智能配电网故障恢复的现状与展望目

《智能配电网故障恢复的现状与展望目》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、智能配电网故障恢复的现状与展望目吴秀君广东电网有限责任公司中山火炬供电分局528400摘要：：配电网故障恢复是智能配电网自愈功能实现的重要保证，对满足用户供电需求以及降低网损等都只有十分重要的意义。概述了国内外配电网故障恢复研究的历史和发展现状，分别从数学优化方法、启发式搜索方法、人工智能方法三类方法进行了详细阐述，分析了各个算法的自身特点以及亟待解决的问题。最后指出了配电网故障恢复值得进一步研究的问题，并结合配电网管理模式、模型建立、算法融合以及分布式能源的利用对其发展前景进行了初步的展望。关键词：配电网；自愈；故障恢复；数学优化；启发式搜索；人工智能引言：智能电

2、网日益成为电网技术的发展方向，智能配电网是智能电网的重要组成部分，其主要特征为A有完备的自愈功能，能最大程度地减少电网故障对用户的影响，并且支持大量分布式电源接入。配电M直接面向用户，其自愈能力的高低直接影响电网对用户的供电质量。而配电网故障恢复是智能配电网自愈功能实现过程中重要一环，对故障恢复策略进行研究至关紧要。配电网故障恢复问题，是指配电网故障发生后，故障定位和故障隔离的基础之上，采用一定的故障恢复策略，对配电网的联络开关及分段开关进行操作，将断电负荷转移到其他馈线进行供电，及时找到非故障IX的最佳恢复供电路径，完成配电网故障恢复的任务。配电网故障恢复是一个多

3、目标、多维数、多约朿、多时段非线性的组态优化问题，是NP难问题的一种。国内外很多研究学者对此作了大量的研究，从研究的类别来看，配网故障恢复策略大致可以分为三种：数学优化方法，启发式搜索方法，以及人工智能方法。木文分析了近年来文献中提出的配电网故障恢复各种策略，阐述了当前配电网故障恢复存在的问题，并由此对配电网故障恢复的研宄进行了初步展望。正文一、采用数学优化方法的配电网故障恢复算法数学优化方法因为有完整严格的数学理论基础，在配电网故障恢复问题上得到了广泛的应用，大致有整数规划法、分支界定法、混合整数法等方法。1987年K.Aoki提出了建立分阶段配电网负荷的二次规划

4、模型，使用递归二次规划求解故障恢复问题。此后许多学者考虑把数学优化的方法应用于配电网故障恢复问题中，文献［4】在整数规划的基础之上，将故障恢复问题分解为两步，第一步先进行电网重构，尽可能为非故障区域提供电源供给，第二步非故障区域得到供给电源之后尽可能地对非故障区内的断电负荷供电。Nahman等人应用分支界定法求解故障恢复问题。Stankovic等人则提出了一种基于线性系统模型面向图的控制算法，利用混合整数规划求解控制策略。在保证快速恢复供电的基础之上，把非故障区相关联络开关及路径的选择转化为从不冋的电源点到各联络开关的最短路径问题，采用动态规划方法对恢复供电的路径进

5、行最优化选择，并采用非线性多0标规划对恢复供电的多0标问题进行优化求解。文献［8】提出了改进的动态规划法解决配电网故障恢复的问题，选定馈线恢复供电的次序为动态规划中的状态变量，同吋通过对状态变量进行分组以及挑选最优状态等措施，降低状态变量的个数，加速故障恢复的吋间。采用的数学优化方法适用于处理系统规模不大、复杂性不高的故障恢复问题，只要0标函数存在最优解就一定能够找到最优解，但是供电恢复问题是一个NP难问题，单纯用传统的数学优化的方法存在着维数灾害的问题，同时也存在计算量大，计算吋间长，实吋性不强等问题。二、基于人工智能的配电网故障恢复算法近年来，现代人工智能方法以

6、艽独特智能特性在众多领域得到了广泛的应用，配电网故障恢复问题也不例外。国内外研究人员借助于人工智能方法提出了故障恢复的各种策略，使用的方法主要冇专家系统、Petri网、模糊算法、遗传算法、粒子群算法、蚁群算法、多智能体算法、禁忌算法、模拟退火算法、免疫算法、进化算法以及至少两种以上组合改进算法等。1.基于模糊理论的配电网故障恢复算法模糊理论是模拟人的模糊推理和决策过程的一种智能方法，它根据己知的决策规则形成规则库，把模糊化后的变量根据模糊规则库进行模糊推理，然后把决策结果量清晰化进行控制。模糊理论适用于处理不确定性、非线性等问题，模糊知识使用语言变量来表述专家的经验

7、，接近人处理问题的方式，具有较强的鲁棒性。而配电网故障恢复问题受电力系统各种约束条件的不确定性，网络结构参数的吋变性等其他条件的影响，很难建立精确的数学模型。针对这种情况，模糊理论被引入故障恢复问题的研究。基于模糊理论的配电网故障恢复算法，借助于专家知识形成的规则库，奋效地应对了故障恢复难以建立精确模型的问题，但是这一算法也存在着明显的不足，故障恢复信息的模糊化程度不好把握，如果简单模糊化故障恢复的约束条件等信息将导致故障恢复0标的实现精度降低；故障恢复专家信息规则库的初期形成和及吋更新是一项繁杂的工作；另外模糊推理过程中论域选择、参数的选取等需要多次凭借经验试