基于电网脆弱性的多目标电网规划

基于电网脆弱性的多目标电网规划

康莉娟

国网山西省电力公司阳泉供电公司 /山西省阳泉市 /045000

摘要：综合考虑电网结构脆弱性，电网扩建投资成本和年运行费用，搭建了多目标电网规划模型．模型中结合经济性因素对电气介数指标进行了改进，基尼系数对支路电气介数均匀度的评估可以有效的衡量电网规划方案下的结构脆弱性大小。基于协同进化算法，结合模糊理论对模型求解，通过Garver6节点系统算例验证方法的可行性。仿真结果表明文章所提出的模型可行，对于电网扩建和规划具有重要的参考价值。

关键词：电网结构；电网运行；对策

1 引言

电网规划是电力系统研究领域中的一个重要环节，随着智能电网建设的推进和电力系统规模的不断扩大，电网规划面临着新的挑战。近年来，电力系统大停电事故的频繁发生，造成了重大的经济损失和社会影响，引起了人们对电网安全稳定运行问题的关注。研究电网连锁故障的传播机理以及电力网络的脆弱性评估，对规划建设坚强的电网将具有指导和借鉴意义。在智能电网条件下，电网规划需考虑环境保护、大量可再生能源的接入、电力系统脆弱性评价、大电网的安全等方面的要求。这些具有不同侧重点的规划要求相互联系，有的互为矛盾，而多目标电网规划成为协调好多个规划目标的实现手段。

2 电力系统脆弱性研究

电力系统的脆弱性主要体现在以下几个方面：（1）电力系统大规模互联。各区域电网互联加大了运行的不确定性和网络的复杂性，当事故发生时，故障波及范围更加广，若调度员对网络实时运行数据缺乏而无法有效指挥时，大事故发生概率也随之增高，这些问题都使得系统的脆弱性增强。（2）电力系统的开放。电力市场自由开放使电力系统呈现集中化和复杂化，投资商为了控制成本，与此同时电网也受到限制，导致了输电网络阻塞严重，大规模、连锁性的停电事故在电网接近极限运行的工况下一触即发。（3）现行的N-1安全准则的不适应性。在输电网络日益阻塞严重的情形下，当系统某一输电线路故障时，其他元件有可能出现不能承担过负荷的情况，此时将导致连锁事故的方生，N-1安全准则对于现代电力系统多重事故已难以适应。（4）系统保护的隐性故障。当系统发生故障时，被保护元件的错断、错动对连锁故障的发生有促进作用。隐性故障作为保护系统中存在的永久性缺陷，虽然发生概率低，却能导致严重后果。因此，脆弱环节的认识对电力系统安全运行有很大的帮助。电网脆弱性评估通过一定的方法或体系，从整体的宏观角度对电力系统脆弱性分析以及薄弱元件、环节识别，为电力部门提供监管、规划建议，提高体系鲁棒性。从研究的角度看，现阶段国内外对于电力系统脆弱性的研究主要有两类，一类是状态脆弱性，另一类是结构脆弱性。状态脆弱性研究在相关约束条件基础上，如潮流方程、电网约束等，通过对电力系统中每个状态变量与正常状态的偏离程度进行脆弱性分析，同时研究使电力系统状态远离临界态的控制方法。

