含分布式电源的配电网重构研究

配电网络中含有大量的分段开关和联络开关，配电网重构能够依据配电网的运行情况通过改变分段开关和联络开关的状态适时调整网络结构，不断优化配电网的运行方式，发掘配电网应用潜力，有效降低系统网损，是配电网自动化系统的重要组成部分。本文结合具体科研项目对含有分布式电源的配电网静态重构算法及其实施策略、动态重构和故障后重构这三部分内容进行了研究。 首先，在配电网静态重构方面，引入合环电流约束条件，提出开关对及其相关概念，制定了用于实现配电网重构的实施策略。在求解实施策略时，先利用克隆遗传算法形成蚁群算法的初始信息素分布，再依靠蚁群算法进行求解，形成一种求解效率高的混合算法。算法中，采用序号编码的方式，形成基于环网的编码方案，避免了不可行解的产生；引入禁忌表的操作，避免了大量重复计算；通过本文设计的二维模糊控制器，可以对克隆遗传算子的基因重组率和突变率进行在线控制，避免局部收敛。以含分布式电源的IEEE33节点系统为算例进行仿真分析，结果验证了本文所提算法的有效性。结果也同时表明，分布式电源的引入，可以明显降低系统网损，提高系统的电压水平。 其次，在配电网动态重构方面，提出在缺乏负荷数据的情况下，得到多节点系统的24小时负荷预测数据的方法。定义了方式切换成本Ws、方式切换收益△F，通过比较两者的大小，可以判断相邻时间段的方式切换是否必要。在两个或多个时段，同一编号开关操作次数越限时，由于引入了方式切换收益△F，也可以很方便的通过比较这几个时段方式切换收益F的大小，选取收益最小的时段对该开关进行钳制。算例结果证明了方法的有效性和可行性。 最后，在配电网故障恢复方面，以失电负荷最少、电压偏移量最小、开关动作次数最少和网损最小为目标，建立了含分布式电源的配网多目标供电恢复的模型，并采用多智能体遗传算法(MAGA)进行求解。定义了智能体之间竞争和协作的四个规则：邻域交配、变异、死亡和再生。采用局部搜寻技术来实现Agent的自学习行为，加快收敛速度。以聊城城区配电网为算例进行仿真分析，结果表明，MAGA算法的收敛性能更优，并且能够快速有效地收敛到Pareto最优解集上。