配电网中风电有功负荷分配预案研究

1、基于改进遗传算法与分级处理的配电网故障定位方法谭俊源，黄月婷，潘凯(佛山供电局，广东省 佛山市528000)摘要：为了克服标准遗传算法容易出现的早熟收敛现彖，増强算法的局部搜索能力，捉出了一种改进的遗传算法。 该算法使用一个助长算子来对种群中的个体进行一定概率下的助长，其遗传个体具有雄性和雌性两种不同的性别， 融合了个体间的亲缘关系，异性个体进行严格的远缘繁殖。将改进的遗传算法应用于配电网故障定位屮，并引入分 级处理的思想，首先把整个配电网划分为主干支路和若干独立区域，再利用该算法分别对各独立区域进行故障定位, 然后进行全局寻优，这样大大减少了可行解的维数，提高了定位速度。算例表明了该定位方法

2、的可行性，它对复杂 配电网的故障定位尤为冇效。关键词：遗传算法：分级处理；评价两数；配电网；故障定位0引言随着经济的发展和人们生活水平的提高，人们 对供电可靠性也捉出了更高的要求，在配电网发生 故障后，对故障设备进行快速、准确的定位显得越 來越重要和迫切了。目前解决故障定位的方法主要 冇：矩阵算法、专家系统、神经网络、蚁群算法、 遗传算法等。矩阵算法计算速度快，但对上传故 障信息的准确度要求比较高，容错性较差。专家系 统通过将获取的故障信息与知识库中的记录进 行比较來确定故障位置，定位准确率较高，但是专 家系统中的专家知识库的建立与维护是一件烦琐 和艰巨的工作，往往由于知识库的维护不到位使得

3、专家系统在适应网络结构变化方血不尽人意。神经 网络算法具冇较强的适应性，但它需要较完备的 样本库，其结构和参数的确定往往依赖与人的经 验，所以神经网络在配电网故障定位中的应用大多 尚处于实验阶段，离实际应用还有一定的距离。蚁 群算法2亠是一种求解组合最优化问题的新型通川 启发式方法，该方法具有正反馈、分布式计算和贪 婪启发式搜索的特点。将蚁群算法用于配电网故障 定位时，一般是把配电网故障定位问题转化为类似 于tsp问题的模式，利用蚁群算法进行求解。由于 蚁群算法容易岀现停滞现象，即搜索进行到一定程 度后，所冇个体所发现的解完全一致，不能对解空 间进一步进行搜索，不利于发现更好的解；而蚁 群中多

4、个个体的运动是随机的，当群体规模较大或 网络结构较为复杂时，要找出一条较好的路径盂要 较长的搜索时间。所以，蚁群算法在配电网故障定 位屮的应用技术还有待成熟。遗传算法3789因其 具有良好的鲁棒性、可并行性与全局优化性而在电 力系统中获得了广泛的应用，在进行配电网故障定 位时，它利用上传故障信息，依赖适应度函数，通 过对种群的遗传操作，根据适应度的计算来进行全 局最优化求解，从而实现对故障设备的定位。但是, 在实际应用中，遗传算法的早熟收敛、局部搜索能 力不足等缺陷没有从根本上消除，而且由于配电网 络结构一般比较复杂，因此，通常存在计算量大的 问题，从而导致定位速度较慢。本文为改善遗传算法的性

5、能，提出了一种改进 的遗传算法，并将其应用于配电网故障定位屮。在 进行配电网故障定位时，引入分级处理的思想，首 先把整个配电网划分为主干支路和若干独立区域， 再利用改进的遗传算法分别対各独立区域进行故 障定位，然后进行全局寻优，从而使计算量人大减 少。1遗传算法及其改进遗传算法(genetic algorithm)是模拟生物界 门然选择和门然遗传机制进化过程来求解复杂问 题的全局随机搜索算法它以编码空间代替问 题空间，以适应度函数为评价依据，以编码群体为 进化基础，以对群体屮个体位串的遗传操作实现选 择和遗传机制，建立起一个迭代过程。在这一过程 屮，通过随机重组编码位串中重要的基因，使新一 代

6、的位串集合优于老一代的位串集合，群体的个体 不断进化，逐渐接近最优解，最终达到求解问题的 fl的。基本遗传算法的遗传操作包括选择、交叉和 变异。由于传统遗传算法存在局部搜索能力不足、容 易岀现早熟收敛等缺点卩习，本文对遗传算法进行如 下改进：1.1改进选择方法采用两代竞争排序的选择方法来对遗传个体 进行优选，遗传个体被区分为雄性和雌性两种不同 的性别，把父代与子代的所有雄性个体与雌性个体 分别进行重新排序，再按群体规模n分别从排序后 的雄性个体集与雌性个体集屮截取前n/2个优秀的 个体进入匹配池，作为交义操作的对象。这样不仅 保证了交叉操作的个体能进行有效的配对，同吋也 可以使每一代的优秀个体

