基于混合算法的配电网多目标故障恢复方法

摘要

一种新型的混合故障恢复博弈，包括如下步骤：1)输入初始参数；2)初始矩阵建立；3)搜索初始解集；4)功率校验；5)组网修正；6)一类负荷划分算法收敛检验；7)输出一类负荷划分结果；8)算法过渡；9)量子粒子群算法参数设置；10)量子粒子的初始化；11)目标函数计算；12)参数更新；13)位置值及最优向量更新；14)非支配解筛选；15)精英集筛选；16)淘汰运算；17)量子粒子群算法收敛性检验；18)结果输出。本发明结合启发式算法和智能优化算法的特点，提出混合故障恢复方法，解决含DG的配电网故障恢复问题。

主权项

基于混合算法的配电网多目标故障恢复方法，步骤如下所述：1)输入初始参数；输入故障的发生位置、配电网的具体参数，包括微源个数N_DG,、配电网总开关个数N_b、负荷等级参数；2)初始矩阵建立；为实现一类负荷的划分，本发明方法定义了四种用于启发式搜索算法的初始矩阵，分别为负荷‑微源比例矩阵、负荷‑微源排序矩阵、负荷‑微源归属矩阵和微源‑微源组网矩阵；各个矩阵定义如下所述：2.1)负荷‑微源比例矩阵；微源‑负荷比例矩阵A_per是用于记录配电网中一类负荷到各个微源联通支路上所有负荷总量占该微源容量的比例信息；在A_per矩阵中，一类负荷对应行向量，微源对应列向量，则矩阵第i行第j列的元素表示负荷i到微源j联通支路上所有负荷总量占微源j容量的比例信息，表达式为：$A_{per(i,j)}=\frac{\underset{z\in L_{i,j}}{\Sigma }{P}_{LD,z}}{P_{DG,j}}---\left(1\right)$其中，L_i,j表达负荷i和微源j最短连通路径上的负荷集合，P_LD,z为所有连通路径上负荷z的功率，P_DG,j为微源j的有功功率；A_per(i,j)数值越小，表示负荷i越有可能被划分至微源j；2.2)负荷‑微源排序矩阵；负荷‑微源排序矩阵A_sor是用于记录配电网中一类负荷到各个微源联通支路上的所有负荷总量占该微源容量比例的排序信息；其中，一类负荷编号对应行向量，微源排序对应列向量，则矩阵第i行第j列的元素表示所对应的A_per矩阵中元素A_per(i,j)在第i行的排序，排序按数值大小从小到大排列；例如A_per矩阵中元素A_per(2,2)对应的数值为1.2，其所在行进行从小到大排序后，位于第一位，所以A_sor矩阵中对应的A_sor(2,2)元素的数值为1；2.3)负荷‑微源归属矩阵；负荷‑微源归属矩阵A_bel表示根据一定的规则，配电网中一类负荷被划分至某个微源的信息；其中，一类负荷编号对应行向量，微源编号对应列向量，矩阵中第i行、j列元素为1，代表负荷i归属于微源j，0表示负荷i不属于微源j；2.4)微源‑微源组网矩阵；当某个微源无法满足一个或多个容量较大的一类负荷时，微源与微源之间进行组网来满足容量较大的一类负荷；组网矩阵A_uni的行向量和列向量均表示微源编号，若第i行、第j列元素为1，表示第i个微源和第j个微源进行组网，形成一个孤岛网络系统；在算法初始阶段，各个微源各自形成一个网络，因此，组网矩阵为单位矩阵；3)搜索初始解集；为实现一类负荷的划分，需要制定相关的规则集用于启发式搜索算法的求解；提出了2种启发式规则用于搜索初始解集，规则叙述如下：规则1：最终的一类负荷划分结果中，一类负荷i不可能归属于A_per矩阵第i行中数值大于等于1的微源；因为，若A_per矩阵中第i行第j个元素大于等于1，表明表明负荷i到微源j联通路径上的负荷总量大于微源j容量，不满足约束条件(2)，即公式(6)；规则2：相比于A_sor中第i行排序序号较大的微源j，一类负荷i更易归属于排序序号较小的微源j^*；因为排序序号小，表明一类负荷i到微源j^*联通路径上的负荷总量占微源容量比例更小，该微源能够容纳更多的一类负荷；根据上述启发式规则，初始网络解集的搜索步骤叙述如下：首先，根据配电网故障后网络的拓扑结构，得出负荷‑微源比例矩阵A_per、负荷‑微源排序矩阵A_sor；其次，根据规则1和规则2，得出负荷‑微源归属矩阵A_bel；最后，根据矩阵A_bel，即可得出智能配电网故障后一类负荷的初始划分结果；4)功率校验；为实现各个孤岛网络的功率校验，提出以下启发式规则：规则3：所有微源所在的孤岛网络必须满足功率平衡校验，即该微源的容量必须大于等于该微源所在网络的所有一类负荷以及一类负荷到微源联通路径上所有负荷的功率总和；校验公式为：$\underset{z\in