简介:提出了一种基于模糊优化多目标进化算法(FMOEA)的配电网故障定位新方法。FMOEA对基于排序选择的传统多目标进化算法进行改良,有效避免了其种群早熟的问题,在排序结果中引入模糊优选决策因子,得到本代个体的最终适应度值,之后再经过复制、交叉、变异和迭代等过程,直到满足终止条件得到最终的Pareto解集;最后对适用于故障定位的最优解集处理办法进行了探讨与分析,以便从最优解集中筛选出符合故障情况的唯一解。算例仿真测试针对不同的配电网系统结构,分别模拟系统单点、多点故障,以及信息完备与部分信息畸变的情况,结果表明该算法可以实现配电网故障的:有效定位,通过对比遗传算法,验证了该方法寻找全局最优Pareto解集的有效性及良好的收敛性能。
简介:摘要 :随着新能源和负荷的大规模接入,电力系统将面临着更多的不确定性。传统以经济性与安全性为主导的电网规划体系已不能满足现在电网建设的需求,亟需补充和完善。将电力系统脆弱性作为电网安全性与稳定性的延伸引入电网规划,将对规划建设坚强的电网将具有指导和借鉴意义。 关键词 :电网脆弱性 ; 多目标 ; 电网规划 引言 脆弱性是近年來智能电网的研究热点之一,电网脆弱性评估主要是对电网安全运行进行主动检测,对存在的隐患提前预防,以协调电网的运行方式,对电网的发展具有非常重要的意义。针对结构脆弱性的研究方法主要有基于复杂网络理论的评估方法及与人工智能相结合的评估方法。脆弱性评估方法如果要应用到电网的优化运行和规划方面,还需要研究从个体层面评价过度到系统层面评价的方法。目前,评价电网整体脆弱性的方法分为 2 个方向:主流的方向是对所有节点的脆弱性指标进行求和并平均到每个元件从而得出电网整体的平均的脆弱性 ; 另外一部分则在电网脆弱性的均衡度上做相关的研究。合理的电网整体脆弱性评价指标应当包括平均脆弱性和分布均衡度两方面的内容。 1 电网结构脆弱性分析