基于改進自適應遺傳算法的配電網(wǎng)重構(gòu)

王永辰，肖伸平，劉先亮（.湖南工業(yè)大學 電氣與信息工程學院，湖南 株洲 4007；.國網(wǎng)株洲供電公司，湖南 株洲 4000）

基于改進自適應遺傳算法的配電網(wǎng)重構(gòu)

王永辰1，肖伸平1，劉先亮2
（1.湖南工業(yè)大學 電氣與信息工程學院，湖南 株洲 412007；2.國網(wǎng)株洲供電公司，湖南 株洲 412000）

摘要：配電網(wǎng)絡重構(gòu)作為智能電網(wǎng)自愈性的一個重要組成部分，在多故障發(fā)生的配電網(wǎng)中起著重要的作用，而以往的一些方法在配電網(wǎng)重構(gòu)中存在著各種不足，本文針對傳統(tǒng)自適應遺傳算法中交叉和變異環(huán)節(jié)易早熟現(xiàn)象。提出了一種改進的自適應遺傳算法來保護優(yōu)秀個體，從交叉率和變異率的參數(shù)入手，選擇一個合適的參數(shù)值，淘汰子代中多數(shù)劣勢個體提高收斂性，有效地保留子代中的優(yōu)秀個體，同時考慮可操作開關(guān)數(shù)，使用了二進制編碼方式消除了初始種群的不可行解。IEEE33系統(tǒng)的仿真結(jié)果表明該算法具有快速的收斂性和適用性。

關(guān)鍵詞：配電網(wǎng)重構(gòu)，自適應遺傳算法，可操作開關(guān)

本文引用格式：王永辰，肖伸平，劉先亮.基于改進自適應遺傳算法的配電網(wǎng)重構(gòu)[J].新型工業(yè)化，2015，5（8）：6-10

Citation: WANG Yong-chen, XIAO Shen-ping, LIU Xian-liang. Distribution System Reconfiguration Based on Improved Genetic Algorithm[J]. The Journal of New Industrialization, 2015, 5（8）: 6-10.

0 引言

配電網(wǎng)絡是關(guān)系用戶用電安全和用電質(zhì)量的關(guān)鍵環(huán)節(jié)，也是供電經(jīng)濟和穩(wěn)定性的重要組成部分。當配電網(wǎng)發(fā)生故障時，網(wǎng)絡重構(gòu)作為隔離故障、保證配電系統(tǒng)安全經(jīng)濟運行的一個重要手段，其在電網(wǎng)運行中有效地提高了供電穩(wěn)定性。配電網(wǎng)重構(gòu)主要任務是保證配電網(wǎng)絡的安全經(jīng)濟運行，使配電網(wǎng)在故障時重新組合其支路讓電網(wǎng)的損失降到最低，如網(wǎng)損最小、節(jié)點電壓保持穩(wěn)定等等，配電網(wǎng)絡重構(gòu)的目的就在于找到這個最優(yōu)的網(wǎng)絡結(jié)構(gòu)[1-2]。

文獻[3]闡述的支路交換法從斷路器的投切分析，斷開一個支路的同時閉合另一個支路，這種方法缺點在于只能的得到局部最優(yōu)解無法滿足全局尋優(yōu)。

文獻[4]闡述的模擬退火法以概率收斂于全局最優(yōu)解的全局尋優(yōu)算法，直接影響尋優(yōu)的能力，但尋優(yōu)過程難控制。

文獻[5-6]提到的神經(jīng)網(wǎng)絡法，它具有很強的魯棒性并且學習規(guī)則簡單便于計算機實現(xiàn)，但其對數(shù)據(jù)不充分的情況適應能力差。

目前常見的幾種配電網(wǎng)絡重構(gòu)都有著其各自的優(yōu)缺點，為了提高尋優(yōu)速度縮短計算時間，在較短的時間內(nèi)得到網(wǎng)損最小的重構(gòu)結(jié)果，本文采用改進自適應遺傳算法的方式，并運用環(huán)路編碼的策略減少種群的生成數(shù)，考慮開關(guān)操作給網(wǎng)絡穩(wěn)定性帶來的懲罰指標同時通過組合支路尋優(yōu)。

