基于多代理的智能配電網(wǎng)故障恢復(fù)

， ，

(1.四川大學(xué)電氣信息學(xué)院，四川 成都 610065；2.國網(wǎng)重慶綦南供電分公司，重慶 401420)

0 引 言

智能配電網(wǎng)融合了現(xiàn)代通信技術(shù)、傳感測量技術(shù)和DER并網(wǎng)技術(shù)等一系列先進技術(shù)，具有供電可靠的優(yōu)點，因而成為了配電網(wǎng)的主要發(fā)展方向[1,2]。隨著配電網(wǎng)網(wǎng)絡(luò)拓撲的日趨復(fù)雜化，配電網(wǎng)的供電恢復(fù)變得越來越困難[4]。

對于配電網(wǎng)的故障恢復(fù)，國內(nèi)很多學(xué)者都提出了不少方法。文獻[4]提出了基于改進二進制粒子群算法的配電網(wǎng)故障恢復(fù)算法，通過確定的目標函數(shù)，引入層次分析法求解權(quán)重值，比傳統(tǒng)法更符合實際，達到尋找最優(yōu)解的目的。張海波等人采用有功負荷作為制定配電網(wǎng)故障恢復(fù)方案的依據(jù)，利用廣度優(yōu)先搜索算法對非故障區(qū)域失電負荷均勻恢復(fù)供電，且引入的備用容量修正系數(shù)，可自行根據(jù)過載情況修復(fù)恢復(fù)方案[5]。過羽豐等人在遺傳算法的基礎(chǔ)上，引入自適應(yīng)方法，具有很好的全局搜索能力和搜索速度，從而達到對更多停電區(qū)域的供電[6]。文獻[7]針對分布式電源在配電網(wǎng)中的使用，提出了基于多代理的配電網(wǎng)故障恢復(fù)方法，使用了多代理技術(shù)，其中多代理系統(tǒng)由協(xié)調(diào)代理(SCA)、子站代理(SSA)和FTU代理(FTUA)組成，通過代理之間的協(xié)作，達到對配電網(wǎng)的故障檢測、隔離和恢復(fù)的目的。多代理技術(shù)特別適用于那些根據(jù)空間、時間或功能進行分解的復(fù)雜應(yīng)用問題[8-11]，這就為解決配電網(wǎng)的故障恢復(fù)問題提供了一個很好的指引。

配電網(wǎng)故障恢復(fù)是一個多目標，多約束的非線性問題[12]，隨著配電網(wǎng)的智能化發(fā)展，配電網(wǎng)的故障恢復(fù)、優(yōu)化等問題也將變得越來越復(fù)雜化，這就使得配電網(wǎng)的故障恢復(fù)過程中面臨速度緩慢，效率低下的問題[13-15]。為了解決這些問題，提出了基于多代理技術(shù)和遺傳算法的方案，在實現(xiàn)配電網(wǎng)故障恢復(fù)的同時提高了配電網(wǎng)故障的恢復(fù)速度。

1 配電網(wǎng)故障恢復(fù)模型的建立

配電網(wǎng)故障恢復(fù)模型的建立過程中，要首先滿足重要負荷的供電，然后盡可能恢復(fù)其他一般電荷[16,17]。因此本模型建立中所使用的相關(guān)目標函數(shù)和約束條件如下。

1.1 相關(guān)目標函數(shù)

(1)盡可能少的丟失非故障區(qū)重要負荷

(1)

式中，C為重要負荷節(jié)點集合；Li為節(jié)點i的負荷；ki為節(jié)點i狀態(tài)，1為帶電，0為失電。

(2)盡可能少的丟失非故障區(qū)的失電負荷

(2)

式中，M為非故障失電區(qū)域節(jié)點集合；λi為節(jié)點狀態(tài)，1為帶電，0為失電。

(3)網(wǎng)絡(luò)損耗盡可能小

(3)

式中，N為網(wǎng)絡(luò)支路集合；Ii、Ri分別為支路i的電流和電阻。

1.2 約束條件

以上目標函數(shù)需要滿足如下約束條件。

(1)潮流約束：f(P，Q，U)=0

式中，P、Q是節(jié)點注入的有功、無功功率；U是節(jié)點電壓。

(2)網(wǎng)絡(luò)拓撲結(jié)構(gòu)的需要滿足為輻射狀(不含分布式電源)：gk∈Gk

式中，gk為當前網(wǎng)路結(jié)構(gòu)；Gk為所有允許的輻射狀網(wǎng)絡(luò)集合。

(3)線路容量約束

Sli

式中，Sli和Sli.max分別為支路i的視在功率和最大容量。

(4)節(jié)點電壓約束

Uimin≤Ui≤Uimax(i=1,…，m)

