基于蚁群算法的配电网定位与恢复

论文摘要

配电自动化是当前我国城乡电网改造的重点工作。随着我国社会经济的持续发展,电力用户对供电可靠性的要求越来越高,配电自动化系统的推广势在必行。而配电网故障的定位和失电区域的恢复是配电自动化的核心问题。配电网故障区段定位和供电恢复重构算法的研究及其改进是本论文的重点研究内容。本文首先简要介绍了配电自动化的概念和配电网的拓扑模型以及配电网故障定位和恢复的现状。然后介绍了配电网故障区段定位和恢复的一些现有算法。针对现有算法的一些不足之处,本文提出了一种基于改进蚁群算法的配电网故障定位与恢复的算法。蚁群算法在配电网故障区段定位中取得了较好的应用效果,但该算法具有搜索时间长、计算速度慢等不足,为此本文对蚁群算法进行了改进,构造了动态适应配电网拓扑结构的开关函数,提出了蚁群信息素初值设置方法,引入解的扰动规则,确定了蚁群算法应用于多电源条件下配电网故障区段定位的方法。在配电网故障恢复中,本文结合基于图论的供电恢复算法计算速度快和智能算法能得出全局最优的优点,提出了一种基于蚁群算法以及需要动态确定重构节点开关集的供电恢复改进算法,并考虑了这种算法在需要甩负荷、多故障情况下的处理方法。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪言
• 1.1 配电自动化的提出
• 1.2 配电自动化的内容和意义
• 1.3 配电自动化的发展和现状
• 1.4 本章小结
• 第二章 配电网的故障定位与恢复
• 2.1 传统的电网络模型
• 2.2 配电网拓扑结构特点及其基本定义
• 2.3 配电网拓扑结构与图的对应
• 2.4 配电网的变结构耗散网络模型
• 2.4.1 配电网的无向图描述
• 2.4.2 配电网的有向图描述
• 2.5 配电网故障定位和故障恢复问题的提出
• 2.6 配电网故障定位和故障恢复问题的难点
• 2.7 本章小结
• 第三章 配电网故障定位和恢复算法
• 3.1 基于重合器的配电网故障定位算法
• 3.2 基于FTU 的配电网故障定位算法
• 3.2.1 配电网故障定位的矩阵算法
• 3.2.2 基于人工神经网络的算法
• 3.2.3 遗传算法及其他智能算法在电力系统故障定位中的应用
• 3.3 配电网故障恢复的算法
• 3.3.1 搜索算法
• 3.3.2 基于知识专家系统法
• 3.3.3 遗传算法及其他算法
• 3.4 本章小结
• 第四章 基于蚁群算法的配电网故障定位
• 4.1 蚁群算法介绍
• 4.2 配电网故障定位的开关函数
• 4.3 配电网故障定位的评价函数
• 4.4 蚁群算法中各参数的设置及改进措施
• 4.5 多电源条件下的应用
• 4.6 算例仿真
• 4.6.1 单电源条件下的仿真
• 4.6.2 多电源条件下的仿真
• 4.7 本章小结
• 第五章 基于启发式规则和蚁群算法的配电网故障恢复
• 5.1 配电网故障恢复的准备工作
• 5.2 配电网故障恢复的评价函数
• 5.3 配电网故障恢复的约束条件
• 5.3.1 配电网辐射状约束
• 5.3.2 配电网的电流电压约束
• 5.4 配电网的潮流计算
• 5.5 基于启发式规则的配电网供电恢复
• 5.6 基于蚁群算法的配电网故障恢复
• 5.7 基于启发式规则和蚁群算法的配电网故障恢复
• 5.7.1 基于蚁群算法的配电网故障恢复算法中操作开关集的确定
• 5.7.2 基于蚁群算法的配电网故障恢复算法中变量的描述及参数的设定
• 5.7.3 多故障情况下的处理策略
• 5.8 算例仿真
• 5.9 本章小结
• 结论
• 参考文献
• 致谢
• 附录A：攻读学位期间发表的论文
• 附录B：主要程序示例
• 中英文摘要