用于均衡负荷的配电网优化重构燕跃豪1张中青1鲍薇1辛军1.DOCVIP

用于均衡负荷的配电网优化重构 (1国网郑州供电公司,河南 郑州 450000) 摘要：为解决配电网系统中日趋严重的三相不平衡问题，提出了以降低配电网的总体三相不平衡度为优化目标的配电网重构模型。首先对配电网络进行拓扑结构分析，将配网重构问题转化为求图的生成树问题，并以破圈法为基础得到快速而有效的生成树方法。然后通过首支路选择随机化和取消蚁群算法常用的启发值的方法，给出了配网重构问题求解的蚁群算法，该算法能够扩大算法的搜索范围，避免算法陷入局部最优化陷阱。算例表明该方法能以较少的计算量和较大的概率收敛于全局最优解。 关键词：三相不平衡；配网重构；蚁群算法；图论 1 配电网重构的数学模型 配电网重构应满足的约束条件包括潮流约束、电压约束、支路容量约束、变压器容量约束和辐射状运行约束等，即 2 蚁群优化算法的基本原理 图1 蚂蚁觅食示意图 3 基于图论的配电网络拓扑分析 根据图论关于树的定义：若G无回路，则G本身为一树。若G有回路，则删去回路上任一边e。如果G-e仍连通。对G-e重复上述操作，直至得到G的无回路的连通子图——生成树。由此可知，对于连通图G可以通过依次从回路中删除边的方法得到其生成树，此方法常称为破圈法。 图2 破圈法图解 4 配网重构问题的蚁群最优算法 图3 蚁群算法应用于配电网重构问题的计算框图 5 算例 图1 IEEE标准3馈线16节点配电系统 1) 首支路选择按信息素或随机选择比较 表1 首支路选择按信息素或随机选择的计算结果 参数 首支路随机选择 最小值 0.1856 0.1583 最大值 0.4361 0.1709 最小值出现次数 1 95 平均值 0.1973 0.1632 标准差 0.3345 0.01124 计算结果显示，首支路按随机选择所得结果远优于首支路按信息素选择。 2）与其它算法的比较 表 4 配电网络重构前后的比较 参数开关BI 重构前 4,11,13 0.2416 遗传算法算法所提算法 6 结论 。