基于小生境改进遗传算法的配电网重构与可靠性分析

【摘要】： 为了达到某种目的而进行的基于配电网结构的调整称之为配电网重构。网络重构是配电系统运行和控制的手段,也是配电网管理系统(DMS)的重要内容。在正常状态下,为了增加网络的可靠性,减少网损,需要定期通过开、合相关开关来重新构造配电网的运行方式,使负荷在各馈线之间相互转移而得到合理分配;在发生故障时,为了尽可能的恢复用户的电力供给,同时减少配电损耗,也需要进行相应的网络调整。 配电网重构本质上就是寻求满足某一个或者多个目标函数的最优的网络结构。配网线路以及开关数目的众多,并涉及到各种不同的约束,因此配网重构实际上是一个NP问题。传统的网络重构算法大致可以分为最优流算法、启发式算法和人工智能优化算法三类。人工智能优化算法又包括人工神经网络、遗传算法、模拟退火算法等。 小生境是通过将每一代分为几类,每个类中选出若干适应度较大的个体作为该类的优秀代表组成一个种群,再在种群中以及不同种群之间通过自适应杂交、变异产生新一代个体,通过采用预选择(preselect)机制或者排挤(crowding)机制或者共享(sharing)机制完成选择操作。本文应用基于小生境技术的改进遗传算法进行配网重构,在进化初期利用小生境技术,保持种群进化的多样性,避免陷入局部最优点,在进化后期引进精英策略,从理论上以概率1收敛到全局最优解。 根据配网的特点,采用前推回代法进行潮流计算,以配网网损最小作为进化的优化目标,在进化过程中采用基于节点连接数和节点状态的算法进行配网拓扑连通性校验,针对进化过程中产生的环网和电气孤岛问题,采取随机树的方法进行修复,最后对配网重构的结果,利用网络等值的方法进行配网可靠性分析。文章最后通过算例验证算法的可行性。