CN106451439B - 一种船舶综合电力推进系统配电网络的两阶段重构方法 - Google Patents

一种船舶综合电力推进系统配电网络的两阶段重构方法 Download PDF

Info

Publication number
CN106451439B
CN106451439B CN201611038182.7A CN201611038182A CN106451439B CN 106451439 B CN106451439 B CN 106451439B CN 201611038182 A CN201611038182 A CN 201611038182A CN 106451439 B CN106451439 B CN 106451439B
Authority
CN
China
Prior art keywords
queue
node
solution
vector
status
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201611038182.7A
Other languages
English (en)
Other versions
CN106451439A (zh
Inventor
刘胜
张兰勇
贾云璐
李冰
郭晓杰
耿文杰
王博
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Engineering University
Original Assignee
Harbin Engineering University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Harbin Engineering University filed Critical Harbin Engineering University
Priority to CN201611038182.7A priority Critical patent/CN106451439B/zh
Publication of CN106451439A publication Critical patent/CN106451439A/zh
Application granted granted Critical
Publication of CN106451439B publication Critical patent/CN106451439B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computational Mathematics (AREA)
  • Power Engineering (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明具体涉及一种船舶综合电力推进系统配电网络的两阶段重构方法。本发明包括：(1)判断失电负载；(2)基于宽度优先搜索策略的最短路径搜索；(3)格雷码布谷鸟搜索。本发明提出两阶段重构策略，分阶段采用基于宽度优先搜索策略的最短路径搜索算法和格雷码布谷鸟搜索算法解决线路恢复和负载恢复供电问题，避免了传统配电网络重构方法中开关状态和负载供电高度耦合导致计算复杂的缺点，提高了配电网络重构的效率。

