基于节点深度编码技术的配电网故障恢复

应用智能优化算法求解配电网故障恢复问题时,不仅需要在网络结构发生改变时频繁进行网络拓扑分析,而且往往需要在寻优过程中增加辐射校验环节以保证不违背配电网辐射运行约束,导致消耗了大量时间,降低了算法的寻优性能。将节点深度编码(NDE)技术引入多目标优化算法——改进的非支配遗传算法(NSGA-Ⅱ)中,采用NDE技术中的保留初始节点(PAO)和改变初始节点(CAO)操作取代传统算法中的交叉和变异操作,并针对配电网故障恢复问题的特点,提炼了PAO和CAO操作中的选点规则,保证了算法在寻优过程中始终满足配电网辐射运行约束;同时,通过应用NDE技术,可快速得到新的网络拓扑结构,无需重复进行网络拓扑分析,大大减少了算法的寻优时间。算例计算结果表明,基于NDE技术的NSGA-Ⅱ比普通NSGA-Ⅱ具有更好的收敛性、分布性,以及更快的计算速度。

基于混合编码方式的配电网故障恢复算法研究

为提高遗传算法求解配电网故障恢复问题的效率,提出了一种染色体混合编码模型。对配电网的网络拓扑进行节点深度法编码,通过相应的交叉变异操作,产生可行的配电网生成树。非故障失电区的可中断负荷采用0-1编码,实现切负荷控制,增加故障恢复的灵活性。这种混合编码方式可以大大降低不可行解的数量,加快算法收敛速度。采用多目标优化算法NSGA-Ⅱ,减少权重系数主观性对最优解的影响,实现各个优化目标的协同进化,可以为调度人员提供多个最优恢复方案。算例计算结果验证了所提出的模型和算法的正确性和有效性。

满足辐射状约束的编码和遗传算子及其在配电网重构中的应用

针对现有配电网络重构智能算法因编码和求解方法无法保证网络满足辐射状约束而造成的寻优效率低、难以适用于大规模复杂网络的问题,引入了一种被称为"节点的名称-深度-度数"表示法(node-depth_degree representation,NDDR)的数据结构对配电网络进行编码,并基于NDDR编码构建了有明确物理意义的遗传算子.所提出的方法能够保证初始种群及遗传操作生成的所有染色体对应的网络都满足辐射状约束,避免了现有方法为满足网络辐射状约束而需要反复校验和修复网络的问题,计算负担大为减轻.3个经典测试系统和3个大型实际配电系统的测试结果表明:所提方法收敛速度快、稳定性好,能够高概率地得到问题的最优解;与环路编码的遗传算法相比,求解大规模实际复杂网络的计算时间大幅减少,能在短时间内得到高质量的解,具有良好的实用价值.