智能配电网故障恢复研究.docVIP

智能配电网故障恢复研究 　　[摘 要]配电网故障恢复是智能配电网自愈功能实现的重要保证，对满足用户供电需求以及降低网损等都具有十分重要的意义。本文讲述了国内外配电网故障恢复研究的历史和发展现状，分别从数学优化方法、启发式搜索方法、人工智能方法三类方法进行了详细阐述，分析了各个算法的自身特点以及需要解决的问题。最后指出了配电网故障恢复值得进一步研究的问题，并结合配电网管理模式、模型建立、算法融合以及分布式能源的利用对其发展前景进行了初步的展望。 　　[关键词]配电网；自愈；故障恢复；数学优化；启发式搜索；人工智能 　　中图分类号：TM76 文献标识码：A 文章编号：1009-914X（2015）35-0375-01 　　1.引言 　　配电网故障恢复问题，是指配电网故障发生后，故障定位和故障隔离的基础之上，采用一定的故障恢复策略，对配电网的联络开关及分段开关进行操作，将断电负荷转移到其他馈线进行供电，及时找到非故障区的最佳恢复供电路径，完成配电网故障恢复的任务。配电网故障恢复是一个多目标、多维数、多约束、多时段非线性的组态优化问题，是NP难问题的一种，是智能配电网自愈功能实现的重要保证。 　　2 采用数学优化方法的配电网故障恢复算法 　　数学优化方法因为有完整严格的数学理论基础，在配电网故障恢复问题上得到了广泛的应用，大致有整数规划法、分支界定法、混合整数法等方法。 　　1987年K.Aoki提出了建立分阶段配电网负荷的二次规划模型，使用递归二次规划求解故障恢复问题。 此后许多学者考虑把数学优化的方法应用于配电网故障恢复问题中，文献在整数规划的基础之上，将故障恢复问题分解为两步，第一步先进行电网重构，尽可能为非故障区域提供电源供给，第二步非故障区域得到供给电源之后尽可能地对非故障区内的断电负荷供电。 　　采用的数学优化方法适用于处理系统规模不大、复杂性不高的故障恢复问题，只要目标函数存在最优解就一定能够找到最优解，但是供电恢复问题是一个NP难问题，单纯用传统的数学优化的方法存在着维数灾害的问题，同时也存在计算量大，计算时间长，实时性不强等问题。 　　3 基于启发式搜索的配电网故障恢复算法 　　启发式搜索方法是配电网故障恢复常用的方法，大多是基于开关操作。在搜索的过程中依据问题本身特性，加入一些具有启发性的信息，确定启发性信息的方向，使之朝着最优解的方向优化。常用的启发式搜索算法有分级搜索法、基于树结构的搜索法、基于变结构耗散网络的算法、基于一阶负荷矩法、A*搜索法等。 　　采用启发式算法的优点在于：具有实时性的特点，能够缩小搜索空间，在允许的时间内得到有效解；具有通用性的特点，形成的启发式规则可以用于各种结构的配电网；具有实用性，形成的启发式规则很容易地通过算法实现。不足之处在于：系统的初始状态对搜索结果影响很大，算法的稳定性不够好；启发式规则处理故障恢复问题时，难以得到最优解，计算效率不高；另外，在处理故障恢复问题的约束条件时也有局限。 　　4 基于模糊理论的配电网故障恢复算法 　　模糊理论是模拟人的模糊推理和决策过程的一种智能方法，它根据已知的决策规则形成规则库，把模糊化后的变量根据模糊规则库进行模糊推理，然后把决策结果量清晰化进行控制。模糊理论适用于处理不确定性、非线性等问题，模糊知识使用语言变量来表述专家的经验，接近人处理问题的方式，具有较强的鲁棒性。但是这一算法也存在着明显的不足，故障恢复信息的模糊化程度不好把握，如果简单模糊化故障恢复的约束条件等信息将导致故障恢复目标的实现精度降低；故障恢复专家信息规则库的初期形成和及时更新是一项繁杂的工作；另外模糊推理过程中论域选择、参数的选取等需要多次凭借经验试凑，难以把握。 　　3.7 基于多智能体技术的配电网故障恢复算法 　　多智能体是由多个智能体所组成的一个分散耦合机构，每个智能体保持着自己的独立性与自治性，能够异步解决自己所属“领地”的问题，同时这些智能体之间通过竞争、协同等机制协调处理公共事务。多智能体系统大多采用分层分散控制结构，对整个系统进行分散递阶控制，在结构上可以分为组织层、协调层和相应层，每层均有相应的智能体组成。故障恢复分区域、多目标、多阶段以及非线性等特点，符合多智能体技术研究的范围，所以基于多智能体技术的故障恢复的策略也顺应而生。 　　多智能体技术与传统的集中式控制相比有着明显的优势，各个智能体能够各司其职，并行处理，使得故障处理的方式更加灵活，同时各个智能体相互之间又存在交互性的特点，能够统一协调处理。尽管如此，如何明确界定各个智能体故障恢复的任务，如何协调多智能体之间动作，以及如何通过多智能体技术确定最优解集，都有待于进一步的研究。 　　4 配电网故障恢复存在的问题及其展望 　　当前，已有相当多的数学优化方