配电网供电恢复方法概述

配电网供电恢复方法概述

韩玘桓1陈羽1(通讯作者）

(山东理工大学山东省淄博市255000)

摘要:故障供电恢复是目前配电网自动化中最基本、最重要的功能之一，故障恢复技术是解决中国配电网长期以来存在的设备利用率低、供电可靠性低、线损率高等关键问题的核心技术。故障恢复能力的高低直接影响电网对用户的供电质量。目前，故障恢复方法有很多，本文对配电网供电恢复方法进行详细的总结和阐述。

关键词:配电网;供电恢复方法;

0引言[]

配电网优化重构是通过改变分段开关和联络开关的开闭状态来改变网络的拓扑结构，而实际配电网中存在大量的分段开关和联络开关，假设一个配电网有N个可操作开关，则会有个可能的开关操作方案，若仅仅采用简单的枚举法进行搜索，可行解空间巨大，将产生"组合爆炸"的问题，计算量大、时间长、效率低，难以满足实际工程应用要求。DG出力及负荷的变化影响着配电网的潮流分布，在一种状态下求得的最优网络结构在另一种状态下不一定最优，导致所面临的问题复杂庞大，因此理论上配电网优化重构是复杂的大规撰混合整数非线化规划问题。针对不同规模的配电网，研究采用合适的重构算法具有重要意义，目前用于解决配电网优化重构问题的算法可分为三大类:数学规划方法、启发式算法和人工智能算法。

1数学规划方法

数学规划方法在确定最优恢复策略上得到了广泛应用，其中最为成熟的当属混合整数规划，此类方法将恢复重构问题表示为目标函数与约束条件的形式，并用单纯形或分支定界等方法求解。A.Merlin和H.Back首次提出用分支定界法求解网络重构问题。文献[1]叫将配电网描述成树状网络，通过最短路径法分别为毎个负荷寻找最佳供电路径，将线路容量约束和节点电压约束用弧的权值来表示，在形成网络的过程中考虑这些约束，从而保证了算法得到全局最优解的高效性。文献[2]提出一种基于0-1整数规划的重构方法，一次可以考虑多个开关操作，该方法能保证得到全局最优解。文献[3]将一个常开/常闭开关对的操作视为一个阶段，将配电网重构看作多阶段决策问题，用动态规划的方法进行求解。

采用传统数学规划方法求解网络优化重构问题的显著优点是其全局最优性，得到的最优解不依赖于网络的初始结构，但对于大规模系统而言，由于故障恢复重构问题的维数较大，存在维数灾的问题，在一定的迭代次数内大多只能求得次优恢复重构方案，计算量大，效率低下。

2启发式算法

应用较为广泛的启发式算法主要有两种:支路交换法和最优流模式法。S.Civanlar首次提出支路交换法的概念，从一个可行的网络结构出发，根据目标要求选择一个开关对，闭合一个联络开关的同时打开一个分段开关，相当于交换了两者的支路，从而得到一个新的网络结构。对于降低网络损耗为目标的配电网优化重构，若只存在唯一的变电站电源,支路交换法一般考虑两条启发式规则:（1）闭合的联络开关两端存在明显的电压差；（2）负荷从电压低的一侧向电压高的一侧转移。该方法的优点是毎一次开关对的操作都保证了配电网的福射状,缺点是毎次只能进行一次拓扑调整,毎得到一个新的网络拓扑就要重新计算在这种拓扑下的潮流分布,计算时间长、处理过程繁琐,因此有许多学者在此基础上进行了改进。

启发式搜索方法缩小了求解空间，能迅速得到恢复重构方案，较适合在线计算，其求解效率与配电网结构有关，可确保求得恢复重构解；而当复杂配电网发生多重故障时，区域的关联性或将导致启发式规则难以形成。

3人工智能方法

近年来，国内外学者提出了众多用于恢复重构的人工智能方法，研究热点有专家系统方法、佩特里网方法和智能优化方法等。

(1)专家系统方法

专家系统将恢复重构的调度员知识形成规则库，根据推理规则指导恢复重构。文献[5]设计了可自动生成恢复重构开关操作的专家系统，该系统己应用于浙江某配电系统。文献[6]基于配电网络拓扑分析，论述了恢复重构专家系统的结构和规则。专家系统恢复重构方法可用于大规模网络和多重故障下的恢复重构，但该方法难以形成部分知识规则(如约束条件、运行方式等)。

(2)佩特里网方法

配电网故障是同时或次序发生的，该行为模式符合佩特里网的应用条件。因此，可用佩特里网描述配电网络拓扑，进行恢复重构分析文献[7]釆用佩特里网编排故障恢复的次序，待网络达到目标状态后，从目标节点向前逆推以获得恢复重构方案。文献[8]建立了恢复重构的高级佩特里网模型，适应多重故障。文献[9]采用三层佩特里网对恢复过程建模，模型包括决策、控制和运行子网。文献[10]建立了恢复重构的面向对象佩特里网模型。此外，国际期刊上还报道了基于模糊佩特里网[11]和有色佩特里网[12]的故障恢复重构方法，充分利用佩特里网的并行能力实现了恢复重构。

