CN104899689B - 基于dbcc优化算法与熵权理论的配电网故障恢复方法 - Google Patents

Abstract

一种基于DBCC优化算法与熵权理论的配电网故障恢复方法，所述方法综合考虑系统所应满足的约束条件和故障恢复各项目标构建配电网故障恢复模型，采用DBCC算法获得故障恢复最优方案。在DBCC优化迭代过程中，采用熵权理论获得故障恢复模型中各项目标的熵权，以该熵权作为DBCC每次迭代中各个目标的权重，提高了DBCC算法的优化速度。本发明中故障恢复模型通用性强，可直接嵌入当前供电公司故障恢复软件，便于推广应用，同时结合了熵权理论的DBCC算法具有计算速度快，收敛性强等优点。

Description

基于DBCC优化算法与熵权理论的配电网故障恢复方法

技术领域

本发明涉及一种基于DBCC优化算法与熵权理论的配电网故障恢复方法，具体涉及一种基于改进的离散细菌群体趋药性优化算法(DBCC)与熵权理论的配电网故障恢复方法，属配电网可靠性技术领域。

背景技术

配电网故障恢复作为智能电网自愈控制的重要环节，是电网建设极待完善的一项重要课题。配电网发生故障以后，调度人员应综合考虑各种约束条件，尽可能制定最优的故障恢复方案。而在实际系统中，调度人员需要处理的信息量非常大，要求其在短时间内做出最优决策是十分困难的。因此，研究一种实用的配电网故障恢复算法，辅助调度人员快速制定恢复方案，对配电网乃至整个电力系统的安全经济运行都具有重要意义。

配电网作为直接联系电力生产者与用户的纽带，体现着电力系统的电能质量与供电服务好坏。由于长期重视发电部分而忽视供电部分，导致研发人员对配电系统的研究和开发工作远不及对输电系统所做的工作。近些年来，随着国民经济的快速发展和对科技新领域的不断开拓，配电系统自动化日趋完善和成熟。数据采集与监控系统与地理信息系统的广泛应用，也为配电网故障后恢复供电提供了发展空间。

配电网故障恢复为大规模、多目标、非线性的组合优化问题，求解方法主要为智能优化方法，智能优化方法将故障恢复刻画为多目标规划问题，并以概率寻优方式进行求解，目前已有多种智能优化算法被应用于该问题的求解，如遗传算法、禁忌搜索算法、蚁群算法、快速非支配排序遗传算法等，该类算法均得到了较好结果，尤其对于复杂网络问题的求解具有很强的优势，但该类方法迭代次数较多，实时性不强，在求解规模很大的情况下一般只能求得局部解。

发明内容

本发明的目的是，根据现有配电网故障恢复方法中存在的问题，本发明提出一种基于DBCC优化算法与熵权理论的配电网故障恢复方法。

配电网在发生故障后，先由故障定位诊断软件进行准确故障定位，然后对故障区段进行有效的隔离，当配电网发生永久性故障引起停电时，开关动作的结果将配电网分割成带电区和停电区，停电区又分为故障停电区和非故障停电区，故障恢复的任务是隔离故障区，在不对电网结构作重大改变并能满足约束条件的前提下对网络进行重构，以带电区域为电源，最大限度、最快速度地恢复对非故障停电区的供电。本发明采用的DBCC对配电网故障进行恢复优化处理，收敛速度快，能迅速及时的恢复故障，得到的各项指标更符合实际情况。

本发明为解决上述技术问题采用以下技术方案：

本发明提供一种基于DBCC优化算法与熵权理论的配电网故障恢复方法，通过构建目标函数模型，采用改进的DBCC算法进行故障恢复，由于存在多个目标，采用DBCC方法优化故障恢复方案时，各目标间不同权重会得到不同结果。提出以熵方法综合各目标来评价恢复方案的优劣，更新DBCC每次迭代过程中各个目标的权重，从而得到最优的方案。

所述方法实现的具体步骤为：

步骤1：输入配电网数据，综合考虑系统所应满足的约束条件和各项故障恢复目标函数构建配电网故障恢复模型；

步骤2：随机给定故障恢复初始方案，构成初始方案集；

步骤3：采用熵权理论对各个初始方案进行故障恢复方案评估，评估指标即为故障恢复模型中的各项目标，从而得到各个目标对应的熵与熵权；熵权模型可以表征各评价指标的客观权重；定义各个目标的主观权重，综合客观权重与主观权重得到综合权重，采用该综合权重更新各个初始方案中各个目标的权重；