7、得以保留，而淘汰那些不 良的个体，从而使好的基因和模式不会丢失，冇利 于尽快找到全局最优解。1.2加入助长操作为了加强算法跳出局部最优的能力，加速算法 的收敛，木文算法使用一个助氏算子来对种群中的 个体进行一定概率下的助长。助长操作在选择操作 之后及配対操作之前进行，其具体步骤如下：step 1:令 1 = 1；step2：随机产生一个实数厂，使0 5厂5 1 ,如 果r < ph ,则执行step3；否则，跳转到step6；step3:令 j = l；step4：如果s； = 0 ,则$； = 1 ；但如果此时s' 的适应度值降低，则维持5； = 0 ；step5: j = j

8、 +1 ,如果 j > n，则执行 step6； 否则,跳转到step4；step6： i = i + l,如果i > n ,则执行 step7: 否则，跳转到step2；step7：结束。其中，几表示助长概率，表示种群屮笫，个个体, 町表示第j个个体编码的第丿位，表示编码小非 性别部分的长度，n表示种群大小。1.3改进配对方法在本文算法中，同性別个体z间是不能进行配 对的，雄性个体只能同雌性个体进行配对。配对是 按个体优劣顺序进行的，即对按优劣顺序排队的雄 性个体与按优劣顺序排队的雌性个体进行一一配 对，这冇利于提高遗传算法寻找全局最优解的速 度。为了避免近亲繁殖，两个界性个体在

9、配对之后 还要进行个体间亲缘关系的检测。个体i'可亲缘关系 直接用两个体衣现型编码对应的二进制数的差值 來衡量，如果两个个体表现型编码所对应的二进制 数相等或者仅相差1,则视为近亲，不能进行杂交, 需对它们进行修正。修正的方法是：把把适应度小 的个体表现型编码的高位修改为与适应度大的个 体表现型编码的高位不同的值。这样，保证个体z 间的繁殖属于远缘繁殖，从而提高遗传算法的效 率。1.4改进遗传算法的工作流程上述改进遗传算法的工作流程如图1所示。图1改进遗传算法的工作流程fig.l working flow of improved genetic algorithm2配电网故障定位遗传算

10、法的关键技术配电网发生故障后，安装于各分段开关和联络 开关处的ftu或rtu可监测到故障过电流，在与 其整定值比较后上传给scada监控中心开关故障 电流信号，所以配电网故障定位的遗传算法实质上 是一种全局寻优问题。2.1编码方法遗传算法盂将问题的每个候选解都进行0-1 编码，遗传操作只对由这些编码（基因）组成的数 字串（染色体）进行操作。配电网故障定位问题可 很方便地根据遗传算法的要求进行0-1编码，过电 流的有或无以及故障的有或无都可用0和1来表示。2.2开关函数要利卅遗传算法通过分析开关故障电流信息 来得到故障元件，实现故障定位，必须建立一个从 故障元件的状态到开关设备有无故障电流的状态

11、 的转换，开关函数就是起到这个作川，它反映了元 件与开关z间的关系。对于单电源供电方式，开关 函数可由（1）式定义，开关函数的值非0即1。/ （5）= risj（ 1）ji式中，/ j（s）是笫丿个开关的开关函数，正常值为0, 有故障电流时为1；为为开关j卜-游第/个元件的状 态，正常为0,有故障为1； 口为逻辑“或”运算 的符号。2.3适应度函数利用遗传算法进行故障定位，就是在故障设备 的可行解空间屮找到一个或几个元件设备，当它们 发牛故障吋，最能解释山ftu上传到配电scada 监控屮心的开关故障电流信号。可构造如下适应度 函数3】：弘）=£|/厂加）|7=1式屮，$为元件设备状

12、态向量（为元件数），冇 故障的元件设备对应的元素用1表示，正常元件设 备对应的元素用0表示；匚是笫丿个开关故障电流 越限信号，笫/个开关有故障电流时用1表示，没 有故障电流则用0表示；/.（s）是第/个开关的开 关函数值，由（1）式计算得到。故障定位过程就 是在解空间中搜索最优解的过程，即找出能使（2） 式最小的解的过程，在这个解（染色体）屮的值为 1的位（基因）所对应的设备就是实际的故障设备。在实际应川中，根据遗传算法的要求，必须把 （2）式的最小化问题转化为最人化问题，使得适 应度函数如下：f（s） = m乞呂厶（$）|（3）；=i式中，m是一个较大的整数，一般取大于或等于开 关数的两倍，

