考虑风电随机性的多场景配电网重构.pdf

第４５卷第１期２０１７年１月１日电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌｖｏ１．４５ＮＯ．１Ｊａｎ．１，２０１７Ｄ０Ｉ：１０．７６６７／ＰＳＰＣ１６００３５考虑风电随机性的多场景配电网重构初壮，窦孝祥，于群英（１．东北电力大学电气工程学院，吉林吉林１３２０１２；２．国网吉林省电力有限公司电力科学研究院，吉林长春１３００２１）摘要：配电网重构是配电网优化运行的一项重要措施，分布式电源（ＤｉｓｔｒｉｂｕｔｅｄＧｅｎｅｒａｔｉｏｎ，ＤＧ）以其清洁性和可再生性越来越多地被引入到配电网重构中。针对出力随机的ＤＧ对配电网重构的影响，将基于ｗａｓｓｅｒｓｔｅｉｎ距离指标的场景划分法引入到配电网重构中，将风电划分为多个场景。在兼顾风电随机性以及负荷波动性的条件下，提出了基于二进制粒子群算法的最优方案确定策略，建立了配电网重构模型。提出基于排同存异的环路编码及初始种群生成策略，提高了计算效率。在ＩＥＥＥ３３节点配电网系统下对所建立的模型进行求解，验证了所提策略的可行性和有效性，并得到了同时适应风电随机性以及负荷波动性的最优重构方案。关键词：配电网重构；ｗａｓｓｅｒｓｔｅｉｎ距离；风电随机性；负荷波动性；二进制粒子群算法Ｍｕｌｔｉｓｃｅｎｅｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｒｅｃ０ｎｆｉｇｕｒａｔｉＯｎｃｏｎｓｉｄｅｒｉｎｇｔｈｅｒａｎｄｏｍｎｅｓｓｏｆｗｉｎｄｐｏｗｅｒＣＨＵＺｈｕａｎｇ，ＤＯＵＸｉａｏｘｉａｎｇ，ＹＵＱｕｎｙｉｎｇ（１．ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＮｏｒｔｈｅａｓｔＤｉａｎｌｉＵｎｉｖｅｒｓｉｔｙ，Ｊｉｌｉｎ１３２０１２，Ｃｈｉｎａ；２．ＥｌｅｃｔｒｉｃＰｏｗｅｒＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅ，ＳｔａｔｅＧｒｉｄＪｉｌｉｎＥｌｅｃｔｒｉｃＰｏｗｅｒＬｔｄ．，Ｃｈａｎｇｃｈｕｎ１３００２１，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｉｓａｎｉｍｐｏｒｔａｎｔｍｅａｓｕｒｅｆｏｒｏｐｔｉｍａｌｏｐｅｒａｔｉｏｎｏｆｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋ．Ｂｅｃａｕｓｅｏｆｉｔｓｃｌｅａｎａｎｄｒｅｎｅｗａｂｌｅｄｉｓｔｒｉｂｕｔｅｄｇｅｎｅｒａｔｉｏｎ，ｉｔｉｓｍｏｒｅａｎｄｍｏｒｅｉｎｔｒｏｄｕｃｅｄｔｏｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｒｅｃｏｎｆ’ｉｇｕｒａｔｉｏｎ．