数学建模社区-数学中国

标题: 基于动态规划与最优流模式的微网孤岛重构 [打印本页]
作者: 杨利霞    时间: 2020-10-14 16:01
标题: 基于动态规划与最优流模式的微网孤岛重构
基于动态规划与最优流模式的微网孤岛重构

5 D. M: Z! T. A/ ?0 L
$ \% i1 c5 i4 C6 M! A1 t2 j
; t* q) T* q0 ~% s实时重构技术是维持孤岛微网稳定运行的有" \6 \8 c8 E, X" ?9 ?0 m
基金项目：国家自然科学基金(61573155，51877085)。1 y" a, {  ?- y% Y
Project Supported by National Natural Science Foundation of China
5 _$ k& N2 c, L( H7 \(61573155, 51877085).
0 h0 ^/ Y# }7 B! F. ~6 H效手段[1]。失去了主网的支撑，作为一个低惯性系9 r; }7 ]! e" `  ?0 i- x2 E
统，微网在孤岛运行环境下，很容易因设备出力的! _$ _9 X: v% }, m- Q0 P& f8 F
波动而失稳[2]。当系统发生变动时，通过实时调整7 s; Z3 |. z6 O" H# V
设备连接开关与线路分段开关、联络开关的运行状' m. E0 o+ ?' L; \4 O
态，改变微网的所连设备数量与供电拓扑结构，微3 H/ `3 G4 ?  [7 _
网得以在动态变化中控制系统的电压与频率，维持: b, K% [- R' P6 k; Q
网络的功率平衡。
5 ~; B: `  E0 l4 g. K1 ~' V. v重构是通过改变网络各开关的运行状态来改9 Q( e( d* i/ y- n' S) N+ R; Z' Y
变网络运行方式，在一定约束条件下，保证系统安
& D( ?% K  }+ R7 U% S全稳定运行，并使系统的某项指标达到最优的过1 r. @5 b, @6 m) D& l  n
程。微网重构的本质是一个多目标、多约束的非线0 ]5 c1 V  X  Y( l
性混合整数规划问题。针对微网的重构，目前多采
+ P9 O" x# p; {用单一的寻优方法来解决，例如有枚举法[3]、传统
. S& x! ?3 M' v; q数学优化方法[4-5]或人工智能算法[1,6-9]。
) U! L* j" J" B% f+ e9 _0 f/ U上述方法各有其优势所在，但也均存在有不+ N' t; t' W4 V2 o) s; ^# q
足：虽然枚举法与传统数学优化方法的寻优结果可
( A. z6 D" h5 D1 z( ^2 ]以稳定收敛到最优解，但是寻优效率低，运算耗时4 D1 Z+ `# M4 n. H" k3 L0 L0 g6 ^% Y
长；人工智能算法通过在迭代中使用元启发式策略
6 H: Y! `9 S- U* E2 G% d进行筛选使得寻优高效，但其固有的随机性在实时
5 h. Z* q& b0 r. P) q9 u2 @4 Q重构时会导致重构结果难以稳定收敛到最优解甚1 L" F3 c8 X$ T  o: `: `5 v
至会有无法寻得有效解的情况出现。这些单一算法) i0 i0 p" z4 h, @+ X, R
均很难实现微网孤岛重构的实时、寻优稳定与高效! e5 `( E1 Q# {! _/ r: D
三者间的平衡。+ }- b8 q0 V* B2 d. `3 m
针对于此，本文采用混合算法来实现微网孤岛, U9 Y& w+ c* \8 R0 ~
重构。混合算法是指将模型分层或解耦后，对于不
& A9 Z: D9 ~( e1 `* _  R+ p同的子问题所呈现出的不同特点而采用多种算法* T" L# w& H9 H
联合求解。它是发挥算法优势，避免算法短板的有
9 z  r& [% O1 `5 }5 Z效手段。目前在一些领域的研究中已有学者针对模
9 t  S1 W4 s+ @" n' @: z, x型特点提出了相应的混合算法，并取得了良好的效) _3 O9 e, s+ d% m; D
网络首发时间：2020-07-29 15:03:50
0 T& i" v1 ?0 N+ Y; F5 n( z! A网络首发地址：https://kns.cnki.net/kcms/detail/11.2410.TM.20200729.1329.001.html1 b% T0 j" q2 {4 E1 i! K, N. Q: g4 m
1
) d+ o  u6 q8 J, A' n/ L* hm in (1 )2 s: n4 z+ s& ^" `# H. y
h
3 X# g1 j2 c( k" O0 p. J, ]i i i6 L4 F+ Z: a# D8 x. E4 x
i
% ^5 S# o' ^2 EF c x P
$ d- G2 E" I, i" y2 ^$ W3 a. u2 \0 U9 ^=
! d7 b$ d: d! z" X! G9 `= − 9 ]1 C5 z: [; i2 R

