王星海，李 鑫，王世坤，王月茹，梅永超

（國網(wǎng)山東省電力公司淄博供電公司，山東 淄博 255000）

0 引言

配電網(wǎng)通常情況下閉環(huán)設(shè)計(jì)、開環(huán)運(yùn)行，網(wǎng)絡(luò)結(jié)構(gòu)呈輻射狀。配電網(wǎng)的各支路中含有大量的分段開關(guān)和聯(lián)絡(luò)開關(guān)，調(diào)度員可以根據(jù)運(yùn)行需求來調(diào)整分段開關(guān)和聯(lián)絡(luò)開關(guān)的運(yùn)行狀態(tài)，主要包括正常運(yùn)行狀態(tài)下的優(yōu)化重構(gòu)和故障狀態(tài)下的快速恢復(fù)重構(gòu)［1-3］。

近年來國內(nèi)外學(xué)者對(duì)配電網(wǎng)優(yōu)化重構(gòu)進(jìn)行了大量研究，取得了一系列的研究成果。配電網(wǎng)優(yōu)化重構(gòu)目標(biāo)方面，最常用的目標(biāo)有：降低配電網(wǎng)網(wǎng)絡(luò)損耗［4］、提高電壓質(zhì)量［5］、均衡線路負(fù)載［6］或綜合考慮多個(gè)目標(biāo)［7］，但對(duì)于多目標(biāo)優(yōu)化重構(gòu)問題中目標(biāo)函數(shù)權(quán)重系數(shù)的確定方法都未涉及。求解配電網(wǎng)重構(gòu)主流的算法包括模擬退火法［8］、遺傳算法［9］、粒子群算法［10］、蟻群算法［11］、螢火蟲算法［12］、混合算法［13］等，目前遺傳算法的應(yīng)用較為普遍，但存在解的數(shù)量組合呈爆炸式、搜索效率低的問題。分布式電源（distributed generation，DG）滲透率的逐步提高，使配電網(wǎng)的供電方式由單電源輻射狀供電轉(zhuǎn)變?yōu)槎嚯娫绰?lián)合供電，供電方式的轉(zhuǎn)變使得配電網(wǎng)的優(yōu)化重構(gòu)更為復(fù)雜［14-15］。在分布式電源的處理方式上，大部分研究將其視為PQ 型［16］分布式電源來處理，對(duì)于分布式電源的不確定性和波動(dòng)性對(duì)配電網(wǎng)重構(gòu)的影響分析不夠全面和深入。

提出一種考慮分布式電源接入的配電網(wǎng)多目標(biāo)優(yōu)化重構(gòu)方法。該方法的綜合目標(biāo)函數(shù)包括四部分：降低網(wǎng)損、均衡負(fù)載、提高電壓質(zhì)量、減少開關(guān)操作次數(shù)。應(yīng)用層次分析法確定目標(biāo)函數(shù)各部分的權(quán)重系數(shù)，通過確定目標(biāo)層、準(zhǔn)則層與方案層，構(gòu)建層次結(jié)構(gòu)模型，科學(xué)地確定目標(biāo)函數(shù)各部分的權(quán)重系數(shù)；考慮DG 接入的影響，采用改進(jìn)的遺傳算法作為優(yōu)化算法，搭建配電網(wǎng)優(yōu)化重構(gòu)決策支持系統(tǒng)架構(gòu)，既滿足配電網(wǎng)靜態(tài)優(yōu)化重構(gòu)的需求，又能實(shí)現(xiàn)故障狀態(tài)下的快速恢復(fù)重構(gòu)。利用MATLAB 對(duì)IEEE 33節(jié)點(diǎn)系統(tǒng)算例搭建仿真模型，仿真結(jié)果驗(yàn)證算法的正確性。

1 含DG的配電網(wǎng)優(yōu)化重構(gòu)模型

1.1 目標(biāo)函數(shù)

配電網(wǎng)優(yōu)化目標(biāo)包括降低網(wǎng)損、均衡負(fù)載、減小電壓偏差，除此之外，目標(biāo)函數(shù)還考慮了減少分段開關(guān)和聯(lián)絡(luò)開關(guān)操作次數(shù)。操作開關(guān)會(huì)帶來短時(shí)停電，影響電力用戶用電體驗(yàn)，產(chǎn)生一定的經(jīng)濟(jì)損失；開關(guān)操作次數(shù)的增加還會(huì)降低使用壽命、增加人力投入、帶來安全隱患等。因此，目標(biāo)函數(shù)為降低網(wǎng)損、均衡負(fù)載、提高電壓質(zhì)量與減少開關(guān)操作次數(shù)。