式中，Uimin、Uimax分別代表節(jié)點電壓上下限。

(5)開關(guān)次數(shù)限制, 在故障恢復(fù)過程中，應(yīng)使開關(guān)操作的次數(shù)盡量小。

2 多代理的實現(xiàn)過程

單個代理需要具有自主性、交互性和通信性。單個代理在完成自己的任務(wù)時，還要通過相關(guān)協(xié)議與周圍的代理進行信息交換，共同完成系統(tǒng)的總體任務(wù)。選擇每一個目標函數(shù)作為一個代理，目標函數(shù)的個數(shù)決定了代理的個數(shù)，如目標函數(shù)f1(X)、f2(X)、f3(X)……分別對應(yīng)各自的代理A1、A2、A3……，每一個代理擁有各自的進化群體，對每一個代理采用遺傳算法進行電路拓撲搜索。

為保證演化目標的一致性，設(shè)置一個協(xié)調(diào)代理(CAG)作為中間代理。中間代理收集單個代理發(fā)送過來的最優(yōu)解，對最優(yōu)解進行一致性處理，篩選出滿足要求的個體并作為下一代的基礎(chǔ)，再將解反饋到新的單個代理中作為下一代迭代計算的基礎(chǔ)。另外，在遺傳算法的執(zhí)行中，由于具有微小差距的開關(guān)組合之間的差距比較大，為了防止最優(yōu)解的失去和尋優(yōu)過程震蕩過快，則針對傳統(tǒng)的遺傳算法進行了改進，即在每一代中保留最優(yōu)的個體，這些個體不參與交叉和變異操作。

(1)目標函數(shù)1的實現(xiàn)

通過無圈法隨機生成10組開關(guān)組合，每組開關(guān)組合可以求得對應(yīng)的失電區(qū)域未恢復(fù)供電的重要負荷的值，通過比較可以得出最小值，保留這個最小值，同時將初始的10組開關(guān)組合進行交叉、變異，同時用最小值所對應(yīng)的開關(guān)組合隨機替換一組，再進行前面的操作，如此進行下去，迭代10次后得出一組最優(yōu)開關(guān)狀態(tài)組合發(fā)送給協(xié)調(diào)代理。

(2)目標函數(shù)2 的實現(xiàn)

目標函數(shù)2是盡可能恢復(fù)非故障區(qū)域失電負荷，也采用上面的方法，隨機生成10組開關(guān)組合，求得10組開關(guān)組合分別對應(yīng)的失電區(qū)域未供電的非重要負荷的最小值，保留10組開關(guān)組合中的最小值，同時10組開關(guān)組合進行隨機交叉互換變異，產(chǎn)生新的10組開關(guān)組合，用前面的最小值隨機替代一組開關(guān)組合，再求對應(yīng)的未恢復(fù)的失電區(qū)域的非重要負荷，如此循環(huán)10次，跳出循環(huán)，將最小值發(fā)送給協(xié)調(diào)代理。

圖1 基于多代理的配電網(wǎng)故障恢復(fù)流程圖

(3)協(xié)調(diào)代理的實現(xiàn)

協(xié)調(diào)代理將前兩個代理返回的最優(yōu)個體進行一致性處理，獲得一個一致解，作為輸出或是前兩個代理的解的一部分。

因此，結(jié)合多代理技術(shù)與遺傳算法得到的配電網(wǎng)故障恢復(fù)步驟流程圖如圖1。

3 基于多代理的故障恢復(fù)實例仿真

3.1 算例分析

采用MATPOWER3.0[18]和MATLAB7.1對圖2所示的配電網(wǎng)進行仿真。圖中采用的定義及相關(guān)參數(shù)見文獻[19]。其中電源點編號是1，開關(guān)編號是10～64，變壓器編號是66～81，負荷編號是101～158。其中136、137、142、149、151、152、158為重要負荷，開關(guān)12、13、14、15、19、20、27、28、29、31、32、33、43、46、40、47、51、58、60、64斷開，其余開關(guān)閉合，假設(shè)支路41～42發(fā)生故障，立即斷開開關(guān)41、42隔離故障，則負荷135，136，137，138失去供電。在故障恢復(fù)過程中，優(yōu)先恢復(fù)對重要負荷的供電，其次盡可能的恢復(fù)非重要負荷，最終達到對非故障失電區(qū)域所有負荷的供電。

圖2 簡化后的部分配電網(wǎng)圖

3.2 仿真結(jié)果分析

3.2.1 算例1

傳統(tǒng)方法依靠單點搜索，算法容易陷入局部解，遺傳算法中多個個體以種群的方式進化，能更好的獲取全局解。因此程序中使用了遺傳算法并改進獲得更好的性能，作為前兩個代理的內(nèi)部實現(xiàn)，不同參數(shù)的收斂能力和速度是不一樣的，表1給出了算法在不同迭代次數(shù)和變異率下的運行結(jié)果。

在程序運行過程中,當每個代理的內(nèi)部迭代次數(shù)調(diào)整為5時，協(xié)調(diào)的次數(shù)太多，會影響速度，甚至無法達到最優(yōu)解。為此需要將前兩個代理的內(nèi)部迭代次數(shù)調(diào)整到10以上，提高收斂速度。使用智能算法實現(xiàn)每個代理的時候,當陷入局部解而跳不出來時,需要及時檢測并大步地跳出循環(huán)。其主要原因是由于程序中選擇的變異率小，降低了遺傳算法的全局搜索能力，無法找到最優(yōu)解。為此在表1中當變異率設(shè)置為0.05時，算法的收斂速度明顯高于在0.01的時候。

表1 協(xié)調(diào)代理獲得的10組最優(yōu)開關(guān)組合

(*為第一個代理)圖3 目標代理的變化過程

圖3中給出了兩個目標代理的變化過程，第1個目標在7代左右的時候收斂，可以得出在該時刻配電網(wǎng)系統(tǒng)對所有非故障區(qū)域失電的重要負荷已經(jīng)全部供電，在對這些重要負載供電后，系統(tǒng)繼續(xù)運行，在26代左右的時候，第2個代理收斂，最終達到對非故障區(qū)域的所有失電負載恢復(fù)供電。該實驗可以達到對恢復(fù)非故障區(qū)域失電負荷供電的要求。

3.2.2 算例2

加權(quán)是處理多目標函數(shù)的主要辦法，即將多目標問題，轉(zhuǎn)化為單目標問題處理。這種處理辦法計算時簡單，但研究時不得不面臨權(quán)重系數(shù)的選擇，而權(quán)重系數(shù)選擇不同，就可能造成所求結(jié)果的差異或權(quán)重系數(shù)的人為化。而采用多代理的辦法就可以有效避免上述問題的產(chǎn)生。同時在多個代理之間相互獨立，并列運行，可以有效減少運行時間。由于大型復(fù)雜配電網(wǎng)中開關(guān)數(shù)眾多，將遺傳算法引入到代理的計算中進行全局搜索，提高了精確度，減少了故障恢復(fù)時間。

圖4給出了使用一般的智能算法解決多目標優(yōu)化問題以及使用多代理方法的仿真結(jié)果，在圖4(a)中，采用的是一般處理多目標函數(shù)的方法，通過加權(quán)的辦法將兩個目標函數(shù)轉(zhuǎn)化為單一的目標函數(shù)，然后使用智能算法進行搜索。通過圖4(a)可以看出函數(shù)需要在105代左右才收斂。圖4(b)中，基于多代理的故障恢復(fù)算法在每個代理中結(jié)合智能搜索算法,減少了搜索空間,由圖4(b)可以看出，只使用了不到傳統(tǒng)算法的一半時間就獲得了收斂，對配電網(wǎng)的非故障區(qū)域所有失電負荷進行了恢復(fù)供電。原因是單個代理之間的執(zhí)行是相互獨立的,多個代理可以在多個處理機上并發(fā)執(zhí)行,能進一步減少執(zhí)行時間,提高系統(tǒng)故障恢復(fù)速度。

圖4 智能算法的故障恢復(fù)方法

3.2.3 算例3

本實驗使用Matpower計算協(xié)調(diào)代理。Matpower潮流計算功能強大，可以計算上百個節(jié)點的潮流運算，并且穩(wěn)定性較好。算例3中第一次將開關(guān)組合傳遞給線損代理后，通過線損代理進行潮流計算。

由實驗結(jié)果可得，該開關(guān)組合所對應(yīng)的線損為1.63+j1.81 MVA。表2中給出了5組協(xié)調(diào)代理的開關(guān)組合經(jīng)過線損代理潮流計算后得到的線損值，且所有的開關(guān)組合都能實現(xiàn)對非故障區(qū)域的失電負荷恢復(fù)供電。

表2 線損代理進行潮流計算后獲得的部分線損值

4 總 結(jié)

通過對配電網(wǎng)故障恢復(fù)的多目標、非線性、多約束特點的分析，根據(jù)負荷的重要等級程度和網(wǎng)損值的大小，建立了多個目標函數(shù)，并通過目標函數(shù)產(chǎn)生多個代理，解決了配電網(wǎng)故障恢復(fù)問題。由于所需開關(guān)狀態(tài)為離散值，因此采用了二進制遺傳算法，并進行改進而提高了系統(tǒng)收斂速度。算例的結(jié)果分析顯示基于多代理的配電網(wǎng)故障恢復(fù)方法可以實現(xiàn)對非故障區(qū)域所有失電負荷的供電，獲得了比傳統(tǒng)方法更快的恢復(fù)速度。同時多種開關(guān)組合也保證了在最優(yōu)策略恢復(fù)供電失敗后可以迅速選取其他供電恢復(fù)策略，避免重復(fù)性工作。

[1] 馬其燕,秦立軍.智能配電網(wǎng)關(guān)鍵技術(shù) [J].現(xiàn)代電力,2010,27(2):39-44.

[2] 馬其燕.智能配電網(wǎng)運行方式優(yōu)化和自愈控制研究[D].北京：華北電力大學(xué)，2010.

[3] 馬其燕,秦立軍.智能配電網(wǎng)及其關(guān)鍵技術(shù)[M].北京:中國電力出版社,2010.

[4] 盧志剛,董玉香.基于改進二進制粒子群算法的配電網(wǎng)故障恢復(fù)[J].電力系統(tǒng)自動化,2006,30(24):39-42.

[5] 張海波,張曉云,陶文偉.基于廣度優(yōu)先搜索的配電網(wǎng)故障恢復(fù)算法[J].電網(wǎng)技術(shù),2010,34(7): 103-108.

[6] 過羽豐,程思遠.基于種間競爭遺傳算法的配電網(wǎng)故障恢復(fù)[J],現(xiàn)代電力,2011,28(5):15-19.

[7] 席建新,鄭濤,徐慶.基于Multi-agent的含分布式電源配電網(wǎng)故障處理方法[J].現(xiàn)代電力,2012,29(6):33-37.

[8] 陳曉靜，孔冰,鄧亞文，等.基于Multi-agent技術(shù)的配電網(wǎng)絡(luò)重構(gòu)研究[J].四川電力技術(shù),2013,36(6):26-28.

[9] 朱文琦,糜仲春.基于多代理的演化多目標優(yōu)化算法[J].計算機仿真,2009,26(1):193-196.

[10] 丁益民.基于多代理技術(shù)的電力戰(zhàn)略防御系統(tǒng)理論研究[D].北京：華北電力大學(xué)，2003.

[11] John A. Hossack, Judith Mendal, Stephen D.J. McArthur, and James R.McDonald .A Multi-agent Architecture for Protection Engineering Diagnostic Assistance[J]．IEEE Transaction on Power Systems，2003,18(2):639-647.

[12] 丁銀波.基于多代理技術(shù)的分布式故障診斷系統(tǒng)的研究[D].北京：華北電力大學(xué)，2003.

[13] 章健,王新剛.多代理系統(tǒng)在微網(wǎng)中的應(yīng)用[J].電力系統(tǒng)自動化,2008,32(24):80-82.

[14] ZHANG Hai-bo, ZHANG Xiao-yun, TAO Wen-wei. A Breadth-first Search Based Service Restoration Algorithm for Distribution Network [J].Power System Technology,2010,34(7): 103-108.

[15] WANG Shou-xiang ,LI Xiao-jing. Multi-agent Approach for Service Restoration of Distribution System Containing Distributed Generation[J].Automation of Electric Power System,2007,31(10):61-65.

[16] 萬強,孫昊,王乾，等.基于合作型協(xié)同進化遺傳算法分布式發(fā)電供電恢復(fù)[J].四川電力技術(shù),2012,35(3):23-26.

[17] 楊麗君,劉建超,錄志剛，等.基于多Agent演化算法的多目標配電網(wǎng)故障恢復(fù)[J].電力系統(tǒng)保護與控制, 2012,40(4):54-58.

[18] 李紅連,張維理,劉錄東，等.潮流計算軟件MATPOWER及其應(yīng)用[J]. 重慶高等?？茖W(xué)校學(xué)報，2009,14(4):18-20.

[19] 武曉東.基于遺傳算法的中、低壓配電網(wǎng)優(yōu)化[D].太原：太原理工大學(xué)，2007.