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)
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(fù)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(fù)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(fù)。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(fù)。結(jié)果表明,所提方法在較為復(fù)雜的電網(wǎng)中可以合理進行規(guī)劃,且兼顧了故障恢復(fù)速度。在文獻[9]中,以故障恢復(fù)的最小失電負荷為目標函數(shù)建立故障恢復(fù)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(fù)失電負荷。在文獻[10]中,提出了一種基于重構(gòu)的分層響應(yīng)故障恢復(fù)方法,該方法使用雙種群交叉算法來尋找恢復(fù)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(fù)方案較為優(yōu)越。但是,上述故障恢復(fù)方法的運行速度較慢,在發(fā)生大規(guī)模故障時恢復(fù)的失電負荷較少,適應(yīng)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(fù)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。
在故障恢復(fù)中,大量負荷需要恢復(fù)供電。為了延長開關(guān)的使用壽命,其操作次數(shù)必須減少?;謴?fù)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(fù)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(fù)負荷量;L′為總失電量;S′為開關(guān)的總數(shù)。
恢復(fù)原則為:對失電負荷盡可能多的恢復(fù)。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?fù)后系統(tǒng)網(wǎng)損盡可能小。
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(yīng)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(luò)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(dǎo)、導(dǎo)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。 配電網(wǎng)的故障恢復(fù)是采用開關(guān)操作來求解最佳故障恢復(fù)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(yīng)度值f進行調(diào)整,將粒子i的適應(yīng)度值fi與平均適應(yīng)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)。 在改進的BPSO中,粒子容易“早熟”,并在重復(fù)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(yīng)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(yīng)度方差如式(16)所示。 (16) 式中fs為適應(yīng)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。 故障恢復(fù)流程圖如圖1所示。 圖1 故障恢復(fù)流程圖 故障恢復(fù)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(luò)線恢復(fù)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(fù)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。 為了驗證故障恢復(fù)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(luò)支路(分別為33、34、35、36和37)組成。額定電壓12.66 kV,各聯(lián)絡(luò)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(fù)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 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(fù),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(fù)方式不需要切換操作,網(wǎng)絡(luò)結(jié)構(gòu)保持不變,因此可以相對較快地恢復(fù)供電。在未接入微網(wǎng)的情況下,采用聯(lián)絡(luò)線進行供電恢復(fù),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(yīng)度函數(shù)的適應(yīng)值也相對較小,恢復(fù)效果較好。圖3為含微網(wǎng)的配電網(wǎng)故障恢復(fù)前后電壓分布。 從圖3可以看出,故障后,通過本文方法恢復(fù)故障,節(jié)點電壓普遍高于故障前,故障修復(fù)前最小電壓為節(jié)點17的0.902 9 pu,故障修復(fù)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(fù)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(fù)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(luò)線進行供電恢復(fù),閉合4、36,斷開7、11、16,恢復(fù)供電負荷較少,有功網(wǎng)損較大,適應(yīng)值較大,故障恢復(fù)效果差。當采用微網(wǎng)進行故障恢復(fù)時,重要負荷都恢復(fù)了供電,開關(guān)的操作次數(shù)減少,恢復(fù)供電時間縮短,有功網(wǎng)損降低到36.084 kW,適應(yīng)度值從0.545 3降低到0.103 6,有較好的故障恢復(fù)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(fù)。如表5所示不同方法的恢復(fù)結(jié)果對比,如圖4所示不同方法的適應(yīng)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(fù)效果最好。文獻[25]具有中等恢復(fù)效果。BPSO算法的恢復(fù)效果最差,存在許多未恢復(fù)的供電支路。 表5 不同算法的恢復(fù)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 提出了一種含微網(wǎng)的配電網(wǎng)故障恢復(fù)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(fù)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(fù)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(fù)供電時間短,恢復(fù)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。2 配電網(wǎng)故障恢復(fù)
2.1 改進二進制粒子群算法
2.2 引入遺傳算法
2.3 故障恢復(fù)
3 結(jié)果與分析
3.1 仿真參數(shù)
3.2 仿真分析
4 結(jié)束語