Description

一种船舶综合电力推进系统配电网络的两阶段重构方法
技术领域
本发明具体涉及一种船舶综合电力推进系统配电网络的两阶段重构方法。
背景技术
配电网络重构问题是电力系统中的典型问题，配电网络中包含分段开关和联络开关，一般具有闭环设计、开环运行的特点，配电网络重构就是通过改变这些开关的状态来改变网络结构，从而达到优化运行或安全运行的目的。配电网络重构通常包括两种情况：第一种情况是配电系统正常运行时根据运行情况调整网络结构，提高系统的供电电压质量，改变系统内的功率流向，从而达到减少系统网络损耗的目的，这种情况概括为配电网重构中的网络优化问题；第二种情况是配电系统故障时根据故障信息通过改变开关状态隔离故障区域，并尽可能对非故障区域快速恢复供电，这种情况可以概括为配电网重构中的故障后供电恢复问题。一般来讲，陆地上的电力系统节点多、传输距离远，网络损耗大，负载变化对系统影响有限，因此陆地上的电力系统的配电网络重构通常指的是第一种情况，即网络优化问题。与陆地上的电力系统不同，船舶电力系统的传输距离短，电压降落不明显，网络损耗小，其基本任务是保障连续可靠的供电服务，由于系统自身或物理损伤造成的电力系统故障可能导致未故障区域失电，必须在满足故障后系统容量、安全运行等约束条件下，尽可能实现未故障区域的最大化供电，因此船舶电力系统的配电网络重构更关注第二种情况，即故障后供电恢复问题。
全电力船舶中的综合电力推进系统也同样存在传统常规船舶中故障后快速恢复供电的需求，是全电力船舶能量管理中非常关键的部分，是提高电力船舶任务执行能力和生存能力的关键。传统常规船舶采用交流配电，在重构过程中需要求解满足系统运行约束的非线性潮流计算方程，普遍采用遗传、粒子群等人工智能算法求解配电网络中的开关状态，以达到系统故障后负荷供电最大化的目标，求解开关状态与实现负荷供电最大化的目标高度耦合，虽然能够同时得到开关状态和负荷供电情况，但是这必然也造成了较大的计算负担。综合电力推进系统采用直流配电，其潮流约束为有功潮流约束，是线性约束，更有利于故障后的重构实时性需求，虽然综合电力推进系统中的配电网络重构问题看起来更简单了，但是正是由于这样的特点，允许我们开辟新的思路，采用更快速的重构方法和策略。
发明内容
本发明的目的在于提供一种提高配电网络重构效率的船舶综合电力推进系统配电网络的两阶段重构方法。
本发明的目的是这样实现的：
(1)判断失电负载
当系统发生故障时，通过更新表示系统结构的相关矩阵和变量的信息，获得系统故障后的运行状态以及是否出现了失电负载；矩阵和变量更新的步骤如下：
(1.1)当系统中设备发生故障时，为了防止故障蔓延，设备所在的区域应被隔离，即连接到该区域母线的所有断路器断开以实现隔离的目的，且这些断路器不能用于重构操作，将BK_STATUS中的相应元素置为-1，BK_FLOW中的相应元素置为0；
(1.2)对节点-支路关联矩阵S进行更新处理，将S中故障节点所对应的行元素均置为0，不能用于重构操作的断路器所对应的列元素均置为0；
(1.3)通过公式(2)计算Zone_Balance，判断矩阵中是否存在小于0的元素，若存在，则表明该元素对应的区域因为故障的发生出现了功率不足的情况，转向步骤4；若向量中不存在负元素，则表明故障并未造成系统中未故障负载失电；
(1.4)判断发电单元所连接的断路器的状态是否为-1，若为否表明该发电单元能够通过断路器连接到电网上为电网供电，将向量BK_FLOW中相应的元素置为发电单元的容量；
(1.5)重新计算Zone_Balance，如果向量中不存在小于0的元素，表明负载当前所在线路上发电容量充足，通过提高发电单元的输出功率就能够满足负载需求，如果向量中仍然存在小于0的元素，则表明负载当前线路上的发电容量不足，必须寻找新的连接线路；
(2)基于宽度优先搜索策略的最短路径搜索，步骤如下：
(2.1)如果p_queue非空，选择p_queue中第一个权值为x1的节点作为起点vs，令v1:＝vs，并将节点v1放入到队列v_queue中，并标记该节点已被访问过，将该节点从p_queue中删除；否则转向步骤(2.10)；
(2.2)在节点-支路关联矩阵中S中找到与节点v1连接的所有边，并判断边的类型，选择能够流入该权值节点的边放入集合E；