1）降低網(wǎng)損。

式中：f1為目標(biāo)函數(shù)的網(wǎng)損部分；N為支路總數(shù)；i為支路編號(hào)；Vi、Ri分別為末端電壓、線路阻抗；Pi、Qi分別為有功功率、無功功率；ki為支路分段開關(guān)或聯(lián)絡(luò)開關(guān)的通斷狀態(tài)，ki=0 表示斷開，ki=1 表示閉合［17］。

2）均衡負(fù)載。

式中：f2為目標(biāo)函數(shù)的均衡負(fù)載部分；Ii、Iimax分別為流過支路i的實(shí)際電流、最大允許電流。

3）提高電壓質(zhì)量。

式中：f3為目標(biāo)函數(shù)的電壓質(zhì)量部分；j為節(jié)點(diǎn)編號(hào)；n、Vj和VjE分別為配電網(wǎng)節(jié)點(diǎn)總數(shù)量、節(jié)點(diǎn)j的電壓和節(jié)點(diǎn)j的額定電壓。

4）減少開關(guān)操作次數(shù)。

式中：f4為目標(biāo)函數(shù)的開關(guān)操作次數(shù)部分分別為支路i重構(gòu)前后的開關(guān)通斷狀態(tài)，取值為0 表示斷開，取值為1 表示閉合。

1.2 約束條件

在配電網(wǎng)優(yōu)化重構(gòu)過程中，需要滿足約束條件如下。

1）潮流平衡約束，即全網(wǎng)功率平衡；

2）支路容量約束，即重構(gòu)后各支路上的功率不允許超過限定值，設(shè)Si為支路i的功率為支路i的最大允許容量，則支路容量約束為

3）網(wǎng)絡(luò)拓?fù)浼s束，根據(jù)配電網(wǎng)的運(yùn)行特點(diǎn)，優(yōu)化重構(gòu)后的網(wǎng)絡(luò)拓?fù)湟獫M足既不出現(xiàn)孤島也不出現(xiàn)環(huán)網(wǎng)的要求；

4）節(jié)點(diǎn)電壓約束，要保證重構(gòu)后的配電網(wǎng)各節(jié)點(diǎn)電壓不越限，設(shè)分別為節(jié)點(diǎn)j的電壓上下限，則節(jié)點(diǎn)電壓約束為

5）DG 功率約束，要保證重構(gòu)后的配電網(wǎng)各DG的有功功率和無功功率在允許的范圍內(nèi)，設(shè)PDGj、QDGj分別為節(jié)點(diǎn)j的DG 有功功率和無功功率分別為節(jié)點(diǎn)j的DG 有功功率的上下限分別為節(jié)點(diǎn)j的DG 無功功率的上下限，則DG 功率約束為：

1.3 分布式電源潮流計(jì)算模型

DG 接入配電網(wǎng)進(jìn)行潮流計(jì)算時(shí)，通常可以等效為PQ 節(jié)點(diǎn)、PV 節(jié)點(diǎn)或PI 節(jié)點(diǎn)進(jìn)行處理［18］。

1）PQ 節(jié)點(diǎn)。等效為PQ 節(jié)點(diǎn)的DG 可以簡單理解為其輸出的有功功率和無功功率是不變的，因此可以處理為“負(fù)的負(fù)荷”，通常來說，風(fēng)機(jī)、汽輪機(jī)、內(nèi)燃機(jī)等類型的DG 可以當(dāng)作PQ 節(jié)點(diǎn)來處理。

2）PV 節(jié)點(diǎn)。PV 節(jié)點(diǎn)可以認(rèn)為輸出恒定的有功功率且節(jié)點(diǎn)電壓始終保持不變，微型燃?xì)廨啓C(jī)、采用電壓控制策略的光伏電池、燃料電池等可以等效為PV 節(jié)點(diǎn)進(jìn)行處理。

3）PI 節(jié)點(diǎn)。PI 節(jié)點(diǎn)可以看作輸出的有功功率恒定，且流過節(jié)點(diǎn)的電流保持不變，采用電流控制策略的光伏電池、儲(chǔ)能系統(tǒng)等通常可以等效為PI 節(jié)點(diǎn)進(jìn)行處理。

