基于负荷分类评估的配电网可靠性分析方法

快速准确的可靠性评估技术对提高配电网运行水平至关重要.本文在传统配电网可靠性评估基础上,针对具有快速转供功能的含分布式电源配电网,提出了一种基于负荷分类的可靠性评估方法.该方法基于概率和抽样方法确定系统运行状态及故障或失效发生地点,将配电网分为不同类型的负荷进行分析,并考虑了含分布式电源情况下的网络重构和负荷转供等功能.该方法有效地简化了传统可靠性评估过程的复杂性,提高了分析效率,能应用于配电网的实时可靠性评估.采用改进的IEEE-RBTS Bus6系统验证了所提模型及方法的可行性.     

综合考虑检修策略和设备健康指数的配电网可靠性评估

针对配电网传统可靠性评估方法未充分考虑设备的差异性、时效性等缺陷,提出了一种综合考虑检修策略和设备健康指数的配电网可靠性评估方法,以合理评估配电网的可靠性,从而为配电网的规划和检修安排提供依据.首先基于logistic回归模型计算设备的健康指数,根据健康指数和故障率的关系曲线计算设备的故障率、可用率和不可用率;然后基于最小路法与故障枚举法,枚举配电网的可行运行方案与故障状态;最后利用设备故障率与负荷点负荷信息,计算系统整体的故障概率和故障后果,从而获得配电网的可靠性指标.对中国南方某地区10 kV实际电网进行仿真分析,验证了所提方法的有效性.     

基于故障影响遍历的配电网可靠性评估算法研究

提出一种基于故障影响遍历的中压配电网供电可靠性评估改进算法．算法将熔断器故障影响和负荷支路因熔断器拒动而对外界的影响并入该负荷支路所在馈线进行处理,同时考虑故障后负荷点由主电源恢复供电和备用电源恢复供电的区别,扩展了故障影响类型．改进算法更适用于实际配电系统,是一种较实用的评估算法．算例验证了所提算法的正确性和有效性．     

配电自动化动态重构研究综述

为了优化配电网的运行、降低损耗,需要进行网络重构,配电自动化系统的建设使网络动态重构的工程应用成为可能.分析智能配电网背景下网络重构的特点,基于负荷预测建立含分布式发电的配电网动态重构数学模型,探讨动态重构需要解决的问题,包括准确的功率预测、合理的重构方案、高效的算法和综合优化策略的研究.基于配网自动化系统,建立配电网动态重构管理系统,对节能减排,提高配电网可靠性和电能质量具有重要意义.     

适合负荷变化的配电网络重构

考虑到负荷变化的情况,提出一种配电网静态重构算法,并以此为基础设计出了能够适应负荷变化的动态重构算法。其中静态重构算法以支路交换法为基础,利用降损估算公式分析负荷变化对网络结构的影响,并通过支路流过的负荷值与最佳转移负荷的距离确定应打开的分段开关,算法无需进行潮流计算;动态重构算法则是根据开关操作最大降损量客观指导时段划分,并通过建立评价函数分析各时段在整个时区的降损效果,以进一步优化结果。算例结果表明提出的静态重构和动态重构算法是可行和有效的。     

考虑供电可靠性的配电网络重构

分析了负荷转移对系统平均停电频率和平均停电时间的影响，建立了以提高供电可靠性为决策目标的网络重构数学模型，并导出了相关计算公式，分析表明在故障率和用户数相差较大的两条馈线之间进行负荷转移，可以使配电网的系统的可靠性指标有较大提高，通过实例计算和分析，验证了该算法的有效性。     

量子粒子群算法在配电网多时段动态重构中的应用

针对配电网负荷随时间不断变化的情况,提出了一种配电网多时段动态重构新方法。该方法以配电网有功损耗最少和开关操作次数最少为综合优化目标函数,构建多目标动态重构模型,采用开关环路矩阵与节点分层判别方法快速消除无效解,采用整数型环网编码策略大幅降低变量维数。针对该复杂模型的求解,提出了一种更适合求解配电网动态重构的整数编码型量子粒子群优化算法,对其进行有功网损最少化的时段初步划分,并在初步划分的基础上进行开关操作次数最少化的时段二次优化,进而确定最优重构方案。通过对IEEE33节点系统进行动态重构,验证结果表明本文所提方法合理、有效。     

基于综合故障率的配电网实时风险评估

针对现有故障率计算模型不能同时兼顾设备运行状态和网架结构对设备故障率的影响,以及配电网的风险评估模型不能有效反映设备的实时状态等问题,提出了一种基于综合故障率的配电网实时风险评估方法.该方法考虑了主要故障因素之间的协同作用,对原有的状态评价模型进行改进,将计算准确的设备故障率代入基于健康指数的实时故障率模型中,拟合得到待定系数,根据在线监测数据计算设备在渐变性因素影响下的故障率,根据待评估配电设备所处环境突发性因素的实时强度、装备水平和网架结构水平,计算突发性潜在故障率和综合故障率.采用馈线分区的方法计算各负荷点的实时停电概率和停电风险,并通过广州地区的实例分析找到了配电设备和负荷点的薄弱环节.     

