōu)的方式進(jìn)行智能配電網(wǎng)網(wǎng)格化尋優(yōu)，得到尋優(yōu)過程函數(shù)Gm為

(14)

綜上，通過改進(jìn)蟻群尋優(yōu)方法進(jìn)行智能配電網(wǎng)網(wǎng)格化過程中的智能化調(diào)度和尋優(yōu)，建立諧波振蕩的調(diào)制模型，從而提高電網(wǎng)規(guī)劃能力。

2.2 智能配電網(wǎng)網(wǎng)格化實(shí)現(xiàn)

以配電網(wǎng)網(wǎng)格分布系統(tǒng)側(cè)與落點(diǎn)側(cè)等效諧波源參數(shù)Vm作為約束代價(jià)指標(biāo)，在改進(jìn)蟻群尋優(yōu)控制下，得到局部控制參數(shù)為

Rk(t)=Rs(t)×Vm

(15)

Rs(t)為t時(shí)刻電網(wǎng)輸出的負(fù)荷，Rs(t)={Rs1,Rs2,…,Rsm}。

假設(shè)E(pi,nj)為配電網(wǎng)網(wǎng)格化規(guī)劃分布密度[14]，則通過負(fù)載均衡調(diào)度可得到智能配電網(wǎng)網(wǎng)格化規(guī)劃的均衡調(diào)度效率D(pi,nj)為

D(pi,nj)=Rk(t)·E(pi,nj)

(16)

E(pi,nj)表示配電網(wǎng)網(wǎng)格化規(guī)劃分布密度[14]。在此基礎(chǔ)上，假設(shè)電網(wǎng)路徑分布序列為{(x0,t0),(x1,t1),…,(xl,tl)}，通過智能調(diào)度方法得到優(yōu)化的電網(wǎng)規(guī)劃節(jié)點(diǎn)分布函數(shù)為

Ds=D(pi,nj)·{(x0,t0),(x1,t1),…,(xl,tl)}

(17)

綜上分析，實(shí)現(xiàn)了對(duì)智能配電網(wǎng)的網(wǎng)格化規(guī)劃設(shè)計(jì)，具體的實(shí)現(xiàn)流程如圖3所示。

圖3 智能配電網(wǎng)網(wǎng)格化規(guī)劃的實(shí)現(xiàn)流程

3 仿真實(shí)驗(yàn)分析

為驗(yàn)證本文設(shè)計(jì)的基于改進(jìn)蟻群算法的智能配電網(wǎng)網(wǎng)格化規(guī)劃方法的實(shí)際應(yīng)用性能，設(shè)計(jì)如下仿真實(shí)驗(yàn)加以驗(yàn)證。

實(shí)驗(yàn)參數(shù)設(shè)計(jì)如下：配電網(wǎng)的直流側(cè)諧波振蕩系數(shù)為0.34，最大蟻群數(shù)為300，配網(wǎng)節(jié)點(diǎn)數(shù)為120。配電網(wǎng)覆蓋范圍為60 m×60 m，從中隨機(jī)選擇20個(gè)配網(wǎng)節(jié)點(diǎn)，并記錄其橫縱坐標(biāo)。詳細(xì)的仿真場(chǎng)景參數(shù)如表1所示。

表1 仿真環(huán)境描述

根據(jù)上述參數(shù)設(shè)定實(shí)現(xiàn)智能配電網(wǎng)網(wǎng)格化規(guī)劃設(shè)計(jì)，得到電網(wǎng)功率因素測(cè)度信息如圖4所示。

圖4 功率因數(shù)測(cè)度

由圖4可知，利用本文方法實(shí)現(xiàn)智能配電網(wǎng)網(wǎng)格化規(guī)劃后，功率因數(shù)變化狀態(tài)較為平穩(wěn)，表明配電網(wǎng)輸出信息的功率增益較大、穩(wěn)定性較好。從而初步證明了本文方法的有效性。

在此基礎(chǔ)上，以電網(wǎng)為指標(biāo)，測(cè)試電網(wǎng)的穩(wěn)定性。為避免實(shí)驗(yàn)結(jié)果的單一性，將傳統(tǒng)的基于粒子群尋優(yōu)調(diào)度的智能配電網(wǎng)網(wǎng)格化規(guī)劃方法，和基于模糊度特征挖掘的智能配電網(wǎng)網(wǎng)格化規(guī)劃方法作為對(duì)比方法，得到結(jié)果如圖5所示。

圖5 穩(wěn)定性對(duì)比測(cè)試

由圖5可知，基于改進(jìn)蟻群算法的智能配電網(wǎng)網(wǎng)格化規(guī)劃方法下的輸出功率曲線最為平穩(wěn)。由此可知，利用本文方法進(jìn)行智能配電網(wǎng)網(wǎng)格化規(guī)劃后，配電網(wǎng)的輸出穩(wěn)定性較好，證明本文方法有效提高了智能配電網(wǎng)網(wǎng)格化規(guī)劃能力和輸出性能。

4 結(jié)束語

對(duì)智能配電網(wǎng)展開網(wǎng)格化規(guī)劃設(shè)計(jì)，能夠提高智能配電網(wǎng)網(wǎng)格化規(guī)劃水平的同時(shí)，進(jìn)一步提高配電網(wǎng)輸出的穩(wěn)定性和安全性。為此，提出了基于改進(jìn)蟻群算法的智能配電網(wǎng)網(wǎng)格化規(guī)劃方法。經(jīng)仿真實(shí)驗(yàn)結(jié)果可知，應(yīng)用本文方法后，配電網(wǎng)的輸出功率更為穩(wěn)定性，證明本文方法能夠有效提高配電網(wǎng)的安全性和穩(wěn)定性。