(2.3)如果E不为空，选择E中第一个元素e1，将e1放入队列e_queue中，将e1从集合E中删除，然后转向步骤(2.4)；否则转向步骤(2.8)；
(2.4)在关联矩阵S中找到e1的另一端的权值为x2的节点v2，将v2放入到队列v_queue中，并标记该节点已经被访问过，判断v2是否属于队列p_queue中的节点，如果是，将v2从队列p_queue中删除；然后转向步骤(2.5)；
(2.5)判断v1和v2的权值代数和x1+x2是否为非负值，如果是转向步骤(2.7)，否则转向步骤(2.6)；
(2.6)更新v1权值为x1:＝x1+x2，v2权值x2:＝0，更新断路器状态向量和流量向量中相应的元素BK_STATUS(e1):＝1,BK_FLOW(e1):＝BK_FLOW(e1)-x2，然后转向步骤(2.3)；
(2.7)更新v1权值为x1:＝0，v2权值x2:＝x2+x1，更新断路器状态向量和流量向量中相应的元素BK_STATUS(e1):＝1,BK_FLOW(e1):＝BK_FLOW(e1)+x1，然后转向步骤(2.9)；
(2.8)将节点v2视为v1，转向步骤(2.2)；
(2.9)输出以vs为起点结果v_queue、e_queue、BK_STATUS以及BK_FLOW,更新区域功率平衡矩阵Zone_Balance，转向步骤(2.1)；
(2.10)算法结束；
(3)格雷码布谷鸟搜索：
用D维格雷编码的二进制向量x＝[x1,x2,…,xD]表示一个鸟巢位置即搜索空间中的一个候选解，向量x中的所有元素只能为0或1，每个鸟巢位置都对应一个适应度值f(x)表示当前鸟巢位置的优劣；算法的搜索步骤如下：
(3.1)初始化种群，设置算法的终止条件；
(3.2)决策变量数目为D，因此解空间的组合数量为K＝2D，取β＝1.5，λ＝0.37，进一步计算出跳跃步长的选择概率；
(3.3)将x转换为对应解空间中解的状态编号十进制数y；
(3.4)生成一个随机数，采用轮盘赌选择法生成跳跃步长k，则下一代解的状态编号更新为y′＝y+sign(rand-0.5)·k，其中y和y′分别表示当代和下一代解的状态编号，sign(rand-0.5)表示跳跃具有双向性；
(3.5)将十进制y′转换为格雷编码表示的二进制向量x′，通过比较f(x)与f(x′)确定新解是否优于旧解，若新解优于旧解，则替换旧解，否则保留旧解；
(3.6)对每一个候选解重复步骤(3.3)～步骤(3.5)，生成通过离散莱维飞行更新的新种群；
(3.7)对于步骤(3.6)生成的新种群，按照发现概率pa丢弃部分解，采用随机偏好游走方式重新生成相同数量的解；新解生成的方法为：选择当代种群中的两个随机解yp和yq，更新下一代解的状态编号y′＝y+sign(rand-0.5)·(yp-yq)；然后重复步骤(3.4)选择是否保留新解；
(3.8)记录全局最优解，如果不满足终止条件，则重复步骤(3.3)至步骤(3.7)。
本发明的有益效果在于：本发明提出两阶段重构策略，分阶段采用基于宽度优先搜索策略的最短路径搜索算法和格雷码布谷鸟搜索算法解决线路恢复和负载恢复供电问题，避免了传统配电网络重构方法中开关状态和负载供电高度耦合导致计算复杂的缺点，提高了配电网络重构的效率。
附图说明
图1船舶MVDC综合电力推进系统配电网络两阶段重构流程图；
图2船舶MVDC综合电推进系统配电网络拓扑图；
图3第I阶段重构流程图；
图4第II阶段重构流程图。
具体实施方式
下面结合附图举例对本发明做更详细的描述：
一种船舶综合电力推进系统配电网络的两阶段重构方法，包括分阶段采用基于宽度优先搜索策略的最短路径搜索算法和格雷码布谷鸟搜索算法解决线路恢复和负载恢复供电问题，避免了传统配电网络重构方法中开关状态和负载供电高度耦合导致计算复杂的缺点，提高了配电网络重构的效率。
本发明考虑船舶MVDC综合电力推进系统的特点，提出配电网络两阶段重构策略：第I阶段采用基于图论的方法为失电区域寻找一条与发电单元连接的最短路径，并在这个过程中给出路径上的潮流分布；第II阶段在第一阶段重构结果基础上，解决故障后系统中发电容量不足的问题，即在满足发电容量的约束下，尽量为系统运行的关键负载供电，卸载非关键负载，采用改进的离散布谷鸟搜索算法求解该优化问题。
本发明还有这样一些特点：
