基于改进万有引力算法的配电网多目标故障重构

李震 谭涛亮 余玉晗 宋子强 刘结

摘 要：针对配电网在发生故障后产生的重构问题，基于改进万有引力算法提出了一种切实、可行的多目标故障重构方案．通过调研配电网的故障重构过程，优化了多个目标的权重系数，提出了综合考虑网络损耗与开关动作数量的故障重构模型．利用反向学习法、共轭梯度法和Ｔｅｎｔ映射实现了经典万有引力算法的有效改进．软件仿真与实际工程测试结果表明，所提故障重构方法具有较强的实用性、更低的网络损耗和更少的开关动作．

关 键 词：配电网；万有引力算法；反向学习法；共轭梯度法；Ｔｅｎｔ映射；多目标；故障重构；故障诊断

中图分类号：ＴＰ２７３ 文献标志码：Ａ 文章编号：１０００－１６４６（２０２３）０４－０３９２－０５

随着智能电网的快速发展，传统配电网技术已较难适应复杂的实际工程应用［１－３］．一般而言，配电网是负责实现输电网与用户之间的电力传输网络．伴随着城市规模的快速扩大，配电网的可靠性逐渐下降，电网的稳定性难以得到保证［４－６］．目前，配电网的故障重构方案主要可分为静态与动态重构两类：１）处于正常工作状态的配电网需要利用静态重构方案，实现电网的潮流最优和负荷平衡；２）发生故障的配电网需要使用动态重构方案，完成故障定位之后的恢复问题．在故障重构方案的研究中，国内外学者进行了较多值得借鑒与参考的工作［７－９］，但这些工作均未完全实现配电网的多目标故障重构．针对多目标的故障重构需求，通过引入反向学习法、共轭梯度法和Ｔｅｎｔ映射，本文提出了具有更强局部搜索能力与更快收敛速度的改进万有引力算法．同时利用优化多个重构目标的权重系数方法，提出了具有较小网络损耗与开关次数的重构流程和模型．相应的仿真结果表明，与多种传统重构模型相比，文中提出的重构模型具有更加优秀的性能．