基于动态规划与最优流模式的微网孤岛重构

杨利霞

基于动态规划与最优流模式的微网孤岛重构

* [7 o# {+ i' k8 K实时重构技术是维持孤岛微网稳定运行的有
基金项目：国家自然科学基金(61573155，51877085)。
Project Supported by National Natural Science Foundation of China
(61573155, 51877085).
7 f9 K  B( b  J9 N" h效手段[1]。失去了主网的支撑，作为一个低惯性系
7 S" Y. j9 o' i( r+ b: ?* m/ V统，微网在孤岛运行环境下，很容易因设备出力的
$ z( A1 d& T/ ?波动而失稳[2]。当系统发生变动时，通过实时调整
设备连接开关与线路分段开关、联络开关的运行状
) K7 U9 R0 F4 `- n- L2 l态，改变微网的所连设备数量与供电拓扑结构，微
网得以在动态变化中控制系统的电压与频率，维持
网络的功率平衡。
6 [% H) E/ P; J  O, @; ~重构是通过改变网络各开关的运行状态来改
变网络运行方式，在一定约束条件下，保证系统安
全稳定运行，并使系统的某项指标达到最优的过
0 `( C" F# T6 }: M程。微网重构的本质是一个多目标、多约束的非线
* G% A/ k0 d3 n7 V& V- P: l9 a. L$ i: a性混合整数规划问题。针对微网的重构，目前多采
6 ?% Q# x/ D- k- K" K用单一的寻优方法来解决，例如有枚举法[3]、传统
# {. Y' @: E% K9 k数学优化方法[4-5]或人工智能算法[1,6-9]。
% R4 D9 j8 E7 ~4 E' o8 e上述方法各有其优势所在，但也均存在有不
2 p. ?/ _' S% B: N8 W; H9 d足：虽然枚举法与传统数学优化方法的寻优结果可
1 W9 `  V9 ~# _$ k以稳定收敛到最优解，但是寻优效率低，运算耗时
* R2 j: w7 \8 C. m2 b9 M" T长；人工智能算法通过在迭代中使用元启发式策略
进行筛选使得寻优高效，但其固有的随机性在实时
重构时会导致重构结果难以稳定收敛到最优解甚
至会有无法寻得有效解的情况出现。这些单一算法
' e$ C) O' H# C2 e! l均很难实现微网孤岛重构的实时、寻优稳定与高效
三者间的平衡。
! h! W! ?: q4 {( I* e针对于此，本文采用混合算法来实现微网孤岛
+ N$ _3 o! k5 I* Y重构。混合算法是指将模型分层或解耦后，对于不
同的子问题所呈现出的不同特点而采用多种算法
联合求解。它是发挥算法优势，避免算法短板的有
效手段。目前在一些领域的研究中已有学者针对模
型特点提出了相应的混合算法，并取得了良好的效
+ l8 t( T4 Q) O; Z2 V" N. k! x( W. r网络首发时间：2020-07-29 15:03:50
网络首发地址：https://kns.cnki.net/kcms/detail/11.2410.TM.20200729.1329.001.html1 b
1
' T: e6 I- u* P( t- b. l7 g  c' ]m in (1 )
# ^1 d1 S6 n/ ph
+ q* |' N: `2 d. x4 [6 z! Ti i i
i
F c x P
=
= −

2 2
! E. E* q, P. ^3 {2
8 @  {- `8 k5 n1 \2
1
m in
: H9 A# {7 V) O! n9 Z; `M
9 J! N% }$ f. G% w# pi i
i i
6 m( p1 S: I4 b# L8 Ri
i
P Q
F k R
$ W5 P: Q8 g( I3 f=
U
+
1 M( ]2 w. B) l=
# ?+ U9 q0 h! I" H
2
7 F  O' e7 R9 a! d  \# q2 a/ m  V张熙等：基于动态规划与最优流模式的微网孤岛重构
果。如文献[10]在对基于电网络理论所建立的大型
) [0 E8 e" b6 |4 W8 ?接地网故障诊断模型进行分层后，先采用确定性算
法(L−M 法)快速锁定真实解的范围，之后再用随机
( l7 z; p1 g& I: [性算法(粒子群算法)进一步深入优化。仿真结果表
1 r' d2 {6 q' Q. q明，该混合算法在收敛性与结果准确度上均优于单
纯的确定性算法与随机性算法。文献[11]为了进行
8 k( ]' a1 A9 R4 ~$ v更有效的变电站负荷聚类分析，提出了综合考虑负
荷曲线和构成的变电站双层聚类模型。将该模型解
耦为上层与下层变电站聚类分析 2 个子问题后，文
章根据上下层各自特点分别采用了 K−means 算法
与分裂式 FCM 算法予以求解。在对实际变电站聚
类分析后的结果表明，该混合算法可以有效补充传
统算法的不足。文献[12]采用了一种混合智能算法
解决配网重构问题。在寻优过程中，部分个体用粒
子群优化算法(PSO)进行迭代，其它个体进行遗传
算法(GA)中的交叉和变异操作，整个群体信息共
享，同时采用自适应参数机制与优胜劣汰的进化思
想。仿真结果表明，与单一的 GA 法和 PSO 法相比，
该混合算法具有更高的搜索效率和寻优性能。
# r% N- N7 R6 G8 C与传统的配网重构不同，微网孤岛作为一个出
力有限的供电系统，重构不仅要对线路分段开关、
3 u- a0 p) l; \联络开关进行调整，还需根据实时变化的外部环
境，对设备连接开关进行调整[3,13]。这两类开关的
6 B) t% t  m! n% e) p: y" ~调整有着各自不同的特点：对设备连接开关状态的
1 ~  {' S. A, N- q' u% ^4 ]调整本质上为设备再分配问题；而对线路分段开
6 _/ s$ q! i3 n" V; j$ Z/ |+ O关、联络开关状态的调整本质上为供电拓扑优化问
4 J1 G2 z% }" b% R! a) n$ d0 f& T题。二者有着不同的目标与约束条件，适合采用混
合算法进行求解。
因此，为保证重构的实时性以及寻优的高效性
与稳定性，在建立了微网孤岛重构的数学模型后，
本文将模型解耦为设备连接开关重构与线路分段
开关、联络开关重构两个子问题，并采用了动态规
划法与改进的最优流模式法相结合的混合算法寻
2 s9 f3 A9 k5 q& J% n( c找最优重构方案。MATLAB 仿真结果表明，本文所
% T" q4 o9 q' {6 c4 n提算法可以有效地同时保证重构实时、高效与寻优
稳定性，在处理微网孤岛重构问题上有着较为明显
, T) T2 F* T1 U% H" i1 W3 u$ L的优势。


+ Z( F: M, j7 p  a. r