D_j}{\Sigma }{P}_z+P_{loss,j}\le P_{DG,j}---\left(2\right)$其中，P_z表示负荷z的功率，集合D_j表示微源j所在的孤岛网络中所有的一类负荷以及所有一类负荷到微源j联通路径上的所有负荷；P_loss,j表示微源j所处的孤岛通过潮流计算后得到的网损；规则4：若微源j不满足功率平衡校验，则剔除微源j中一类负荷所对应A_per矩阵中数值最大的负荷，并将该负荷划分至其A_sor矩阵中对应行排序后一顺位的微源；根据上述启发式规则，功率校验的步骤如下所述：针对步骤(3)中初始一类负荷的划分方案，对每个微源所在的网络按规则3进行功率校验，所有微源均校验一轮记为一次迭代；若在一次迭代中，所有微源均满足规则3，则进入步骤6)，若不满足，则按规则4进行修正，更新矩阵A_bel，然后进行下一轮迭代，直至所有微源均满足规则3；若某负荷多次被微源剔除，说明单个微源无法承载该负荷，则进入组网修正步骤，即步骤5)；5)组网修正；若某负荷多次被微源剔除，说明单个微源无法承载该负荷，需进行组网操作；为实现各个微源之间的组网修正，提出以下启发式规则：规则5：若根据规则2将一类负荷i划分至任意一微源内，均会造成该微源所在的网络不满足公式(2)，则将该负荷所对应A_sor矩阵第i行中排序最靠前的两个微源组成组网，相应的该一类负荷划分至该组网内；若经检验后，仍旧不满足公式(2)，则前三个微源应组成组网，依次类推；根据上述启发式规则，组网修正的步骤如下：记录各个负荷在每次迭代过程中被剔除的次数，若某负荷在该次迭代中被剔除的次数超过微源总数，则按照规则5进行组网修正，同时并更新矩阵A_per、A_bel和A_uni，并返回至功率校验步骤进行下一轮迭代，依次对各个组网进行校验；6)一类负荷划分算法收敛检验；判断是否所有的微源均满足公式(2)，若满足，则进入步骤(7)，若不满足，回到步骤(4)，继续对各个微源所在的网络进行功率校验，进行下一轮迭代；7)输出一类负荷划分结果；启发式算法结束，输出一类负荷划分结果，得到闭合的开关序号集合；8)算法过渡；根据闭合的开关序号集合，对未确定开关状态的开关设置为量子离散粒子群算法的优化变量；9)量子粒子群算法参数设置；设置量子离散粒子群算法的维度、迭代次数以及相应的参数值；10)量子粒子的初始化；初始化各个粒子的位置值x^k(即开关的状态量)、量子比特位、旋转角、局部最优向量xp和非支配解的精英集，挑选出精英集中拥挤距离最小的非支配解作为全局最优向量xg；11)目标函数计算；根据各个粒子的位置值，结合一类负荷划分结果得出配电网的运行状态，并根据目标函数(3)和(4)，计算各个粒子的适应值；12)参数更新；根据量子粒子群的更新公式，依次更新量子旋转角引导值、量子旋转角和量子粒子的比特位；13)位置值及最优向量更新；根据量子粒子群的更新公式，更新位置值x^k、和局部最优向量；14)非支配解筛选；根据各个粒子的目标函数值，筛选出Pareto最优解，并将其存入精英集；15)精英集筛选；对当前的粒子群进行非支配解的运算，将最终得到的非支配解放入精英集；选出精英集中个体之间距离最大的非支配解作为全局最优解；16)淘汰运算；利用改进小生境淘汰技术，对精英集中的非支配解进行淘汰运算，精英集中种群的多样性；17)量子粒子群算法收敛性检验；检验算法是否收敛；若是，则进入步骤18)；若不是，则回到步骤11)；18)结果输出；根据启发式算法和量子粒子群算法所得出的最终结果，输出配电网的故障恢复策略。