第一阶段配电网络重构完成后，配电系统可能出现两种情况：第一种情况，通过控制相应断路器的通断改变配电网络结构后，所有负载能够与发电单元连接，系统中发电容量充足，能够满足所有负载需求；第二种情况，重构后系统中发电容量不足，不能满足所有负载需求，这种情况通常发生在发电单元所在节点故障时，此时需要对负载进行选择性的供电，以保证负载供电的最大化。第二阶段处理第二种情况，此时阶段重构策略的优点便体现出来了，即如果第一阶段的重构能够满足系统的运行约束，可以跳过第二阶段的重构过程，节省重构的时间。
结合图1，给出船舶MVDC综合电力推进系统配电网络两阶段重构流程，首先采用图论的方法用图G＝(V,E)表示配电网络的拓扑结构，并定义节点-支路关联矩阵S、断路器状态向量BK_STATUS、断路器类型向量BK_TYPE、发电单元信息矩阵Gen、负载信息矩阵Load、区域功率平衡矩阵Zone_Balance表示系统的运行信息和状态，当系统中发生设备故障时，隔离故障并更新相关矩阵中的元素信息后，进行第I阶段的重构，其目的是为失电负载迅速恢复供电线路，第I阶段重构完毕后判断当前重构结果是否能够满足负载需求，如果不能满足负载需求，则进行第II阶段的重构，其目的是在发电容量范围内，最大程度恢复负载供电，否则重构过程结束。
结合图2，给出船舶MVDC综合电力推进系统配电网络拓扑表示：
(1)配电网络图形化表示
采用有向图表示船舶MVDC综合电力推进系统，图中黑色顶点表示发电单元或负载，白色顶点表示母线，断路器表示为连接各设备(顶点)的边。以母线分成的11个区域相应地表示在图中即每个直接连接边的顶点表示一个保护区域。
(2)配电网络拓扑的矩阵表示
用有向图G＝(V,E)表示配电网络拓扑结构，图G由表示母线的顶点集合V＝{vi|i＝1,2,…,11}和表示断路器的支路集合E＝{ej|j＝1,2,…,23}组成。
①节点-支路关联矩阵S
对于有向图G，节点-支路关联矩阵S表示了图中节点与支路的连接关系，是一个|V|×|E|阶的矩阵，矩阵中的元素为：
②断路器状态向量BK_STATUS
断路器状态向量BK_STATUS表示断路器的状态，1-关闭，0-断开。断路器状态向量BK_STATUS的变化表示了配电网络结构的变化。S×BK_STATUST反应系统当前的配电网络结构。
③断路器类型向量BK_TYPE
断路器类型向量BK_TYPE存储四种断路器的类型，即1-与发电机连接的断路器，2-与负载连接的断路器，3-母线之间的断路器(能双向流通)，4-母线之间的断路器(单向流通)。
③发电单元信息矩阵Gen
发电单元信息矩阵表示形式为Gen＝[ID_GEN,GEN_BK,GEN_CAP]，ID_GEN-发电单元序号，GEN_BK-发电单元连接的断路器序号，GEN_CAP-发电单元的容量，以MW为单位。
⑤负载信息矩阵Load
负载信息矩阵表示形式为Load＝[ID_L,L_BK,L_P,L_PRIORITY]，ID_L-负载序号，L_BK-负载连接的断路器序号，L_P-负载需求功率(以MW为单位)，L_PRIORITY负载优先级。
⑥区域功率平衡矩阵Zone_Balance
区域功率平衡矩阵Zone_Balance表示了以母线为中心的区域功率的变化情况，由下面的公式计算得到：
Zone_Balance＝S×BK_FLOWT (2)
当系统正常运行时，区域功率平衡矩阵中的所有元素应均为0，表示当前运行状态下系统内功率平衡。
结合图3，给出了第I阶段重构流程图，具体实施步骤如下：
(1)判断失电负载
当系统发生故障时，通过更新表示系统结构的相关矩阵和变量的信息，获得系统故障后的运行状态以及是否出现了失电负载(区域)。矩阵和变量更新的步骤如下：
步骤1：当系统中设备发生故障时，为了防止故障蔓延，设备所在的区域应被隔离，即连接到该区域母线的所有断路器断开以实现隔离的目的，且这些断路器不能用于重构操作，将BK_STATUS中的相应元素置为-1，BK_FLOW中的相应元素置为0。
步骤2：对节点-支路关联矩阵S进行更新处理，将S中故障节点所对应的行元素均置为0，不能用于重构操作的断路器所对应的列元素均置为0。
步骤3：通过公式(2)计算Zone_Balance，判断矩阵中是否存在小于0的元素，若存在，则表明该元素对应的区域因为故障的发生出现了功率不足的情况，转向步骤4；若向量中不存在负元素，则表明故障并未造成系统中未故障负载失电。
