基于图论的智能配电网故障恢复智能优化方法

文档序号:8498873阅读:368来源:国知局
基于图论的智能配电网故障恢复智能优化方法
【技术领域】
[0001] 本发明涉及一种基于图论的智能配电网故障恢复智能优化方法,特别针对修正智 能优化算法在故障恢复问题中所产生的大量不可行解。
【背景技术】
[0002] 随着配电网建设的加强和微电网技术的日趋成熟,分布式发电(distributed generation,DG)在电网中的作用越发重要。DG接入配电网使得配电网的结构变得越发的 复杂,一旦配电网发生故障,若无法快速制定相应的故障恢复策略,有可能导致停电面积的 扩大,难以充分发挥DG的最大优势,造成巨大的经济损失。因此,含DG配电网的故障恢复 策略对于配网的安全性至关重要。
[0003] 含DG配电网的故障恢复是一种大规模、非线性、多目标的组合优化问题,目前求 解方法主要有启发式搜索方法和智能优化方法。启发式搜索方法通过制定相应的启发式搜 索规则,获得故障恢复路径,搜索速度快。但该方法一般属于先搜索、后调整的两步式优化 方法,调整的规则通常人为制定,由于人工经验的局限性,启发式规则的制定往往较难且不 全面,易使最终的优化结果陷入局部最优,算法缺乏广泛的适用性;而且,若配电网中含有 联络开关,则启发式算法不再适应,因此无法解决含联络开关的配电网故障恢复问题。智能 优化方法主要通过粒子群算法、遗传算法、进化算法等应用于故障恢复问题的求解,该方 法建模全面,无须制定相应的启发式规则,且能够适应于含联络开关的配电网故障恢复。但 智能算法采用随机寻优的方式,易在优化过程中产生大量违背配电网辐射状约束、功率平 衡约束的不可行解,若不进行修正,算法的效率将会降低,易使算法陷入局部最优解。

【发明内容】

[0004] 本发明要克服现有技术的上述缺点,提供一种基于图论的智能配电网故障恢复智 能优化方法。
[0005] 针对智能优化算法应用于配电网的故障恢复问题时,易在寻优过程中产生大量不 满足配电网辐射状约束、功率平衡约束的不可行解,降低算法效率,使算法陷入局部最优。 本发明提供一种基于图论的智能配电网故障恢复方法,特别针对修正智能优化算法在故障 恢复问题中所产生的大量不可行解。本发明可适用于绝大多数的智能优化算法,只需在基 于智能优化算法的故障恢复方法中加入本发明项目的修正方法,即可提高智能优化算法的 效率,降低算法寻优过程中不可行解的数量。本方法无须制定繁琐的启发式规则,直接运用 图论的相关理论对不可行解进行修正,使其满足配电网故障恢复模型的各类约束条件。
[0006] 本发明所述的基于图论的智能配电网故障恢复智能优化方法
[0007] 以量子粒子群算法为例,基于图论的故障恢复方法的流程图如图1所示,发明方 法详细步骤叙述如下:
[0008] 1)输入网络参数:配电网络的原始结构,各条支路的线路参数,各个节点的负 荷、DG数据等参数。
[0009] 2)输入当前发生故障的线路编号,将其相应的开关状态量零。
[0010] 3)设置量子离散粒子群算法的维度、迭代次数以及相应的参数值。
[0011] 4)初始化各个粒子的位置值xk(即开关的状态量)、量子比特位、旋转角、局部最 优向量xp和全局最优向量xg。
[0012] 5)基于图论的粒子位置值修正
[0013] 5. 1)网络状态矩阵生成。针对智能配电网的故障恢复模型,随机生成的网络中开 关状态,即粒子的位置值修正为用于配电网故障恢复计算的关联矩阵。修正方法如图2为 例:该粒子的第一维位置值为1,则将关联矩阵中对应于第一个开关两端的节点1和节点2 中的值置为1,即第一列第一行和第一列第二行中的值置为1 ;该粒子的第二维的位置值也 为1,则将关联矩阵中对应于第二个开关两端的节点2和节点3的值置1,即第二列第二行 和第二列第三行中的值置1 ;以此类推,直至遍历完整个配电网的所有开关,即粒子的所有 维度的位置值。
[0014] 5.2)网络区域划分。为了辨别初始状态矩阵中各个区域网络的划分情况,本发明 项目采用图论中floodfill算法进行网络的区域划分。该方法的主要思想为:首先输入起 始节点、目标颜色和替换颜色。通过遍历所有的节点以寻找到和初始节点相连的节点,并将 其颜色改为替换颜色。结合floodfill算法,网络区域划分的主要流程如下所述,示意图 如图3所示。
[0015] 5. 2. 1)输入初始未染色的开关节点号、目标颜色和替换颜色。
[0016] 5. 2. 2)结合网络所形成的初始邻接矩阵,将与初始开关节点号相邻的节点染成替 换颜色,直至遍历完初始节点所在区域内所有未染色的节点。
[0017] 5.2.3)选择其余未染色的开关节点号,重新选择替换颜色,进行步骤2. 2)操作, 直至遍历完整个配电网的节点。
[0018] 5. 2. 4)标记为同一颜色的节点为同一个区域,实现网络区域的划分。
[0019] 5. 3)网络结构修正。随机生成的初始网络中各个区域不一定满足配电网辐射状的 约束要求,本发明项目采用图论中的破圈法对网络中各个区域的结构进行修正。破圈法是 寻找连通图中最小生成树的一种方法。若所形成的各个区域中均没有回路,即若各个区域 满足辐射状网络约束,则无须进行破圈操作;若其中某个区域内有回路,则随机删去该回路 上的一条边,再进行验证,直至该区域内的回路被消除,形成最小生成树。通过破圈法,可以 较容易地使初始网络状态矩阵满足配电网的辐射状约束,无须制定其他的回路解环方法等 形成辐射状网络。网络结构修正的过程如图4所示。
[0020] 5. 4)负荷校验。对各个区域内进行功率平衡约束的校验,若不满足约束,按照发明 内容中步骤4)进行修正操作;若满足功率平衡约束,进行下一步。修正方式为:按深度等 级从大到小、负荷等级从大到小的顺序,依次切除节点上的负荷,直至满足功率平衡约束条 件。例如,首先切除深度等级为n的节点上的三级负荷,再切除该节点上的二级负荷,然后 切除深度等级为n-1的节点上的三级负荷,依次类推。保证一级负荷必须恢复供电。
[0021] 图5以一个简单的9节点网络为例,简要说明负荷校验的流程。图中,DG表示微源; L表示负荷;L后括号内的代表负荷等级;各个节点中的数字代表该节点的深度等级;切除 负荷的顺序则以1、2来表示。该算法通过最短路径算法和深度标记,实现负荷切除的前期 工作,最后进行负荷校验,若满足功率平衡约束,则不
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1