基于改进的FOA优化算法在配电网重构中的应用
智能分布式FA在配网自愈上的应用分析
智能分布式FA在配网自愈上的应用分析本文对我国电力网络所使用配网中分布式FA在实际使用过程当中所表现出来的一系列问题进行了全面的分析，并且结合其实际情况提出了相应的改进方案。
最终实现了一种经济投入相对来说比较小，而且在使用过程当中可以变得更加可靠的配网智能分布式FA方案，本文对该方案的详细内容进行了全面的介绍。
这种配网智能分布式FA在实际应用的过程当中并不需要组织产生相应的动作就可以完成对各种机械方式是否产生故障进行全方位的判断，并且快速的给人们的恢复供电工作。
通过该项方案的合理利用，可以使配电网供电可靠性得到实质性的提高。
标签：智能分布式;FA;配网自愈;应用1智能分布式FA的系统实现一旦馈线网络由于各种因素的影响发生类似于间相故障，或者是三相故障之后。
那么一些安装过程中其位置相对来说比较分散的FA又将会通过CAN总线作用的正常发挥，通过对等式通信方式对相邻开关是否产生故障进行判断。
对发生故障的区域判断完成之后，将会通过一定的方式方法跳开该区域两端的开关，从而进一步完成故障隔离。
这种故障处理方式将会使故障处理中所耗费的时间大幅度缩短。
但是，要想保证该动作能够可靠的发生，对通信以及FTU和断路器的要求很高。
1.1典型故障处理图1是一种相对来说比较典型的配网单线图，如果F1所位于的地方由于各种因素的影响不幸发生了永久性的故障，那么相应的UR1、UR2、UR3将会立即启动，并且对自身的实际状态进行准确的计算。
通过图1不难发现，UR1、UR2处于过流的状态，而且功率发射的方向为正。
而UR3则是处于失压的状态，而且并没有电流流过。
为了使得通信的可靠性得到强而有力的保证，由各个FTU 一次向相邻的FTU发送自身的实际状态信息。
通过一系列动作恢复CD段的供电活动。
1.2智能分布式FA特点智能分布式FA在实际应用的过程当中，会通过CAN总线或者是光纤作用的正常发挥，充分的利用一些分布在配电网各个区域的FTU之间的对等通信，从而实现对保护的选择性以及实时性将各种动作一次完成。
基于MFOA算法的电力系统无功优化和补偿控制研究
基于MFOA算法的电力系统无功优化和补偿控制研究王政;苑向宇;薛满宇【摘要】基于使用优化算法来计算果蝇,提出了一种修正算法研究,即无功优化和控制算法.这些算法有利于降低电力系统的有功损耗.设β为修正因子,然后代入基础的算法中对这个基础的FOA算法进行修正和优化,从而避免FOA算法容易仅将焦点关注于局部而非整体.采用FOA、PSO、MFOA以及内点法来研究IEEE30节点系统,通过研究对比发现, MFOA相较于其他几种算法,计算结果较为准确,且收敛效率更高.【期刊名称】《通信电源技术》【年(卷),期】2018(035)006【总页数】3页(P5-7)【关键词】无功优化;果蝇优化算法;修正因子;粒子群算法;内点法【作者】王政;苑向宇;薛满宇【作者单位】北京京能清洁能源电力股份有限公司,北京 100028;北京京能清洁能源电力股份有限公司,北京 100028;北京京能清洁能源电力股份有限公司,北京100028【正文语种】中文0 引言电力能源对经济发展尤为重要。
工业发展、生活需要等都离不开电能。
因此，为了更好地促进经济的发展，国家应当制定完善的电力系统发展规划，为经济的发展提供安全、可靠、稳定又环保的电力能源[1]。
可借助调节设备的帮助如无功补偿，使得电力系统的有功损耗最小。
如今，非线性内点法和群智能算法两种算法是无功优化和控制的最常用方法，二者各有优缺点。
非线性内点法[2]对离散数据或者变量而言，可操作性不大，但是对较为集中的变量数据，具有较好的收敛性和稳定性。
群智能算法可以用来处理较为离散的变量，且可以在全局进行寻优，如遗传算法[3]（GA）、粒子群算法[4]（PSO）等。
然而，这种算法有一个突出的缺点就是容易陷入局部寻优，且处理变量和寻优的速度很慢。
群智能算法中还包括一种所控制的参数较少且收敛速度相对较慢但结果准确度高的算法。
这种算法通过模拟果蝇觅食行为进行计算，简称为FOA，是英文Fruit Fly Optimization Algorithm的缩写，中文名为果蝇优化算法[5]。
一种改进蚁群算法在配电网优化规划中的应用
文献标志码
电网规划 是 电力 系 统 规划 的重 要 组 成 部 分 ， 其
任 务是 根据 规 划 期 间 的 负 荷增 长 给 电 源规 划 方 案
的过程 中释放 了 有 关 食 物 源 的启 发 性 信 息 来 召 集 同伴 。不 同的物 种有 不 同 的 召集 机 制 ， 可 以是 直 既 接 的信 息传递 ， 可 以是 间 接 的 。大 多 蚁 群利 用 信 也 息 素来进 行 间接 通 信 。 当一 只 蚂 蚁发 现食 物 以后 ，
２１ ０ １年 ５月 ２ ３日收 到
式 （ ） 目标 函 数 ， 城 市 ｉ ．之 间 的 距 离 。 １为 ｄ是 和 ｄ ｄ 为 对称 Ｔ Ｐ问题 。ｍ 为蚁 群 中蚂 蚁 的数 量 ， ＝ Ｓ
（） 示 ｔ ｔ表 时刻在 残 留的信息 量 ； ＝１ｄ ， 和 叼 ／ Ｏ ｔ
＠
２ １ ＳｉＴ ｃ． ｎｎ． ０ ｃ． ｅｈ Ｅ ｇ ｇ ｌ
一
种 改进 蚁 群 算 法 在 配 电 网优 化 规 划 中 的 应 用
刘 立 王 建 兴 秦 书硕 莫 城 恺
（ 明理 工 大 学 电力 工 程 学 院 ， 明 ６ ００ 昆 昆 ５０ ０）
摘
要
配电 网规划是一个 复杂的非线性组合优化 问题 。为解决这 一难题 ， 出一种 基于 改进 蚁群 算法 的配 电网优 化规划 提
启发 式算法 ， 比如 ： 传 算 法 Ｊ 模 拟 退 火 算 法 ， 遗 ， 粒
子群算 法 ， 群算 法等 ， 步开始 应用 于 电 网规 划 。 蚁 逐
１ 基本蚁群算法介绍
蚁群 算 法 是 由 意 大 利 学 者 Ｄ ｒ ｏ等 在 ２ ｏｉ ｇ ０
城 市 的最短 长度 闭合 （ 密 尔顿 ） 径 。令 ７表 示 哈 路 ｒ
改进fa算法的配电网概率潮流多目标无功优化
correlation between the input variables. In order to overcome the premature convergence and over
active power loss and voltage offset as objective functions. The improved three ⁃point estimation method is
used to transform the uncertain power flow calculation into the deterministic power flow calculation，deal
性权重和混沌理论，提出一种改进萤火虫算法对所建优化模型进行求解。对含 DG 的 IEEE-33 节
点系统进行仿真测试，算例结果验证了所提出的概率无功优化模型和求解方法的可行性和有效性。
关键词：分布式电源；配电网无功优化；三点估计；多目标优化；改进萤火虫算法
中图分类号：TN99
文献标识码：A
DOI：10.14022/j.issn1674-6236.2020.10.005
ieee⁃33 bus system with DG is carried out. The results of the example verify the feasibility of the proposed
probabilistic reactive power optimization model and the solution method.
基于改进粒子群算法的配电网重构优化方法[发明专利]
![基于改进粒子群算法的配电网重构优化方法[发明专利]](https://img.taocdn.com/s3/m/baca859b02768e9950e738aa.png)
专利名称：基于改进粒子群算法的配电网重构优化方法专利类型：发明专利
发明人：何小栋,张强,左智勇
申请号：CN201410649037.7
申请日：20141114
公开号：CN104332995A
公开日：
20150204
专利内容由知识产权出版社提供
摘要：本发明公开了一种基于改进粒子群算法的配电网重构优化方法，包括：配电网络简化并进行粒子群编码；粒子群解码，计算每个粒子对应的适应度函数；随机初始化粒子群，对每一粒子随机赋予一个可行解；对每个粒子所对应的简化网络进行拓扑检查，直至全部粒子符合配电网拓扑要求；对每个粒子通过算法迭代进行位置更新，并进行简化网络拓扑检查；计算每个粒子更新位置后的适应度值：如果粒子i的适应值优于此前个体极值位置P对应的适应值，则将其位置赋值给P；如果当前极值位置P的适应值优于此前全局极值位置P的适应值，则将其位置赋值给P，直到达到预设最大迭代次数，P即为最优解。
本发明方法具有快速、高效的全局寻优能力。
申请人：南京工程学院
地址：211167 江苏省南京市江宁科学园弘景大道1号
国籍：CN
代理机构：南京纵横知识产权代理有限公司
代理人：董建林
更多信息请下载全文后查看。
基于改进粒子群算法的主动配电网有功无功协调优化控制
调优化控制。实验结果表明，基于改进粒子群算法的协调优化控制方法在控制误差方面具有
很好的性能Leabharlann 还可以提高协调优化控制的效率。关键词：改进粒子群算法；主动配电网；有功无功；协调优化控制
中图分类号：TP274
文献标识码：A
文章编号：1009-0134(2021)07-0105-04
0 引言
科学技术的进一步革新，电网系统中的电弧炉、 整流器等装置不断增加，存在的电能问题越来越突出， 主动配电网有功无功协调优化控制在未来的发展中，会 成为促进社会发展的核心平台，也会被广泛应用到工业 生产的各个领域中[1]。主动配电网可以在风、光、电等 之间实现分布式能源的接入，综合利用可再生能源，因 此，主动配电网已经成为当前学术界研究的热点话题。 以协调优化控制为核心的能量管理技术是主动配电网中 的一项关键技术。由于分布式可再生能源在预测方面的 精度比较低、还具有一定的随机性和偶然性，导致主动 配电网经常出现安全方面的问题，也给其运行的经济性 带来了很多阻碍[2]。在主动配电网的运行电路中，电阻 值和电抗值是非常接近的，有功与无功耦合的主动配电 网电路，通过对其有功功率进行优化设计，可有效降低 配电网在发电方面的经济成本，确保了网络系统运行的 安全性，同时可降低网损，在经济指标上提高主动配电 网的性能。所以，在主动式配电网上，对有功无功进行 协调优化控制，不仅能保证系统安全运行，而且能提高 系统的运行效益。
[2] 李国武,许健,吉小鹏.计及光伏的配电网多级无功联动协调优 化[J].电网与清洁能源,2020,36;253(08):107-115.
