[科普中国]-配电网重构

作用

配电网络在故障隔离后的重构对于恢复非故障停电区域的供电、实现负荷均衡化、降低线损具有非常重要的意义，其作用主要体现在如下三个方面：

(1)降低配电网线损，提高系统经济性。

不断降低电力系统的能耗和线损，提高电力系统运行的经济效益，是电力系统面临的一项长期课题。在目前我国转变经济发展模式，提倡节约型社会、节能减排的形势下，配电网的重构显得尤为重要。据有关资料，西方主要工业国家的线损率在5%～8%，但我国为9%左右，与发达国家相比尚有差距。1995年全国城网110 kV以下的配电网线损占总线损的60%，可见降低配电网线损是降损工作的关键之一。在正常运行时，可通过网络重构改善电网运行方式从而达到降低配网网损的目的。

(2)均衡负荷，消除过载，提高供电质量。

在配电网中，由于不同类型负荷的日负荷曲线不同，在变电所的变压器及每条馈线上峰值负荷出现的时间是不同的，通过网络重构，可以将负荷从重负荷或是过载馈线(变压器)转移到轻载馈线(变压器)上，这种转移不仅能调节运行馈线的负荷水平、消除馈线过载、改善电能质量，同时也可以有效地减小整个系统的网损。1

(3)提高供电可靠性。

在配电系统发生故障时，可以打开配电系统中的某些分段开关隔离故障，同时合上某些联络开关把故障线路上的部分或全部负荷转移到其他线路上去，从而达到快速隔离故障和恢复供电的目的。

重构原理由于大量的常闭分段开关和常开联络开关存在于配电网中有，调度员在正常、检修或事故运行方式下，需要根据实际情况对分段开关和联络开关进行操作来调整配电网络结构，以优化配电网运行模式，从而提高电网的安全性、可靠性和经济性。这种方式被称为配电网重构。按照应用侧重点的不同，配电网重构可分为网络优化重构（简称网络重构）和故障后重构（也称故障恢复）。

作为配电系统运行和控制的重要手段配电网重构在配电管理系统中起着重要作用。目前，配电网络广泛采用环状设计、开环运行。通常情况下，在沿馈线方向上分布了一定数量的常闭分段开关，而在馈线之间装有常开的联络开关。为了提高电网的可靠性和经济性，在正常运行状态下，根据负荷的变化需要定期调整这些开关的状态来重新建构配电网络的运行结构，使负荷在各馈线之间自由流动，从而达到合理分配的目的；在故障状态下，为了保证供电能够得到尽快地恢复，网络运行方式最为经济合理，相应的网络结构优化也是十分必要的。

实际上，由于配电网中的开关数目巨大，随之生成的环状网络树的数量也十分可观，因此在理论上配电网重构问题是一个庞大的非线性整数组合优化问题。考虑到开关组合数量巨大，将它们作为优化变量进行穷举搜索将面临“组合爆炸”问题，从而导致数学求解过程中计算量过大，占用大量的机时，并且无法确保计算过程的收敛性。为了解决计算速度的问题，研究人员提出了许多不同的方法来解决配电网络重构问题，目前大家将研究与改进的主要方向集中在优化算法和优化目标两个方面。

重构算法配电网络重构的算法大致可以分为：传统数学方法、启发式方法、人工智能算法以及混合算法等。

传统数学方法传统数学方法主要包括单纯形法和分支界面法等线性或非线性规划方法它是用数学模型对配电网重构问题进行描述，然后通过一定的算法求解，得到优化结果。传统的数学优化方法比较成熟，能够获得不依赖于配电网初始结构的全局最优解，但其计算时间长，存在严重的“维数灾”，不能用于复杂的大规模电力系统的处理。数学优化解析的方法在求解电力系统优化问题时，往往都需要进行简化和近似处理。

启发式方法启发式方法是依据直观分析的算法，通常按照一定的原则，逐步迭代直到获得满意的优化结果。配电网重构中常用的启发式算法主要有最优流模式算法和支路交换法等。

最优流模式算法最优流模式算法通过将开关组合问题转化为最优潮流的计算问题，进而达到了简化配电网重构模型的目的。但是由于初始状态存在多个环网，使得逐次打开各个开关之间存在相互影响，开关打开顺序对最后结果将产生较大影响，因此最优流法不能保证得到重构的全局最优解。文献将最优流法运用于子空间求解局部最优解，然后利用遗传算法在所有子空间的局部最优解中求解全局最优解，消除了最优流法重构结果受初始网络状态影响的缺点。