ＩｎｖｉｅｗｏｆｔｈｅｏｕｔｐｕｔｒａｎｄｏｍＤＧＳｉｎｆｌｕｅｎｃｅｏｎｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｒｅｃｏｎｆｉｇｕｒａｔｉｏｎ，ｔｈｅｓｃｅｎｅｄｉｖｉｓｉｏｎｍｅｔｈｏｄｂａｓｅｄＯｉｌｗａｓｓｅｒｓｔｅｉｎｄｉｓｔａｎｃｅｉｎｄｅｘｉｓｉｎｔｒｏｄｕｃｅｄｉｎｔｏｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｒｅｃｏｎｆｉｇｕｒａｔｉｏｎａｎｄｔｈｅｗｉｎｄｐｏｗｅｒｉｓｄｉｖｉｄｅｄｉｎｔｏａｎｕｍｂｅｒｏｆｓｃｅｎｅｓ．Ｃｏｎｓｉｄｅｒｉｎｇｔｈｅｒａｎｄｏｍｎｅｓｓｏｆｗｉｎｄｐｏｗｅｒａｎｄｌｏａｄｆｌｕｃｔｕａｔｉｏｎｓ，ｔｈｉｓｐａｐｅｒｐｕｔｓｆｏｒｗａｒｄｔｈｅｏｐｔｉｍａｌｓｃｈｅｍｅｔｏｄｅｔｅｒｍｉｎｅｓｔｒａｔｅｇｙｂａｓｅｄｏｎｂｉｎａｒｙｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍａｎｄｅｓｔａｂｌｉｓｈｅｓｔｈｅｍｏｄｅｌｏｆｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｒｅｃｏｎｆｉｇｕｒａｔｉｏｎ．Ａｌｏｏｐｃｏｄｉｎｇａｎｄｉｎｉｔｉａｌｐｏｐｕｌａｔｉｏｎｇｅｎｅｒａｔｉｏｎｓｔｒａｔｅｇｙｉｓ‘‘”ｐｕｔｆｏｒｗａｒｄｂａｓｅｄｏｎｔｈｅｒｕｌｅｏｕｔｔｈｅｓａｍｅａｎｄｒｅｓｅｒｖｅｔｈｅｄｉｆｆｅｒｅｎｔ，ｔｈｅｃｏｍｐｕｔａｔｉｏｎｅｆｆｉｃｉｅｎｃｙｉｓｉｍｐｒｏｖｅｄ．ＴｈｅｅｓｔａｂｌｉｓｈｅｄｍｏｄｅｌｉｓｓｏｌｖｅｄｉｎｔｈｅＩＥＥＥ３３ｎｏｄｅｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｓｙｓｔｅｍ．Ｔｈｅｆｅａｓｉｂｉｌｉｔｙａｎｄｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅｐｒｏｐｏｓｅｄｓｔｒａｔｅｇｙａｒｅｖｅｒｉｆｉｅｄａｎｄａｎｏｐｔｉｍａｌｒｅｃｏｎｓｔｒｕｃｔｉｏｎｓｃｈｅｍｅｉｓｏｂｔａｉｎｅｄ，ｗｈｉｃｈｉｓａｄａｐｔｅｄｔｏｔｈｅｒａｎｄｏｍｎｅｓｓｏｆｗｉｎｄｐｏｗｅｒａｎｄｔｈｅｌｏａｄｆｌｕｃｔｕａｔｉｏｎ．Ｋｅｙｗｏｒｄｓ：ｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｒｅｃｏｎｆｉｇｕｒａｔｉｏｎ；ｗａｓｓｅｒｓｔｅｉｎｄｉｓｔａｎｃｅ；ｒａｎｄｏｍｎｅｓｓｏｆｗｉｎｄｐｏｗｅｒ；ｌｏａｄｆｌｕｃｔｕａｔｉｏｎ；ｂｉｎａｒｙｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍ０引言…配电网重构就是重新组合配电网中联络开关和分段开关的开闭状态，从而使配电网运行于最佳状态。风电等ＤＧ加入到配电网重构中对减小网损、提高负荷点电压、平衡负荷以及补充能源不足有积极的意义。风电出力具有较强的随机性，在配电网中的渗透率日益增加，对重构的影响已不容忽视。稍早对含ＤＧ的配电网重构的研究多是将ＤＧ出力设为定值，未考虑随机性的影响Ｊ。也有学者在研究中考虑了负荷的波动性。文献［５］应用点估计法随机潮流对所建数学模型进行求解，得到的重构结果能适应负荷的小范围波动。