基于遗传算法的配电网络故障恢复重构研究

配电网故障恢复重构是未来智能电网的重要组成部分,是智能配电网实现自愈功能的控制手段。在系统发生永久性故障以后,通过改变联络开关和分段开关的闭合状态将非故障失电负荷转供,进而减少停电时间、缩小停电面积,有利于提高系统的经济性、安全性和可靠性。 本文首先分析了配电网络的结构特点、故障恢复重构的研究价值及实现过程；总结了国内外学者对于配电网络故障恢复重构的研究现状,提出在智能电网背景下,重构方案的寻优过程将面临新的问题。 对配电网网络结构进行描述和简化,建立了三种不同的数学模型,即本级馈线重构模型、一级馈线重构模型和甩负荷重构模型,并提出每种模型需要达到的目标函数和必须满足的约束条件；通过前推回代法进行潮流计算,以便获得每种方案的性状,作为评价方案的依据。 分析了遗传算法的工作原理、遗传算法在处理多目标配电网故障恢复重构时存在的缺陷及自适应遗传算法的优势；针对传统遗传算法受权重影响较大的问题,提出将非支配排序遗传算法(NSGA-Ⅱ)应用于故障恢复重构的寻优过程；在NSGA-Ⅱ的基础上,提出采用Pareto寻优路径(POP)控制NSGA-Ⅱ中的选择和变异操作,使其可以根据POP反应的进化情况自适应的改变选择规模和变异概率,在进化连续几代没有任何进展时,通过加大搜索面积,减小早熟的可能性,并适时地停止进化,减少多余的计算；提出采用相似度交叉算子提高进化效率,避免由POP选择操作造成的无效进化,以及处理环网等不可行解的方法；采用模糊集理论在Pareto最优解集中确定最终输出方案,使该算法适用于配电网故障恢复重构。 论文中分别采用自适应遗传算法、NSGA-Ⅱ和POP NSGA-Ⅱ验证了所建立的不同模型,算例结果表明本文算法的可行性,并且与自适应遗传算法和NSGA-Ⅱ相比,具有良好的鲁棒性和全局收敛性。