含分布式发电的配电网重构及故障恢复算法

2017-03-06 20:30王亚平
电子技术与软件工程 2017年1期
关键词:分布式发电配电网人工智能

王亚平

配电网所具有的稳定性主要受到故障恢复性因素所决定。现阶段,配电网内所具有的分布式发电数量在快速增加,这样就为配电网故障恢复带来了更多的挑战。本文在对于含分布式发电的配电网重构及故障恢复算法研究过程中,在对于有关算法研究之后,对于配电网故障现状及所存在的问题进行分析研究,并且对于分布式配电网发展建设提出针对性展望。

【关键词】分布式发电 配电网 故障恢复 人工智能 数学优化

分布式发电在电力系统内应用,由于自身结构十分检点,同时具有一定环保性与经济性,在短时间内取得了良好的发展前景。世界上很多国家都在对于分布式发电进行分析研究,希望能够将其应用到电力系统之中,提高能源发电效能。分布式发电要是能够在配电网内应用,配电网网络结构将发生大幅度的改变,配电网运行模式及结构都出现了本质性差异,这样造成传统配电网故障恢复方式也就无法在配电网内应用。

1 分布式发电对配电网故障恢复的影响

分布式发电对于配电网故障恢复应用过程中,所具有的影响主要表现在两个方面:

1.1 分布式发电并网运行

分布式发电要是没有应用到配电网内之后,配电网要是出现故障之后,在对于故障解决过程中通过重构,就能够对于配电网网络结构进行优化,进而解决配电网在实际运行过程中所出现的问题,保证人们能够拥有稳定电能,但是配电网在实际运行过程中部分节点电压或者是输电线路经常会出现超限或者是过载情况之后,就需要进行切负荷操作。所以,部分负荷虽然能够直接与电源进行连接,就需要适当增加节点上面的电压,并且还能够降低部分线路所具有的负载,最大程度提高配电网所具有的安全性能。

1.2 分布式发电孤岛运行

分布式发电在实际应用过程中虽然具有十分显著优势,但是却无法在孤岛上面应用。因此,为了能够充分发挥出分布式发电所具有的优势,保证配电网在运行过程中所具有的安全性能,笔者就提出了IEEE1547-2003标准,进而保证分布式发电能够在孤岛上面应用。该标准并不是禁止孤岛的存在,更多是鼓励供电企业与用户之间利用科学技术手段,保证孤岛能够应用分布式发电,同时在经济层面上面获得统一。在对于配电网故障恢复过程中,要是配电网进行失点负荷,最大程度发挥出分布式发电所具有的优势,让配电网在失点负荷状态之下还是能够提供电能。

2 分布式发电分类

在对于配电网故障恢复影响划分中,要是从分布式发电,可以将其划分为几种:

2.1 功率输出稳定性

要是从分布式发电输出功率进行分析研究,可以将分布式发电划分为两种类别,分别是输出功率稳定分布式与输出功率非稳定分布式,其中输出功率稳定分布式要主要表示微型燃气轮机与燃料电池等等,这些能源利用过程中并不会受到任何外界因素的影响;输出功率非稳定分布式主要表示储存风力发电等等,能源在应用过程中会受到外界因素的影响。

2.2 黑启动能力

在对于分布式发电配电网重构过程中,要是从黑启动方面进行划分,可以将分布式发电的配电网重构故障恢复划分为两种,分别是黑启动分布式发电与非黑启动分布式发电。

3 基于人工智能方法的含分布式配电网故障恢复

含分布式发电配电网故障解决过程中,最为有效的途径就是人工智能,在对于含分布式发电配电网建故障恢复方法内,主要包含三种算法,分别是多智能体算法、粒子群算法与遗传算法。

3.1 基于多智能体算法的含分布式发电配电网故障恢复

智能体自身在实际应用过程中具有良好的自主性,在信息沟通及适应能力等方面优势十分显著,所以多智能体算法在实际应用过程中,经常应用到对于配电网通信故障恢复过程中。科研人员在对于多智能体算法研究过程中,已经获得了十分显著的研究成果,例如我国科研人员就以母线代理完全分布式代理系统作为基础,对于通讯机制进行分析研究,该研究主要目的就是希望能够将配电网所具有的连锁故障在极端情况下的问题进行解决。相比较原有配电网内所应用的控制系统相比较,多智能体技术在应用上面更加灵活。但是每一个智能体之间应该怎样灵活操作,对于智能体所恢复任务进行确定,这些内容还需要进一步分析研究。

3.2 基于粒子算法的含分布式配电网故障恢复

粒子群算法是基于鸟群觅食的行为举止,所构成成为的一种随机搜索算法,在实际应用过程中具有记忆力特征。基于粒子算法的含分布式配电网故障恢复所应用的编码形式,正常情况下都是通过使用0与1进行表示,粒子算法特别应用到含分布式发电的配电网故障恢复问题。处于含分布式的配电网结构与运行特征,粒子算法在应用过程中,还无法有效解决拓扑结构所存在的问题,搜索速度较低,这样在研究过程中就会陷入僵局。

3.3 基于遗传算法的含分布式配电网故障恢复

遗传算法属于一种进化算法,在实际应用过程中拥有广泛的应用用途。遗传算法主要是模拟生物基因进行背景,通过多个途径,能够找到种群内的最佳个体。遗传算法在计算过程中还存在一定缺陷,与粒子群算法计算相同,计算过程中容易出现局部最佳情况。

4 结论

按照含分布式发电的配电网重构及故障恢复算法研究过程中,由于现阶段应用最为广泛的算法还是智能优化算法,该算法在实际应用过程中具有十分显著的编码,全局收敛性良好,但是计算整个流程所需要的时间较长,这就需要借鉴其他算法所具有的优势,构成一个数学模型,从人工智能算法对于数学模型进行优化,这也是含分布式发电的配电网重构及故障恢复算法进一步研究与分析。

参考文献

[1]李志铿,汪隆君,王钢,杨掌林,张尧.计及故障重构的含分布式发电配电网可靠性评估[J].电力系统自动化,2013(04):35-40.

[2]黄弦超.含分布式发电的配电网故障恢复模型[J].电力系统保護与控制,2011(19):52-57.

[3]李志铿,王钢,陈志刚,张尧,张磊.基于区间潮流的含分布式发电配电网故障恢复算法[J].电力系统自动化,2011(24):53-58.

[4]冯杰,陈骏宇,陈明军,王晶.基于图论的含分布式发电配电网故障恢复算法[J].中国电力,2015(06):63-71.

作者单位

河北国华沧东发电有限责任公司 河北省沧州市黄骅市 061113

猜你喜欢
分布式发电配电网人工智能
配电网自动化的应用与发展趋势
人工智能与就业
分布式发电对配电网继电保护的影响
智能配电网研究
基于IEC61850的配电网数据传输保护机制
配电网不止一步的跨越
基于CIM的配电网线损计算