李豪，馬馳，孫菊，邱燦，朱駿騁，廖泳

(國網(wǎng)湖北鄂州市供電公司，湖北 鄂州 436000)

0 引 言

根據(jù)我國雙碳目標，2030年達到碳峰值，2060年實現(xiàn)碳中和，加快發(fā)展清潔能源，實現(xiàn)綠色生活方式[1]。微網(wǎng)的接入使配電網(wǎng)結(jié)構(gòu)和運行方法都產(chǎn)生了較大變化，配電網(wǎng)作為連接電網(wǎng)和用戶的橋梁，其故障會造成較大的經(jīng)濟損失和社會影響[2]。故障恢復作為其關(guān)鍵技術(shù)之一，關(guān)系到系統(tǒng)運行的可靠性，已成為一個重要的研究課題。

目前，國內(nèi)外許多研究人員在故障恢復模型求解領(lǐng)域進行了大量的研究，包括啟發(fā)式算法[3]、遺傳算法[4]、禁忌搜索算法[5]、蟻群算法[6]等。在文獻[7]中，將兩步優(yōu)化方法用于配電網(wǎng)故障恢復。結(jié)果表明，考慮節(jié)點價格機制的方案優(yōu)于不考慮節(jié)點價格機制的方案，表明所建立的模型可以降低故障時的失電負荷，提高系統(tǒng)的可靠性。在文獻[8]中，將多級優(yōu)化方法用于配電網(wǎng)(含DG)的故障恢復。結(jié)果表明，所提方法在較為復雜的電網(wǎng)中可以合理進行規(guī)劃，且兼顧了故障恢復速度。在文獻[9]中，以故障恢復的最小失電負荷為目標函數(shù)建立故障恢復模型，通過yalmip軟件進行求解。結(jié)果表明，與傳統(tǒng)方法相比，所提方法可以快速和有效的恢復失電負荷。在文獻[10]中，提出了一種基于重構(gòu)的分層響應故障恢復方法，該方法使用雙種群交叉算法來尋找恢復方案。結(jié)果表明，與傳統(tǒng)方法相比，所提方法即保證了快速性，且恢復方案較為優(yōu)越。但是，上述故障恢復方法的運行速度較慢，在發(fā)生大規(guī)模故障時恢復的失電負荷較少，適應性有待進一步提高。

基于此，以最小網(wǎng)損、最少開關(guān)動作次數(shù)和最少失電量為目標函數(shù)建立了含微網(wǎng)的配電網(wǎng)故障恢復模型，將改進二進制粒子群優(yōu)化(Binary Particle Swarm Optimization , BPSO)算法和遺傳算法(Genetic Algorithm,GA)相結(jié)合用于模型求解。通過仿真對故障狀態(tài)進行對比分析。

1 故障恢復模型

1.1 目標函數(shù)

在故障恢復中，大量負荷需要恢復供電。為了延長開關(guān)的使用壽命，其操作次數(shù)必須減少。恢復后網(wǎng)損小等要求。本文以最小網(wǎng)損、最少開關(guān)動作次數(shù)和和最少失電量為目標函數(shù)。

(1) 最小網(wǎng)損。

網(wǎng)損最小的目標函數(shù)如式(1)所示[11]。

(1)

式中Ih為支路的集合；Pl、Ql、Ul、Rl分別為支路l的有功、無功、電壓和電阻。

(2) 失電量最小。

最少失電量目標函數(shù)如式(2)所示[12]。

minL=∑ωiPi

(2)

式中Pi、ωi分別為節(jié)點i的負荷有功和開關(guān)狀態(tài)(ωi=1閉合，ωi=0斷開)。

(3)開關(guān)操作次數(shù)。

最少開關(guān)動作次數(shù)目標函數(shù)如式(3)所示[13]。

(3)

式中Sn為開關(guān)n的當前狀態(tài)；Sn0為開關(guān)n的初始狀態(tài)；N為開關(guān)動作次數(shù)。

本文提出的配電網(wǎng)故障恢復模型有三個目標函數(shù)。為了方便求解，采用加權(quán)后的目標函數(shù)將多目標問題轉(zhuǎn)換為單目標優(yōu)化問題進行求解，如式(4)所示。

(4)

式中a、b、c分別為最小網(wǎng)損、最少失電量和最小開關(guān)動作次數(shù)的權(quán)重系數(shù)，a+b+c=1；P′為總恢復負荷量；L′為總失電量；S′為開關(guān)的總數(shù)。

恢復原則為：對失電負荷盡可能多的恢復。開關(guān)動作次數(shù)盡可能少，優(yōu)先動作故障區(qū)較近的開關(guān)?；謴秃笙到y(tǒng)網(wǎng)損盡可能小。

1.2 約束條件

目標函數(shù)約束包括饋線容量、節(jié)點電壓、功率平衡和微網(wǎng)功率約束等。

(1)饋線容量不應超過支路允許的最大值，饋線容量的約束如式(5)所示[14]。

Sij≤Sijmax

(5)

