基于離散粒子群及遺傳算法的配網轉供電尋優方案研究

李嘉銘，陳 恒，吳 濤

（廣東電網有限責任公司湛江供電局，廣東 湛江 524000）

雖然近幾年我國電網建設技術以及設備在不斷的更新，但是從整體上來看，作為電網重要組成部分的配電網絡，其基礎設施依然比較差，技術工藝還有待于進一步的提高。尤其是用戶對供電質量的要求在不斷的提高，配網作為連接電網與用戶的重要環節，如果其出現故障，將會直接反映到用戶供電效果上，最為直接的就是停電故障，不僅影響正常生產生活，還會帶來巨大的經濟損失。基于離散粒子群以及遺傳算法來對配電網轉供方案進行分析，明確配網轉供的重要性，并通過分析影響因素，從多種轉供方案中擇優執行，這對于改善配電網電能質量以及供電可靠性意義重大。

1 配電網轉供執行意義

配電網是聯系電力系統與用戶兩者的重要紐帶，先是有效接收輸電網所傳送的電能，然后再將電能分配給電壓等級更低或者該電壓等級的用戶，對向用戶提供安全、可靠、穩定、經濟供電意義重大[1]。我國的配電網建設構造復雜度比較高，系統內安裝有眾多的各類開關，并且總里程較大，一般情況下電壓低但是線損大。尤其是對于很多早期建設的配網系統，網架構造不合理，供電質量較差，出現運行故障的可能性也比較高，尤其是為進一步滿足用戶供電需求不斷的進行更新和擴容，更是加劇了配網運行穩定性不足的問題。為更好的解決上述問題，便提出了配網轉供策略，在配網供電故障且自動隔離后，通過負荷轉移來縮小停電故障的范圍，降低對用戶供電質量的影響。基于各種算法來對配電網轉供方案進行優化和選擇，確定執行可行性最強的最優方案，確保最多負荷得到轉移，即做到最小停電范圍。即便是多地出現停電故障，通過轉供方案的最優化處理，依然可以保證負荷的協調轉移，維持設備負載的平衡性。

2 粒子群優化算法

2.1 配網重構

電力行業的快速發展可以進一步的滿足社會生產生活對電力資源的需求，任何一個領域的發展均離不開電力的支持，用戶對供電質量的要求也在不斷的提高。面對配網建設的日益完善化與復雜化，供電質量會受到多種因素的影響，以及電能的損耗也在逐漸的增大，這是配電轉供需要研究的重要方向[2]。在實際操作中想要降低配網網損，可以選擇的方法之一便是配電網重構，是在滿足網絡拓撲結構的前提下，維持配網正常供電，通過對網絡系統中設置的聯絡開關以及分段開關的調整，實現供電路徑的擇優選擇，既可以避免供電故障的發生，又可以降低配電網網損[3]。配電網重構可以分為兩種狀態，一種是正常供電狀態下的網絡重構，另一種則是供電故障情況下的網絡重構。基于離散粒子群算法可以實現配電網轉供方案的擇優選擇，實現網絡重構。

2.2 粒子群優化算法

粒子群優化算法的迭代公式為：

其中，c1與c2表示的是學習因子；r1與r2表示的是介于0 與1 之間的隨機數；w 表示的是慣性權重，粒子在搜索空間中不斷通過更新個體極值xphest和全局極限xghest來確定運動速度與方向，一直向目標點運動。

離散粒子群優化算法是以二進制為基礎，應用DPSO算法，對離子運動公示進行了更新[4]。基于量子理論來進行分析，量子位是傳遞信息的最小單元，取值存在于[0，1]某個狀態，對該粒子向量進行定義：

其中，rand（）表示的是分布在[0，1]范圍內的隨機數。0＜a，β＜1 表示的是控制參數，可代表算法對速度控制。速度更多表示的是位置取值判斷概率的法制，對應的取值范圍為[0，1][6]。

3 基于遺傳算法配網供電模型

3.1 目標函數

將資金時間效益納入到考慮范圍之內，確定貼現的線路建設投資費用與運行費用最小年費用FN為目標函數，表示為：

其中，Z 表示的是方案線路投資費用，受報裝工程規模限制，因此不將建設年限納入到考慮范圍之內。Ct表示的是轉供方案第t 年所對應的年運行費用。設定配電網電氣設備的使用年限為25 年，貼現率i 為0.1，以及假設在經濟使用年限范圍內每年運行費用相等，則目標函數的表達式可進一步轉換為：

minFN=0.1Z+1.1C

3.2 遺傳算法的實現

將所有配電網轉供的備選方案進行編號，不同的方案所代表的線路對象不同，因此可以選擇應用二進制編碼方法，對所有的待選線路進行編碼處理，反映不同線路能否轉供執行，同時也詳細的記錄了線路的各項參數[7]。適應度函數可以反映轉供方案的優化要求以及目的，即要求在確保配電網穩定可靠運行的情況下，可以保持最低年費用[8]。通過適用函數可以對特定位串表示的供電方案進行檢測，確定方案的合理性與可行性，并根據此來完成后續的遺傳操作。適應度函數可表達為：

其中，F0表示給定的較大常數；F 表示的是考慮約束條件下的增廣函數數學模型，表達式為：

F=FN+CR∑RP

其中，FN表示的是供電方案的年費用；CR表示的是懲罰因子；RP表示的是方案約束條件（＜350kW）。

4 基于遺傳算法配網轉供尋優流程

基于遺傳算法的配網轉供尋優方案的執行過程復雜度不是很強，將線路參數、網絡拓撲、各節點發電出力及負荷等原始數據輸入，另外還要輸入遺傳算法運算本來所需要的參數，包括群體規模N、祖達遺傳代數NG、變異率Pm、交叉率Pc以及計算適應度所應用的常數F0與懲罰系數[9]。完成各項數據的輸入后，便可獲得最初始的配電網轉供方案。然后結合業擴報裝管理系統以及供電營業管理人員的交互操作，對配網轉供初始方案做進一步的細化。解碼可得到以染色體表示的初始方案節點導納矩陣，通過潮流程序來完成各支路功率的計算，并應用遺傳算法來計算得到不同方案對應的適應度，對結果進行判斷確定其是否收斂。假如群體規模為N，以適應度為依據進行排序后，得到的N 個方案所對應的染色體做進一步的復制、雜交以及變異操作，最終就可以得到新一代的N 個染色體。然后繼續進行重復的解碼計算，直到結果確定為收斂[10]。最終便可獲得最優的配網轉供方案，不僅包括轉供的各項參數，還包括了方案的投資費用以及年費用，真正做到配網可靠運行的同時，維持較高的經濟效益。

5 結束語

在配網自動化水平不斷提高的背景下，配電網轉供技術已經被越來越多的電力企業所重視，對于此方面的研究也在逐漸的加深，并且在實際操作中已經獲得了一定的成果。但是面對不同的配電網線路，所適應的轉供方案不同，這樣就需要利用合適的算法對多種轉供方案進行計算分析，從中選擇最優解，爭取做到最多負荷的轉移，縮小配電網故障影響范圍，提高用戶供電質量。