1）等式约束 等式约束是主动配电网的潮流方程，表示为：
图1 主动配电网接入系统连接图
主动配电网有功无功控制设备的电压通常为0.4kV 或0.69kV，为了降低主动配电网的网络损耗，电压的输 送往往采用二级升压的方式。在图1中，Us表示母线电 压，Bc表示中枢母线，B1，B2，…，Bm表示母线。
基于改进引力搜索算法的配电网多目标优化重构
（ 国 网巴 中供 电公 司 ， 四川 巴 中 ６ ３ ６ ６ ０ ０ ）
摘 要： 在含 分布式 电源（ ｄ ｉ ｓ ｔ ｉ ｒ ｂ ｕ ｔ ｅ ｄ ｇ ｅ ｎ ｅ ｒ ａ ｔ ｉ ｏ ｎ ， Ｄ Ｇ） 的配 电网重构 中， 综合考虑 网络经济性 、 电能质 量以及供 电可靠性
ｓ ｕ ｐ ｐ ｌ ｙ ｒ ｅ ｌ ｉ ｂｉ ａ ｌ ｉ ｔ ｙ ａ ｒ ｅ ｌｓ ａ ｏ ｉ ｍｐ ｒ ｏ ｖ ｅ ｄ ，ｗ ｈ ｉ ｃ ｈ ｖ ｅ ｉ ｒ ｆ ｉ ｅ ｓ ｔ ｈ ｅ ｅ ｆ ｆ ｅ ｃ ｔ ｉ ｖ ｅ ｎ ｅ ｓ ｓ ａ ｎ ｄ ｆ ｅ ａ ｓ ｉ ｂ ｉ ｌ ｉ ｔ ｙ ｏ ｆ ｔ ｈ ｅ ｐ ｒ ｏ ｐ ｏ ｓ ｅ ｄ ｌｇ ａ ｏ ｉｔ ｒ ｈ ｍ． Ｃ ｏ ｍｐ ａ ｒ ｅ ｄ ｗ ｉ ｔ ｈ
ｆ ｏ ｓ ｙ ｓ ｔ ｅ ｍ ｉ ｓ ｒｅ ｇ ａ ｔ ｌ ｙ ｒ ｅ ｄ ｕ ｃ ｅ ｄ ａ ｆ ｔ ｅ ｒ ｔ ｈ ｅ ｒ ｅ ｃ ｏ ｎ ｆ ｉ ｇ ｕ ｒ ａ ｔ ｉ ｏ ｎ ｏ ｆ ｍ ｕ ｌ ｉ—ｏ ｔ ｂ ｊ ｅ ｃ ｉ ｔ ｖ ｅ ｎ ｅ ｔ ｗ ｏ ｒ ｋ ｓ ｙ ｓ ｔ ｅ ｍ， ｗ ｈ ｉ ｌ ｅ ｔ ｈ ｅ ｎ ｏ ｄ ｅ ｖ ｏ ｌ ｔ ａ ｇ ｅ ｑ ｕ ａ ｌ ｉ ｔ ｙ ａ ｎ ｄ
ｏ ｔ ｈ ｅ ｒ ａ ｌ ｇ ｏ ｉ ｒ ｔ ｈ ｍｓ ，ｔ ｈ ｅ ｐ ｒ ｏ ｐ ｏ ｓ ｅ ｄ ｌｇ ａ ｏ ｒ ｉ ｔ ｈ ｍ ｈ ａ ｓ ｔ ｈ ｅ ｓ ｔ ｒ ｏ ｎ ｇ ｐ ｅ ｒ ｆ ｏ ｍａ ｒ ｎ ｃ ｅ ｏ ｐ ｔ ｉ ｍｉ ｚ ａ ｔ ｉ ｏ ｎ ．
ｓ ａ ｔ ｉ ｓ ｆ ｙ ｉ ｎ ｇ ｍｅ ｔ ｈ ｏ ｄ， ａ ｎ ｄ ｔ ｈ ｅ ｅ ｌ ｉ ｔ ｅ ｓ ｔ ｒ ａ ｔ ｅ ｇ ｙ ｉ ｓ ｉ ｎ ｔ ｒ ｏ ｄ ｕ ｃ ｅ ｄ ｔ ｏ ｈｅ ｔ ｉ ｄ ｅ ａ ｏ ｆ ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｌ ａ ｇ ｒ ａ ｖ ｉ ｔ ａ ｔ ｉ ｏ ｎ ｓ ｅ ａ ｒ ｃ ｈ ｌｇ ａ ｏ ｉ ｒ ｔ ｈ ｍ．Ｔ ｈｉ ｓ ｉ ｍｐ ｒ ｏ ｖ ｅ ｄ ｇ ｒ ａ ｖ — ｉ ｔ ａ ｔ ｉ ｏ ｎ ｓ ｅ ａ ｒ ｃ ｈ ｌｇ ａ ｏ ｉ ｒ ｔ ｈ ｍ ｉ ｓ ｕ ｓ ｅ ｄ ｔ ｏ ｓ ｏ ｌ ｖ ｅ ｔ ｈ ｅ ｉ ｓ ｓ ｕ ｅ ｓ ｅ ｆ ｆ ｅ ｃ ｔ ｉ ｖ ｅ ｌ ｙ ，ａ ｖ ｏ ｉ ｄ ｉ ｎ ｇ ｔ ｈ ｅ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ｉ ｎ ｔ ｏ ｌ ｏ ｃ ａ ｌ ｏ ｐ ｔ ｉ ｍａ ｌ ｓ ｏ ｌ ｕ ｔ ｉ ｏ ｎ ｔ ｏ ｉ ｍｐ ｒ ｏ ｖ ｅ ｔ ｈ ｅ ｓ ｔ ａ ｂ ｉ ｌ ｉ ｔ ｙ ｏ ｆ ｔ ｈ ｅ ａ ｌ ｇ ｏ ｉ ｒ ｔ ｈ ｍ．Ｉ ｎ Ｉ ＥＥ Ｅ ３ ３ ｓ ｔ ａ ｎ ｄ ａ ｒ ｄ ｂ ｕ ｓ ｓ ｙ ｓ ｔ ｅ ｍ ｆ ｏ ｒ ｎ ｅ ｔ ｗｏ ｒ ｋ ｒ ｅ ｃ ｏ ｎ ｆ ｉ ｇ ｕ ｒ ａ ｔ ｉ ｏ ｎ，ｔ ｈ ｅ ｓ ｉ ｍｕ ｌ ａ ｔ ｉ ｏ ｎ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ｓ ｈ ｏ ｗ ｔ ｈ ａ ｔ ｔ ｈ ｅ ｌ ｏ ｓ ｓ
基于MFOA算法的电力系统无功优化和补偿控制研究
１ 果蝇优化算 法
电力 能源对 经 济发 展尤 为重 要 。工业发 展 、生活 需要 等 都 离不 开 电能 。因此 ，为 了更好 地促 进经 济 的 发 展 ，国家 应 当制 定完善 的 电力 系统 发展 规划 ，为经 济 的发展提供 安全、可靠 、稳定又 环保的 电力能源 ［１］。 可 借助 调 节设 备 的帮助 如无 功补 偿 ，使得 电力 系统 的 有 功损 耗 最小 。如今 ，非 线性 内点法和 群 智能 算法 两 种 算法 是 无功优 化 和控 制 的最 常用方 法 ，二者 各有 优 缺 点 。非线 性 内点法 ［２ 对 离散 数据 或者 变量 而 言，可 操 作性 不 大 ，但 是对 较 为集 中的变量 数据 ，具 有较 好 的收敛 性 和稳 定性 。群 智能 算法 可 以用来 处理 较为 离 散 的变 量 ，且可 以在全局进行 寻优 ，如遗传算 法 【３ （ＧＡ）、 粒子群 算法 ［４１（ＰＳＯ）等 。然而 ，这种算法有一个 突出 的缺 点就 是容 易 陷入局 部寻 优 ，且 处 理变量 和 寻优 的 速度很 慢 。
Ｗ Ａ Ｎ Ｇ Ｚｈｅｎｇ， ＹＵ Ａ Ｎ Ｘｉａｎｇ－ ｙｕ， ＸＵ Ｅ Ｍ ａｎ— ｙ“ （Ｂｅｉｊｉｎｇ Ｊｉｎｇ Ｅｎｅｒｇｙ Ｃｌｅａｎ Ｅｎｅｒｇｙ Ｐｏｗｅｒ Ｌｉｍｉｔｅｄ ｂｙ Ｓｈａｒｅ Ｌｔｄ，Ｂｅｉｊｉｎｇ １０００２８，Ｃｈｉｎａ）
Ａ ｂｓｔｒａｃｔ． Ｉｎ ｏｒｄｅｒ ｔｏ ｒｅｄｕｃｅ ｔｈｅ ａｃｔｉｖｅ ｐｏｗ ｅｒ ｌｏｓｓ ｏｆ ｐｏｗ ｅｒ ｓｙｓｔｅｍ ， ａ ｎｅｗ ｏｐｔｉｍ ｉｚａｔｉｏｎ ａｌｇｏｒｉｔｈｍ ｆｏｒ ｒｅａｃｔｉｖｅ ｐｏｗ ｅｒ ｏｐｔｉｍ ｉｚａｔｉｏｎ ａｎｄ ｃｏｎｔｒｏｌ ａｌｇｏｒｉｔｈｍ ｉｓ ｐｒｏｐｏｓｅｄ ｂａｓｅｄ ｏｎ ｔｈｅ ｍ ｏｄｉｆ ｉｅｄ ｏｐｔｉｍ ｉｚａｔｉｏｎ ａｌｇｏｒｉｔｈｍ ．Ｉｎ ｏｒｄｅｒ ｔｏ ａｖｏｉｄ ｔｈｅ ｌｏｃａｌ ｏｐｔｉｍ ｉｚａｔｉｏｎ ｐｒｏｂｌｅｍ ｏｆ ＦＯ Ａ ａｌｇｏｒｉｔｈｍ ， ｔｈｅ ｍ ｏｄｉｆ ｉｅｄ ｆａｃｔｏｒ ｉｓ ｉｎｔｒｏｄｕｃｅｄ ｉｎｔｏ ｔｈｅ ｂａｓｉｃ Ｆ０Ａ ａｌｇｏｒｉｔｈｍ ， ａｎｄ ａ ｍ ｏ ｄ ｉｆｉｅｄ ａｌｇｏｒｉｔｈｍ ｉｓ ｐｒｏｐｏｓｅ ｄ ． Ｗ ｉｔｈ ｔｈｅ ＩＥＥＥ３０ ｎｏｄ ｅ ｓｙｓｔｅｍ ａｓ ｔｈｅ ｒｅｓｅａｒｃｈ ｏｂｊｅｃｔ，ｃｏｍｐａｒｅｄ ｗｉｔｈ Ｆ０Ａ ，ＰＳＯ ａｎｄ ｉｎｔｅｒｉｏｒ ｐｏｉｎｔ ｍｅｔｈｏｄ，ｔｈｅ ＭＦ０Ａ ａｌｇｏｒｉｔｈｍ ｈａｓ ｂｅｔｔｅｒ ｅｆｆｅｃｔ ｏｎ ｐｏｗｅｒ ｆｌｏｗ ｃａｌｃｕｌａｔｉｏｎ ａｎｄ ｃｏｎｖｅｒｇｅｎｃｅ ｓｐｅｅｄ， ｂｅｔｔｅｒ ｔｈａｎ Ｆ０Ａ ， ＰＳ０ ａｎｄ ｉｎｔｅｒｉｏｒ ｐｏｉｎｔ ｍ ｅｔｈｏｄ．
基于改进万有引力算法的配电网多目标故障重构