文献【６］建立了多负荷方式的配电网重构模型，得到了不同负荷运行方—式下综合网损最小的重构方案。文献［５６］在考虑负荷波动性的同时均未考虑ＤＧ的随机性。近年来，一些学者对考虑风电随机性的配电网重构进行了初步的研究。文献［７］建立了风电随机模初壮，等考虑风电随机性的多场景配电网重构型，介绍了含风电的随机潮流算法，用粒子群和最小生成树混合算法进行求解。文献［８］利用非序贯蒙特卡洛模拟法产生一组风速，算出风速所对应的风电出力，每个出力则对应一个场景，并且给出了每个场景最优方案确定的方法。文献［９］考虑了风电的随机性，通过场景分析法建立多场景风力发电模型，将风电场景划分为零输出、欠额定输出和额定输出三种场景，分别求解配电网重构的最优方案。对于欠额定输出这一场景，取该场景下出力的期望值作为计算值，将期望值代表整个场景内的出力，误差—较大。文献［８９］为突出风电随机性对配电网重构的影响，均未考虑负荷的波动性。本文在前人的研究基础上，将基于ｗａｓｓｅｒｓｔｅｉｎ距离指标的场景划分法引入到配电网重构中，建立多场景配电网重构模型，提出基于排同存异的环路编码及初始种群生成策略，提出基于二进制粒子群算法的最优方案确定策略。研究同时兼顾了负荷的波动性，在最大负荷运行方式、一般负荷运行方式以及最小负荷运行方式下分别求解相应的最优解。最后根据最优方案确定策略计算出同时适应风电随机性以及负荷波动性的最优重构方案。俐一唧ｌ＿（一２基于ｗａｓｓｅｒｓｔｅｉｎ距离指标的场景划分２．１ｗａｓｓｅｒｓｔｅｉｎ距离的定义ｗａｓｓｅｒｓｔｅｉｎ距离用于衡量两个概率分布之间的差距，用以下数学表达式表述ｗａｓｓｅｒｓｔｅｉｎ距离到。（，Ｇ２；三）：ＩＬ［Ｇｘ（Ｘ），Ｇ２（）］出（４）式中：Ｇ１和Ｇ２是两个概率密度函数；（，Ｇ２）表示概率测度；表示阶数。２．２基于ｗａｓｓｅｒｓｔｅｉｎ距离指标的最优分位点场景分析法是一种常用的处理随机性问题的有效方法，它的实质是将随机性问题离散化，离散成多个场景，从而将全场景下不确定的数学问题转化成了单个场景下确定的数学问题进行求解，避免了建立复杂的难以求解的随机数学模型。场景的划分是求解随机性问题的关键。对于如下的优化问题：∈ｄｕ＝ｍｉｎ｛ｌ＿ｌｈ（ｗ）ｄＧ。（ｗ）一Ｉｈ（ｗ）ｄＧ２（ｗ）ｌ：ｈＨ｝（５）Ｇｌ是一个连续变量，或是一个拥有庞大数量的质点集合的离散型随机变量。该优化问题是要找到一个含有少量质点的简单离散分布Ｇ１用于近似描述Ｇ１。根据ｗａｓｓｅｒｓｔｅｉｎ距离指标描述并求解上述优化问题，得到的用于描述Ｇ１的少量质点即是基于ｗａｓｓｅｒｓｔｅｉｎ距离的最优分位点。对任一概率密度函…数Ｃ（ｘ）确定其最优分位点ｚ＝１，２，，Ｓ）的数学表达式ＩＪＪ：１＾１】［ＧＷ￣（ｘ）ｄｘ：Ｇ￣（ｘ）ｄｘ（６）一Ｚ一各个分位点的概率由式（７）求出。ｅＺｓ＋Ｚｓ＋１…匕Ｇ（），＝２，，Ｓ一１．±！±！Ｊ２Ｇ（ｘ）ｄｘ（７）∽Ｇ在场景分析中，每个用于描述原概率分布的最优分位点都对应一个场景。有相关研究【ｌ】已经论证了基于ｗａｓｓｅｒｓｔｅｉｎ距离指标的场景划分方法优于采用其他距离指标的场景划分方法，也即采用ｗａｓｓｅｒｓｔｅｉｎ距离指标划分的场景更能精确地描绘出原随机问题的概率分布，与其他方法相比由此方法得到的离散型概率分布在概率测度空间上和原随机问题概率分布相比，距离更小。故本文利用基于ｗａｓｓｅｒｓｔｅｉｎ距离指标的最优分位点划分风电出力的场景。一１３４－电力系统保护与控制２．３风电场景的划分文献［１４］根据式（３）以及式（６）推导出确定风电出力最优分位点的计算公式如式（８）。ｃ３ｒ（口）【Ｉ１（ｃ１＋Ｃ２ｚ，）一ｒ（ｃ１，口）】＝ｍ、ｃ３Ｆ（ａ）［Ｆ（Ｃｌ＋Ｃ２，ａ）一ｒ（ｃ１，口）】（２一１）／２Ｓ式中：ｃ１＝ｉ／ｃ；ｃ２＝ｖｏｉ／ｃ）（ｈ／ｐ）；ｃ３＝（ｋｃ２）一（１＋ｒ）ａ；ａ＝（七＋）／［（１＋ｒ）ｋ］；ｒ为不完全伽马函数。３配电网重构模型对于配电网重构问题，国内外的学者建立了多种目标，每种目标所研究的侧重点不同。其中多以配电网网损最小作为研究目标，本文也将其作为目标函数，其数学模型如式ｆ９）。ｆ：ＮＬ尼２ｍｉｎｆｆ９）：尼ｆ９）‘Ⅳ式中：Ｔ代表配电网中支路的数目；ｋ表示支路的编号；代表支路ｋ的有功功率；Ｑ代表支路ｋ的无功功率；Ｒ代表支路ｋ的电阻值；代表支路ｋ的首节点电压。配电网重构的约束条件一般有五类［１５－１８］：潮流方程约束、支路功率约束、节点电压约束、网络拓扑约束、ＤＧ出力约束。（１）潮流方程约束Ⅳ∑＋尸Ｄ。一一（ｃｏｓ￣ｊ＋Ｂｇｓｉｎ￣ｊ）＝０ｉ＝１Ⅳ∑＋ＱＤＧ一ＱＬ一ＵｉＵｊ（ｓｉｎａｉ一ｃｏｓ￣ｊ）＝０ｉ＝１（１０）式中：和是节点ｉ、间支路的电导和电纳；尸Ｄ。是节点ｉ上ＤＧ的有功出力；ＱＤ是节点ｆ上ＤＧ的无功出力；是节点ｉ注入的有功功率；Ｑｒ是节点ｆ注入的无功功率；是节点上负荷的有功功率；是节点ｉ负荷的无功功率；是节点ｆ、间电压相角差。（２）支路功率约束Ｓｋｍａ（１１）式中，ｍａｘ是支路ｋ的最大允许容量。（３）节点电压约束≤ＵｉｉｎＵｉＵｉ（１２）式中，ｍｉ和分别表示节点ｆ的最小电压和最大电压。（４）网络拓扑约束配电网重构后须保证辐射状运行，网络连通无孤岛。（５）ＤＧ出力约束。≤ＰＤ。，ＰＤ。，（１３）‰式中，尸Ｄ。和一分别表示第个ＤＧ出力的最小值和最大值。４基于二进制粒子群算法的多场景配电网重构求解策略—配电网重构的实质是开关的组合问题，０１二进制编码方式尤其适合，０代表开关打开，１代表开关闭合。本文采用二进制粒子群算法对配电网重构数学模型进行求解，利用所提出的基于排同存异的环路编码策略生成初始种群以及在迭代中更新种群，最后利用提出的最优方案确定策略选出最终方案。二进制粒子群算法结构简单且运行速度快，能较好地解决离散问题，其和传统的粒子群算法相比，最大的区别是９】通过一个以粒子速度为变量的Ｓｉｇｒｎｏｉｄ函数来决定该位置取１或者取０的概率，结合配电网重构的实际情况，该函数决定了开关打开或者关闭的概率。４．１基于排同存异的环路编码及初始种群生成策略配电网运行的基本要求是网络结构保持辐射状且无孤岛存在。若不加处理，用０、１任意产生开关组合的话，将会产生大量的不可行解，计算效率极低。考虑到配电网有以下两个特点：１）含有大量的分段开关和少量联络开关；２）一个联络开关决定一个环网，运行时需要打开每个环网中的一个开关以恢复辐射状【２刚。