步骤4：采用DBCC算法进行下一步寻优，若满足收敛条件，则终止优化，输出最优故障恢复方案；若不满足收敛条件则重复步骤3、4。

所述故障恢复目标函数包括重要负荷优先恢复目标函数、尽可能多地恢复失电负荷目标函数和可控负荷转移量目标函数；

所述重要负荷优先恢复目标函数为：式中C为重要负荷节点集合；L_i为节点i的负荷；k_i为节点i的状态，1为带电，0为失电；

所述尽可能多地恢复失电负荷目标函数为：式中M为失电区域节点集合，包括故障失电区域和非故障失电区域；

所述可控负荷转移量目标函数为：式中：N为需要转移负荷的节点集合。

所述约束条件包括辐射状运行的网络约束、线路容量约束、节点电压约束和分布式电源约束；

所述辐射状运行的网络约束为：g_k∈G_k，式中g_k为当前网络结构；G_k为所有允许的辐射状网络集合；

所述线路容量约束为：S_i＜S_i,max,i＝1,2,...,n，式中：S_i和S_i,max分别为支路i的视在功率和容量；

所述节点电压约束：U_imin≤U_i≤U_imax,1,2,...,m，式中：U_imax和U_imin分别为节点电压上、下限；

所述分布式电源约束：式中：P_DG为岛内分布式电源的输出量；Φ为孤岛集合；P_i为岛内的负荷。

采用熵权理论对各个初始方案进行故障恢复方案评估时，假设在故障恢复方案得评价中，具有n个待评价的恢复方案，每个方案考虑m个目标指标，则可建立一个m*n维的评价矩阵首先构建目标评价矩阵R′，r_ij′为R′中元素，r_ij′为第j个方案的第i个目标值。R′按如下公式标准化为r_ij∈[0,1]，表示第j个方案的第i个目标标准化后的值。第i个指标的熵为式中：k＝1/lnn；并假定当f_ij＝0时，f_ijlnf_ij＝0。第i个评价指标的熵权为从而得到各个目标的客观权重V＝[v₁,v₂,v₃....,v_i,..,v_n]。定义评价指标的主观权重为W＝[w₁,w₂,w₃....,w_i,..,w_n]，w_i为第i个评价指标的主观权重。综合权重为A=[a₁,a₂,a₃....,a_i,..,a_n]，a_i为第i个评价指标的综合权重，采用该综合权重更新各个初始方案中各个目标的权重。

采用DBCC算法进行下一步迭代的具体方法如下：借鉴轮盘赌方法进行路径选择，假设第i个方案(即第i个细菌)在某个时刻选择下一支路时，具有m个特选支路，选择第k支路时概率为p_k(i)，令则方案选择下一支路的规则为方案i均趋向周围具有更好位置同伴的中心位置c_yi＝a_ver(y₁,y₂,y₃,.....y_n)(y_i为第i个方案的当前位置，a_ver(y₁,y₂,y₃,.....y_n)为n个方案的平均位置)，移动长度为2r_andd_is(y_i，c_yi)(r_and为取从0到1的随机数，d_is(y_i,c_yi)为方案i和同伴方案中心位置之间的距离)。

本发明与现有技术相比的有益效果是：本发明创造性的改进了一种从生物行为中取得灵感的智能优化算法-DBCC，用于对配电网出现的故障进行恢复处理，最后提出一种以熵方法综合目标来评价配电网恢复方案的优劣，提高了故障处理的恢复速度，同时也为优化配电网运行安排提供参考。本发明中故障恢复模型通用性强，可直接嵌入当前供电公司故障恢复软件，便于推广应用；

附图说明

图1是本发明实施例改进的IEEE 69节点系统图；

图2是本发明方法的流程示意图。

具体实施方式

下面结合一个具体的简单的示例对本发明的技术方案进行进一步的详细说明。

为减少搜索时间，对IEEE69节点系统进行修改后，将节点12、44间的联络开关(K_12-44)改接在节点11、44之间，如图1所示，虚线表示联络开关。将所有负荷分为重要负荷和可中断负荷，其中可中断负荷所在节点27，28，46，47，62，可中断负荷率0.4。假设发生1处故障，发生在17、18之间，抢修时间为2h；故障抢修阶段各节点负荷通过负荷预测以其峰值代替，为原负荷1.5倍。所有故障抢修完毕，系统采用最低网损运行方式。