支路交换法支路交换法利用启发式规则能够缩小需要考虑的开关组合的范围，快速得到降低配电网线损的重构结果。但是由于该方法同样需要考虑网络初始状态的影响，因此不能确保获得全局最优解；另外，由于每次只能考虑一对开关，算法的并行性差。文献提出以闭合联络开关两端电压差最大的开关为启发式规则，并提出了一个衡量开关交换前后网损变化的计算公式。文献2提出利用近似网损替代精确网损，对每个联络开关同时进行对应环网的重构优化，根据最佳转移负荷的符号和大小，确定与环网中最大网损降低相对应的开关交换，有效地提高了支路交换法的计算速度。

人工智能算法近些年来，基于随机化技术的人工智能算法在优化领域得到了广泛的应用。在智能优化算法应用于配电网重构的实例中，归纳起来主要包括：人工神经网络算法，模拟退火算法，禁忌搜索算法，蚁群算法，粒子群优化算法和遗传算法、差分进化算法等。3

遗传算法遗传算法是模拟生物进化过程的一种算法，由于其染色体编码能够很好地表示开关的状态’因此算法在配电网重构中得到了广泛的应用但是遗传算法局部收敛过早的问题仍旧普遍存在的。Ah king R.T.F(2004)提出了基于实数编码方法、模糊控制交叉率和变异率的遗传算法求解配电网络重构，提高了算法的收敛速度。

人工神经网络算法ANN算法是在现代神经科学研究的基础上提出的，通过样本训练将输入与输出的非线性关系存储在神经元的权值中是其最大特点。文献介绍了用于组合优化问题的神经网络模型，阐述了优化配电网络结构的方法，提出了用于避免陷入局部最优的强迫噪声法，结合专家系统来确定在变电所故障情况下可行的配电网络结构。Hayashi Y(1996)应用来进行在线的配电网络重构，神经网络的输入为负荷需求，输出为对应的网损最小的网络结构。

模拟退火算法SA算法对某一特定优化问题设定正确的参数后能以很高的概率收敛于全局最优解，但它属于单点寻优，并且为了使每一冷却步的状态分布均衡，计算将很耗费时间。文选取断开开关的位置作为变量，釆用移动打开开关位置的方法作为扰动准则，应用算法求解配电网络的重构，并通过算例分析表明随着网络规模的扩大，需要足够慢的退火过程才能保证收敛于近似全局最优解。

粒子群优化算法PSO算法由和于年提出，是模拟鸟群觅食过程中的迁徙和群集行为时提出的一种基于群体智能演化的计算技术。将应用于配电网重构中，具有并行处理、鲁棒性好等特点，具有简单易实现、收敛速度快等优势，但是缺点在于全局搜索能力差，容易陷入局部最优解的邻域。文在求解以负荷均衡化为目标的配电网重构时引入变异机制，对符合判据的粒子随机产生一个新的位置，从而保证算法的行进。

禁忌搜索算法该算法属于一种高效的启发式搜索算法，算法的特点在于采用禁忌表来记录到达过的局部最优点，避免在下一次搜索中继续搜索到这些点。文提出算法在提高电压安全性的配电网重构中的应用，通过实际算例的重构结果
验证了算法可以得到最优解。

蚁群算法釆用正反馈、分布式计算和贪契式启发式搜索等手段，能够不依赖于网络初始结构，适应性强，搜索效率高，文献对配电网络从图论拓扑结构上进行分析将配网重构问题转化为求图的生成树问题，并以破圈法为基础得到快速而有效地求解图的生成树的方法。在应用蚁群算法求解配网重构问题时通过首支路选择随机化和取消奴群算法常用的启发值的方法扩大算法搜索范围使算法可以跳出局部最优化陷讲，改善算法的搜索效果。

混合算法程浩忠4提出了混合遗传模拟退火算法，并从引入多次升温机制和并行思想的角度研究了在保留模拟退火算法全局搜索能力的同时加快其收敛速度的手段。文结合了禁忌搜索算法和奴群算法，禁忌算法具有强大的全局优
化性能，但是局部搜索能力易受分散性的影响，而蚁群算法的正反馈机制使其具有强大的局部搜索能力。混合算法利用蚁群算法弥补禁忌搜索算法局部搜索的分散性，不仅具有优秀的局部搜索能力，而且能够保证较为迅速地找到全局最优解。