第４５卷第４期２０２３年７月沈 阳 工 业 大 学 学 报ＪｏｕｒｎａｌｏｆＳｈｅｎｙａｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙＶｏｌ ４５Ｎｏ ４Ｊｕｌ ２０２３收稿日期：２０２０－０４－２７．基金项目：国家自然科学基金青年基金项目（６５３８２３７２）．作者简介：李 震（１９８６－），男，湖北孝感人，工程师，硕士，主要从事电网风险自动辨识方法及应用等方面的研究．ｄｏｉ：１０．７６８８／ｊ．ｉｓｓｎ．１０００－１６４６．２０２３．０４．０７基于改进万有引力算法的配电网多目标故障重构李 震，谭涛亮，余玉晗，宋子强，刘 结（中国南方电网有限责任公司阳江供电局，广东阳江５２９５００）摘 要：针对配电网在发生故障后产生的重构问题，基于改进万有引力算法提出了一种切实、可行的多目标故障重构方案．通过调研配电网的故障重构过程，优化了多个目标的权重系数，提出了综合考虑网络损耗与开关动作数量的故障重构模型．利用反向学习法、共轭梯度法和Ｔｅｎｔ映射实现了经典万有引力算法的有效改进．软件仿真与实际工程测试结果表明，所提故障重构方法具有较强的实用性、更低的网络损耗和更少的开关动作．关 键 词：配电网；万有引力算法；反向学习法；共轭梯度法；Ｔｅｎｔ映射；多目标；故障重构；故障诊断中图分类号：ＴＰ２７３ 文献标志码：Ａ 文章编号：１０００－１６４６（２０２３）０４－０３９２－０５Ｍｕｌｔｉ ｏｂｊｅｃｔｉｖｅｆａｕｌｔｒｅｃｏｎｓｔｒｕｃｔｉｏｎｂａｓｅｄｏｎｉｍｐｒｏｖｅｄｕｎｉｖｅｒｓａｌｇｒａｖｉｔａｔｉｏｎａｌｇｏｒｉｔｈｍｆｏｒｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋＬＩＺｈｅｎ，ＴＡＮＴａｏ ｌｉａｎｇ，ＹＵＹｕ ｈａｎ，ＳＯＮＧＺｉ ｑｉａｎｇ，ＬＩＵＪｉｅ（ＹａｎｇｊｉａｎｇＰｏｗｅｒＳｕｐｐｌｙＢｕｒｅａｕ，ＣｈｉｎａＳｏｕｔｈｅｒｎＰｏｗｅｒＧｒｉｄＣｏ．Ｌｔｄ．，Ｙａｎｇｊｉａｎｇ５２９５００，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｓｏｌｖｅｔｈｅｒｅｃｏｎｓｔｒｕｃｔｉｏｎｐｒｏｂｌｅｍｏｆｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋａｆｔｅｒｆａｉｌｕｒｅ，ａｐｒａｃｔｉｃａｌａｎｄｆｅａｓｉｂｌｅｍｕｌｔｉ ｏｂｊｅｃｔｉｖｅｆａｕｌｔｒｅｃｏｎｓｔｒｕｃｔｉｏｎｓｃｈｅｍｅｂａｓｅｄｏｎａｎｉｍｐｒｏｖｅｄｕｎｉｖｅｒｓａｌｇｒａｖｉｔａｔｉｏｎａｌｇｏｒｉｔｈｍｗａｓｐｒｏｐｏｓｅｄ．Ｂｙｉｎｖｅｓｔｉｇａｔｉｎｇｔｈｅｆａｕｌｔｒｅｃｏｎｓｔｒｕｃｔｉｏｎｐｒｏｃｅｓｓｏｆｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋ，ｔｈｅｗｅｉｇｈｔｃｏｅｆｆｉｃｉｅｎｔｓｏｆｍｕｌｔｉｐｌｅｏｂｊｅｃｔｉｖｅｓｗｅｒｅｏｐｔｉｍｉｚｅｄ，ａｎｄａｆａｕｌｔｒｅｃｏｎｓｔｒｕｃｔｉｏｎｍｏｄｅｌｃｏｎｓｉｄｅｒｉｎｇｔｈｅｎｅｔｗｏｒｋｌｏｓｓａｎｄｔｈｅｎｕｍｂｅｒｏｆｓｗｉｔｃｈｉｎｇｏｐｅｒａｔｉｏｎｓｗａｓｐｒｏｐｏｓｅｄ．Ｂｙｕｓｉｎｇｒｅｖｅｒｓｅｌｅａｒｎｉｎｇｍｅｔｈｏｄ，ｃｏｎｊｕｇａｔｅｇｒａｄｉｅｎｔｍｅｔｈｏｄａｎｄＴｅｎｔｍａｐｐｉｎｇ，ｔｈｅｃｌａｓｓｉｃａｌｕｎｉｖｅｒｓａｌｇｒａｖｉｔａｔｉｏｎａｌｇｏｒｉｔｈｍｗａｓｉｍｐｒｏｖｅｄｅｆｆｅｃｔｉｖｅｌｙ．Ｔｈｅｒｅｓｕｌｔｓｏｆｓｏｆｔｗａｒｅｓｉｍｕｌａｔｉｏｎａｎｄａｃｔｕａｌｅｎｇｉｎｅｅｒｉｎｇｔｅｓｔｓｓｈｏｗｔｈａｔｔｈｅａｓ ｐｒｏｐｏｓｅｄｕｎｉｖｅｒｓａｌｇｒａｖｉｔａｔｉｏｎａｌｇｏｒｉｔｈｍｈａｓｓｔｒｏｎｇｅｒｐｒａｃｔｉｃａｂｉｌｉｔｙ，ｌｏｗｅｒｎｅｔｗｏｒｋｌｏｓｓａｎｄｆｅｗｅｒｓｗｉｔｃｈｉｎｇｏｐｅｒａｔｉｏｎｓ．Ｋｅｙｗｏｒｄｓ：ｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋ；ｕｎｉｖｅｒｓａｌｇｒａｖｉｔａｔｉｏｎａｌｇｏｒｉｔｈｍ；ｒｅｖｅｒｓｅｌｅａｒｎｉｎｇｍｅｔｈｏｄ；ｃｏｎｊｕｇａｔｅｇｒａｄｉｅｎｔｍｅｔｈｏｄ；Ｔｅｎｔｍａｐｐｉｎｇ；ｍｕｌｔｉ ｏｂｊｅｃｔｉｖｅ；ｆａｕｌｔｒｅｃｏｎｓｔｒｕｃｔｉｏｎ；ｆａｕｌｔｄｉａｇｎｏｓｉｓ 随着智能电网的快速发展，传统配电网技术已较难适应复杂的实际工程应用［１－３］．一般而言，配电网是负责实现输电网与用户之间的电力传输网络．伴随着城市规模的快速扩大，配电网的可靠性逐渐下降，电网的稳定性难以得到保证［４－６］．目前，配电网的故障重构方案主要可分为静态与动态重构两类：１）处于正常工作状态的配电网需要利用静态重构方案，实现电网的潮流最优和负荷平衡；２）发生故障的配电网需要使用动态重构方案，完成故障定位之后的恢复问题．在故障重构方案的研究中，国内外学者进行了较多值得借鉴与参考的工作［７－９］，但这些工作均未完全实现配电网的多目标故障重构．针对多目标的故障重构需求，通过引入反向学习法、共轭梯度法和Ｔｅｎｔ映射，本文提出了具有更强局部搜索能力与更快收敛速度的改进万有引力算法．同时利用优化多个重构目标的权重系数方法，提出了具有较小网络损耗与开关次数的重构流程和模Copyright ©博看网. All Rights Reserved.型．相应的仿真结果表明，与多种传统重构模型相比，文中提出的重构模型具有更加优秀的性能．１ 故障重构模型通过引入多种措施与方法，本文改善了配电网重构的数学模型，并将其应用于故障重构流程中．为了实现多目标的故障重构，本文引入多目标的优化概念和方案，提出了综合考虑网络损耗与开关动作数量的多目标重构模型．１ １ 重构过程当发生故障后，配电网需要执行必要的故障诊断和重构等多种动作，从而尽量减少电网的运行消耗与经济损失．当发生故障后，配电网需要切断大范围的供电线路，施行必要的故障诊断．其次，让发生故障的电网线路保持关闭状态，同时恢复未发生故障区域的供电工作，从而完成配电网的故障重构．需要说明的是，在重构过程中，配电网的运行效率与经济代价主要取决于开关动作数量和网络损耗等多种因素．因此本文利用改进万有引力算法，尽量优化配电网重构流程的开关动作数量和网络损耗，优化流程如图１所示．图１ 基于改进万有引力算法的优化流程Ｆｉｇ １ Ｏｐｔｉｍｉｚａｔｉｏｎｆｌｏｗｃｈａｒｔｂａｓｅｄｏｎｉｍｐｒｏｖｅｄｕｎｉｖｅｒｓａｌｇｒａｖｉｔａｔｉｏｎａｌｇｏｒｉｔｈｍ１ ２ 重构模型当发生故障后，配电网需要切断几乎所有线路的开关，诊断故障发生的位置［１０］．具体重构过程中，在满足所有线路的电流与电压的要求、多种安全和阈值约束下，寻找令配电网网络损耗最小或负荷均衡最小的最优开关组合，从而完成配电网的重构动作．１ ２ １ 降低网络损耗为了提高电网的经济效益，本文提出了降低网络线路损耗的基本方法，从而降低线路的有功损耗，优化配电网的运行结构．令Ｎ表示故障电网的支路数量，Ｐｉ与Ｏｉ分别为第ｉ个电网支路的有功功率与无功功率，Ｒｉ与Ｕｉ分别为第ｉ个支路的总电阻值和末端电压，则配电网的网络损耗数学模型可表示为ｍｉｎＣ＝∑Ｎｉ＝１Ｒｉ（Ｐ２ｉ＋Ｏ２ｉ）／Ｕ２ｉ （１）在尽量降低目标函数的同时，配电网的重构动作还需满足潮流方程、支路电流与节点电压等多种约束条件．设Ｐｋ－１、Ｐｋ与Ｐｌｏａｄ分别为前端输入功率、末端输出功率与末端负荷，则潮流方程约束条件可表示为Ｐｋ－１＝Ｐｋ－Ｐｌｏａｄ （２）为了保护配电网线路，第ｉ个支路的电流Ｉｉ应小于允许电流上限Ｉｍａｘ，即Ｉｉ≤Ｉｍａｘ，满足支路电流约束条件．类似地，第ｋ个节点的电压值Ｕｋ应处于电压最大值Ｕｍａｘ与最小值Ｕｍｉｎ之间，即Ｕｍｉｎ≤Ｕｋ≤Ｕｍａｘ，满足节点电压约束条件．１ ２ ２ 减少开关动作数量在故障重构过程中，配电网需要在满足多种约束条件的同时，利用最短的时间恢复故障电路的正常工作．为了尽可能地实现目标，改进万有引力算法不仅需要降低网络损耗，还需要尽量减少开关动作数量．