13、确保适应度值为正。2.4遗传操作本文算法的遗传操作算子包括选择算子、助长 算了、交叉算了和变异算了。其屮，助长算了、交 叉算子和变异算子就是根据设定的助长概率ph、 交叉概率pc和变异概率pm对群体中概率为ph、 pc和pm个个体编码的非性别部分分别进行条件 助长、单点交叉和均匀变杲操作。2.5收敛判据本文采用种群中出现适应度值为m的个体作为 收敛条件，或者迭代次数超过最人迭代次数时算法 结束操作，并将适应度值最大的个体作为最后的诊 断结果，个体解屮为1的编码（基因）所对应的元 件设备就是故障设备。如果在算法收敛或结束操作 吋，有多个个体同吋达到适应度最大值，为了防止 谋判，提高算法的容错能力

14、，应选择最小的 /=!个体作为最优解，这里的£耳是各元件设备的状,=1态之和。3分级处理思想的应用3.1系统分区根据配电网具冇闭环设计、开环运行，并呈辐 射状的特点，如果把整个配电网理解为山主t支路 和若干个分支支路组成的话，可把配电网屮的每一 树状分支支路当作一个独立区域（主干支路的末梢 部分也可理解为一个独立区域），整个系统就变为 由一主干支路和若干独立区域组成。如图2所示, 一个20个节点的系统，经过分区后变为如图3所 示的由节点1、2、3、4和独立区域i、ii、iil iv 组成的8节点系统。图2单电源供电的馈线图fig.2 feeder network of single

15、source图3图2的简化模型fig.3 simplified model of fig.2各独立区域内只有一个电流注入点与区域外 的其他节点直接相连，各独立区域相互独立，无交 叉项。分区时，应首先确定一主干支路，然后把主 干支路的每一分支支路及其末梢部分分别划分为 个独立区域。如果某一独立区域的节点数比较 多，则还可将该独立区域再次划分为几个次级独立 区域，在进行故障定位时，按照各独立区域的级别 从低到高逐次应用遗传算法进行求解。3.2算例分析首先利用上述改进遗传算法依次对假定的各 独立区域进行故障定位，并记录下各独立区域的最 优诊断结果。假如图2各ftu的上传信息为：1,1,1,1,1,1

16、,1,1,0,0,0,0,0,0,0丄 0,0,0,0 则利用改进遗传算法得到的各区域的诊断结果如 表1所示。表1各独立区域的诊断结果table 1 diagnosis results of independent regions区域个体组成 m值进化代数最佳个体适应度值is6s7s8s9s10.1040010010iis11s12s13s14s15. 1040000010iiis5s16s17.630106ivs18s19s20.630006然后对图3进行全局寻优，各独立区域也有0 和1两种状态，0表示该区域内无故障，1表示该 区域内有故障。由表1的诊断结果可知，区域i和 区域iii有故障，

17、故障元件设备为s8和s16,而区 域ii和区域iv无故障。由于无故障的独立区域对该独立区域外的主 干支路各节点以及其他各独立区域的/,(5)没有任 何影响，所以整个系统的故障点不可能在经过局部 求解被诊断为无故障的独立区域内。为了降低可行 解的维数，减少计算量，被诊断为无故障的独立区 域nj不再参与全局寻优计算。而对于经过局部求解 被诊断为有故障的独立区域，经过全局寻优并不一 定被诊断为故障区域，因为有故障的独立区域对主 干支路上/,$)将产生影响，最终的全局诊断结果 还与主干支路上各节点的上传信号冇关。因此，被 诊断为有故障的独立区域耍再次参与全局寻优计 算。图3的诊断结果如表2所示。表2图

18、3的诊断结果table 2 diagnosis results of fig.3个体组成m值进化代数最佳个体适应度值sls2s3s4ririii12400001112表2的诊断结果表明，独立区域i和独立区域 iii内有故障，结合表1可以判定元件设备s8和s16 发生故障，与实际情况一致。4结论木文提出了一种改进的遗传算法，其遗传个体 被区分为雄性和雌性两种不同的性别，融合了个体 间的亲缘关系，界性个体进行严格的远缘繁殖；同 时，使用一个助长算子來对种祥小的个体进行一定 概率下的助长，改善了遗传算法的性能。将该算法 应用于配电网故障定位中，并引入分级处理的思 想，首先把整个配电网划分为主干支路和