1.4 歸一化處理

考慮到四部分目標(biāo)函數(shù)量綱的不同，選取minmax 方法，對(duì)四部分目標(biāo)函數(shù)進(jìn)行歸一化處理。

將四部分目標(biāo)函數(shù)進(jìn)行處理后，可得到最終的目標(biāo)函數(shù)為

式中：a、b、c、d分別為目標(biāo)函數(shù)降低網(wǎng)損、均衡負(fù)載、提高電壓質(zhì)量、減少開關(guān)操作次數(shù)的權(quán)重系數(shù)。

2 層次分析法確定目標(biāo)函數(shù)權(quán)重系數(shù)

層次分析法是一種常用的權(quán)重決策分析方法，通過目標(biāo)、準(zhǔn)則、方案等層次，將定性問題轉(zhuǎn)化為定量問題進(jìn)行分析。選取層次分析法來計(jì)算目標(biāo)函數(shù)各部分的權(quán)重系數(shù)［19］。

2.1 建立層次結(jié)構(gòu)模型

建立層次結(jié)構(gòu)模型是評(píng)估權(quán)重系數(shù)的核心步驟，該指標(biāo)體系包含了三層。

目標(biāo)層：目標(biāo)層為各層指標(biāo)的最終反映，文中的目標(biāo)層選為配電網(wǎng)優(yōu)化運(yùn)行A。

準(zhǔn)則層：綜合考慮影響配電網(wǎng)優(yōu)化運(yùn)行的因素，將目標(biāo)展開研究，形成評(píng)估目標(biāo)層的準(zhǔn)則，包括安全效益B1、用戶效益B2、社會(huì)效益B3、經(jīng)濟(jì)效益B4。

方案層：于文中研究而言，為了實(shí)現(xiàn)目標(biāo)可選的備選方案包括了降低網(wǎng)損C1、均衡負(fù)載C2、提高電壓質(zhì)量C3、減少開關(guān)操作次數(shù)C4。

配電網(wǎng)重構(gòu)目標(biāo)函數(shù)層次結(jié)構(gòu)模型如圖1 所示。

圖1 配電網(wǎng)重構(gòu)目標(biāo)函數(shù)層次結(jié)構(gòu)模型Fig.1 Hierarchical structure model of objective function for distribution network reconfiguration

2.2 構(gòu)造判斷矩陣并計(jì)算權(quán)重系數(shù)

判斷矩陣的含義是：相對(duì)于上一層次指標(biāo)，本層次中有關(guān)指標(biāo)的相對(duì)重要程度。通過對(duì)同一層次中的因素兩兩對(duì)比，按照重要性進(jìn)行等級(jí)評(píng)定，從而實(shí)現(xiàn)由定性向定量的轉(zhuǎn)化，兩兩比較的結(jié)果構(gòu)成判斷矩陣。采用1—9 標(biāo)度法［20］來確定判斷矩陣，各級(jí)標(biāo)度含義如表1 所示。

表1 1—9標(biāo)度法含義Table 1 Meaning of 1-9 scale method

采用專家打分的方式，確定各層次的判斷矩陣，并采用yaahp 軟件進(jìn)行數(shù)據(jù)分析，得出綜合目標(biāo)函數(shù)的各層權(quán)重系數(shù)和一致性判斷結(jié)果如下。

以A-B 的計(jì)算為例，判斷矩陣為

計(jì)算可得，上述判斷矩陣符合一致性檢驗(yàn)結(jié)果，A-B 的權(quán)重系數(shù)為[ 0.49 0.13 0.23 0.15 ]。

同理，B1-C 的判斷矩陣為

B2-C 的判斷矩陣為

B3-C 的判斷矩陣為

B4-C 的判斷矩陣為

上述判斷矩陣經(jīng)驗(yàn)證均滿足一致性檢驗(yàn)要求，根據(jù)yaahp 軟件計(jì)算結(jié)果可得，方案層中目標(biāo)函數(shù)四部分的權(quán)重為：a=0.353 0、b=0.254 7、c=0.221 3、d=0.171 0。

3 配電網(wǎng)優(yōu)化重構(gòu)決策支持系統(tǒng)