令ｓｉ＝１与ｒｊ＝１分别表示第ｉ个分段开关和第ｊ个联络开关处于关闭状态，λ＝（ｓ１，ｓ２，…，ｓｍ）Ｔ表示处于闭合状态的分段开关在重构过程中的变化情况，而ｒ＝（ｒ１，ｒ２，…，ｒｎ）Ｔ表示处于打开状态的联络开关在重构过程中的变化情况．开关动作数量ｆ（λ，ｒ）的数学模型可表示为ｍｉｎｆ（λ，ｒ）＝∑ｍｉ＝１（１－ｓｉ）＋∑ｎｊ＝１ｒｊ （３）１ ２ ３ 综合模型综合降低网络损耗与减少开关动作数量的两种数学模型，本文提出了配电网重构的综合使用模型．设ε１与ε２分别表示网络损耗模型Ｃ和开关动作模型ｆ（λ，ｒ）的权重系数，在满足两个模型所有约束条件的前提下，配电网综合模型数学表达式为ｍｉｎＭ＝ε１Ｃ＋ε２ｆ（λ，ｒ） （４）为了尽量减小开关动作数量，根据前期仿真经验，文中设定ε１＝０ ４，ε２＝０ ６，即考虑开关动作数量的优先级略优于网络损耗指标，从而更优地实现配电网的重构过程．３９３第４期 李 震，等：基于改进万有引力算法的配电网多目标故障重构Copyright©博看网. All Rights Reserved.１ ３ 优化理论在求解空间中，与单目标优化不同，多目标的优化问题难度较高，需考虑多个目标函数的最优解．从问题属性上，该问题等同于高等数学中的向量极值问题，所以本文使用向量形式对该问题进行描述．令Ｘ表示待优化的模型解，Ｆ（Ｘ）表示优化问题的ｋ维目标决策变量，Ｏｂｊ表示ｋ维的总目标函数， （Ｘ）表示求解空间ｍ维约束条件，Ｃｓｊ（Ｘ）（１≤ｊ≤ｍ）表示第ｊ个约束条件，ｐｊ（１≤ｊ≤ｍ）表示第ｊ维的条件常数分量．则目标函数Ｏｂｊ与约束条件 可表示为Ｏｂｊ＝ｍｉｎＦ（Ｘ） （５）（Ｘ）＝Ｃｓ１（Ｘ）Ｃｓ２（Ｘ） Ｃｓｍ（Ｘ ）≤ｐ１ｐ２ ｐｍ （６）２ 改进万有引力算法２００９年，在经典万有引力定律的启发下，Ｅｓｍａｔ教授提出了实现种群优化的万有引力搜索算法．该算法将空间中的所有解均视为具有质量的粒子［１１－１３］，通过衡量这些粒子之间的引力大小，在进行多轮的迭代与运行后，逐步获取待解决问题的最优解［１４－１５］．为了进一步增强算法的种群优化能力，本文引入反向学习法、共轭梯度法和Ｔｅｎｔ映射对经典的万有引力算法进行必要的改进．２ １ 反向学习法与其他智能算法类似，经典万有引力算法的初始解也是随机生成的，直接影响了算法的执行稳定性与搜索结果性质．为了获取更加优秀的初始解，本文在概率学的基础上，引入反向学习法．该方法通过增加扰动因素加强种群的多样性．设空间个体表示为Ｚ＝（ｚ１，ｚ２，…，ｚｎ），其反向解为珔Ｚ＝（珋ｚ１，珋ｚ２，…，珋ｚｎ），ｚｊ表示随机选择的个体粒子值，令ｃｉ与ｄｉ表示第ｉ个分量的临界值，δ∈（０，１）表示随机生成的扰动因子，则初始解与反向解之间的关系表达式为珋ｚｉ＝ｃｉ＋ｄｉ－［（１－δ）ｚｉ＋δｚｊ］ （７）初始解生成的主要过程为：１）利用随机数算法生成扰动因子δ；２）随机生成初始解Ｚ，计算其适应函数值Ｆ（Ｚ）；３）利用式（７）生成初始解的反向解珔Ｚ，并计算其适应函数值Ｆ（珔Ｚ）；４）比较初始解和反向解的适应函数值，淘汰适应函数值较低的解．２ ２ 共轭梯度法当进入局部搜索阶段后，算法通常使用最小二乘法或最快下降法等方法执行小范围内的精细搜索，从而获取最优解．然而，这些方法均存在收敛速度慢和计算规模小等缺点．为了克服经典算法的这些缺点，本文引入具有强收敛能力的共轭梯度法，共轭参数、迭代点和共轭梯度的计算表达式分别为βｌｌ－１ｌ－１（８）ｘｌ＋１＝ｘｌ＋ａｌｄｓｌ （９）ｄｓｌ＝－ｇｌ （ｌ＝０）－ｇｌ＋βｌ－１ｄｓｌ－１（ｌ≥１{） （１０）式中：βｌ为共轭参数；ｌ为迭代轮数；ｇｌ为迭代点的梯度算子；ａｌ为步长因子；ｄｓｌ为搜索的方向因素；ｘｌ与ｘｌ＋１为第ｌ轮和第ｌ＋１轮的迭代点．２ ３ Ｔｅｎｔ映射由于Ｔｅｎｔ映射具有良好的多样性、初值敏感性、遍历性和随机性，本文使用Ｔｅｎｔ映射来计算扰动因子，其计算过程如下：首先，利用随机方法产生变量Ｙ＝（ｙ１，ｙ２，…，ｙｎ）；然后，更新变量的逆映射Ｙ′＝（ｙ′１，ｙ′２，…，ｙ′ｎ），令１≤ｉ≤ｎ；最后，令ｌｍｉｎ与ｌｍａｘ分别表示迭代的最小轮数与最大轮数，计算新个体变量Ｙｎｅｗ，其计算表达式为Ｙｎｅｗ＝ｌｍｉｎ＋（ｌｍａｘ－ｌｍｉｎ）Ｙ′ （１１）２ ４ 改进算法流程利用反向学习法、共轭梯度法和Ｔｅｎｔ映射等改进措施，提出了改进的万有引力算法，具体流程如下：１）设置算法所需的各种参数，设置迭代最大轮数为１０００，最小轮数为１０，个体数量为５０，优化维度为１０，目标函数数量为５，迭代是否停止，主要由迭代最大轮数和目标函数的阈值决定．２）利用反向学习法生成算法初始解．３）利用重构模型公式，衡量算法当前解的质量．４）若当前解与最优解之间的距离小于算法阈值，则执行步骤５）；否则执行步骤６）．５）利用共轭梯度法执行当前解的局部群体寻优．６）利用万有引力与牛顿第二定律计算个体所受的全部合力与加速度．７）利用蝶式算法迭代与更新个体的速度与位置信息．８）利用Ｔｅｎｔ映射对当前解执行混沌计算，４９３沈 阳 工 业 大 学 学 报 第４５卷Copyright ©博看网. All Rights Reserved.从而获取新解，同时计算其目标函数值．若新解的目标函数值小于当前解的目标函数值，则新解替代当前解，继续参与迭代；否则执行步骤９）．９）若迭代轮数小于最大轮数，或者当前解的所有目标函数值均大于阈值，则执行步骤３）；否则停止迭代，进入步骤１０）．１０）终止算法运行，输出最优解．３ 仿真结果与分析为了验证故障重构方法的有效性与优越性，本文分别对模拟退火算法与文中提出的改进万有引力算法进行了仿真与对比．在仿真过程中，所有的实例分别采用具有１０～１００个联络开关的配电网线路．其中，包含１０个联络开关的配电网拓扑如图２所示，具有２０～１００个联络开关的配电网具有类似的拓扑结构．图２ １０个联络开关的配电网拓扑图Ｆｉｇ ２ Ｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｔｏｐｏｌｏｇｙｏｆ１０ｉｎｔｅｒｃｏｎｎｅｃｔｉｏｎｓｗｉｔｃｈｅｓ为了模拟电网的真实运行状态，本文利用随机方法设置了故障的发生位置．其中，故障点数量被设置为２，且所有的故障点均位于同一条馈线范围之内．经过多次的仿真实验，本文对模拟退火算法与改进万有引力算法的运行结果进行了详细统计．其中，运行结果包括算法运行时的网络损耗与重构过程中的开关动作数量．根据相应的结果分别绘制了两种算法在多种联络开关情况下的网络损耗与开关动作数量的对比图，分别如图３、４所示．图３ 模拟退火和改进万有引力算法的网络损耗对比Ｆｉｇ ３ Ｃｏｍｐａｒｉｓｏｎｏｆｎｅｔｗｏｒｋｌｏｓｓｂｅｔｗｅｅｎｓｉｍｕｌａｔｅｄａｎｎｅａｌｉｎｇａｎｄｉｍｐｒｏｖｅｄｕｎｉｖｅｒｓａｌｇｒａｖｉｔａｔｉｏｎａｌｇｏｒｉｔｈｍｓ图４ 模拟退火和改进万有引力算法的开关动作数量对比Ｆｉｇ ４ Ｃｏｍｐａｒｉｓｏｎｏｆｓｗｉｔｃｈｉｎｇｏｐｅｒａｔｉｏｎｎｕｍｂｅｒｂｅｔｗｅｅｎｓｉｍｕｌａｔｅｄａｎｎｅａｌｉｎｇａｎｄｉｍｐｒｏｖｅｄｕｎｉｖｅｒｓａｌｇｒａｖｉｔａｔｉｏｎａｌｇｏｒｉｔｈｍｓ由图３、４可知，在相同的联络开关数量和同样的外部环境条件下，与模拟退火算法相比，基于改进万有引力算法的故障重构网络损耗指标较低，其所需的开关动作数量也较少，证明了改进万有引力算法的有效性与优越性．４ 结 论通过改进经典万有引力算法，本文提出了配电网的故障重构方案，相关仿真结果验证了该方案的优越性．然而在应用环境与条件的限制下，本文还未在实际的配电网中对该重构方案进行反复地仿真、运行和测试，因此该方案的稳定性还存在一定的缺陷与不足，在未来的研究中，将会致力于结合实际工况来解决这一问题．