故本文采用基于环路的编码方式，其中不包含在任何环路内的支路，不参与编码，始终闭合。不可行解通常有两种情况：１）有孤岛产生；２）有新的环路产生。若两个环路有公共的支路，假设两个环路断开了同一条支路，则会有新的环路产生，若断开了公共支路中互异的两条支路，则会产生孤“”岛且导致网络不连通。排同存异顾名思义就是排除相同的、公共的支路，保留不同的支路。基于这种思想，本文制定以下策略，并且检验产生的解对应的拓扑结构是否连通，最终生成的初始种群无不可行解，大大提高了计算效率。假设配电网中包含…个环路，各环路用（，＝１，２，，）表示，ｂｚ中包含组成该环路的所有支路。（１）将所有支路闭合。（２）在环路中随机断开一个支路。（３）判断６Ｉ断开的支路是否包含在６１中。若是则初壮，等考虑风电随机性的多场景配电网重构一１３５一更新环，将这两个环路的公共支路从集合中排除，若不是则不更新环。随机选中中的一条支路断开。…（４）依次判断，ｂ２，，一（，＞１）打开的支路是否包含在集合中。若是则更新环，将这两个环路的公共支路从集合中排除，若不是则不更新环ｂｌ。随机选中６，中的一条支路断开。（５）重复步骤（４），直到，＝Ｍ。（６１判断产生的拓扑结构是否连通，若是则保留此解。初始种群产生后，在迭代中依然使用上述策略结合二进制粒子群算法的相关操作共同对种群进行更新，无不可行解产生，极大地提高了计算效率。４．２基于二进制粒子群算法的最优方案确定策略Ⅳ为准确地描绘出风电的随机性，选择一２个最优分位点离散风电出力的概率密度函数，加上风电零出力以及风电额定出力这两个场景，将风电出Ⅳ力共划分成个场景，求出各分位点对应的风电出力以及相应的概率。为得到同时适应风电随机性以及负荷波动性的重构方案，将负荷划分为三个场景，分别在三种负荷运行方式下求解各场景对应的重构ⅣⅣ方案。需要说明的是，个场景不一定得到个不同的重构方案，文献［８旨出，风电出力只有达到一Ⅳ定值时重构方案才会发生改变，故个场景对应的…Ⅳ重构方案可能会有重合。假设用，（，＝１，２，，）表示场景，Ｃ表示场景对应的概率，…Ⅳ（１，２，，）表示各场景下的最优方案，Ｊ［）＝Ｉ，２，３）表示各运行方式所占的比例。ＬｏｓｓＬｏｓｓ，，，表示各方案对应的各场景下的网损值，本文提出的最优方案确定策略如下。（１）首先在一般负荷运行方式下求解各场景下…Ⅳ的重构方案，得到各方案（１，２，，）。…Ⅳ（２）在重构方案（ｆ：ｌ，２，，）下，依次求解各个场景下的网损值，按照以下数学模型求解方案对应的综合网损期望值。Ⅳ＝∑ＣｊＬｏｓｓ（１４）＝１（３）确定ｍｉｎＦ所对应的重构方案为该负荷运行方式下适应风电随机性能力最强的方案，记该方案为。（４）在最大负荷运行方式下重复步骤（１）、（２）、（３），得到该负荷运行方式下适应风电随机性能力最强的方案，记该方案为。（５）在最小负荷运行方式下重复步骤（１）、（２）、（３），得到该负荷运行方式下适应风电随机性能力最强的方案，记该方案为。（６）在重构方案（，ｚ＝１，２，３）下，依次求解各个负荷运行方式下的网损期望值Ｌｏｓｓ，按照以下数学模型求解方案对应的综合网损期望值。土＝Ｄ．