為將上述數(shù)學(xué)模型轉(zhuǎn)化為實(shí)際應(yīng)用，開發(fā)了配電網(wǎng)優(yōu)化重構(gòu)決策支持系統(tǒng)，系統(tǒng)架構(gòu)分為展示層、服務(wù)層與數(shù)據(jù)層，如圖2 所示。

圖2 配電網(wǎng)優(yōu)化重構(gòu)決策支持系統(tǒng)架構(gòu)Fig.2 Architecture of decision support system for distribution network optimization and reconfiguration

根據(jù)配電網(wǎng)優(yōu)化重構(gòu)流程，將展示層設(shè)計(jì)為三個(gè)模塊：

1）數(shù)據(jù)采集模塊。用于采集配電網(wǎng)、DG 及負(fù)荷的各類數(shù)據(jù)，如有功功率、無功功率、電壓、開關(guān)狀態(tài)及網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)等，并將數(shù)據(jù)上傳于后端服務(wù)器，作為優(yōu)化重構(gòu)算法的數(shù)據(jù)來源。

2）參數(shù)設(shè)置模塊。用于設(shè)置優(yōu)化算法的相關(guān)參數(shù)，包括了四部分目標(biāo)函數(shù)的權(quán)重系數(shù)a、b、c、d的設(shè)置，通過設(shè)置四個(gè)權(quán)重系數(shù)的不同大小，可以決定優(yōu)化的方向，從而得到不同的優(yōu)化結(jié)果；參數(shù)設(shè)置模塊還可以設(shè)置某一個(gè)或幾個(gè)開關(guān)狀態(tài)為指定狀態(tài)，不參與優(yōu)化過程中的狀態(tài)變化，該功能可應(yīng)用于配電網(wǎng)故障時(shí)的恢復(fù)重構(gòu)。

3）結(jié)果輸出模塊。用于輸出配電網(wǎng)優(yōu)化結(jié)果，包括優(yōu)化后的開關(guān)狀態(tài)、配電網(wǎng)拓?fù)浣Y(jié)構(gòu)、功率及電壓等，還包括了目標(biāo)函數(shù)網(wǎng)絡(luò)損耗、電壓偏差、開關(guān)操作次數(shù)等。

4 求解優(yōu)化模型的改進(jìn)遺傳算法

遺傳算法是一種通過模擬生物自然進(jìn)化過程，從而實(shí)現(xiàn)最優(yōu)解搜索的人工智能優(yōu)化算法，基本操作有選擇、交叉和變異，編碼方式有二進(jìn)制和十進(jìn)制，文中選用最常見的二進(jìn)制編碼方式。

4.1 基于環(huán)路的交叉和變異算子

遺傳算法進(jìn)行配電網(wǎng)重構(gòu)的難點(diǎn)之一在于解的數(shù)量組合呈爆炸式，且交叉和變異過程中會(huì)產(chǎn)生大量的不可行解，導(dǎo)致尋優(yōu)效率降低。為盡量減少交叉和變異過程中不可行解的產(chǎn)生，文中采用基于環(huán)路的方式，具體方法如下：

1）假設(shè)配電網(wǎng)中所有的分段和聯(lián)絡(luò)開關(guān)均閉合，從而找出網(wǎng)絡(luò)中所有的環(huán)路；

2）對(duì)于交叉算子而言，選擇需要進(jìn)行交叉的兩條染色體，隨機(jī)選取一個(gè)有且僅有一個(gè)開關(guān)斷開的環(huán)路進(jìn)行交叉，可以保證交叉后子代染色體中斷開開關(guān)的總數(shù)不變，從而大大減少了孤島和環(huán)網(wǎng)的產(chǎn)生，不可行解的數(shù)量將大幅降低；

3）對(duì)于變異算子而言，同樣選取有且僅有一個(gè)開關(guān)斷開的環(huán)路進(jìn)行單點(diǎn)變異，也可以大幅降低不可行解的數(shù)量。

4.2 算法流程

基于改進(jìn)的遺傳算法，配電網(wǎng)優(yōu)化重構(gòu)算法步驟如下：

1）生成初始種群，對(duì)初始種群進(jìn)行適應(yīng)度函數(shù)計(jì)算；

2）選擇、交叉與變異。選擇操作采用輪盤賭選擇方式，結(jié)合精英保留策略；交叉和變異操作的位置由隨機(jī)數(shù)確定，經(jīng)過交叉和變異之后可以產(chǎn)生新的個(gè)體；