参考文献（Ｒｅｆｅｒｅｎｃｅｓ）：［１］余呈先．基于万有引力优化算法的配电网动态优化［Ｊ］．控制工程，２０１７，２４（１０）：１９８１－１９８６．（ＹＵＣｈｅｎｇ ｘｉａｎ．Ｄｙｎａｍｉｃｒｅａｃｔｉｖｅｏｐｔｉｍｉｚａｔｉｏｎｏｆａｃｔｉｖｅｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｂａｓｅｄｏｎｇｒａｖｉｔａｔｉｏｎａｌｓｅａｒｃｈａｌｇｏｒｉｔｈｍ［Ｊ］．ＣｏｎｔｒｏｌＥｎｇｉｎｅｅｒｉｎｇｏｆＣｈｉｎａ，２０１７，２４（１０）：１９８１－１９８６．）［２］朱勇，陶用伟，李泽群，等．基于随机约束粒子群算法的配电网重构［Ｊ］．计算机与数字工程，２０１９，４７（１）：１２２－１２９．（ＺＨＵＹｏｎｇ，ＴＡＯＹｏｎｇ ｗｅｉ，ＬＩＺｅ ｑｕｎ，ｅｔａｌ．Ｒｅｃｏｎ ｆｉｇｕｒａｔｉｏｎｏｆｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｂａｓｅｄｏｎｓｔｏｃｈａｓｔｉｃｃｏｎｓｔｒａｉｎｅｄｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ［Ｊ］．Ｃｏｍｐｕ ｔｅｒ＆ＤｉｇｉｔａｌＥｎｇｉｎｅｅｒｉｎｇ，２０１９，４７（１）：１２２－１２９．）［３］李滨，祝靖，阳育德，等．互补优化理论在配电网重构中的应用［Ｊ］．电力系统及其自动化学报，２０１６，２８（１０）：１８－２３．（ＬＩＢｉｎ，ＺＨＵＪｉｎｇ，ＹＡＮＧＹｕ ｄｅ，ｅｔａｌ．Ａｐｐｌｉｃａｔｉｏｎｏｆｃｏｍｐｌｅｍｅｎｔａｒｙｏｐｔｉｍｉｚａｔｉｏｎｔｏｔｈｅｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｏｆｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＵ ＥＰＳＡ，２０１６，２８（１０）：１８－２３．）［４］李奔，吴强．基于配电网等效解耦的配电网故障定位算法［Ｊ］．电气自动化，２０１９，４１（３）：７０－７２．（ＬＩＢｅｎ，ＷＵＱｉａｎｇ．Ｆａｕｌｔｌｏｃａｌｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｆｏｒｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｓｙｓｔｅｍｂａｓｅｄｏｎｉｔｓｅｑｕｉｖａｌｅｎｔｄｅｃｏｕｐｌｉｎｇ５９３第４期 李 震，等：基于改进万有引力算法的配电网多目标故障重构Copyright ©博看网. All Rights Reserved.［Ｊ］．ＥｌｅｃｔｒｉｃａｌＡｕｔｏｍａｔｉｏｎ，２０１９，４１（３）：７０－７２．）［５］傅晓飞，纪坤华，廖天明，等．含间歇性ＤＧ的主动配电网动态重构研究［Ｊ］．浙江电力，２０１８，３７（１１）：７０－７８．（ＦＵＸｉａｏ ｆｅｉ，ＪＩＫｕｎ ｈｕａ，ＬＩＡＯＴｉａｎ ｍｉｎｇ，ｅｔａｌ．ＳｔｕｄｙｏｎｄｙｎａｍｉｃｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｏｆａｃｔｉｖｅｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｃｏｎｓｉｄｅｒｉｎｇｉｎｔｅｒｍｉｔｔｅｎｔＤＧ［Ｊ］．ＺｈｅｊｉａｎｇＥｌｅｃｔｒｉｃＰｏｗｅｒ，２０１８，３７（１１）：７０－７８．）［６］陈鑫，李昂，杨帆，等．基于ＳＶＣ和ＰＳＳ的电力系统电压稳定性研究［Ｊ］．电子设计工程，２０１７，２５（９）：１８－２１．（ＣＨＥＮＸｉｎ，ＬＩＡｎｇ，ＹＡＮＧＦａｎ，ｅｔａｌ．ＲｅｓｅａｒｃｈｏｆｐｏｗｅｒｓｙｓｔｅｍｓｖｏｌｔａｇｅｓｔａｂｉｌｉｔｙｂａｓｅｄｏｎＰＳＳａｎｄＳＶＣ［Ｊ］．ＥｌｅｃｔｒｏｎｉｃＤｅｓｉｇｎＥｎｇｉｎｅｅｒｉｎｇ，２０１７，２５（９）：１８－２１．）［７］李志，章禹，暴英凯，等．兼顾均匀性的多目标配电网重构方法［Ｊ］．电力系统保护与控制，２０１６，４４（１４）：６９－７５．（ＬＩＺｈｉ，ＺＨＡＮＧＹｕ，ＢＡＯＹｉｎｇ ｋａｉ，ｅｔａｌ．Ｍｕｌｔｉｏｂｊｅｃｔｉｖｅｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｂａｓｅｄｏｎｓｙｓｔｅｍｈｏｍｏｇｅｎｅｉｔｙ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１６，４４（１４）：６９－７５．）［８］陈洋，刘彦呈，王川．基于改进的无尺度网络的高斯动态粒子群优化算法在舰船电网故障重构中的应用［Ｊ］．上海海事大学学报，２０１７，３８（１）：７９－８３．（ＣＨＥＮＹａｎｇ，ＬＩＵＹａｎ ｃｈｅｎｇ，ＷＡＮＧＣｈｕａｎ．ＡｐｐｌｉｃａｔｉｏｎｏｆＧａｕｓｓｉａｎｄｙｎａｍｉｃｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｉｍｐｒｏｖｅｄｓｃａｌｅ ｆｒｅｅｎｅｔｗｏｒｋｉｎｆａｕｌｔｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｏｆｓｈｉｐｐｏｗｅｒｓｙｓｔｅｍ［Ｊ］．ＪｏｕｒｎａｌｏｆＳｈａｎｇｈａｉＭａｒｉｔｉｍｅＵｎｉｖｅｒｓｉｔｙ，２０１７，３８（１）：７９－８３．）［９］高国磊，李英娜，段效琛，等．基于ＡＣＯ优化ＬＳ ＳＶＭ的变压器故障诊断［Ｊ］．电子科技，２０１８，３１（６）：５９－６２．（ＧＡＯＧｕｏ ｌｅｉ，ＬＩＹｉｎｇ ｎａ，ＤＵＡＮＸｉａｏ ｃｈｅｎ，ｅｔａｌ．Ａｆａｕｌｔｄｉａｇｎｏｓｉｓｍｅｔｈｏｄｆｏｒｔｒａｎｓｆｏｒｍｅｒｂａｓｅｄｏｎｌｅａｓｔｓｑｕａｒｅｓｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｏｐｔｉｍｉｚｅｄｂｙａｎｔｃｏｌｏｎｙｏｐｔｉｍｉｚａｔｉｏｎ［Ｊ］．ＥｌｅｃｔｒｏｎｉｃＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，２０１８，３１（６）：５９－６２．）［１０］李世光，孟凡涛，赵沙沙，等．蚁群与小波粒子群算法结合优化配电网重构［Ｊ］．现代电子技术，２０１９，４２（１）：１２４－１２８．（ＬＩＳｈｉ ｇｕａｎｇ，ＭＥＮＧＦａｎ ｔａｏ，ＺＨＡＯＳｈａ ｓｈａ，ｅｔａｌ．Ｏｐｔｉｍｉｚａｔｉｏｎｏｆｐｏｗｅｒｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｃｏｍｂｉｎｉｎｇａｎｔｃｏｌｏｎｙａｎｄｗａｖｅｌｅｔｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｓ［Ｊ］．ＭｏｄｅｒｎＥｌｅｃｔｒｏ ｎｉｃｓＴｅｃｈｎｉｑｕｅ，２０１９，４２（１）：１２４－１２８．）［１１］丁屹峰，宫成，马龙飞，等．含规模化空气源热泵的电网稳定性分析与风险评估［Ｊ］．沈阳工业大学学报，２０１８，４０（５）：４８６－４９１．（ＤＩＮＧＹｉ ｆｅｎｇ，ＧＯＮＧＣｈｅｎｇ，ＭＡＬｏｎｇ ｆｅｉ，ｅｔａｌ．Ｓｔａｂｉｌｉｔｙａｎａｌｙｓｉｓａｎｄｒｉｓｋａｓｓｅｓｓｍｅｎｔｏｆｐｏｗｅｒｇｒｉｄｗｉｔｈｌａｒｇｅｓｃａｌｅａｉｒｓｏｕｒｃｅｈｅａｔｐｕｍｐ［Ｊ］．ＪｏｕｒｎａｌｏｆＳｈｅｎｙａｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，２０１８，４０（５）：４８６－４９１．）