基于POP NSGA-Ⅱ的配电网故障恢复重构

快速的非支配排序遗传算法（NSGA-Ⅱ）可以使每次进化过程中得到的个体分布均匀，具有较好的收敛性和鲁棒性。本文分析了当前遗传算法（GA）的缺陷，将NSGA-Ⅱ应用到配电网的故障恢复重构中，并提出通过一种Pareto寻优路径（POP）控制选择操作的方法，一方面可以扩大搜索面积、避免陷入局部最优；另一方面可以适时地停止进化、减少多余的计算。另外，本文根据模糊集理论确定故障恢复重构的最终解决方案，使NSGA-Ⅱ算法适用于恢复重构问题。算例结果表明，POPNSGA-Ⅱ算法与GA、NSGA-Ⅱ算法相比具有更强的寻优能力，是一种解决配电网故障恢复重构问题的新方法。

基于有限状态机的新型配电网多流融合仿真引擎

新型配电网具有多源化、数字化、信息化、柔性化及互动化的特点,其所涉及的信息系统和物理系统紧密耦合、复杂多变,对常规配电系统的规划、运行仿真分析提出了挑战。为解决上述问题,针对配电网能量流、信息流、业务流和控制流的融合特性,提出一种基于有限状态机的新型配电网多流融合仿真引擎,构建了基于实时快速仿真的融合仿真架构,设计了物理层、上位机、实时仿真层之间的状态互动控制方案,以及各层内部的状态控制转换策略,并以新型配电网故障重构应用场景为例,接入融合仿真引擎,优选最佳故障重构路径,并与传统优化模型进行了对比。算例仿真结果表明:所设计的方案能够有效结合新型配电网控制系统,通过通信和控制实现新型配电系统的故障定位与优化重构,为新型配电网的数模混合仿真、业务场景复现与优化运行提供技术支撑。