3）可行解校驗(yàn)與再選擇。經(jīng)過交叉、變異后產(chǎn)生的新個(gè)體中會(huì)有大量的不可行解，需要對(duì)新個(gè)體依次進(jìn)行可行性校驗(yàn)，及時(shí)淘汰不可行解，根據(jù)淘汰的不可行解的數(shù)量從附帶種群中進(jìn)行二次選擇，保證種群數(shù)量充足；

4）計(jì)算種群個(gè)體的適應(yīng)度，并判斷是否達(dá)到最大進(jìn)化代數(shù)，若是，則輸出優(yōu)化結(jié)果，若否，則返回步驟2）。

遺傳算法優(yōu)化流程如圖3 所示。

圖3 遺傳算法迭代流程Fig.3 Flowchart of genetic algorithm iteration

5 算例分析

5.1 仿真系統(tǒng)與參數(shù)

以IEEE 33 節(jié)點(diǎn)配電系統(tǒng)為例，采用MATLAB為操作語言，設(shè)定系統(tǒng)標(biāo)準(zhǔn)電壓為12.66 kV，電源節(jié)點(diǎn)電壓標(biāo)幺值為1，文獻(xiàn)［21］給出了線路阻抗及節(jié)點(diǎn)負(fù)荷情況，設(shè)置遺傳算法種群數(shù)量為50，最大迭代次數(shù)為100，節(jié)點(diǎn)和支路編號(hào)如圖4 所示，圖中黑色數(shù)字代表節(jié)點(diǎn)編號(hào)，紅色數(shù)字代表支路編號(hào)（對(duì)應(yīng)分段開關(guān)和聯(lián)絡(luò)開關(guān)）。

圖4 IEEE 33節(jié)點(diǎn)配電系統(tǒng)Fig.4 IEEE 33 node distribution system

5.2 靜態(tài)重構(gòu)結(jié)果分析

為了驗(yàn)證文中方法的正確性，利用MATLAB 分別對(duì)不同算例進(jìn)行了仿真分析，首先在不考慮DG接入的情況下，設(shè)置了4 個(gè)算例。

算例①：系統(tǒng)重構(gòu)前。

算例②：網(wǎng)損最小單一目標(biāo)函數(shù)重構(gòu)，即通過參數(shù)設(shè)置模塊使權(quán)重系數(shù)滿足a=1、b=0、c=0、d=0。

算例③：電壓質(zhì)量最高單一目標(biāo)函數(shù)重構(gòu)，即設(shè)置權(quán)重系數(shù)滿足a=0、b=0、c=1、d=0。

算例④：文中提出的多目標(biāo)函數(shù)重構(gòu)，仿真算例中權(quán)重系數(shù)的設(shè)置為a=0.353 0、b=0.254 7、c=0.2213、d=0.171 0。

仿真結(jié)果如表2 和圖5 所示。

表2 不同算例仿真結(jié)果Table 2 Simulation results of different examples

圖5 不同算例對(duì)應(yīng)的節(jié)點(diǎn)電壓幅值Fig.5 Node voltage amplitude corresponding to different calculation examples

從表2 和圖5 可以看出，采用文中的方法進(jìn)行網(wǎng)絡(luò)重構(gòu)后，網(wǎng)損約降低1/3，電壓質(zhì)量得到明顯提升，最低節(jié)點(diǎn)電壓可以提高到0.93 pu 以上，提高了2%左右，電壓分布更加均勻，改善了網(wǎng)絡(luò)電壓水平，這表明文中提出的重構(gòu)算法可以顯著提升配電網(wǎng)系統(tǒng)運(yùn)行的經(jīng)濟(jì)性和安全性。另外，文中的方法與單一目標(biāo)函數(shù)重構(gòu)方法相比，開關(guān)操作次數(shù)顯著降低，對(duì)網(wǎng)損、電壓質(zhì)量等其他指標(biāo)影響甚微，因而文中選取的綜合目標(biāo)函數(shù)更有現(xiàn)實(shí)意義。

5.3 動(dòng)態(tài)重構(gòu)結(jié)果分析

為驗(yàn)證文中方法在配電網(wǎng)故障時(shí)的動(dòng)態(tài)重構(gòu)效果，分別設(shè)置線路故障（支路25 斷開）與節(jié)點(diǎn)故障（節(jié)點(diǎn)12 及其相連支路斷開），對(duì)兩種故障進(jìn)行了動(dòng)態(tài)恢復(fù)重構(gòu)，結(jié)果如表3 所示。

表3 動(dòng)態(tài)重構(gòu)結(jié)果Table 3 Dynamic reconfiguration results

由表3 可知，因故障導(dǎo)致配電網(wǎng)網(wǎng)架結(jié)構(gòu)變化時(shí)，應(yīng)用該算法可以迅速完成網(wǎng)絡(luò)動(dòng)態(tài)恢復(fù)重構(gòu)，實(shí)現(xiàn)非故障區(qū)域的快速復(fù)電，保障非故障區(qū)域的節(jié)點(diǎn)電壓質(zhì)量符合要求，網(wǎng)絡(luò)損耗較低。因此，該算法應(yīng)用于配電網(wǎng)故障動(dòng)態(tài)恢復(fù)重構(gòu)時(shí)，滿足快速性、供電可靠性與經(jīng)濟(jì)性要求。

5.4 考慮DG接入的重構(gòu)結(jié)果分析

在考慮分布式電源接入的情況下，仿真算例中接入了4 臺(tái)分布式電源DG1—DG4，額定容量分別為60 kW、80 kW、120 kW、200 kW，功率因數(shù)分別為0.85、0.9、0.9、0.8，分別接入節(jié)點(diǎn)5、9、26、31。

采用多目標(biāo)函數(shù)重構(gòu)方法，仿真算例中權(quán)重系數(shù)的設(shè)置仍為a=0.353 0、b=0.254 7、c=0.221 3、d=0.171 0，對(duì)接入DG 的配電網(wǎng)進(jìn)行重構(gòu)，結(jié)果如表4 所示。

表4 考慮DG接入的重構(gòu)結(jié)果Table 4 Reconfiguration results conidering DG access

由表4 可知，接入分布式電源后，節(jié)點(diǎn)電壓質(zhì)量有所提高，采用文中的方法重構(gòu)后，網(wǎng)損降低了28.84%，節(jié)點(diǎn)最低電壓提高了3.10%，結(jié)果證明了該方法對(duì)降低網(wǎng)損與提高節(jié)點(diǎn)電壓質(zhì)量作用明顯。

5.5 不同算法結(jié)果對(duì)比

在5.4 節(jié)仿真條件的基礎(chǔ)上，對(duì)比了文中提出的算法與常用的粒子群算法、蟻群算法和模擬退火算法的重構(gòu)結(jié)果，如表5 所示。

表5 不同算法結(jié)果Table 5 Different algorithm results

由表5 可知，文中算法相比于其他三種算法在目標(biāo)函數(shù)優(yōu)化重構(gòu)結(jié)果上性能更優(yōu)，且重構(gòu)時(shí)間最短，具有一定的對(duì)比優(yōu)勢。

6 結(jié)束語

建立考慮分布式電源接入的配電網(wǎng)多目標(biāo)優(yōu)化重構(gòu)模型，選取了降低網(wǎng)損、均衡負(fù)載、提高電壓質(zhì)量、減少開關(guān)操作次數(shù)為目標(biāo)函數(shù)，使得重構(gòu)算法更具有實(shí)用性與推廣價(jià)值。為更科學(xué)地確定目標(biāo)函數(shù)各部分的權(quán)重系數(shù)，引入了層次分析法，通過確定目標(biāo)層、準(zhǔn)則層與方案層，構(gòu)建層次結(jié)構(gòu)模型。搭建了配電網(wǎng)優(yōu)化重構(gòu)決策支持系統(tǒng)架構(gòu)，滿足了數(shù)據(jù)采集、參數(shù)設(shè)置與結(jié)果輸出的需求。采用改進(jìn)遺傳算法進(jìn)行優(yōu)化，實(shí)現(xiàn)了配電網(wǎng)的靜態(tài)優(yōu)化重構(gòu)與動(dòng)態(tài)故障恢復(fù)重構(gòu)。通過仿真算例證明，文中算法可以正確、高效地實(shí)現(xiàn)含分布式電源接入的配電網(wǎng)的多目標(biāo)優(yōu)化，對(duì)實(shí)際配電網(wǎng)重構(gòu)有一定的參考意義。