基于图论和改进模糊遗传算法的配电网转供.pdfVIP

华南理工大学学报(自然科学版) 第43卷第12期 JournalofSouthChina of V01．43No．12 UniversityTechnology Science December2015 2015年12月 (Natural Edition) 基于图论和改进模糊遗传算法的配电网转供方法术 武志刚 马义松 (华南理工大学电力学院，广东广州510640) 摘要：针对复杂配电网的故障恢复问题，提出一种基于图论和改进模糊遗传算法的配 电网负荷转供判断方法．首先基于图形库JGraphT进行配电网数据建模，将馈线拓扑结构 和元件参数整合在一起，显式地利用配电网拓扑结构，避免了繁琐的节点编码规则和冗杂 的邻接表、矩阵存储模式；基于JGraphT集成的图论算法实现快速的故障区域类型区分、 网络拓扑约束判断，开发出基于图论递归运算的前推回代潮流算法；然后结合配电网特点 提出改进的模糊遗传算法，动态调整遗传算法的初始解和遗传算子以提高算法寻优性能， 通过对模糊输入量和模糊规则进行完善，提高遗传算法的收敛速度，避免不成熟收敛的发 生；算例结果表明，文中算法在潮流计算效率和寻优效率方面均具有更好的效果． 关键词：JGraphT；负荷转供；配网潮流；遗传算法 中图分类号：TM715 负荷转供可以保证配电网的安全经济运行，提 能直接反映配网的拓扑关系，而且随着网络规模的 高供电可靠性，是配网自动化建设的核心内容之一． 增大，计算量成倍增长，占用内存大． 配电网发生故障后，调度人员应综合考虑各种约束 配电网故障恢复从数学角度来看是一个典型的 条件，尽可能制定最优的故障恢复方案． 多目标多约束问题，其优化目标包括负荷切除量最 配电网故障恢复方案实际为开关操作策略，通 少、开关动作次数最少、转供后网损最小等，同时该 过改变待转供区域的支路开关状态使网络拓扑和潮 优化目标需要满足线路潮流分布、配电网辐射状运 流方向改变，因此拓扑分析和潮流计算在故障恢复 行和供电质量等诸多约束． 中不断被调以判断网络是否正常运行，是实现负荷 国内学者对配电网供电恢复问题进行了大量研 转供的基础．配网潮流算法(如最常见的前推回代 究，其中智能优化算法¨1得到了广泛应用．作为现 算法)通常需先对网络进行节点编号，确定各支路 代智能优化算法的典型代表，遗传算法(GA)因其优 功率和节点电压的计算路径和计算顺序．文献[1] 秀的全局搜索性能在配电网负荷转供问题中得到推 中在节点编号优化的基础上提出一种节点编号的新 广哺]．遗传算法为模拟生物进化过程的计算模型， 方法，但节点编号过程仍较为繁琐．在节点编号的基 整体搜索性能良好并且不依赖梯度信息，但假如没 础上，配网拓扑分析通常采用邻接表或矩阵表示，文 有结合电力系统本身的特性，传统的遗传算法只是 献[2]中通过构造邻接表保存配电网拓扑结构，但 一个随机的寻优过程，存在着搜索范围大、迭代次数 重用性较差，当网络结构或者网络参数发生变化时， 多和收敛速度慢的缺陷，不适用于大规模配电网的 则需重新计算以更新表参数，故此法不能及时得到 故障转供判断．文献[7]中采用遗传算法来分析地 其结构．文献[3-4]采用矩阵表示配电网的分层，不区电网停电恢复，取得了一定的成果，但为了计算速 收稿日期：2015—03—26 National RD of Foundation the