式中Sij和Sijmax分別為支路ij的當前功率和最大允許功率。

(2)節(jié)點電壓要限制在一定范圍內(nèi)，約束如式(6)所示[15]。

Umin≤Ui≤Umax

(6)

式中Umin和Umax分別為節(jié)點的最小和最大電壓。

(3)對于整個系統(tǒng)，功率不得小于系統(tǒng)負荷和網(wǎng)損之和，并且必須滿足式(7)和(8)所示的平衡約束[16]。

(7)

(8)

式中PDGi和QDGi分別為微絡接入節(jié)點i的有功和無功功率；PLi和QLi分別為節(jié)點i負荷的有功功率和無功功率 ；Ui和Uj分別為節(jié)點i和j的電壓；Gij、Bij、θij分別為支路ij的電導、導納和相差角；m為連接節(jié)點i的支路數(shù)。

(4)微網(wǎng)的功率約束如式(9)和(10)所示[17]。

PDGmin

(9)

QDGmin

(10)

式中PDGmin和PDGmax分別為微網(wǎng)接入節(jié)點i的最小和最大有功功率；QDGmin和QDGmax分別為微網(wǎng)接入節(jié)點i的無功最小值和最大值。

2 配電網(wǎng)故障恢復

2.1 改進二進制粒子群算法

配電網(wǎng)的故障恢復是采用開關(guān)操作來求解最佳故障恢復方案，二進制粒子群優(yōu)化算法適用于這種離散空間優(yōu)化問題[18]。

BPSO算法位置更新如式(11)和(12)所示[19]。

(11)

(12)

(13)

在二進制粒子群優(yōu)化算法中，迭代中可能會有“早熟”問題，本文對適應度值f進行調(diào)整，將粒子i的適應度值fi與平均適應度值favg做差，與均方差σ進行比較，粒子更新如式(14)所示[20]。

(14)

式中Xpbest和Xgbest分別為個體和全局最優(yōu)；k為迭代次數(shù)；ω為慣性權(quán)重。

ω越高，全局搜索能力越強。ω越小，局部搜索能力越強。隨著迭代次數(shù)的增加，問題的細節(jié)也隨之增加，在ω定值求解過程中會出現(xiàn)很多缺陷。因此，引入可變慣性重量，如式(15)所示[21]。

(15)

式中λ為權(quán)重因子，經(jīng)過試驗取0.01；N為粒子數(shù)。

2.2 引入遺傳算法

在改進的BPSO中，粒子容易“早熟”，并在重復過程中陷入局部最優(yōu)[22]。本文通過遺傳操作生成一個新的種群，兩種算法的結(jié)合可以相互取長補短[23]。通過方差σ2對適應度值進行調(diào)整，在通過遺傳操作生產(chǎn)新的種群，增強全局的搜索能力，從而解決“早熟”問題。適應度方差如式(16)所示。

(16)

式中fs為適應度值的歸一化因子。fs如式(17)所示。

fs=max{1,max|fi-favg|}

(17)

fi與favg的差越小，方差σ2越小，變異概率如式(18)所示。

Pm=Pmin+(Pmax-Pmin)(1-σ2/N)

(18)

式中Pmin和Pmax分別表示變異的最大概率和最小概率；Pm在[0,1]之間。

2.3 故障恢復

故障恢復流程圖如圖1所示。

圖1 故障恢復流程圖

故障恢復步驟如下：

步驟1：輸入配電網(wǎng)系統(tǒng)數(shù)據(jù)，對BPSO算法進行初始化，生成初始種群;

步驟2：更新粒子的速度和位置;

步驟3：保證配電網(wǎng)的輻射狀，如果某支路被檢查多次，對環(huán)網(wǎng)中一條支路進行切除，保證配電網(wǎng)的輻射狀[24];

步驟4：失電區(qū)域是否有出力微網(wǎng)。如果有，執(zhí)行下一步。如果沒有，轉(zhuǎn)至步驟6，并用聯(lián)絡線恢復供電[24];

步驟5：對沒有故障的失電負荷進行記錄，判斷失電區(qū)域的微網(wǎng)能否恢復所有失電負荷的供電。如果可以，轉(zhuǎn)到步驟7。如果不能，對孤島進行劃分;

步驟6：進行潮流計算，并驗證約束。 不符合要求，切斷負荷;

步驟7：計算f和σ2，判斷是否為局部最優(yōu)。為局部最優(yōu)則進行變異操作，更新粒子位置，轉(zhuǎn)到步驟2。否則，執(zhí)行下一步;

步驟8：確定個體和全局最優(yōu)位置;

步驟9：符合終止要求則輸出結(jié)果，否則調(diào)整參數(shù)轉(zhuǎn)到步驟2。

3 結(jié)果與分析

3.1 仿真參數(shù)

為了驗證故障恢復方法優(yōu)越性和可行性，以IEEE 33為例進行驗證，通過MATLAB進行仿真。如圖2所示的IEEE 33節(jié)點配電系統(tǒng)，系統(tǒng)由33個節(jié)點和5個聯(lián)絡支路(分別為33、34、35、36和37)組成。額定電壓12.66 kV，各聯(lián)絡線備用容量300 kW，總負荷有功功率和無功功率分別為3175 kW和2300 kvar。本文算法參數(shù)：粒子數(shù)N=40、慣性權(quán)重0.4≤ω≤0.9、學習因子c1=c2=2、最大重復次數(shù)k=50、變異概率0.1。表1為微網(wǎng)參數(shù)，表2為節(jié)點負荷劃分。

圖2 33節(jié)點配電系統(tǒng)

表1 微網(wǎng)參數(shù)

表2 負荷劃分

3.2 仿真分析

永久性故障發(fā)生在支路28時，首先對支路28進行隔離。無故障停電區(qū)域為：微網(wǎng)1和節(jié)點(28、29、30、31和32)，功率為620 kW。微網(wǎng)1的輸出功率為1 000 kW，大于分支28故障的總失電負荷功率。微網(wǎng)1為節(jié)點28、29、30、31和32供電。此時，無需改變原有的配電網(wǎng)結(jié)構(gòu)。實際上這是一個求解最優(yōu)潮流的問題。將本文方法用于故障恢復，并與未接入微網(wǎng)的配電網(wǎng)結(jié)果進行對比，如表3所示。

表3 結(jié)果對比1

從表3可以看出，微網(wǎng)故障恢復方式不需要切換操作，網(wǎng)絡結(jié)構(gòu)保持不變，因此可以相對較快地恢復供電。在未接入微網(wǎng)的情況下，采用聯(lián)絡線進行供電恢復，開關(guān)閉合33和37，斷開30，成本和時間都有所提升。接入微網(wǎng)的配電網(wǎng)有功網(wǎng)損也較優(yōu)，且適應度函數(shù)的適應值也相對較小，恢復效果較好。圖3為含微網(wǎng)的配電網(wǎng)故障恢復前后電壓分布。

從圖3可以看出，故障后,通過本文方法恢復故障，節(jié)點電壓普遍高于故障前,故障修復前最小電壓為節(jié)點17的0.902 9 pu，故障修復后,節(jié)點17的電壓變?yōu)?.982 1 pu，從整體上提高了電壓水平。

永久性故障發(fā)生在支路2時，發(fā)生大面積停電，首先對支路2進行隔離。無故障停電區(qū)域為：微網(wǎng)1-3和節(jié)點(2-32)，總失電負荷功率為3 165 kW。

對孤島進行劃分，優(yōu)先恢復1級負荷，如有必要可切除3級負荷。表4為含微網(wǎng)和無微網(wǎng)配電網(wǎng)故障恢復結(jié)果的比較。

表4 結(jié)果對比2

從表4可以看出，在未接入微網(wǎng)的情況下，大面積停電采用聯(lián)絡線進行供電恢復，閉合4、36，斷開7、11、16，恢復供電負荷較少，有功網(wǎng)損較大，適應值較大，故障恢復效果差。當采用微網(wǎng)進行故障恢復時，重要負荷都恢復了供電，開關(guān)的操作次數(shù)減少，恢復供電時間縮短，有功網(wǎng)損降低到36.084 kW，適應度值從0.545 3降低到0.103 6，有較好的故障恢復效果。

以上述故障為例(支路2故障)，分別將BPSO、文獻[25]的改進PSO算法和本文算法用于故障恢復。如表5所示不同方法的恢復結(jié)果對比，如圖4所示不同方法的適應度值隨迭代次數(shù)的變化曲線。

從表5可以看出，本文方法失電負荷最少、開關(guān)動作次數(shù)最少，雖然有功網(wǎng)損不是最低，但停電支路都是三級負荷，恢復效果最好。文獻[25]具有中等恢復效果。BPSO算法的恢復效果最差，存在許多未恢復的供電支路。

表5 不同算法的恢復結(jié)果對比

從圖4中可以看出，標準BPSO算法的收斂效果最差，陷入局部最優(yōu)解。文獻[25]中方法檢索精度低，效果中等。本文方法對BPSO算法進行了多次改進，不管是搜索能力還是收斂性都較強。

圖4 不同方法收斂曲線

4 結(jié)束語

提出了一種含微網(wǎng)的配電網(wǎng)故障恢復方法。以網(wǎng)損最小、開關(guān)動作次數(shù)最少、失電量最少為目標，建立了含微網(wǎng)的配電網(wǎng)故障恢復模型，并將改進BPSO與GA相結(jié)合求解該模型。結(jié)果表明，微網(wǎng)可以恢復重要負荷的供電，開關(guān)操作次數(shù)少，縮短停電時間，有效降低網(wǎng)損。相比于傳統(tǒng)方法，所提方法恢復供電時間短，恢復效果好。但本文也存在一些不足，在考慮微網(wǎng)的輸出時處于穩(wěn)定狀態(tài)，但實際輸出不一定穩(wěn)定。在此基礎(chǔ)上，逐步完善和改進將成為下一步研究的重點。