［１２］潘欢，杨丽，胡钢墩．基于改进量子粒子群算法的配电网络优化重构［Ｊ］．电测与仪表，２０１８，５５（１８）：３１－３６．（ＰＡＮＨｕａｎ，ＹＡＮＧＬｉ，ＨＵＧａｎｇ ｄｕｎ．Ｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｏｐｔｉｍａｌｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｂａｓｅｄｏｎｉｍｐｒｏｖｅｄｑｕａｎｔｕｍｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍ［Ｊ］．ＥｌｅｃｔｒｉｃａｌＭｅａｓｕｒｅｍｅｎｔ＆Ｉｎｓｔｒｕｍｅｎｔａｔｉｏｎ，２０１８，５５（１８）：３１－３６．）［１３］王玮，刘德龙，吴学智，等．基于改进ＣＧＡ的配电网重构［Ｊ］．北京交通大学学报，２０１６，４０（５）：１００－１０３．（ＷＡＮＧＷｅｉ，ＬＩＵＤｅ ｌｏｎｇ，ＷＵＸｕｅ ｚｈｉ，ｅｔａｌ．ＤｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｂａｓｅｄｏｎｉｍｐｒｏｖｅｄＣＧＡ［Ｊ］．ＪｏｕｒｎａｌｏｆＢｅｉｊｉｎｇＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，２０１６，４０（５）：１００－１０３．）［１４］刘星，崔双喜．孤岛与重构相配合的配电网故障恢复策略［Ｊ］．华电技术，２０２０，４２（１）：２９－３４．（ＬＩＵＸｉｎｇ，ＣＵＩＳｈｕａｎｇ ｘｉ．Ｆａｕｌｔｒｅｃｏｖｅｒｙｓｔｒａｔｅｇｙｆｏｒｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｗｉｔｈｉｓｏｌａｔｅｄｉｓｌａｎｄａｎｄｒｅｃｏｎｆｉｇｕｒａｔｉｏｎ［Ｊ］．ＨｕａｄｉａｎＴｅｃｈｎｏｌｏｇｙ，２０２０，４２（１）：２９－３４．）［１５］瞿合祚，李晓明，杨玲君，等．考虑负荷和分布式电源时变性的配电网多目标动态重构和ＤＧ调度［Ｊ］．高电压技术，２０１９，４５（３）：８７３－８８１．（ＱＵＨｅ ｚｕｏ，ＬＩＸｉａｏ ｍｉｎｇ，ＹＡＮＧＬｉｎｇ ｊｕｎ，ｅｔａｌ．Ｍｕｌｔｉ ｏｂｊｅｃｔｉｖｅｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｄｙｎａｍｉｃｒｅｃｏｎｆｉｇｕ ｒａｔｉｏｎａｎｄＤＧｃｏｎｔｒｏｌｃｏｎｓｉｄｅｒｉｎｇｔｉｍｅｖａｒｉａｔｉｏｎｏｆｌｏａｄａｎｄＤＧ［Ｊ］．ＨｉｇｈＶｏｌｔａｇｅＥｎｇｉｎｅｅｒｉｎｇ，２０１９，４５（３）：８７３－８８１．）（责任编辑：景 勇 英文审校：尹淑英）６９３沈 阳 工 业 大 学 学 报 第４５卷Copyright©博看网. All Rights Reserved.。
基于改进人工蜂群算法的配电网多点故障应急抢修优化调度
基于改进ABC算法的含分布式电源配电网无功优化研究
基于改进ABC算法的含分布式电源配电网无功优化研究基于改进ABC算法的含分布式电源配电网无功优化研究摘要：随着电力系统的发展，分布式电源在配电网中的应用越来越广泛。
然而，分布式电源的无功功率对配电网的无功控制和电压稳定性有着重要影响。
为了提高配电网的无功优化效果，本文基于改进的人工蜂群（ABC）算法，针对含分布式电源的配电网无功优化问题进行研究。
通过对含分布式电源配电网无功优化问题的分析，提出了一种改进的ABC算法，以优化配电网的无功功率，提高电压稳定性。
1. 引言无功功率在电力系统中起着重要作用，对电压稳定性和无功控制具有重要意义。
分布式电源作为一种清洁、高效的能源形式，被广泛应用于配电网中。
然而，分布式电源的接入增加了配电网的复杂性，给无功优化带来了挑战。
2. 问题描述在含分布式电源的配电网中，无功功率的优化是提高电网无功控制和电压稳定性的关键。
传统的无功优化方法存在一些问题，如易陷入局部最优解、计算复杂度高等。
因此，改进的无功优化方法是必要的。
3. 改进的ABC算法ABC算法是一种集合了启发式搜索和进化算法的优化方法，适用于各种优化问题。
本文针对含分布式电源的配电网无功优化问题，对ABC算法进行了改进。
3.1 蜜蜂的初始化在改进的ABC算法中，首先初始化蜜蜂的位置和速度。
蜜蜂的位置表示配电网中的节点，蜜蜂的速度表示该节点的无功功率的变化量。
初始化时，随机生成蜜蜂的初始位置和速度。
3.2 局部搜索为了避免陷入局部最优解，改进的ABC算法引入了局部搜索机制。
在每次循环迭代中，蜜蜂会以一定的概率选择本地搜索。
本地搜索是在当前位置附近随机选择一个新位置，并计算其对应的无功功率。
如果新位置的无功功率优于当前位置，则更新该位置并继续搜索。
3.3 全局搜索全局搜索是ABC算法的主要策略。
蜜蜂通过交换和改变位置来探索新的解空间。
蜜蜂根据自身的适应度值选择伙伴与之交换信息，从而实现全局搜索。
4. 实验结果与分析为了验证改进的ABC算法在含分布式电源的配电网无功优化问题中的有效性，本文进行了一系列实验。
配电网重构算法的研究
配电网重构算法的研究近年来，随着经济的发展，电力配电网的重构技术具有重要的意义。
由于电力配电网的重构广泛应用于电力系统的关键领域，为了进一步提高电力供应可靠性和节能效率，进行科学、有效及安全的重构，具有极其重要的意义。
下面，将介绍电力配电网重构算法的研究：一、电力配电网重构基本原理电力配电网重构技术是指利用最新的技术，如电力系统建模，微机控制，数字控制，进行抗干扰、增加可靠性和安全性等功能，来重新组织和构建电力配电网的技术。
这种技术基于电力系统的综合分析，将综合分析的配网中导线改造、计划预测、控制、动态优化综合考虑，全面改变电力系统结构，实现最优重构解决方案，以满足用电客户和电网设备的安全、可靠供电要求。
二、电力配电网重构算法研究1.多源电压控制电力配电网重构：针对多源电压控制电力配电网，研究了神经网络和遗传算法的性能比较、多源电压控制的效果模拟，并且分析了它们在电力配电网重构中的优势和缺点。
2.改进的蚁群算法电力配电网重构：研究了基于改进蚁群算法的电力配电网重构，从而改善了传统蚁群算法在配电网极性优化方面的缩小范围以及迭代次数增加等不足。
3.混合算法电力配电网重构：针对复杂情况下的电力配电网，研究了混合算法的多维约束优化技术，这种技术具有计算效率大，收敛快，自动计算参数等优点，非常有效。
4.求解器重构电力配电网：该研究旨在求解器在进行重构的电力配电网时的解参数及其与系统参数的关联性，以期提高电力配电网中优化解的准确性。
三、未来发展未来，电力配电网重构技术将进一步发展。
将金融经济理论、市场营销学与电力配电重构技术结合起来，使电力配电网重构技术能够按照市场规律及资源的最优利用情况，更好的满足用电客户的可靠供电需求。
此外，也可以更有效的把握新兴技术，如大数据技术、一代信息互联和智能技术等，配合电力配电网重构技术，协助电力配电网重构技术的发展，以期获得更好的发展成果。
改进的遗传算法在配电网检修计划中的应用
改进的遗传算法在配电网检修计划中的应用
欧阳玲;宋克
【期刊名称】《中原工学院学报》
【年(卷),期】2011(022)004
【摘要】为了减少供电企业停电损失费用和检修费用,同时满足多种约束条件,本文在借鉴目前配电网检修计划编制工作经验的基础上,建立了配电网检修计划优化模型.针对该模型的特点,采用改进的遗传算法求解配电网检修计划优化问题.并通过具体优化算例计算和分析,验证了本文所提出的模型和改进算法的有效性.