( t8 c6 n% E+ z' J5 ~5 x; W, T2 2& k8 G! u# i- X" ~7 w  Y. y
2
7 q. f  D2 h/ k' \2 o0 J5 X2 [4 @2 ' |( s" |; c- p) I% V" V: S
13 F0 p2 h7 v  r( i
m in
, s1 q' e* n. S4 l, D2 j: SM. Y# g& k8 r. t# ?
i i+ h- k& x5 c& y+ p2 U; @- d3 a
i i
8 J0 z  w6 j3 C) u9 Q$ Fi
; w; z- {% U- g+ _i
6 j5 w0 c0 T6 rP Q# ?. h' g* n5 x4 \. c4 d
F k R
" E! C/ m( l" A5 u8 B5 A# a=
* s/ z  S# D+ NU( n1 F4 u6 N) u# U( V
+ / f9 _8 `6 K' w# Q
=
& }- q. Z9 L& J4 b6 t# f3 r3 L; d0 W- p
2
9 u5 t" F( W+ b2 k# b3 ~张熙等：基于动态规划与最优流模式的微网孤岛重构' R' N# V3 A* g/ v, I/ z
果。如文献[10]在对基于电网络理论所建立的大型. R" t9 o. _, N5 x/ Z6 [
接地网故障诊断模型进行分层后，先采用确定性算6 Z4 ]* z5 Y4 c& Q0 W$ d- v& a- p% P
法(L−M 法)快速锁定真实解的范围，之后再用随机6 R& Y- V3 m; h6 l9 j" l8 G5 g
性算法(粒子群算法)进一步深入优化。仿真结果表
8 m- J) j1 \1 B# d& N明，该混合算法在收敛性与结果准确度上均优于单7 V" e9 H  s4 R3 _% R
纯的确定性算法与随机性算法。文献[11]为了进行
4 U" u+ R7 ]; `+ s0 E更有效的变电站负荷聚类分析，提出了综合考虑负% M- f. M5 v1 \! x; ?5 z' j# x
荷曲线和构成的变电站双层聚类模型。将该模型解4 h7 |9 H) `: o; E# @  `* |" w6 O
耦为上层与下层变电站聚类分析 2 个子问题后，文
5 N3 N' N8 g: _/ l2 q# C章根据上下层各自特点分别采用了 K−means 算法; I0 I' Y1 ?- c1 K6 y  ?5 |
与分裂式 FCM 算法予以求解。在对实际变电站聚% j; j# h. C  {+ t) f' a
类分析后的结果表明，该混合算法可以有效补充传& \, K/ Z9 _! }  i/ I) @! B
统算法的不足。文献[12]采用了一种混合智能算法
' v( E8 P5 h* I0 d3 @% w解决配网重构问题。在寻优过程中，部分个体用粒
$ c0 B! a; L8 ?+ z8 V9 R% {* ^- K子群优化算法(PSO)进行迭代，其它个体进行遗传
" _  k  v& y- \/ V+ y算法(GA)中的交叉和变异操作，整个群体信息共
6 D# d$ x% S/ |# Q0 C, a享，同时采用自适应参数机制与优胜劣汰的进化思
; V4 h1 o4 x, E& H. }想。仿真结果表明，与单一的 GA 法和 PSO 法相比，( I& }" f" ?+ n& R1 d
该混合算法具有更高的搜索效率和寻优性能。
  |7 F; L' }, j" o+ z7 c& m与传统的配网重构不同，微网孤岛作为一个出3 U8 W6 |! Y& _' v, K5 B. k
力有限的供电系统，重构不仅要对线路分段开关、
+ S8 b% w6 e  b# l* p联络开关进行调整，还需根据实时变化的外部环
# \& k! S& y0 P0 {境，对设备连接开关进行调整[3,13]。这两类开关的
1 E4 k! a3 z: @/ A调整有着各自不同的特点：对设备连接开关状态的
& }! j3 [& n) S  e调整本质上为设备再分配问题；而对线路分段开  h/ D7 A2 @8 t+ x8 Q; I% e2 [3 d7 }
关、联络开关状态的调整本质上为供电拓扑优化问6 o7 y/ Z9 T# y  K* x
题。二者有着不同的目标与约束条件，适合采用混# J: q8 B9 [. C/ N* H7 Q! ?
合算法进行求解。3 `' B- q( V$ g2 m- ^; x  w! N6 W
因此，为保证重构的实时性以及寻优的高效性
# E! Q: K: [2 [, q  B与稳定性，在建立了微网孤岛重构的数学模型后，
! S' p" I5 n8 n7 K3 z- \9 N9 d本文将模型解耦为设备连接开关重构与线路分段) W  L$ U# p  i1 d/ Y- x
开关、联络开关重构两个子问题，并采用了动态规
( Y0 v, v5 `- k/ b) x) k划法与改进的最优流模式法相结合的混合算法寻
2 |# j! D8 t0 D* Y找最优重构方案。MATLAB 仿真结果表明，本文所* j, C# J" y* A* u/ ?/ l
提算法可以有效地同时保证重构实时、高效与寻优& G# b" A0 R  [  s5 N5 ]
稳定性，在处理微网孤岛重构问题上有着较为明显
0 o& W) X; ?$ z4 A的优势。
5 U6 _4 n9 j! \0 P, {$ O
( s" v* I6 \9 a6 R$ S
9 {* @6 _' L3 X. m% j0 {

基于动态规划与最优流模式的微网孤岛重构.pdf

615.82 KB, 下载次数: 0, 下载积分: 体力 -2 点

售价: 3 点体力  [记录]  [购买]





欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) Powered by Discuz! X2.5