1 配電網(wǎng)重構(gòu)的數(shù)學模型

配網(wǎng)故障重構(gòu)的操作往往有多種目標，如以網(wǎng)損最小為目標盡可能地讓系統(tǒng)故障時切掉的負荷最小，或是以系統(tǒng)故障恢復速度為目標，盡可能快的恢復故障區(qū)域的用電等等。

本文選擇網(wǎng)絡損耗最小為目標函數(shù)，并且考慮開關(guān)操作的費用[7]，目標函數(shù)如下：

式中f1、f2為網(wǎng)絡損耗和開關(guān)損耗，α是電價。網(wǎng)損最小函數(shù)：

式中：Nf為線路和變電站總數(shù)；rj、Pj、Qj、Vj分別為元件電阻、有功、無功以及功率注入點的負電壓。

式中：f2是開關(guān)操作費用，s是開關(guān)數(shù)目，βi是第i個開關(guān)操作的費用，zi是第i個開關(guān)操作的情況，操作取1，不操作取0。

約束條件：

1.電壓約束

式中：VUk、VLk分別為節(jié)點k的電壓上、下界。

2.功率守恒約束

式中Dk為節(jié)點k的功率需求；Nn為節(jié)點總數(shù)；ETk（EFk）為潮流流向（出）節(jié)點k的弧的起點（終點）集合[8]。

3.容量約束

式中IUI為元件l的最大允許電流；Il為通過元件l的電流。

2 配網(wǎng)重構(gòu)遺傳算法的實現(xiàn)

2.1 配電網(wǎng)重構(gòu)中染色體的編碼

初始種群必須要隨機選擇，只有這樣操作才可以使所有狀態(tài)都遍歷，在應用開關(guān)變量直接編碼的方法時，傳統(tǒng)的方法是以開關(guān)個數(shù)來確定個體的串位數(shù)，這樣的方法把不可操作的斷路器也考慮了在內(nèi)，如一個具有10個開關(guān)的配電網(wǎng)絡其可操作開關(guān)只有5個，那么就只需要考慮這5個開關(guān)的動作情況，只有25=32種情況，遠比210=1024種情況要少96.85%，進而節(jié)省空間提高運算速度。

圖1 配網(wǎng)重構(gòu)中初始種群的生成Fig. 1 Distribution Network Reconfiguration generation of the initial population

2.2 配電網(wǎng)重構(gòu)中初始種群的生成

本文針對遺傳算法中種群生成方式，從可操作開關(guān)的編碼方式入手，改進后種群生成過程如圖1：

首先將所有可操作開關(guān)閉合，之后隨機選取一個可操作開關(guān)斷開并將其在其他環(huán)路中標記，令斷開的個體位為0，然后隨機生成另外N個位，將這些位置為1，總位串長度表示為N+1，最后通過以下步驟在逐個斷開的開關(guān)位置置為0如此循環(huán)可以在確保初始種群的隨機生成，并且保證初始種群位于可行解空間里，此方法大大加快了運算速度。

2.3 參數(shù)選擇

交叉和變異操作是適應度篩選的重要步驟，因此交叉率和變異率的選擇就顯得尤為重要，對適應度較高的群體選擇較低的交叉率和變異率以保留其優(yōu)勢的群體，反之選擇較高的交叉率和變異率排除該解。改進公式如下：

式中fmax是種群中適應度函數(shù)的最大值，favg是每代種群的平均適應度函數(shù)值，f'是要交叉的兩個個體中較大的適應度值，f是要變異的個體的適應度函數(shù)值。因此我們只要設(shè)定k1、k2、k3、k4的值即可按流程進行自適應調(diào)整。

2.4 算法流程

本文改進自適應遺傳算法的流程如圖2所示，在選取適當參數(shù)后重新進行適應度計算直到收斂得出結(jié)果。

圖2 自適應算法流程Fig. 2 Algorithm flow chart

3 算例分析

下面以IEEE33節(jié)點配電網(wǎng)絡作為算例分析。

系統(tǒng)包含有33個節(jié)點、37條裝有開關(guān)（其中5條聯(lián)絡支路33、34、35、36、37）的支路。為計算方便，設(shè)電價位0.5元/kW，開關(guān)平均動作每一次維護費10元。表1例出了本文算法與其他幾種遺傳算法的數(shù)據(jù)比較，結(jié)果見表1。