步骤4：判断发电单元所连接的断路器的状态是否为-1，若为否表明该发电单元能够通过断路器连接到电网上为电网供电，将向量BK_FLOW中相应的元素置为发电单元的容量。
步骤5，重新计算Zone_Balance，如果向量中不存在小于0的元素，表明负载当前所在线路上发电容量充足，通过提高发电单元的输出功率就能够满足负载需求，如果向量中仍然存在小于0的元素，则表明负载当前线路上的发电容量不足，必须寻找新的连接线路。
(2)基于宽度优先搜索策略的最短路径搜索算法
算法步骤如下：
步骤1：如果p_queue非空，选择p_queue中第一个权值为x1的节点作为起点vs，令v1:＝vs，并将节点v1放入到队列v_queue中，并标记该节点已被访问过，将该节点从p_queue中删除；否则转向步骤10；
步骤2：在节点-支路关联矩阵中S中找到与节点v1连接的所有边，并判断边(即断路器)的类型，选择能够流入该权值节点的边放入集合E；
步骤3：如果E不为空，选择E中第一个元素e1，将e1放入队列e_queue中，将e1从集合E中删除，然后转向步骤4；否则转向步骤8；
步骤4：在关联矩阵S中找到e1的另一端的权值为x2的节点v2，将v2放入到队列v_queue中，并标记该节点已经被访问过，判断v2是否属于队列p_queue中的节点，如果是，将v2从队列p_queue中删除；然后转向步骤5；
步骤5：判断v1和v2的权值代数和x1+x2是否为非负值，如果是转向步骤7，否则转向步骤6；
步骤:6：更新v1权值为x1:＝x1+x2，v2权值x2:＝0，更新断路器状态向量和流量向量中相应的元素BK_STATUS(e1):＝1,BK_FLOW(e1):＝BK_FLOW(e1)-x2，然后转向步骤3；
步骤7：更新v1权值为x1:＝0，v2权值x2:＝x2+x1，更新断路器状态向量和流量向量中相应的元素BK_STATUS(e1):＝1,BK_FLOW(e1):＝BK_FLOW(e1)+x1，
然后转向步骤9；
步骤8：将节点v2视为v1，转向步骤2；
步骤9：输出以vs为起点结果v_queue、e_queue、BK_STATUS以及BK_FLOW,更新区域功率平衡矩阵Zone_Balance，转向步骤1；
步骤10：算法结束。
结合图4，给出了第II阶段重构流程图，具体实施步骤如下：
第一阶段配电网络重构完成后，配电系统可能出现两种情况：第一种情况，通过控制相应断路器的通断改变配电网络结构后，所有负载能够与发电单元连接，系统中发电容量充足，能够满足所有负载需求；第二种情况，重构后系统中发电容量不足，不能满足所有负载需求，这种情况通常发生在发电单元所在节点故障时，此时需要对负载进行选择性的供电，以保证负载供电的最大化。第二阶段处理第二种情况，此时阶段重构策略的优点便体现出来了，即如果第一阶段的重构能够满足系统的运行约束，可以跳过第二阶段的重构过程，节省重构的时间。
(1)二进制格雷码布谷鸟搜索算法
用D维格雷编码的二进制向量x＝[x1,x2,…,xD]表示一个鸟巢位置即搜索空间中的一个候选解，向量x中的所有元素只能为0或1，每个鸟巢位置都对应一个适应度值f(x)表示当前鸟巢位置的优劣。算法的搜索步骤如下：
步骤1：初始化种群，设置算法的终止条件。
步骤2：决策变量数目为D，因此解空间的组合数量为K＝2D，取β＝1.5，λ＝0.37，进一步计算出跳跃步长的选择概率。
步骤:3：将x转换为对应解空间中解的状态编号十进制数y。
步骤4：生成一个随机数，采用轮盘赌选择法生成跳跃步长k，则下一代解的状态编号更新为y′＝y+sign(rand-0.5)·k，其中y和y′分别表示当代和下一代解的状态编号，sign(rand-0.5)表示跳跃具有双向性。
步骤:5：将十进制y′转换为格雷编码表示的二进制向量x′，通过比较f(x)与f(x′)确定新解是否优于旧解，若新解优于旧解，则替换旧解，否则保留旧解。
步骤6：对每一个候选解重复步骤3～步骤5，生成通过离散莱维飞行更新的新种群。
步骤7：对于步骤6生成的新种群，按照发现概率pa丢弃部分解，采用随机偏好游走方式重新生成相同数量的解。新解生成的方法为：选择当代种群中的两个随机解yp和yq，更新下一代解的状态编号y′＝y+sign(rand-0.5)·(yp-yq)。然后重复步骤4选择是否保留新解。
步骤8：记录全局最优解，如果不满足终止条件，则重复步骤3至步骤7。