适应5G通信的配电网分布式供电恢复策略

针对配电网发生故障后的快速供电恢复需求,提出了一种适应第五代移动通信技术(5th generation mobile communication technology, 5G)的配电网分布式供电恢复策略。该策略通过可靠性模型分析与深度搜索算法为负荷节点发出供电恢复请求提供依据,从而将整个非故障停电区划分为多个独立的转供区域。联络开关节点则根据收到的供电恢复请求集合,以最大范围恢复重要负荷供电为目标,构建转供区域内的负荷优化模型,并将其转换为混合整数二阶锥问题进行求解。停电负荷节点与联络开关节点之间通过多轮信息交换,获得转供区域的供电恢复方案,进而实现整个非故障停电区的供电恢复。最后,通过系统仿真分析,验证了所提分布式供电恢复策略的可行性与有效性。     

基于最优潮流的配电网络重构

本论述在最优潮流的基础上考虑了配电网络重构问题,建立一个综合考虑最优潮流和配电网重构的优化模型。配电系统必须保证对辐射状配电网负荷的正常供电,因此除了考虑经典最优潮流的约束外,本论述在数学模型中加入简易可行的配电网的辐射状约束,并进行分析和算例验证。配电网络重构是一个含有0-1变量的混合整数非线性规划问题,本论述用分支定界方法,采用GAMS平台的SBB求解器,对此模型进行求解。通过对IEEE-33节点算例和美国PGE-69节点的测试系统仿真,结果表明此模型可以有效的降低系统有功网损,提高了系统的供点电压质量,保证配电系统的安全经济运行。     

基于信息决策的最优保守度配电网恢复策略

考虑到自然灾害的极端不确定性,本文提出了一种基于信息决策的最优保守度配电网恢复策略。首先将信息缺口决策理论应用于拓扑不确定性,将配电线路发生自然灾害后的停电状态视为一个不确定参数。进一步提出了一个鲁棒性函数,用于确定配电线路中断的风险规避区域及其总受损长度。然后通过线性优化模型实现最优拓扑重构方法,以确保在遭受破坏性自然灾害后提供预定水平的负荷,并且提出了一种新的保守度选择算法来调整模型的输入。实验结果证明优化的分布式电源资源配置、拓扑重构和线路加固方案能显著提高配电网的可靠性和恢复力。     

含重合器式馈线自动化的配电网可靠性评估

重合器式馈线自动化能有效提高配电网供电可靠性,对量化分析配电网可靠性的影响具有理论与实际意义。基于配电网分区思想重新划分配电网负荷区域类型,结合重合器式馈线自动化系统的概率模型及运行逻辑,根据供电恢复过程中各个阶段分段器的不同失效情况及其影响后果分析,推导不同类型负荷点的自动恢复供电概率与期望恢复供电时间,最终实现含重合器式馈线自动化的配电网可靠性指标量化评估。通过对算例的详细评估分析,验证了笔者所提模型的正确性和有效性。     

灾变遗传算法在配电系统最优时变重构中应用

提出一种灾变遗传算法来求解中压配电网最优时变重构问题,以达到网损最小和负荷平衡的目的.首先采用协调方法将多目标规划问题转化为单目标寻优问题,并给出了协调后的数学模型.求解过程采用灾变遗传算法以提高种群个体的多样性,防止局部收敛.通过对南方某城区配电系统的计算,证实该算法在求解速度和全局收敛能力上较普通遗传算法均有较大幅度的改善.     

基于改进非支配排序遗传算法的配电网动态重构

针对分布式电源大规模接入配电网情况下配电网的动态重构问题,提出一种基于改进非支配排序遗传算法(non-dominated sorting genetic algorithms Ⅱ,NSGA-Ⅱ)的配电网动态重构策略.首先,以系统运行成本和电压偏移最小为目标建立配电网动态重构模型.其次,结合参数自适应策略和基于可行解优越性的约束处理技术提出NSGA-Ⅱ改进算法对模型进行求解.再次,用超体积(hypervolume)指标选择最佳的帕累托解集,并通过模糊决策技术从帕累托解集中选择最佳方案.最后,以IEEE 33节点系统为例进行仿真.结果 表明:该模型可以在降低系统运行成本的同时提高系统电能质量.     

含分布式电源的配电网网损组合优化

网络重构与无功补偿是配电网减小网络损耗、提高电压质量的主要手段,但二者皆受负荷时序性的影响,且随着波动性分布式电源的接入,其影响更大。针对含有出力波动分布式电源的配电网,考虑分布式电源出力以及用电负荷的随机性,基于分布式电源出力以及负荷的短期预测数据,以网络损耗最小为目标函数,给出未来24 h的最优网络重构与无功补偿方案,且以两日不同优化方案的目标函数差值作为方案是否执行的判定指标。提出了一种网络重构与无功补偿相统一的编码方法,利用和声算法进行求解。通过IEEE 33节点为算例的仿真,结果表明该优化方法能够明显降低网损并改善电压质量,证明了本模型和算法的有效性。     

基于改进哈里斯鹰优化算法的配电网动态重构

针对风光荷不确定性的配电网重构问题,建立分布式电源和负荷出力模型,以系统运行成本和电压偏移构建多目标函数。提出一种改进粒子群算法融合K-means(improved particle swarm optimization and K-means, IPSO-Kmeans)聚类算法来划分典型日负荷曲线,将改进哈里斯鹰优化(improved Harris hawk optimization, IHHO)算法应用于配电网重构,进行寻优计算。为了改善哈里斯鹰优化(Harris hawk optimization, HHO)算法种群分布不均、无法完整搜索到最优解空间范围、易于陷入局部收敛等问题,引入佳点集生成种群初始化,提高种群搜索空间的均匀性。将麻雀搜索算法中的探索者位置更新公式与哈里斯鹰优化算法探索阶段的位置更新公式结合,以提高算法的全局搜索能力。利用柯西-高斯变异扰动策略跳出局部最优解。最后在IEEE33节点配网系统仿真,结果表明所提方法的有效性。