圖3 IEEE33節(jié)點配電網(wǎng)結(jié)構(gòu)（初始狀態(tài)）Fig. 3 IEEE33 node distribution network structure（The initial state）

本文算法與其它三種算法相比較，在降低網(wǎng)絡損耗方面比初始狀態(tài)提高了39.46%，其次與傳統(tǒng)遺傳算法、自適應的遺傳算法[14]、二進制差分進化算法[15]、動態(tài)拓撲分析的遺傳算法[16]對比，也依次提高了25.14%、10.11%、10.63%、2.62%。本方法得出的網(wǎng)損最低。在節(jié)點電壓上也有所提高，相對的提高了配電系統(tǒng)的運行穩(wěn)定性。

表1 重構(gòu)優(yōu)化結(jié)果Tab. 1 Reconstruction of optimization results

圖3和圖4所示的是重構(gòu)的收斂過程曲線和重構(gòu)后的配電網(wǎng)結(jié)構(gòu)，得到結(jié)構(gòu)是將支路7、9、14、28、32斷開其他支路閉合的重構(gòu)電網(wǎng)絡圖，其收斂速度快，在10代前后可以得到全局最優(yōu)解。

4 結(jié)論

改進的自適應遺傳算法不僅在種群的生成上繼承了二進制環(huán)路編碼的優(yōu)勢，同時，在計算合適的交叉率和變異率的基礎(chǔ)上提高了優(yōu)勢群體的保留，加快了收斂速度。在滿足了電壓的約束條件的范圍下，降低了網(wǎng)絡損耗，保證了良好的供電可靠性。針對靜態(tài)重構(gòu)的情況，本文獲得的結(jié)果優(yōu)于現(xiàn)有的研究結(jié)論，如果考慮分布式電源接入以及動態(tài)負荷變化下的重構(gòu)情況，該方法同樣可以適用。

圖4 算法收斂速度和優(yōu)化網(wǎng)損的曲線Fig. 4 Loss curve algorithm convergence speed and network optimization

圖5 重構(gòu)后的配電網(wǎng)結(jié)構(gòu)Fig. 5 Distribution network structure reconstructed

參考文獻

[1] 戴志輝，崇志強，焦彥軍.含分布式電源的配電網(wǎng)多目標供電恢復[J].電網(wǎng)技術(shù)，2014，38（7）： 1958-1965.

DAI Zhihui，CHONG Zhiqiang，JIAO Yanjun.Multi-Objective Service Restoration of Distribution Network Containing Distributed Generation[J].Power System Technology，2014，38（7）： 1958-1965.

[2] 余貽鑫，欒文鵬.智能電網(wǎng)述評[J].中國電機工程學報，2009，29（34）： 1-8. YU Yi-xin，LUAN Wen-peng，Smart Grid and Its Implementations[J].Proceedings of the CSEE2009，29（34）： 1-8.

[3] 李啟旺，袁榮湘，丁偉，等.靈敏度分析與支路交換法相結(jié)合的配電網(wǎng)重構(gòu)算法研究[J].電力系統(tǒng)保護與控制，2010，38（5）：66-70. LI Qi-wang，YUAN Rong-xiang，DING Wei，et al.A comprehensive method for distribution network reconfiguration based on sensitivity analysis and branch-exchange algorithm[J].Power System Protection and Control，2010，38（5）： 66-70.

[4] 張凡，張越喜，顧沈卉.基于模擬退火免疫算法的配電網(wǎng)重構(gòu)[J].南方電網(wǎng)技術(shù)，2011，5（5）： 42-46. ZHANG Fan，ZHANG Yuexi，GU Shenhui，Distribution Network Reconfiguration by Simulated Annealing Immune Algorithm[J].Southern Power System Technology，2010，38（5）： 66-70.

[5] 張浩，和敬涵，薄志謙，等.基于動態(tài)規(guī)劃算法的故障恢復重構(gòu)[J].電工技術(shù)學報.2011.26（12）：162-167. Zhang Hao，He Jinghan，Bo Zhiqian，Service Restoration Based on Dynamic Programming[J].Transactions of China Electrotechnical Society，2010，38（5）： 66-70.

[6] 李軍軍，許波桅，甘世紅，等.基于貪婪度表的 DPSO求解艦船電力系統(tǒng)網(wǎng)絡重構(gòu)[J].電工技術(shù)學報，2011，26（5）： 146-151. Li Junjun，Xu Bowei，Gan Shihong，et al.Discrete Particle Swarm Optimization Algorithm Based on Greed Table for Network Reconfiguration of the Shipboard Power System [J].Transactions of China Electrotechnical Society，2011，26（5）： 146-151.

[7] 胡雯，孫云蓮，張巍.基于改進的自適應遺傳算法的智能配電網(wǎng)重構(gòu)研究[J].電力系統(tǒng)保護與控制.2013，41（12）：85-90. HU Wen，SUN Yun-lian，ZHANG Wei.Reconfiguration of smart distribution using improved adaptive genetic algorithm[J].Power System Protection and Control，2013，41（12）：85-90.

[8] 李偉，張振剛，閆寧.基于改進小生境遺傳算法的Pareto多目標配電網(wǎng)重構(gòu)[J]. 電力系統(tǒng)保護與控制.2011，39（3）：11-16. LI Wei，ZHANG Zhen-gang，YAN Ning.Pareto multi-objective distribution network reconfiguration based on improved niche genetic algorithm[J]. Power System Protection and Control，2011，39（3）：11-16.

[9] Sheng Si-qing，MA Zhi-gang，Wu Jing，et al. Distribution network fault restoration based on improved adaptive genetic algorithm[C]. Second Conference on Intelligent Computation Technology and Automation，2009.

[10] 周湶，張冠軍.基于化整為零策略和改進二進制差分進化算法的配電網(wǎng)重構(gòu)[J].電網(wǎng)技術(shù)，2012，36（3）：167-203. ZHOU Quan，ZHANG Guanjun.Distribution Network Reconfiguration Based on Strategy of Breaking up the Whole Into Parts and Improved Binary Differential Evolution Algorithm[J].Power System Technology，2012，36（3）：167-203.

[11] 顏湘武，段聰，呂正，等.基于動態(tài)拓撲分析的遺傳算法在配電網(wǎng)重構(gòu)中的應用[J].電網(wǎng)技術(shù)，2014，38（6）： 1639-1643. YAN Xiangwu，DUAN Cong，Lu Zheng，et al.Application of Dynamic Topological Analysis Based Genetic Algorithm in Distribution Network Reconfiguration[J].Power System Technology，2014，38（6）： 1639-1643.

DOI：10.3969/j.issn.2095-6649.2015.08.002

*基金項目：國家自然科學基金項目（61203136）；湖南省自然科學基金項目（2015JJ5021）；湖南省教育廳重點項目（14A038）。

作者簡介：王永辰（1988-），男，碩士研究生，研究方向為電力系統(tǒng)自動化；肖伸平（1965-），男，教授，碩士生導師，湖南工業(yè)大學電氣與信息工程學院院長，研究方向為電力時滯系統(tǒng)魯棒控制，過程控制與智能控制；劉先亮(1952-)，男，電氣工程師，研究方向為電力系統(tǒng)自動化，國網(wǎng)株洲供電公司。

Distribution System Reconfiguration Based on Improved Genetic Algorithm

WANG Yong-chen1, XIAO Shen-ping1, LIU Xian-liang2
(1.College of Electrical & Information Engineering Hunan University of Technology, Zhuzhou, 412007;2.State Grid Zhuzhou branch , Zhuzhou, 412000)

ABSTRACT:Distribution network reconfiguration as self-healing smart grid is an important part of distribution network in fault plays an important role. Whereas some of the methods in the distribution network reconfiguration of various shortcomings. This article in view of the traditional adaptive crossover and mutation in genetic algorithm prone to premature phenomenon. An improved adaptive genetic algorithm is proposed to protect the excellent individuals from the parameters of the crossover rate and mutation rate, and select a suitable parameter value. The majority of the inferior individuals in the sub generation improve the convergence, effectively retain the excellent individual in the sub generation, and consider the number of switches. The simulation results of IEEE33 system show that the algorithm has fast convergence and applicability.

KEYWORDS:Distribution Network Reconfiguration;Adaptive genetic algorithm;Operable breaker.