Ｌｏｓｓ（１５）ｍ＝ｌ（７）确定ｍｉｎＦｏ所对应的重构方案为最终的重构方案，此方案兼顾了风电出力的随机性以及负荷的波动性，具有较强的适应外界的能力。算法整体实现流程如图１所示。厂相关参数初始化依次读取不同场景下的负荷数据生成初始种群计算各种群适应度值并记录个体及全局最优解根据速度迭代公式及种群生成策略对种群进行更新更新个体最优解及全局最优解至＜终止条土星记录当前全局最优解为该场景下的重构方案计算各方案在不同场景下的网损根据最优方案确定策略计算出最终方案（竺室）图１算法流程Ｆｉｇ．１Ａｌｇｏｒｉｔｈｍｐｒｏｃｅｓｓ５算例分析在ＩＥＥＥ３３节点配电网系统下进行仿真计算，该系统有３２个分段开关以及５个联络开关，５个联络开关决定了有５个环网的存在。设定二进制粒子群算法惯性因子Ｗ＝０．７２９８，学习因子ｅｌ＝１．４９６１８，ｃ２＝１．４９６１８，速度变化范围为［＿＿４，４］，种群数量３０，迭代次数１００。最大负荷运行方式、最小负荷运行方式以及一般负荷运行方式所占比例为【６Ｊ：０．２５：０．２５：０．５。在一般负荷运行方式下，采用文献［２１１的负荷数据，在最大负荷运行方式以及最小负荷运行方式下采用文．１３６．．电力系统保护与控制献［２２］的负荷数据。节点１３处安装一台额定功率４００ｋＷ风力发电机ＤＧ，节点２１处安装一台额定功率２５０ｋＷ风力发电机ＤＧ，，潮流计算中将其处理成ＰＱ节点，采取单位功率因数控制策略，无功功率为零，仅考虑风电输出有功功率的随机性。切入风速＝４ｍ／ｓ，切出风速＝２５ｒｎ／ｓ，额定风速＝１１ｍ／ｓ，尺度参数Ｃ＝１１，形状参数ｋ＝２。取ｒ＝２，Ｎ＝７，划分为７个场景。各场景对应的最优分位点…ｚｓ（ｓ＝ｌ，２，，７）、概率以及ＤＧ１、ＤＧ２出力实际值如表１所示。三种负荷运行方式下的计算结果分别由表２、表３、表４给出，表中网损Ｌｏｓｓ以及网损期望值Ｆ的单位均为ｋＷ。表１场景的划分Ｔａ１）ｌｅｌＳｃｅｎｅｄｉｖｉｓｉｏｎ从表２可以看出，场景１、场景２、场景３、场——景４所对应的重构方案７－９１４．３２３７为此运行方式下的最优方案，网损期望值为１２５．４４８０ｋＷ，与一般负荷运行方式下的初始网损２０２．６７６２ｋＷ相比，网损降低了３８．１０％。从表３可以看出，场景１、场景２、场景３、场——景４、场景５所对应的重构方案７－９．１４２８３２为此运行方式下的最优方案，网损期望值为１６１．６８７１ｋＷ，与最大负荷运行方式下的初始网损２７７．４３７４ｋＷ相比，网损降低了４１．７２％。从表４可以看出，场景４、场景５所对应的重———构方案７－９１２２８３２为此运行方式下的最优方案，网损期望值为４１．２９４１ｋＷ，与最小负荷运行方式下的初始网损７３．５４８７ｋＷ相比，网损降低了４３．８５％。选出不同负荷运行方式下适应风电随机性能力最强的三种方案后，再依次求解各个方案在不同负荷运行方式下的网损期望值，最终计算出综合网损——期望值结果如表５所示。不难看出，７－９１４２８．３２这一重构方案在三种负荷运行方式下的综合网损期望值最小，与三种负荷运行方式的初始网损期望值１８９．０８４６ｋＷ相比，网损降低了３９．７３％。