Claims (1)

1.一种船舶综合电力推进系统配电网络的两阶段重构方法，其特征是，包括如下步骤：
(1)判断失电负载：
当系统发生故障时，通过更新表示系统结构的相关矩阵和变量的信息，获得系统故障后的运行状态以及是否出现了失电负载；矩阵和变量更新的步骤如下：
(1.1)当系统中设备发生故障时，为了防止故障蔓延，设备所在的区域应被隔离，即连接到该区域母线的所有断路器断开以实现隔离的目的，且这些断路器不能用于重构操作，将断路器状态向量BK_STATUS中的相应元素置为-1，断路器流向量BK_FLOW中的相应元素置为0；
(1.2)对节点-支路关联矩阵S进行更新处理，将S中故障节点所对应的行元素均置为0，不能用于重构操作的断路器所对应的列元素均置为0；
(1.3)通过公式Zone_Balance＝S×BK_FLOWT计算区域功率平衡矩阵
Zone_Balance，判断矩阵中是否存在小于0的元素，若存在，则表明该元素对应的区域因为故障的发生出现了功率不足的情况，转向步骤(1.4)；若向量中不存在负元素，则表明故障并未造成系统中未故障负载失电；
(1.4)判断发电单元所连接的断路器的状态是否为-1，若为否表明该发电单元能够通过断路器连接到电网上为电网供电，将断路器流向量BK_FLOW中相应的元素置为发电单元的容量；
(1.5)重新计算Zone_Balance，如果向量中不存在小于0的元素，表明负载当前所在线路上发电容量充足，通过提高发电单元的输出功率就能够满足负载需求，如果向量中仍然存在小于0的元素，则表明负载当前线路上的发电容量不足，必须寻找新的连接线路；
(2)基于宽度优先搜索策略的最短路径搜索，步骤如下：
(2.1)如果p_queue非空，选择队列p_queue中第一个权值为x1的节点作为起点vs，令v1:＝vs，并将节点v1放入到队列v_queue中，并标记该节点已被访问过，将该节点从p_queue中删除；否则转向步骤(2.9)；
(2.2)在节点-支路关联矩阵中S中找到与节点v1连接的所有边，并判断边的类型，选择能够流入该权值节点的边放入集合E；
(2.3)如果E不为空，选择E中第一个元素e1，将e1放入队列e_queue中，将e1从集合E中删除，然后转向步骤(2.4)；否则转向步骤(2.8)；
(2.4)在关联矩阵S中找到e1的另一端的权值为x2的节点v2，将v2放入到队列v_queue中，并标记该节点已经被访问过，判断v2是否属于队列p_queue中的节点，如果是，将v2从队列p_queue中删除；然后转向步骤(2.5)；
(2.5)判断v1和v2的权值代数和x1+x2是否为非负值，如果是转向步骤(2.7)，否则转向步骤(2.6)；
(2.6)更新v1权值为x1:＝x1+x2，v2权值x2:＝0，更新断路器状态向量和流量向量中相应的元素BK_STATUS(e1):＝1,BK_FLOW(e1):＝BK_FLOW(e1)-x2，然后转向步骤(2.8)；
(2.7)更新v1权值为x1:＝0，v2权值x2:＝x2+x1，更新断路器状态向量和流量向量中相应的元素BK_STATUS(e1):＝1,BK_FLOW(e1):＝BK_FLOW(e1)+x1，然后转向步骤(2.9)；
(2.8)将节点v2视为v1，转向步骤(2.2)；
(2.9)输出以vs为起点结果v_queue、e_queue、BK_STATUS以及BK_FLOW,更新区域功率平衡矩阵Zone_Balance，转向步骤(2.1)；
(2.10)算法结束；
(3)格雷码布谷鸟搜索：
用D维格雷编码的二进制向量x＝[x1,x2,…,xD]表示一个鸟巢位置即搜索空间中的一个候选解，向量x中的所有元素只能为0或1，每个鸟巢位置都对应一个适应度值f(x)表示当前鸟巢位置的优劣；算法的搜索步骤如下：
(3.1)初始化种群，设置算法的终止条件；
(3.2)决策变量数目为D，因此解空间的组合数量为K＝2D，取β＝1.5，λ＝0.37，进一步计算出跳跃步长的选择概率；
(3.3)将x转换为对应解空间中解的状态编号十进制数y；
(3.4)生成一个随机数，采用轮盘赌选择法生成跳跃步长k，则下一代解的状态编号更新为y′＝y+sign(rand-0.5)·k，其中y和y′分别表示当代和下一代解的状态编号，sign(rand-0.5)表示跳跃具有双向性；
(3.5)将十进制y′转换为格雷编码表示的二进制向量x′，通过比较f(x)与f(x′)确定新解是否优于旧解，若新解优于旧解，则替换旧解，否则保留旧解；
(3.6)对每一个候选解重复步骤(3.3)～步骤(3.5)，生成通过离散莱维飞行更新的新种群；
(3.7)对于步骤(3.6)生成的新种群，按照发现概率pa丢弃部分解，采用随机偏好游走方式重新生成相同数量的解；新解生成的方法为：选择当代种群中的两个随机解yp和yq，更新下一代解的状态编号y′＝y+sign(rand-0.5)·(yp-yq)；然后重复步骤(3.5)选择是否保留旧解；
(3.8)记录全局最优解，如果不满足终止条件，则重复步骤(3.2)至步骤(3.7)。
CN201611038182.7A 2016-11-11 2016-11-11 一种船舶综合电力推进系统配电网络的两阶段重构方法 Active CN106451439B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611038182.7A CN106451439B (zh) 2016-11-11 2016-11-11 一种船舶综合电力推进系统配电网络的两阶段重构方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611038182.7A CN106451439B (zh) 2016-11-11 2016-11-11 一种船舶综合电力推进系统配电网络的两阶段重构方法