佩特里网适用于多重故障恢复重构，但不能适应复杂配电网及拓扑动态变化。

(3)智能优化方法

近年来,人工智能算法在配电网恢复重构中的应用越来越广泛,主要包括：遗传算法、粒子群优化算法、模拟退火算法、蚁群算法等。

遗传算法采用简单易行的二进制编码方式，但由于未考虑配电网开环运行等特点，在寻优过程中会产生大量无效解，降低了故障恢复效率。文献[13]讨论了应用遗传算法实现多目标恢复重构。

粒子群优化算法模拟鸟群在觅食过程中的移动,群体中的鸟类比于没有质量和形状的粒子,通过粒子之间的信息共享和互相协作,在优化过程中不断进行动态调整,即根据粒子本身历史最优解和整体群体历史最优解不断修正自己的速度和方向,在解空间中逐步向更优解靠近,并最终寻得最优解口。与传统随机方法相比,粒子群优化算法计算效率更高,易于实现,鲁棒性好,能以较大概率得到全局最优解。文献[14]提出了结合二进制粒子群算法和离散粒子群算法的混合粒子群算法,有效降低了无效粒子的产生概率。

蚁群算法由M.Dorigo于1992年在其博士论文中提出,是一种模拟蚂蚁在觅食过程中寻找最短路径的算法。后方蚂蚁根据前方蚂蚁留下的分泌物选择其要前行的路径,某条路径上的分泌物浓度越高,后方蚂蚁选择该路径的概率越大,因此蚂蚁群体的集体行为可看做是学习信息的正反馈,即一条路径上经过的蚂蚁越多,后面的蚂蚁也更倾向于选择这条路径。根据这种规则,蚂蚁个体可以获得通向食物的最短路径。蚁群算法对初始解依赖度低,适应性和鲁棒性强；缺点是计算量大,收敛速度慢,易陷入局部最优解。文献[15]用了蚁群算法的正反馈特性,结合Prim算法使得一次遍历对应一个有效的开关组合,缩小了解空间,提高了求解速度。文献[16]从蚁群的转移概率和信息素更新两个角度改进了蚁群算法,提高了最优解的收敛速度。

4结论

与其他方法相比，恢复重构的智能优化方法具有全局寻优能力强的优势。但由于此类方法均需调整参数引导寻优，其性能受故障恢复目标和配电网结构影响较大。因此，自适应的参数调整是配电网恢复重构智能优化方法亟待解决的问题。随着配电网自动化、智能化程度的提高，有机地融合恢复重构方法将是智能配电网故障恢复重构技术的发展方向。

参考文献:

[1]YuanYihHsu,H.M.Huang,H.C.Kuo.Distributionsystemservicerestorationusingaheuristicsearchapproach[J].IEEETrans,onPowerDelivery,1992,7(2):734-740.

[2]MiuK.N..Fastservicerestorationforlarge-scaledistributionsystemswithprioritycustomersandconstraints[J].IEEETrans,onPowerSystems.1998,13(3):789-795.

[3]杨明酷,黄单.配电网供电恢复的实时计算方法[fl.电力系统自动化,2000,24(5):45-48.

[4]Young-MoonPark,Kwang-HoLee.ApplicationofExpertSystemtoPowerSystemRestorationinSub-controlCenter[J].IEEETrans,onPowerSystems,1997,12(2):629-635.

[5]Heung-JaeLee.ARestorationaidexpertsystemfordistributionsubstations[J].IEEETrans,onPowerDelivery,1996,11(4):1765-1770.

[6]杨成峰,乐秀.配电网故障恢复专家系统的一种实现.电力自动化设备.2001,21(11):28-31.

[7]Jaw-ShyangWu.APetri-netalgorithmformultiplecontingenciesofdistributionsystemoperation[J].IEEETrans,onPowersystems.1997.12(1):69-76.

[8]N.A.Founcus,N.D.Harziargyrious.Hierarchicaltime-extendedPetrinetsasagenetictoolforpowersystemrestoration[J].IEEETrans,onPowersystems,1997,12(2):837-843.

[9]刘栋,陈允平,沈广,等.电力系统恢复相关问题及其三层Petri网建模[J].高电压技术,2006,32(7):109-112.

[10]马骞,杨以涵,刘文颖.基于对象Petri网技术的电力系统故障恢复方法[J].电网技术,2005,29(3):23-28.

[11]YangHong-Tzer.HuangChao-Ming.DistributionsystemservicerestorationusingfuzzyPetriNetmodels[J].InternationalJournalofElectricalPowerandEnergySystems.2002,24(5):395-403.

[12]ChenChao-Shun,LinChia-Hung.TsaiHung-Ying.Arule-basedexpertsystemwithcoloredPetrinetmodelsfordistributionsystemservicerestoration[J].IEEETrans,onPowerSystems,2002,17(4):1073-1080.

[13]沈广,陈允平,刘栋.基于最小生成树编码的配电网恢复遗传算法[J].电力系统自动化,2007,31(14):81-84.

[14]卢志刚,董玉香.基于改进二进制粒子群算法的配电网故障恢复[J].电力系统自动化,2006,30(24):39-43.

[15]张玥,张尧.蚁群算法在配电网冷负荷恢复中的应用[J].继电器,2006,34(5):39-42.

[16]郇嘉嘉,黄少先.基于免疫原理的蚁群算法在配电网恢复中的应用[J].电力系统保护与控制,2008,36(17):28-31.

韩玘桓(1993—)，男，硕士研究生，主要研究方向：电力系统及其自动化。

陈羽(1974—)，男，副教授，主要研究方向：智能配电网通信与自动化技术。