【总页数】6页(P56-61)
【作者】欧阳玲;宋克
【作者单位】中原工学院,郑州450007;国家数字交换系统工程技术研究中心,郑州450005
【正文语种】中文
【中图分类】TM744
【相关文献】
1.基于改进型遗传算法的企业配电网检修计划系统 [J], 黄亮亮;罗安;刘秋英;李强
2.改进遗传算法在含DG配电网故障定位中的应用 [J], 郭保健;卞显新
3.改进遗传算法在含DG配电网重构中的应用 [J], 金亦舟;张莉萍;武鹏;牛启帆;沈依婷
4.基于多策略改进的遗传算法在配电网规划中的应用 [J], 王海军;董颖华
5.改进蚁群算法在电力线路检修计划中的应用 [J], 于宏涛;李扬;高立群;张军正
因版权原因，仅展示原文概要，查看原文内容请购买。
基于FOA算法在配电网重构中的应用
Ａ ｂｓｔｒａｃｔ：Ｔｏ ｓｏｌｖｅ ｔｈｅ ｌａｒｇｅ ｃｏｍｐｕｔｉｎｇ ａｎｄ ｍｕｌｔｉ－－ｐａｒａｍｅｔｅｒ ｕｂｉｑｕｉｔｏｕｓ ｐｒｏｂｌｅｍｓ ｉｎ ｄｉｓｔｒｉｂｕｔｉｏｎ ｎｅｔｗｏｒｋ ｒｅｅｏｎｆｉｇｕｒａ－－ ｔｉｏｎ ，ｐｒｅｓｅｎｔｉｎｇ ａ ｍ ｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｂｉｎａｒｙ ｃｏｄｉｎｇ ｓｔｒａｔｅｇｙ ｏｆ ｆｒｕｉｔ ｆｌｙ ｏｐｔｉｍ ｉｚａｔｉｏｎ ａｌｇｏｒｉｔｈｍ ｉｎ ｄｉｓｔｒｉｂｕｔｉｏｎ ｎｅｔｗｏｒｋ ｒｅｃｏｎ— ｆｉｇｕｒａｔｉｏｎ，ａｖｏｉｄｉｎｇ ｇｅｎｅｒａｔｉｎｇ ａ ｌａｒｇｅ ｎｕｍｂｅｒ ｏｆ ｉｎｆｅａｓｉｂｌｅ ｓｏｌｕｔｉｏｎｓ．Ｉｎ ｔｈｉｓ ｐａｐｅｒ，ｗｉｔｈ ｍｉｎｉｍｕｍ ａｃｔｉｖｅ ｐｏｗｅｒ ｎｅｔｗｏｒｋ ｌｏｓｓ ａｓ ｔｈｅ ｏｂｊｅｃｔｉｖｅ ｆｕｎｃｔｉｏｎ，ｍａｋｉｎｇ ｏｐｔｉｍｉｚａｔｉｏｎ ｅｆｆｉｃｉｅｎｃｙ ｉｓ ｇｒｅａｔｌｙ ｉｍｐｒｏｖｅｄ．Ｔｈｅ ｍｅｔｈｏｄ ａｐｐｌｉｅｄ ｔｏ ＩＥＥＥ－３３ Ｂｕｓ ｒａ— ｄｉａｌ ｔｅｓｔ ｓｙｓｔｅｍ ｈａｓ ｂｅｅｎ ｐｒｏｖｅｄ ｔｏ ｈａｖｅ ｓｉｇｎｉｆ ｉｃａｎｔ ａｄｖａｎｔａｇｅｓ ｉｎ ｏｐｔｉｍｉｚｉｎｇ ｔｈｅ ｐｒｏｂａｂｉｌｉｔｙ ｏｆ ｓｕｃｃｅｓｓ ａｎｄ ｃｏｍｐｕｔｉｎｇ ｅｆ－ ｆｉｃｉｅｎｃｙ，ｐｒｏｖｉｄｉｎｇ ａ ｎｅｗ ｗａｙ ｏｆ ｔｈｉｎｋｉｎｇ ｆｏｒ ｄｉｓｔｒｉｂｕｔｉｏｎ ｎｅｔｗｏｒｋ ｒｅｃｏｎｆｉｇｕｒａｔｉｏｎ．
改进的多目标遗传算法在配电网规划中的应用
i =1 N
[ f ( s Hale Waihona Puke ω + u ( s ) ] ∑
i i
( 1)
i =1 N
βl [ω ∑∑
j ∈J
1 mj
x j k mj + Kmj P j T maxβ ]
2
min f s = min f f =
i =1
∑
[ωf ( si ) + u ( si ) ]
2
min f r =
i =1
[Pl ∑∑
3. 1 改进的配电网规划编码方式
2 改进 MOGA 算法
MO GA 算法先按单目标遗传算法优化 , 然后
由于在规划时假定了待选线路和变电站 , 因此 线路和变电站只有 0 和 1 两种状态 , 一般进化算法 采用二进制编码 , 0 为淘汰 , 1 为选中 。 这种编 、 解码 方式简单易行 , 但直接采用二进制编码会产生大量 不满足配电网辐射型要求的不可行解 , 因而使得规 划过程不是很有效 。 在辐射型配电网中 , 每个负荷点都只有一个向 上节点 , 即只有一个电源点 , 基于此 , 本文提出一种 向上节点矩阵以描述配电网结构 。 设某配电网有个 变电站 , M 个负荷节点 , 对变电站和负荷节点任意 编号 , 建立一个 ( N + M ) ×M 的矩阵 , 矩阵前行为 变电站编号 , 后 M 行是负荷节点编号 , 根据行负荷 节点是否为列负荷节点的向上节点决定元素值为
Abstract : The dist ributio n network planning is a multi2o bjective optimizatio n p ro blem , t he dist ributio n netwo rk planning model considering econo my and reliability is built and an imp roved multi2objective GA is p ropo sed in t he paper. The algorit hm according to t he decompo sition2coordination p rinciple is deco mpo sed into a number of sub2p ro blems which are optimized by a single pop ulatio n. The elitist selection and individual migratio n are used to imp rove searching speed. The algorit hm uses a new code which can make t he netwo rk radial ,and reduced operato r in t he elitist pop ulation is used to search effectively. Simulatio n shows t hat co mpared wit h GA , t he algo rit hm can avoid t he partial optimal solutio n. Key words : dist ributio n netwo rk planning ; multi2o bjective optimizatio n ; multi2objective genetic algo rit hm (MO GA) ; genetic algorit hm ( GA)
基于改进CGA的配电网重构
基于改进CGA的配电网重构
王玮;刘德龙;吴学智;张尚腾
【期刊名称】《北京交通大学学报》
【年(卷),期】2016(040)005
【摘要】针对遗传算法易早熟收敛和易产生大量不可行解的问题,提出了一种基于改进的克隆遗传算法(CGA)的配电网重构方法.该方法对克隆遗传算法进行了3点改进:通过简化网络结构,缩短了算法中染色体的长度;采用基于环路的编码方式,避免了产生大量不可行解;改进克隆遗传算法的选择算子、基因移位和突变操作,克服了早熟收敛的问题,提高了算法的收敛速度.本文以网损最小为优化目标对算例进行了重构,同时与基于遗传算法及粒子群算法的配电网重构进行了比较,算例结果表明:改进的CGA具有较高的寻优性能,应用于配电网中可以起到减小网损的作用.
【总页数】5页(P100-103,110)
【作者】王玮;刘德龙;吴学智;张尚腾
【作者单位】北京交通大学国家能源主动配电网技术研发中心,北京100044;北京交通大学国家能源主动配电网技术研发中心,北京100044;北京交通大学国家能源主动配电网技术研发中心,北京100044;北京交通大学国家能源主动配电网技术研发中心,北京100044
【正文语种】中文
【中图分类】TM73
【相关文献】
1.基于改进递归有序聚类的有源配电网多时段动态重构 [J], 高纯;于艾清;丁雨
2.基于连锁环网与改进离散粒子群算法的多目标配电网重构 [J], 徐泽;杨伟;张文强;陈盛凯
3.基于改进选择性BPSO算法的配电网降损重构研究 [J], 吴海伟;魏聪;何晶
4.基于改进参数协进化和声搜索算法的配电网重构 [J], 邹锐;王超学
5.基于改进启发式算法的配电网随机潮流重构研究 [J], 邓鹏;刘敏;曹鹏;陈名扬因版权原因，仅展示原文概要，查看原文内容请购买。
基于改进FWA的配电网优化重构方法研究
基于改进FWA的配电网优化重构方法研究
阎馨;全洪燕;屠乃威
【期刊名称】《控制工程》
【年(卷),期】2024(31)5
【摘要】针对配电网重构问题,以降低网络损耗、提高节点电压为目标,建立了配电网重构模型,提出了一种解决配电网重构问题的改进烟花算法(firework algorithm,FWA)。
算法使用环路编码压缩解空间,提高求解效率。
基于核心烟花给出了火花爆炸幅度的计算方法,采用高斯和均匀分布均值混合的变异方式以及精英选择策略,提高解的多样性、搜索效率和收敛速度。
为了验证所提算法的适用性和正确性,在IEEE33和IEEE69节点系统上进行了算法测试,结果表明,重构后的网络损耗明显降低,节点电压得到提高,所提算法具有较好的鲁棒性。
将所提算法与其他算法进行比较,结果表明,所提算法在降低网络损耗、提高节点电压、求解效率等方面均优于其他算法。
【总页数】9页(P833-841)
【作者】阎馨;全洪燕;屠乃威
【作者单位】辽宁工程技术大学电气与控制工程学院
【正文语种】中文
【中图分类】TM727;TP206
【相关文献】
1.基于改进遗传算法的配电网络重构优化模型研究
2.基于分层编码粒子群优化的配电网复合目标重构方法研究
3.基于条件风险价值的综合能源配电网优化重构方法研究
因版权原因，仅展示原文概要，查看原文内容请购买。
基于FOA算法在配电网重构中的应用
基于FOA算法在配电网重构中的应用
凌飞鸿;薛毓强;林铭瀚
【期刊名称】《电气开关》
【年(卷),期】2016(054)002
【摘要】为解决配电网重构中普遍存在的计算量大,参数多的问题,提出了一种的基于果蝇优化算法的二进制编码策略的配电网重构方法,避免产生大量的不可行解,并以有功网络损耗最小为目标函数,使得寻优效率和计算效率大大提高.应用该算法对IEEE33节点网络进行仿真计算,充分说明二进制的FOA算法在寻优成功概率上、计算效率方面都有较大的提高,为配电网重构提供了一种新的思路.
【总页数】5页(P87-90,96)
【作者】凌飞鸿;薛毓强;林铭瀚
【作者单位】福州大学电气工程与自动化学院,福建福州 350116;福州大学电气工程与自动化学院,福建福州 350116;福州大学电气工程与自动化学院,福建福州350116
【正文语种】中文
【中图分类】TM72
【相关文献】
1.基于浓度的粒子群算法在含分布式电源配电网重构中的应用 [J], 袁俊;曾斌;曾敏;王沾;邹亮
2.基于十进制编码的差分进化算法在配电网重构中的应用 [J], 刘继栋;王锡淮;肖健
梅
3.基于差分变异的混合蛙跳算法在配电网重构中的应用 [J], 胡俊;肖健梅;王锡淮
4.基于人工免疫思想的蚁群算法(AIACS)在配电网重构中的应用 [J], 徐延炜;贾嵘
5.基于改进的FOA优化算法在配电网重构中的应用 [J], 凌飞鸿;章江海;孙学斌;汪文韬;陈淑群
因版权原因，仅展示原文概要，查看原文内容请购买。
用于配电网重构的改进单亲遗传算法
用于配电网重构的改进单亲遗传算法
黄彦英;黄彦浩;霍光
【期刊名称】《河北电力技术》
【年(卷),期】2006(25)3
【摘要】双亲遗传算法用于配电网重构计算时,使搜索陷入局部最优,有较多"不可
行解"产生等问题.单亲遗传算法(PGA)可以缓解上述问题,对PGA的编码策略,交换、突变、倒位和移位算子进行了改进,并引入了"灾变"和"修正"算子,使其具有更高的
搜索速度,并缓解了"不可行解"问题.算例表明,改进的PGA算法具有较好的性能,可
以有效地用于解决配电网重构问题.
