含分布式电源的配电网大面积断电供电恢复策略

第30卷第34期中国电机工程学报Vol.30No.34Dec.5,201082010年12月5日ProceedingsoftheCSEE©2010Chin.Soc.forElec.Eng.文章编号：0258-8013(2010)34-0008-07中图分类号：TM73文献标志码：A学科分类号：470·40含分布式电源的配电网大面积断电供电恢复策略王增平，张丽，徐玉琴，李雪冬(电力系统保护与动态安全监控教育部重点实验室(华北电力大学)，河北省保定市071003)ServiceRestorationStrategyforBlackoutofDistributionSystemWithDistributedGeneratorsWANGZengping,ZHANGLi,XUYuqin,LIXuedong(KeyLaboratoryofPowerSystemProtectionandDynamicSecurityMonitoringandControl(NorthChinaElectricPowerUniversity),MinistryofEducation,Baoding071003,HebeiProvince,China)ABSTRACT:Anagent-environment-rule(AER)modelwasproposedtosolvetheservicerestorationproblemintheeventofablackoutinapowerdistributionnetworkwithdistributedgenerators(DGs).VariousfactorsduringservicerestorationofdistributionsystemwithDGswereexpressedasagents,environmentandinteractiverules.Integratingwithmulti-agent-system(MAS),theproposedmodelconstructsalattice-likeenvironment,andallagentscansensetheirlocalenvironmentandmoveinit.ByuseofasynchronousbacktrackingalgorithmtosolvetheAERmodel,thepositionofeachagentinsolutionspacewascontinuouslyupdatedthroughtheinteractionamongagentsandmutualinfluencebetweenenvironmentandagentstomaketheagentspossibletosearchoptimalsolutionquickly.Theexampleresultsindicatethesuperiorityandeffectivenessoftheproposedmethod.KEYWORDS:distributionnetwork;servicerestoration;agent-environment-rule(AER)model;distributedgenerator(DG);large-scaleblackout;asynchronousbacktrackingalgorithm摘要：提出利用智能体环境规则(agent-environment-rule，AER)的数学模型以解决包含分布式电源(distributedgenerator，DG)的配电网大面积断电供电恢复问题。考虑孤岛运行的情况，将含分布式电源的配电网供电恢复中的各种因素表示为AER模型中的智能体、环境和环境更新规则。该模型结合多智能体系统(multi-agent-system，MAS)，构造了一个格子环境，所有智能体均可感知局部环境并在环境中进行移动。使用异步回溯算法不断地通过智能体间的交互和智能体与环境间的相互影响来更新每个智能体在解空间的基金项目：国家自然科学基金项目(50837002，50777016)。ProjectSupportedbyNationalNaturalScienceFoundationofChina(50837002,50777016)．位置，使其能够快速地搜索到最优解。算例结果证明了所提方法的有效性和优越性。关键词：配电网；供电恢复；智能体环境规则模型；分布式电源；大面积断电；异步回溯算法0引言配电网供电恢复的主要目标是在配电网发生故障后，在确保系统安全运行的条件下，通过网络重构，快速恢复对非故障区域失电负荷的供电。国内外学者已提出了多种方法解决此问题，主要思路是应用人工智能与数值计算相结合的方法，包括遗传算法[1-3]、模糊评估算法[4]、专家系统方法[5]、启发式搜索算法[6]等。近年来，随着全球对环境保护和节能问题的日益关注，以及风力发电、光伏发电等可再生能源发电技术的日益成熟，分布式发电(distributedgeneration，DG)技术成为国内外研究的热点。DG具有安装灵活、供电方便、环保等特点，通常DG安装在用户附近以提高负荷的供电可靠性及电能质量。尽管DG在电力系统中发挥了重大作用，但DG的引入使得配电系统从单电源辐射式网络变为双端或多端有源网络，配电系统的结构和运行都发生了较大变化[7-9]。因而，引入DG后的配电网大面积断电恢复不能直接套用传统算法。研究配电网大面积断电后，利用DG孤岛效应，维持重要负荷供电前提下最大限度地对非故障区域恢复供电策略，对提高电力系统抗灾防御能力具有重要意义。文献[10]利用传统算法研究了包含DG的配电网故障恢复步骤，但用于配电网大面积断电情况时效率较低。文献[11]在配电网发生故障时采取第34期王增平等：含分布式电源的配电网大面积断电供电恢复策略9启发式的搜索策略，能够快速得到可行的孤岛划分方案，但此方法并不能形成最大范围的潜在孤岛。