Publications (2)

Publication Number Publication Date
CN106451439A CN106451439A (zh) 2017-02-22
CN106451439B true CN106451439B (zh) 2019-04-23

Family

ID=58220419

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611038182.7A Active CN106451439B (zh) 2016-11-11 2016-11-11 一种船舶综合电力推进系统配电网络的两阶段重构方法

Country Status (1)

Country Link
CN (1) CN106451439B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108182498A (zh) * 2018-01-15 2018-06-19 国网黑龙江省电力有限公司电力科学研究院 配电网故障恢复性重构方法
CN108923427B (zh) * 2018-08-13 2020-11-03 哈尔滨工程大学 一种基于队列智能算法的船舶配电网络的重构方法
US10971934B2 (en) 2018-12-31 2021-04-06 Abb Schweiz Ag Distribution networks with flexible direct current interconnection system
US11121543B2 (en) 2018-12-31 2021-09-14 Abb Schweiz Ag Fault mitigation in medium voltage distribution networks
US11031773B2 (en) 2019-03-27 2021-06-08 Abb Power Grids Switzerland Ag Transformer isolation response using direct current link
US10819112B1 (en) 2019-03-27 2020-10-27 Abb Schweiz Ag Feeder line fault response using direct current interconnection system

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104283214A (zh) * 2014-10-29 2015-01-14 国网上海市电力公司 一种配电网网络重构方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8121740B2 (en) * 2008-12-18 2012-02-21 Abb Research Ltd. Feeder automation for an electric power distribution system

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104283214A (zh) * 2014-10-29 2015-01-14 国网上海市电力公司 一种配电网网络重构方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于种群特征反馈的布谷鸟搜索算法;贾云璐等;《控制与决策》;20160630;第31卷(第6期);970-974

Also Published As

Publication number Publication date
CN106451439A (zh) 2017-02-22

Similar Documents

Publication Publication Date Title
CN106451439B (zh) 一种船舶综合电力推进系统配电网络的两阶段重构方法
Jiang et al. A novel fuzzy multiobjective model using adaptive genetic algorithm based on cloud theory for service restoration of shipboard power systems
CN110994612B (zh) 一种基于网络拓扑分区分层的配电网故障快速恢复方法
Alonso et al. Artificial immune systems optimization approach for multiobjective distribution system reconfiguration
Marques et al. Service restoration with prioritization of customers and switches and determination of switching sequence
Lim et al. Service restoration methodology for multiple fault case in distribution systems
CN108182498A (zh) 配电网故障恢复性重构方法
CN112671029A (zh) 一种含分布式电源的配网多阶段故障恢复方法
CN109449936A (zh) 一种基于网络结构特性分析的电网分区方法
Das et al. Dynamic reconfiguration of shipboard power systems using reinforcement learning
CN111682525A (zh) 基于最优流法和Mayeda生成树法的负荷转供方法
CN106711996B (zh) 一种母线失压故障供电恢复及开关操作顺序生成方法
CN106487001B (zh) 一种独立电力系统智能重构方法
Wang et al. Multi-agent and ant colony optimization for ship integrated power system network reconfiguration
Khoa et al. Ant colony search-based loss minimum for reconfiguration of distribution systems
Ahmad et al. Multi-objective quantum-inspired Artificial Immune System approach for optimal network reconfiguration in distribution system
Kumar et al. Genetic algorithm for supply restoration in distribution system with priority customers
Babaei et al. Real-time implementation of MVDC shipboard power system reconfiguration
CN117335384A (zh) 一种基于蚁群算法的配电网故障恢复重构方法
CN116826725A (zh) 一种面向变电站为中心中压配电供区（s-scdn）馈线群fc考虑多目标的故障供电恢复方法
CN115000984A (zh) 基于负荷平衡及负荷恢复的配电网重构策略
Zhang et al. A novel multi-objective discrete particle swarm optimization with elitist perturbation for reconfiguration of ship power system
Qi et al. Post-disaster distribution system restoration considering uav-based communication recovery based on multi-agent reinforcement learning
CN111767656A (zh) 一种弹性配电网远动开关优化配置方法、存储介质及设备
He et al. Fault Reconstruction of Medium Voltage DC Power System in Ships Based on Simulated Annealing Particle Swarm Algorithm

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant