考慮供電可靠性的智能配電網(wǎng)優(yōu)化重構(gòu)

屠亦軍, 廖劍波, 王澤安

(1.國網(wǎng)浙江省電力公司舟山供電公司, 浙江 舟山 316000; 2.國網(wǎng)福建省電力有限公司福州供電公司, 福建 福州 350009; 3.美國洛杉磯鉆石吧高中, 美國 洛杉磯 90001)

?

考慮供電可靠性的智能配電網(wǎng)優(yōu)化重構(gòu)

屠亦軍1, 廖劍波2, 王澤安3

(1.國網(wǎng)浙江省電力公司舟山供電公司, 浙江 舟山 316000; 2.國網(wǎng)福建省電力有限公司福州供電公司, 福建 福州 350009; 3.美國洛杉磯鉆石吧高中, 美國 洛杉磯 90001)

配電網(wǎng)饋線聯(lián)絡(luò)的不斷加強(qiáng)和配電自動化的建設(shè)使網(wǎng)絡(luò)重構(gòu)成為可能,通過對網(wǎng)絡(luò)開關(guān)的調(diào)度控制來優(yōu)化調(diào)整配電網(wǎng)的網(wǎng)絡(luò)結(jié)構(gòu),從而提高配電網(wǎng)的供電可靠性.在傳統(tǒng)經(jīng)濟(jì)性重構(gòu)的基礎(chǔ)上,進(jìn)一步考慮了供電可靠性,提出了一種計及網(wǎng)損和系統(tǒng)停電損失的智能配電網(wǎng)優(yōu)化重構(gòu)模型,并采用改進(jìn)遺傳算法對IEEE 33節(jié)點配電系統(tǒng)進(jìn)行優(yōu)化重構(gòu)問題的求解,結(jié)果表明,所提模型和算法具有可行性.

配電網(wǎng)重構(gòu); 網(wǎng)損; 可靠性; 改進(jìn)遺傳算法

隨著技術(shù)和經(jīng)濟(jì)的發(fā)展,社會對供電的質(zhì)量、連續(xù)性和可靠性的要求越來越高.供電可靠性關(guān)系到人民群眾的生活和社會的安定.歐美等發(fā)達(dá)國家非常重視提升供電可靠性,其供電可靠性水平均較高.譬如:美國各電力公司供電可靠性基本上達(dá)到了一個穩(wěn)定的趨勢,中心城區(qū)供電可用率指標(biāo)基本上能夠達(dá)到99.99%;日本東京電力公司1986年之后的供電可靠率都在99.99%以上;新加坡供電可靠率更是達(dá)到99.999 7%,用戶平均停電時間僅1.57 min;英國國家電網(wǎng)公司的可靠性指標(biāo)在99.999 7%以上.相比之下,我國供電可靠性雖進(jìn)步很快,相較國際先進(jìn)城市差距仍較大,上海核心城區(qū)供電可靠性距離A+區(qū)域定位仍明顯不足.

配電網(wǎng)是電力系統(tǒng)電能分配的末端環(huán)節(jié),優(yōu)化配電網(wǎng)的運行狀態(tài)對系統(tǒng)降損、供電可靠性和電能質(zhì)量的提高具有重要意義.目前各地普遍采用增加饋線聯(lián)絡(luò)和建設(shè)配電自動化等手段,來提高配電網(wǎng)的供電可靠性[1].正常運行條件下,配電網(wǎng)通過降壓變電站向一個樹狀網(wǎng)絡(luò)的供電區(qū)域供電,單個供電段之間通過一個常合的開關(guān)相接,而不同的供電區(qū)域之間則由常開開關(guān)聯(lián)系.隨著聯(lián)絡(luò)開關(guān)的增加,在配電自動化系統(tǒng)的輔助下對網(wǎng)絡(luò)開關(guān)進(jìn)行調(diào)度控制,可實現(xiàn)網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化調(diào)整,從而進(jìn)一步提高供電可靠性.配電網(wǎng)的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)是影響電網(wǎng)可靠性、網(wǎng)損、供電電壓質(zhì)量、設(shè)備負(fù)載水平的關(guān)鍵,研究配電網(wǎng)優(yōu)化重構(gòu)方法對提高配電網(wǎng)各項技術(shù)經(jīng)濟(jì)指標(biāo)具有重要意義.

近年來,許多專家學(xué)者對配電網(wǎng)優(yōu)化重構(gòu)進(jìn)行了研究.文獻(xiàn)[2]定義了配電網(wǎng)的最大供電能力指標(biāo),以開關(guān)動作次數(shù)最少和供電能力最大為目標(biāo)建立了配電網(wǎng)的優(yōu)化重構(gòu)模型,并采用二進(jìn)制粒子群算法進(jìn)行模型求解.文獻(xiàn)[3]綜合考慮了網(wǎng)損、電壓偏差和饋線負(fù)荷平衡,基于模糊隸屬度函數(shù)建立了優(yōu)化重構(gòu)的多目標(biāo)模型.文獻(xiàn)[4]主要計及了網(wǎng)損的經(jīng)濟(jì)性目標(biāo),以改進(jìn)和聲搜索算法為求解工具,研究了配電網(wǎng)的優(yōu)化重構(gòu)問題.文獻(xiàn)[5]在重構(gòu)中考慮了網(wǎng)損成本、開關(guān)動作成本等經(jīng)濟(jì)因素,提出了一種配電網(wǎng)優(yōu)化重構(gòu)方法.目前配電網(wǎng)優(yōu)化重構(gòu)的研究主要關(guān)注網(wǎng)絡(luò)運行的經(jīng)濟(jì)性,缺乏對配電網(wǎng)供電可靠性等因素的考慮,而網(wǎng)絡(luò)結(jié)構(gòu)能夠顯著影響配電網(wǎng)的供電可靠性,在重構(gòu)研究中應(yīng)當(dāng)予以考慮.

本文在計及傳統(tǒng)經(jīng)濟(jì)性目標(biāo)的基礎(chǔ)上,考慮系統(tǒng)供電可靠性對網(wǎng)絡(luò)重構(gòu)的影響,探索更為全面有效的配電網(wǎng)優(yōu)化重構(gòu)方法.

1 配電網(wǎng)優(yōu)化重構(gòu)的數(shù)學(xué)模型

配電網(wǎng)的優(yōu)化重構(gòu)就是在所有可能的網(wǎng)絡(luò)結(jié)構(gòu)中,找出一套既能滿足網(wǎng)絡(luò)運行約束(輻射狀網(wǎng)絡(luò)拓?fù)?、電壓極限、線路載流極限等),又能最大化某種價值目標(biāo)的結(jié)構(gòu)方案,在滿足負(fù)荷用電需求的基礎(chǔ)上,促進(jìn)網(wǎng)絡(luò)的經(jīng)濟(jì)安全運行.

1.1 目標(biāo)函數(shù)

本文提出了一種配電網(wǎng)的優(yōu)化重構(gòu)模型,采用網(wǎng)絡(luò)損耗最小作為重構(gòu)的經(jīng)濟(jì)性目標(biāo),以系統(tǒng)停電損失最小為重構(gòu)的可靠性目標(biāo),綜合考慮經(jīng)濟(jì)性與可靠性,構(gòu)建優(yōu)化重構(gòu)目標(biāo)函數(shù)如下:

(1)

(2)

(3)

式中:α1——經(jīng)濟(jì)性目標(biāo)的權(quán)重系統(tǒng);α2——可靠性目標(biāo)的權(quán)重系數(shù);S——年最大損耗小時數(shù);D——平均電價;Ploss——網(wǎng)絡(luò)損耗;N——網(wǎng)絡(luò)節(jié)點數(shù);ENSi——負(fù)荷i的電量不足期望值;CICi——負(fù)荷i的停電損失電價;kij——節(jié)點i至節(jié)點j的支路(支路i-j)的開關(guān)狀態(tài),取值1為開關(guān)閉合,取值0為開關(guān)打開;

Rij——支路i-j的電阻;

Pij——支路i-j的有功功率;

Qij——支路i-j的無功功率;

Uj——節(jié)點j的電壓幅值;

wi(K)——狀態(tài)K下負(fù)荷i的連接負(fù)荷;

K——網(wǎng)絡(luò)中所有開關(guān)的狀態(tài);

λi——負(fù)荷i的故障率;

ri——負(fù)荷i單次故障的平均停電時間.

基于該目標(biāo)來實施配電網(wǎng)的優(yōu)化重構(gòu),既計及了對網(wǎng)絡(luò)損耗的優(yōu)化,又考慮了網(wǎng)絡(luò)結(jié)構(gòu)對系統(tǒng)供電可靠性的影響,綜合協(xié)調(diào)了重構(gòu)的經(jīng)濟(jì)性與可靠性.

1.2 約束條件

在配電網(wǎng)的優(yōu)化重構(gòu)工作中,還應(yīng)該考慮多種約束條件.最小允許可靠性約束為:

(4)

節(jié)點電壓上下限約束為:

(5)

線路載流量約束為:

(6)

網(wǎng)絡(luò)潮流約束為:

(7)

配電網(wǎng)拓?fù)漭椛浣Y(jié)構(gòu)約束為:

(8)

式中:R——某種決策方案下的可靠性指標(biāo); Rmin——可靠性指標(biāo)允許的最小值; U——節(jié)點電壓; Umax,Umin——節(jié)點電壓的上下限; I——支路電流; Imax——支路電流上限; A——節(jié)點支路關(guān)聯(lián)矩陣; P——饋線潮流向量; D——負(fù)荷向量; o——某種決策方案下配電網(wǎng)的網(wǎng)絡(luò)結(jié)構(gòu); Orad——配電網(wǎng)輻射狀網(wǎng)絡(luò)結(jié)構(gòu)集合.

2 基于改進(jìn)遺傳算法的重構(gòu)模型求解策略

配電網(wǎng)優(yōu)化重構(gòu)是一個組合優(yōu)化問題,具有離散性、非線性和高維性等特點[6].遺傳算法(Genetic Algorithm,GA)具有原理簡單、編碼簡潔、搜索能力強(qiáng)、適用性好等優(yōu)點,被廣泛應(yīng)用于配電網(wǎng)各類優(yōu)化問題的求解[7-9].

在配電網(wǎng)優(yōu)化重構(gòu)問題的求解中,遺傳算法的染色體采用離散的0-1編碼,根據(jù)開關(guān)的開合或線路被選擇與否來確定0-1取值.由于配電網(wǎng)的支路和環(huán)數(shù)一般較多,若僅依靠傳統(tǒng)遺傳操作進(jìn)行尋優(yōu),算法迭代可能產(chǎn)生大量的不可行解,存在收斂速度慢、局部精確尋優(yōu)能力弱等不足.因此,本文對遺傳算法進(jìn)行了改進(jìn):一方面,在算法的選擇操作中采用了精英保留策略,在遺傳操作施行前,將當(dāng)前種群的精英個體保留,不參與遺傳操作,如此避免了優(yōu)秀個體遺傳信息的丟失,保證了遺傳操作所產(chǎn)生個體的優(yōu)良性,明確了搜索方向,且加快了種群進(jìn)化速度;另一方面,在交叉和變異的操作中,引入了自適應(yīng)的概率參數(shù),具體算式為:

(9)

(10)

式中:pc——交叉概率;pc,max,pc,min——最大和最小交叉概率;it——當(dāng)前迭代次數(shù);it,max——最大迭代次數(shù);pm——變異概率;pm,max,pm,min——最大和最小的變異概率;f′——兩個交叉?zhèn)€體中較大的適應(yīng)度值;f——要變異個體的適應(yīng)度值;favg——種群平均適應(yīng)度值.

以上改進(jìn)的遺傳算法既保證了全局搜索能力,又增強(qiáng)了局部搜索能力,有效減少了迭代次數(shù),提高了算法的收斂性能.基于改進(jìn)遺傳算法的配電網(wǎng)優(yōu)化重構(gòu)求解策略流程如圖1所示.

圖1 基于改進(jìn)遺傳算法的配電網(wǎng)優(yōu)化

3 仿真與分析

對IEEE 33節(jié)點配電系統(tǒng)[10]進(jìn)行優(yōu)化重構(gòu)研究,系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示.系統(tǒng)額定電壓為12.66 kV,總有功負(fù)荷為3 715 kW,無功負(fù)荷為2 300 kW.初始狀態(tài)下,5條支路裝有聯(lián)絡(luò)開關(guān),分別為支路7-20,11-21,8-14,17-32,24-28,其余支路均裝有分段開關(guān).設(shè)定年最大負(fù)荷損耗時間為3 200 h,年平均電價取0.6元/kWh,停電損失電價折算倍數(shù)取為25.遺傳算法種群大小為50,最大進(jìn)化代數(shù)為100,采用改進(jìn)遺傳算法對該算例進(jìn)行計算.

圖2 IEEE 33節(jié)點配電系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)

分別針對幾種典型模型進(jìn)行計算:

(1) 初始模型(優(yōu)化重構(gòu)前);

(2) 模型1,即經(jīng)濟(jì)性模型,α1=1,α2=0,此模型意在尋找網(wǎng)損最低的拓?fù)浣Y(jié)構(gòu);

(3) 模型2,即可靠性模型,α1=0,α2=1,此模型意在尋找可靠性最高,即電量不足期望值最小的拓?fù)浣Y(jié)構(gòu);

(4) 模型3,即綜合模型,α1=0.5,α2=0.5,此模型綜合考慮經(jīng)濟(jì)性和可靠性指標(biāo).

表1為不同模型的重構(gòu)效果比較.

表1 不同模型的重構(gòu)效果比較

由表1可以看出,初始狀態(tài)的拓?fù)浣Y(jié)構(gòu)網(wǎng)絡(luò)損耗為211.296 kW,電量不足期望值為24 397.421 kWh;對于尋找網(wǎng)損最小的模型1來說,最低網(wǎng)損為140.413 kW;模型2找到了可靠性最高的拓?fù)浣Y(jié)構(gòu),其電量不足期望值為18 926.485 kWh;綜合考慮經(jīng)濟(jì)性和可靠性的模型3給出了本文目標(biāo)函數(shù)最優(yōu)的結(jié)構(gòu),即分別打開支路6-7,8-9,13-14,31-32,24-28聯(lián)絡(luò)開關(guān).3種模型中,模型1的綜合費用最少,約為26.6萬元,模型2的綜合費用約為28.4萬元,但是這兩種模型沒有同時兼顧可靠性和網(wǎng)損最小的問題,模型3的綜合費用約為28萬元,比模型1多出1.4萬元,但是卻進(jìn)一步提高了可靠性,并較大程度降低了網(wǎng)損.

圖3給出了對模型3采用本文算法優(yōu)化前后系統(tǒng)各節(jié)點電壓變化.由圖3可以看出:優(yōu)化前,節(jié)點17電壓水平最低,為0.939 143 p.u.;優(yōu)化后,節(jié)點31電壓最低,為0.962 455 p.u..

圖3 開關(guān)狀態(tài)優(yōu)化前后系統(tǒng)電壓變化

圖4,圖5,圖6給出了對模型3分別采用改進(jìn)遺傳算法和普通遺傳算法尋優(yōu)的收斂過程.通過對比可以看出:隨著優(yōu)化的進(jìn)行,兩種方法搜到的網(wǎng)損均逐步下降,可靠性也逐步提高;本文算法首次搜到最優(yōu)解的代數(shù)為16代,進(jìn)行到35代時,迭代結(jié)果逐步收斂,而簡單遺傳算法需要首次搜到最優(yōu)解的代數(shù)為31代,進(jìn)行至68代左右才能收斂.由此可見,本文算法在對簡單遺傳算法的改進(jìn)方面效果較為顯著.

圖4 網(wǎng)絡(luò)損耗隨遺傳代數(shù)的變化

圖5 電量不足期望值隨遺傳代數(shù)的變化

圖6 綜合目標(biāo)值隨遺傳代數(shù)的變化

4 結(jié) 語

本文提出了一種考慮供電可靠性的智能配電網(wǎng)優(yōu)化重構(gòu)方法,構(gòu)建了網(wǎng)損和系統(tǒng)停電損失最

小的綜合優(yōu)化模型.從精英保留、交叉與變異概率算子自適應(yīng)兩個方面,對遺傳算法進(jìn)行了有效的改進(jìn),提高了算法計算效率和收斂性.應(yīng)用改進(jìn)遺傳算法對IEEE 33節(jié)點配電系統(tǒng)進(jìn)行優(yōu)化重構(gòu)問題的求解,算例分析說明該方法能夠有效降低配電網(wǎng)網(wǎng)損,改善電壓質(zhì)量,提高供電可靠性;所提出的改進(jìn)遺傳算法較傳統(tǒng)算法具有更好的收斂性.

[1] 王守相,王成山.現(xiàn)代配電系統(tǒng)分析[M].北京:高等教育出版社,2007:115-116.

[2] 靳小龍,穆云飛,賈宏杰,等.面向最大供電能力提升的配電網(wǎng)主動重構(gòu)策略[J].電工技術(shù)學(xué)報,2014,29(12):137-147.

[3] SYAHPUTRA R,ROBANDI I,ASHARI M.Optimal distribution network reconfiguration with penetration of distributed energy resources[C]// 2014 1st International Conference on Information Technology,Computer and Electrical Engineering.Portland,USA:IEEE,2014:388-393.

[4] SUDHA D,SUBRAHMANYAM N,SYDULU M.Self adaptive harmony search algorithm for optimal network reconfiguration[C]// 2014 Power and Energy Conference.USA:IEEE,2014:1-6.

[5] 鞏曉昕,舒彬,吳振升.主動配電網(wǎng)動態(tài)重構(gòu)方法研究[J].電氣技術(shù),2014(12):52-60.

[6] 趙立儒.基于智能算法的主動配電網(wǎng)自愈及調(diào)度優(yōu)化研究[D].秦皇島:燕山大學(xué),2015.

[7] 黃紅程,顧潔,方陳.基于無向生成樹的并行遺傳算法在配電網(wǎng)重構(gòu)中的應(yīng)用[J].電力系統(tǒng)自動化,2015,39(14):89-96.

[8] 馮雪平,宋曉輝,梁英,等.基于最小生成樹及改進(jìn)遺傳算法的含分布式電源配電網(wǎng)孤島劃分方法[J].高電壓技術(shù),2015,41(10):3 470-3 478.

[9] 劉健,李京航,柏小麗.基于精英保留策略遺傳算法的配電網(wǎng)無功優(yōu)化[J].電氣技術(shù),2015(4):35-38.

[10] COVANLAR S,GRAINGER J,YIN I,etal.Distribution feeder reconfiguration for loss reduction[J].IEEE Trans on Power Delivery,1988,13(3):1 217-1 223.

(編輯 桂金星)

Optimal Reconfiguration of Intelligent Distribution Network Considering Power Supply Reliability

TU Yijun1, LIAO Jianbo2, WANG Zean3

(1.ZhoushanPowerSupplyCompany,StateGridZhejiangElectricPowerCompany,Zhoushan316000,China; 2.FuzhouPowerSupplyCompany,StateGridFujianElectricPowerCompany,Fuzhou350009,China; 3.LosAngelesDiamondBarHighSchool,LosAngeles90001,USA)

The strengthening of tie switch and the construction of distribution automation make reconfiguration of distribution network possible.By scheduling the switches,the network structure of distribution network can be optimally adjusted,and the power supply reliability of distribution network is improved.Based on the traditional economic reconfiguration,the reliability of power supply is further analyzed.An optimal reconfiguration model of intelligent distribution network considering grid loss and system power loss is proposed.The improved genetic algorithm is applied to achieve optimal reconfiguration results of IEEE 33 bus system,which shows the feasibility of the proposed model and algorithm.

distribution network reconfiguration; grid loss; reliability; improved genetic algorithm

10.3969/j.issn.1006-4729.2017.03.006

2017-03-31

廖劍波(1991-),男,碩士,福建三明人.主要研究方向為主動配電網(wǎng)優(yōu)化調(diào)度運行等.E-mail:liaojianbox@163.com.

國家自然科學(xué)基金(51407113).

TM711

A

1006-4729(2017)03-0239-05