步骤1：故障修复以重要负荷优先恢复、尽可能多地恢复失电负荷、可控负荷转移量为目标(即熵权理论中的评价指标)，随机给定可行的4×69＝276个初始故障修复方案，构成初始修复方案集。

步骤2：计算276初始故障修复方案中的各个目标的目标函数值，构成修复方案集的各目标函数矩阵R′_3×276，将R′_3×276矩阵标准化得到矩阵R_3×276。采用如下计算公式得到各目标的熵与熵权。

重要负荷优先恢复的熵与熵权：

尽可能多地恢复失电负荷的熵与熵权：

可控负荷转移量的熵与熵权：

给定三个目标的主观权重W＝[0.45,0.20,0.35]，采用权重综合公式得到综合权重将该综合权重替代各个初始方案中各个目标的权重，从而得到各个方案对各目标加权的总目标值。

步骤3：DBCC算法以各目标加权而得的总目标函数作为优化目标进行下一步迭代寻优得到最新故障修复方案集，再次重复步骤2采用熵权理论更新修复方案集中各个目标的权重。经过N此循环过程后，DBCC算法到达收敛条件，输出最优故障修复方案：断K_11-44；闭K_39-40；断K_13-14；闭K_14-15；断K_65-66；闭K_62-63。

Claims (2)

1.一种基于改进的离散细菌群体趋药性优化算法与熵权理论的配电网故障恢复方法，其特征在于，所述方法实现的具体步骤为：

步骤1：输入配电网数据，综合考虑系统所应满足的约束条件和各项故障恢复目标函数构建配电网故障恢复模型；

步骤2：随机给定故障恢复初始方案，构成初始方案集；

步骤3：采用熵权理论对各个初始方案进行故障恢复方案评估，评估指标即为故障恢复模型中的各项目标，从而得到各个目标对应的熵与熵权；熵权模型可以表征各评价指标的客观权重；定义各个目标的主观权重，综合客观权重与主观权重得到综合权重，采用该综合权重更新各个初始方案中各个目标的权重；

步骤4：采用改进的离散细菌群体趋药性优化算法进行下一步寻优，若满足收敛条件，则终止优化，输出最优故障恢复方案；若不满足收敛条件则重复步骤3、4；

所述故障恢复目标函数包括重要负荷优先恢复目标函数、尽可能多地恢复失电负荷目标函数和可控负荷转移量目标函数；

所述重要负荷优先恢复目标函数为：式中C为重要负荷节点集合；L_i为节点i的负荷；k_i为节点i的状态，1为带电，0为失电；

所述尽可能多地恢复失电负荷目标函数为：式中M为失电区域节点集合，包括故障失电区域和非故障失电区域；

所述可控负荷转移量目标函数为：式中：N为需要转移负荷的节点集合；

所述改进的离散细菌群体趋药性优化算法进行下一步寻优方法如下：

假设第i个方案在某个时刻选择下一支路时，具有m个特选支路，选择第k支路时概率为p_k(i)，令

x₁＝p₁(i),

则方案选择下一支路的规则为k的取值范围为[2,m-1]；方案i均趋向周围具有更好位置同伴的中心位置：c_yi＝a_ver(y₁,y₂,y₃,.....y_n)，其中，y_i为第i个方案的当前位置，a_ver(y₁,y₂,y₃,.....y_n)为n个方案的平均位置；

移动长度为2r_andd_is(y_i,c_yi)，r_and为取从0到1的随机数，d_is(y_i,c_yi)为方案i和同伴方案中心位置之间的距离。

2.根据权利要求1所述的基于改进的离散细菌群体趋药性优化算法与熵权理论的配电网故障恢复方法，其特征在于，所述约束条件包括辐射状运行的网络约束、线路容量约束、节点电压约束和分布式电源约束；

所述辐射状运行的网络约束为：g_k∈G_k，式中g_k为当前网络结构；G_k为所有允许的辐射状网络集合；

所述线路容量约束为：S_i＜S_i,max,i＝1,2,...,n，式中：S_i和S_i,max分别为支路i的视在功率和容量；

所述节点电压约束：U_imin≤U_i≤U_imax,1,2,...,m，式中：U_imax和U_imin分别为节点电压上、下限；

所述分布式电源约束：式中：P_DG为岛内分布式电源的输出量；Φ为孤岛集合；P_i为岛内的负荷。