3 考虑结构脆弱性的多目标配电网规划

3.1 改进最小生成树算法

运用最小生成树算法求解配电网优化规划问题，首先要将配电网转化为一个加权图。以配电网的电源点和负荷点为节点，各个顶点间可能架设线路的走廊为边，线路的投资费用和运行费用(主要为线损)之和为各条边的权。采用基本最小生成树算法，求得加权图的最短树，即可得到目标函数最小的初步规划方案。在该方案基础上，通过动态调整各条边权值反复迭代的方法，获得最终优化规划结果，具体步骤如下：步骤1，将所有线路导线截面取为某特定值，从而确定各边的初始权值。步骤2，采用Kruskal算法，求得最小生成树T0，迭代次数d=0。步骤3，根据It表达式计算流过Td中各边的电流，依据电流大小调整各边的导线截面，同时，根据Cf的表达式计算线路投资费用，根据Cp的表达式计算线路线损，得到此时线路的投资运行费用Cd。步骤4，将Td外各边的权值还原为初值，判断Td外是否存在权值小于Td中各边的线路，若存在则将它们按权值从小到大的顺序放入队列Q中；否则结束规划，此时Td即为最优规划结果。步骤5，选取队列Q中权值最小的边加入Td，并将此时环路中权值最大的边删除，形成新树Tnew，计算其投资运行总费用Cnew。步骤6，若Cnew＜Cd，则令d=d+1，Cd=Cnew，清零Q，转步骤4。步骤7，若Cnew＞Cd，则判断队列Q是否为空。若Q为空，则此时的Td就是最优规划结果，规划结束;若Q不为空，则转步骤5。上述方法仅以线路总费用为优化目标，无法用来求解多目标优化规划模型。笔者通过改变迭代过程中的条件判据，对该方法进行一定的调整，使之能够用于多目标问题的求解。

3.2 基于改进最小生成树算法的多目标配电网规划

由于各个目标的量纲不统一，且权重的确定易受到主观因素影响，所以这类方法难以得到准确客观的优化结果。基于Pareto最优的多目标优化方法通过先寻优后决策的方式，使结果不断逼近真正的最优解集，能够弥补传统方法的不足，但在实现上比较复杂。笔者分别计算出经济性指标的增长率和脆弱性指标的减少率，将两者之和作为改进最小生成树算法迭代过程中的目标函数，可以简便快捷地将多目标问题转化为单目标问题。

3.3 协同进化算法

协同进化算法(CEA)是模仿生态系统中各个种群协同进化现象提出的一种具有较优适应能力的优化算法。其基本框架与遗传算法类似，都是通过交叉、变异和选择操作得到最优解。其区别在于:协同进化算法将复杂系统的优化问题分解为多个子系统进行求解，每个子系统对应生态系统中的一个种群，种群内部间进行交叉操作，各个种群通过系统模型协调合作完成进化。CEA相比传统遗传算法具有不易早熟，收敛快等优点。

3.4 CEA中的协同操作

CEA中的协同操作时其有别于传统遗传算法的重要之处，下面以3种群介绍协同操作的主要步骤:(1)初始化三个种群A、B、C，选取每个种群的第一条染色体和另一条染色体(随机选取)作为每个种群的代表。(2)每个种群中的所有个体与另外两个种群中的代表采取位置匹配法构造新的个体。(3)对于多目标问题中的每一个目标函数，计算出所有个体的函数值大小。(4)计算所有个体的拥挤度和非支配水平，进行非支配排序，选取前N个个体并分成3个种群进入下一代个体。

4 结束语

综上所述，在电网规划问题中引入结构脆弱性作为目标函数，综合考虑规划扩建投资成本和年运行费用搭建多目标电网规划模型。采用协同进化算法进行求解，结合模糊了理论选取最优解。该算法避免了主观误差，容易实现，具有很好的收敛性，是解决电网规划问题的一种较好的方法。

参考文献：

[1] 张杰. 考虑脆弱性的含分布式电源配电网多目标规划[D].湖南大学,2017.

[2] 杨帆. 大规模消纳可再生能源对电网脆弱性影响的评价研究[D].华北电力大学(北京),2016.

[3] 鲁海威. 长春电网供电能力及脆弱性研究[D].华北电力大学,2015.

[4] 曹昕瑀,卫志农,沈海平,吴霜,孙国强.考虑电网结构脆弱性的配电网网架优化规划[J].河海大学学报(自然科学版),2015,43(02):178-183.

[5] 刘大川. 基于脆弱性理论的主动配电网储能规划方法研究[D].华北电力大学,2015.