文献[12]根据配电网树状结构及自上而下地进行故障恢复的特点，提出一种分层解列的孤岛划分，可以形成最大范围的孤岛。但上述文献均只是针对树状配电网而言，不适用于实际系统中较为复杂的网格状配电网。近年来，分布式人工智能中基于智能体(agent)的计算已经成功应用于电力系统领域[13-14]，而多个智能体为了达到特定目的、通过相互作用而形成的系统就称为多智能体系统(multi-agent-system，MAS)。基于MAS的智能体环境规则(agent-environment-rule，AER)模型以人工生命理论为指导，吸取了元胞自动化[15]、多主体建模的基本思想，包含智能体、环境及更新规则3个主要概念，建立了一个具有“局部性、全局性、内聚力、动态性”的复杂自适应系统，能够高效求解多约束、非线性优化问题。本文考虑故障后DG孤岛运行的情况，研究了DG在配电网大面积断电情况下的运行方式。建立了配电网供电恢复AER模型，该模型结合多智能体系统，构造了一个格子环境，所有智能体均可感知局部环境并在环境中进行移动。使用异步回溯算法对分布式发电条件下的配电网大面积断电供电恢复AER数学模型进行求解。算例结果表明，本文算法能够快速有效地求解含DG的配电网大面积断电供电恢复问题。1配电网大面积断电供电恢复数学模型在配电网大面积断电的紧急状态下，运行人员主要关心的是快速将尽量多的断电负荷恢复供电，而经济运行并不重要，因此在供电恢复中，可以不进行细致的潮流计算，采用电流代表负荷，仅根据负荷间的叠加关系就可以达到目的[16]。本文考虑供电恢复的目标函数为甩负荷最少(或恢复最多负荷)和系统网络损耗最小[17]：Bloss.sysloss.island1min{()()}NijijfkkAPPγ∈==−++∑∑(1)式中：kB为断电区域内的总断电负荷量；γ为故障隔离后得到的断电区域的集合；ki为恢复的第i个负荷的负荷量；A的取值为0和1，当所有断电负荷均能恢复时，A为1，否则为0；N为供电恢复后，处在断电区域内的DG形成孤岛运行的数目；Ploss.sys为不包括孤岛运行部分的配电系统的网络损耗；Ploss.islandj为第j个孤岛的有功损耗。配电网供电恢复的求解过程，即搜索满足配电网运行且使目标函数最大的解向量。配电网供电恢复问题约束通常包括3种约束：1）支路功率不超过最大功率约束；2）节点电压应保持在允许电压范围内；3）不包含DG时的网络辐射状运行约束。2包含分布式电源的配电网大面积断电供电恢复AER模型2.1基于约束满足问题的AER模型简介约束满足问题(constraintsatisfactionproblem，CSP)是在一定的定义域范围内为所有的变量寻找满足它们彼此间约束关系的赋值的问题[18]。约束满足问题可以形式化为一个约束网，由变量的集合、每个变量的定义域集合以及变量间的约束关系的集合来定义，表示为三元组(X,D,C)，其中：X是变量的集合，X={X1,X2,⋅⋅⋅,Xn}；D是所有变量的定义域集合，D={D1,D2,⋅⋅⋅,Dn}，Di是变量Xi的所有可能取值的有限域；C是变量之间的约束关系的集合，C={C1,C2,⋅⋅⋅,Cm}，其中每个约束包含一个X的子集{Xi,⋅⋅⋅,Xj}和一个约束关系R⊆Di×⋅⋅⋅×Dj。约束满足方法是一种有效的问题求解方法，它为每个变量在其定义域中寻找一个赋值，使得所有约束被满足[19]。AER模型包含智能体、环境及更新规则3个主要概念。AER系统是一个多智能体系统，智能体可以感知局部环境，不断演化到解状态。应用AER模型，为约束满足问题建立一个多智能体模型算法：CSP{X(变量),D(值域),C(约束条件)}⇒多智能体系统D&C⇒环境&环境更新规则X⇒智能体(1个智能体代表1个变量)解答⇒所有智能体的位置。2.2包含分布式电源的配电网大面积断电供电恢复AER模型对于配电网大面积断电的供电恢复问题，将能够提供电源的馈线看成智能体，这样，有几条可以用于恢复供电的馈线就有几个智能体。每个智能体的值域为每条馈线能够加载负荷的方式集，其中每种加载负荷的方式可采用以负荷为节点、开关为边的负荷树表示。对于分布式电源，将故障后处在断电区域的每个DG看作一个智能体，为了充分利用其发电能力，其值域只列举最大加载负荷方式。本文考虑的DG在故障发生后均可作为系统的备用电10中国电机工程学报第30卷源，且DG均可控，其操作状态可随时监测。本文中处在断电区域中的DG在故障恢复过程中采用分层孤岛运行方式[17]，尽可能地形成多用户孤岛运行，以充分利用DG的发电能力；当多用户孤岛运行失败后，进一步解列成单用户孤岛，尽可能地保证负荷供电。式(1)中目标函数f可分解为对每个智能体的目标函数值的线性叠加[20]。配电网供电恢复问题约束1）、2）属于智能体内部约束，可以在单独的智能体的值域内部校验并满足；约束3）属于智能体间的约束，存在于各智能体之间，代表馈线的智能体间约束等价于每个负荷节点均由1个电源点供电，其形式可表示为邻接矩阵。代表馈线及代表DG的智能体之间的约束也可由邻接矩阵表示，但由于馈线和DG的供电负荷是可以连通的，因此与代表DG的智能体相关的约束矩阵均为零矩阵。当馈线加载负荷与DG加载负荷连通时，代表馈线和DG的智能体加载负荷量之和的最大值为馈线容量与DG容量之和。可将各个智能体的环境表示为n行格子，每行代表一个智能体aj，每行对应于一个智能体的值域Dj，智能体aj有|Dj|列，j=1,2,⋅⋅⋅,n。每个格子记录着值域的值和约束冲突数2种信息[21]。值域的值即为联络开关及DG并网断路器加载负荷的大小。约束冲突数记录在当前状态与当前位置下不满足约束条件的智能体的个数，它由相关的邻接矩阵和智能体取值决定。智能体aj的值域Dj内所有元素的约束冲突数可由代表智能体之间约束关系的邻接矩阵计算得出：1.attack.1kjjkjdka−==∑R(2)式中：aj.attack为智能体aj的值域Dj内元素的约束冲突数；.kkjdR为