19、若干独立 区域，再利用改进的遗传算法分别对各独立区域进 行故障定位，然后进行全局寻优，这样人大减少了 可行解的维数，提高了定位速度。从理论上讲，图 2的20节点系统的可行解个数为2”，而经过分级处 理后该系统的可行解个数减少到 25 +25 + 23 + 23 + 26,在能得到满意解的前提 下，利用改进的遗传算法求解只需5.8/k5,而利用标 准遗传算法求解则需要11.2/n5o本文阐述的基于改 进遗传算法与分级处理思、想的配电网故障定位方 法，能够实现对单一故障和多故障的快速、准确的 定位。但是，该方法只适用于单电源供电模式，对 于多电源的情况，需要寻找新的开关函数和评价畅 数的构造方法，

20、这是今后要做的工作。参考文献rn刘健，倪建立,杜宇.配电网故障区段判断和隔离的统一矩阵算法卩1 电力系统自动化，1999,23(1):31-33liu jian, ni jian-li, du yu. the unified matrix algorithm for faultsection detection and isolation in distribution system jautomation of electric power systems, 1999,23(1):31-332 杨继革.基于遗传算法的配电网故障定位的研究d.杭州：浙江大 学.2004yang ji-ge. r

21、esearch on fault location of distribution network based on genetic algorithm d. hangzhou: zhejiang university, 20043 廖犬发，刘会金,傅志伟.基于神经网络模式的配电网故障定位j. 湖北电力,2004,28(1):9-10,18liao quan-fa, liu hui-jin, fu zhi-wci. fault location for distribution network based on neural network mcxlel j.hubeialgorithm lo

22、r the fault sections location j . proceedings of csee, 2002.22 (4): 127-130.9 陈碧云，韦化，钟志东.基于遗传算法的配电网故障定位系统j.广 西电7j, 2002(4):1-3chen bi-yun. wei hua, zhong zhi-dong. fault location system tor power distribution network based on inheritance algorithm j . guangxi electric power, 2002, 4: 1-3.10 王小平，曲立明遗

23、传算法-理论、应用与软件实现m.西安：西安交通大学出版社,2002wang xiao-ping, cao li-ming, genetic algorithm 一 theory, application and software realizationm xi'an: xi'an jiao tong university press, 2002i i李敏强，宼纪淞等.遗传算法的基本理论与应用m.北京:科学出 版社,2002li min-qiang, kou ji-song, lin dan, li shu-quan, basic principle and applicatio

24、n of genetic algorithm tm beijing: science publishing company, 200212thomas strassner, markus busold, wolfgang a. herrmann. mm 3 parametrization of tour and five- coordinated rhenium complexes by a genctic algorithm. journal of computational chemistry, 2002, 23谭俊源(1970-),男，工程师，从事配电网控制技术研究； 黄月婷(1983-

25、),女,工程师，从爭配电网控制技术研究， hyt hit；潘 凯(1983)，男，工程师，从爭配电网控制技术研究。clcctic power4 丁同奎，张丽华,陈歆技，库永恒.基于蚁群算法的况电网故障定位与隔离几继电器,2005,33(24):29-31ding tong-kui , zhang l i-hua , chen xin-ji , ku yong-heng fault location and isolation for distribution network based on ant colony algorithm j. relay, 2005,33(24):29-315 陈

26、歆技，丁同奎，张钊.蚁群算法在配电网故障定位中的应用j.电力系统自动化,2006,30(5):74-77chen xinji, ding tong-kui, zhang zhao. ant colony algorithm for solving fault location in distribution networks 卩.automation of electric power systems, 2006,30(5):74-776 杨伟，刘娅琳，吴军基.基于改进遗传算法的配电网故障诊断j.长沙电力学院学报(自然科学版),2005,20(1 ):25-28yang wei ,liu ya

27、-lin wu jun-ji. fault diagnosis of distribution network based on genetic algorithm j. journal of ciiang sha university of electric power (natural science). 2005,20(1):25-287 杜红卫，孙雅明，刘弘靖，萤伟基于遗传算法的配电网故障定位和隔离j电网技术,2000,24(5):52-55du hong-wei, sun ya-ming. liu hong-jing, dong wei. fault section diagnosi

28、s and isolation of distribution networks based on genetic algorithm j. pow er system technology, 2000,24(5):52-558 卫志农，何桦，郑玉平.配电网故障区间定位的高级遗传算法j.中国电机工程学报,2002,24(2):127-130wei zhi-nong, he hua, zheng yu-ping. a refined geneticfault location method for distribution network based onimproved genetic alg

29、orithm and stage treatmenttan junyuan, huang yueting, pan kai(foshan power supply bureau, foshan 528000, guangdong province, china )abstract： in order to overcome the shortcoming of premature convergence of standard genetic algorithm and enhance the ability of algorithm to search the local optimal, an improved genetic algorithm was proposed in this paper. in this algorithm, a help operator is used to help individuals of population according to