【总页数】3页(P1-3)
【作者】黄彦英;黄彦浩;霍光
【作者单位】石家庄供电公司,河北,石家庄,050011;中国电力科学研究院,北
京,100085;石家庄供电公司,河北,石家庄,050011
【正文语种】中文
【中图分类】TK7
【相关文献】
1.改进和声搜索算法用于配电网重构 [J], 梁杉;毛弋;刘小丽;彭文强;范幸;邓海潮
2.改进型细菌觅食算法应用于配电网络重构 [J], 彭文强;毛弋;邓海潮;刘小丽;梁杉;范幸
3.一种适用于配电网络重构的改进遗传算法 [J], 苏煜;王薇
4.基于改进单亲遗传算法的多目标配电网重构 [J], 程远林;李茂军
5.一种适用于配电网络重构的改进遗传算法 [J], 苏煜; 王薇
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
《电扎打矣》(2019.No.l)91文章编号：1004-289X(2019)01-0091-05基于改进的FOA优化算法在配电网重构中的应用凌飞鸿，章江海,孙学斌,汪文韬,陈淑群(国网安庆供电公司，安徽安庆246003)摘要:基于二进制果蝇算法搜索的盲目性，搜索空间大，产生大量不可行解的问题，根据配电网络与图论中树的相似性，引入环路的概念，提出一种破圈法的果蝇优化算法。
果蝇群体随机搜索，形成开关编码，通过破圈法100%的形成最小生成树，指导修正它们的进化方向，从而大大的提高计算效率，能够更快的搜索到全局最优，并通过对IEEE33节点测试系统进行计算和分析，验证算法在求解配电网重构中的有效性和可行性。
关键词：果蝇优化算法(FOA)；配电网重构;破圈法中图分类号:TM72文献标识码:BThe Application Basedon Improved FOA Optimization Algorithmin Distribution Network ReconfigurationLING Fei-hong,ZHANG Jiang-hai,SUN Xue-bin,WANG Wen-tao,CHEN Shu-qun(State Grid Anqing Power Supply Company, Anqing246003,China)Abstract:Based on binary fruit fly optimization algorithm search blindness,the search space is large,produce a large number of infeasible solution of the problem,according to the distribution network with tree in graph theory of similarity, it introduces the concept of the loop,puts forward a kind of optimization algorithm the circle of flies.Flies groups random search,forms the switch code,through the formation of broken ring method100%minimum spanning tree,guide the evo・lution direction of correct them,so as to greatly improve the computational efficiency,faster to search the global optimal, and calculation and analysis of the test system based on IEEE33node, verify the algorithm in the solution of distribution network reconfiguration is effective and feasible.Key words:fruit fly optimization algorithm(FOA)；Distribution network；loop group1引言配电网系统中包含大量的分段开关及少量的联络开关,通过改变开关的状态，可以使配电网网络结构发生变化。
配电网重构的实质就是在满足网络约束条件下，科学的利用这种变化,优化网络结构，改善配电系统的潮流分布，达到潮流最优，使配电系统的线损最小或其他指标最优[，-2]0配电网重构是一个大规模非线性混合整数优化问题,在数学上属于NP难问题，目前在理论上尚未提出获得最优解的切实有效的方法。
国内外很多学者针对配电网的特点提出许多算法，主要有支路交换法、最优基金项目：国家自然科学基金资助项目(51777035)流算法、神经网络算法、粒子群算法、遗传算法等等，这些算法为解决配电网重构问题提供了思路A"]O 果蝇优化算法(fruit fly optimization algorithm)是2011年潘文超博士提出的一种基于果蝇觅食行为推演出的寻求全局优化的群智能算法⑸。
该算法在很多领域得到了应用，但在电力系统中主要应用于负荷预测、无功优化和故障诊断等方面，其在配网重构方面涉及较少。
针对FOA算法中前期全局寻优能力强，局部搜索能力弱的特点，在图论的基础上提出一种破圈法产生最小生成树的策略,使产生后的网络结构100%满足辐射状的要求，从而大大提高了计算的速度，在粒子的更新时加入差分进化算法(Differential Evolution,DE)的交叉、变异的策略，使其局部寻优效果得到提升。
最92《电扎硏关)(2019.No.1)后对IEEE33节点系统的重构问题进行求解，以说明此方法的可行性和有效性，并与传统二进制(Binary)的果蝇优化算法(BFOA)进行性能比较。
2配电网重构数学模型2.1概况供电企业和用户要求配电网经济运行，负荷均衡化以及良好的电压质量,本文以网络损耗最优为目标进行配电网重构的研究。
2.2网损最小的数学模型在配电网重构中，降低网损可以提高系统经济运行,选取网损最小为优化目标函数的数学模型：Nminf=工即?,(片+©)/此(1)1=1式中:N为配电网之路总数忆为支路开关的状态变量,1为闭合,0表示打开;分别表示支路i的电阻、末端节点电压、末端有功功率和末端无功功率。
FOA算法中对果蝇味道浓度函数的判定，即是对网络重构后形成的新网络网损值的计算，将网损的计算转换成网络的潮流计算，这里采用的是基于支路电流的分层前推回代法来进行潮流计算,该算法编程简单，计算速度快。
2.3约束条件网络重构过程中还必须满足以下约束：P g,Q g，兔,Q l)=0——功率平衡约束S’W Sm”--------------------------------支路容量约束'〃诚"W S W U唤--------------节点电压约束.gkwG------------------------------------------拓扑约束式中,P g为电源的有功功率,P.为负荷的有功功率为电源的无功功率,0l为电源的无功功率〔旳。
分别为支路i上的功率及其最大允许容量。
Smin、Smax分别表示节点：的电压下界和上界。
gk为重构后的网络拓扑结构，即重构后的网络要呈辐射状,无环路和孤立节点的产生，网络中的每个节点都有供电，没有“孤岛”的形成⑷。
3改进的FOA算法概述3.1果蝇优化算法概述FOA算法是一种从果蝇的觅食行为中推演出寻求全局优化的新方法⑺。
该算法具有程序简单、计算量小、调节参数少和寻优精度较高等特点。
本文将其应用于配网重构的研究中，并对其进行改进，使其更适合于该问题的解决。
依据果蝇搜索食物的特性，将FOA算法归纳为如下步骤：(1)设定果蝇种群规模N,迭代次数最大值max-gen,初始果蝇种群位置x=rand(),y=rand()。
(2)计算果蝇个体利用嗅觉搜寻食物之随机方向和距离，其中，矢量x,和”下一位置横坐标和纵坐标;Xj=x+2*rand()-1(2)y t-y+2*rand{)-1(3)(3)个体要想确定食物的具体位置，需先通过式(4)估计第i个果蝇个体与坐标原点的距离0,再按照式(5)计算味道浓度判定值S；:D严屆+y；(4)S,=l/D,(5)(4)将上式得到SM弋入判定函数(Function)中，求出个体浓度并用矢量Smell表示：Smell=Function(S,)(6)(5)记录并保留最佳的个体信息。
变量Smellbest= bestSmell，初始位置为x=x(bestindex),y=y(bestindex)，整个种群个体利用视觉向最优位置飞去。
(6)迭代寻优，重复执行上述步骤(2)-(5),寻到最佳味道浓度时，则执行步骤(6),并保留其位置坐标，宜到达到设定的迭代次数，结束算法⑷。
3.2破圈法的理论基础配电网络中存在“闭环设计，开环运行”的特点，所以重构后的配电网络必须满足辐射状的拓扑结构。
根据配电网络与图论中树的结构相似性，从图论的角度分析，该辐射状结构就是网络拓扑图中所有生成树中的一棵。
而破圈法是在图中寻找圈，进行不断删边直到图中无圈为止的过程，该法是由我国数学家管梅谷教授提出来的。
不难发现破圈法求解的过程与配电网重构的过程很吻合，因此本文利用该方法来简化网络的重构过程。
3.3破圈法求最小生成树在网络中有很多环路时，破坏环路的方法不一样(即删除的边不一样)，所以可以得到不同的生成树,但在求最小生成树时，为了保证得到生成树的权值最小，那么在删去回路上边的时候,总是保证图仍联通的前提下删去权值较大的边，尽量保留权值较小的边，保留下来的边组成的图即为最小生成树。
破圈法求最小生成树的过程:从图1赋权图的任意圈开始，去掉该圈中权值最大的一条边，称为破圈。
不断破圈，直到G中没有圈为止，最后剩下的G 的子图为G的最小生成树。
求解过程如图2破圈过程所zKo91图2破圈过程3.4破圈法的FOA算法配电网重构是一个非线性混合整数优化问题，在编码和生成初始种群位置时，配电网重构的决策变量是开关的状态，开关的状态只有分和合两种，故采用二进制编码，打开开关为0,闭合为1，每个开关占种群位置变量的一位，所有开关一起形成一个串从而构成问题的一个解。
如下文所提到的环L1,进行编码：234567181920331111011111图3基本的BFOA算法在进行种群初始化和更新时,由于有随机变量的存在,导致大量不可行解的产生，而不得不增加辐射函数判断的编码程序,淘汰环网或孤岛的情况,这样大大降低了算法的计算效率。
因此引入破圈法求最小树的策略，用于二进制粒子的初始化和更新中,这样每次产生的种群和更新后的粒子都是满足电网辐射状的结构,极大地提高了算法的计算速度。
破圈法的要点是确定网络的基本环路，再遵循一定的编码的规则，将网络中基本环路依次打开,依次破圈，形成最小生成树。
由图论的知识可得，对于含有环网的网络，进行重构时打开的支路数等于基本回路数。
如33节点的配电网系统，其结构如图3所示,确定基本回路LI、L2、L3、I4、L5,以及每个回路中所包含的支路。
L1=[23456718192033]L2=[3452223242526272837]L3=[678151617262728293031323436]L4=[891011213335]L5=[9101112131434]其中,L1、I2、L3、L4、L5为33节点网络中所包含的基本回路，每个基本回路用其包含的支路行向量进行表不。