故确定此方案为本次仿真的最优方案，不仅适应风电出力随机性的能力强，对负荷的波动性也表现出较强的适应能力。表２一般负荷运行方式下的计算结果Ｔａｂｌｅ２Ｃａｌｃｕｌａｔｉｏｎｒｅｓｕｌｔｓｕｎｄｅｒｔｈｅｇｅｎｅｒａｌｌｏａｄｏｐｅｒａｔｉｏｎｍｏｄｅ初壮，等考虑风电随机性的多场景配电网重构一１３７一表５三种负荷运行方式下的计算结果［３］Ｔａｂｌｅ５Ｃａｌｃｕｌａｔｉｏｎｒｅｓｕｌｔｓｏｆｔｈｒｅｅｋｉｎｄｓｏｆｌｏａｄｏｐｅｒａｔｉｏｎｍｏｄｅ６结论（１）本文将基于ｗａｓｓｅｒｓｔｅｉｎ距离指标的场景划分法引入到配电网重构中，在兼顾风电随机性和负荷波动性的情况下求解重构模型，得到了适应外界能力较强的重构方案。（２）为得到一种同时适应风电随机性以及负荷波动性的重构方案，本文提出了多场景下的最优方案确定策略，通过比较各场景下的网损期望值可直观地确定最优重构方案。（３）考虑到配电网重构的特点，本文提出了基于排同存异的环路编码及初始种群生成策略并结合对网络连通性的判断，用于初始种群的产生以及迭代中种群的更新，无不可行解产生，大大提高了计算效率。参考文献［１］刘志勇，刘杨华，林舜江，等．基于模糊多目标协调优化的配电网络重构研究［Ｊ］．电力系统保护与控制，２０１４，４２（４）：１３３－１３８．ＬＩＵＺｈｉｙｏｎｇ，ＬＩＵＹａｎｇｈｕａ，Ｌ１ＮＳｈｕｎｊｉａｎｇ，ｅｔａ１．Ｆｕｚｚｙ—ｍｕｌｔｉｏｂｊｅｃｔｉｖｅｃｏｏｒｄｉｎａｔｉｏｎｏｐｔｉｍｉｚａｔｉｏｎｆｏｒｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｒｅｃｏｎｆｉｇｕｒａｔｉｏｎ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１４，４２（４）：１３３－１３８．［２３崔金兰，刘天琪，李兴源．含有分布式发电的配电网重构研究【Ｊ］．电力系统保护与控制，２００８，３６（１５）：—３７４０．４９．ＣＵＩＪｉｎｌａｎ，ＬＩＵＴｉａｎｑｉ，ＬＩＸｉｎｇｙｕａｎ．Ｎｅｔｗｏｒｋｒｅｃｏｎｆｉｇｕｒａｔｉｏｎａｔｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｓｙｓｔｅｍｗｉｔｈｄｉｓｔｒｉｂｕｔｅｄｇｅｎｅｒａｔｉｏｎ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２００８，３６（１５）：３７－４０，４９．［４］［５］［６］［７３［８］王佳佳，吕林，刘俊勇，等．基于改进分层前推回代法的含分布发电单元的配电网重构［Ｊ］．电网技术，２０１０，３４（９）：６０－６４．ＷＡＮＧＪｉａｊｉａ，ＬＵＬｉｎ，Ｌ１ＵＪｕｎｙｏｎｇ，ｅｔａ１．Ｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｏｆｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｃｏｎｔａｉｎｉｎｇｄｉｓｔｒｉｂｕｔｉｏｎｇｅｎｅｒａｔｉｏｎｕｎｉｔｓｂａｓｅｄｏｎｉｍｐｒｏｖｅｄｌａｙｅｒｅｄ—ｆｏｒｗａｒｄｂａｃｋｗａｒｄｓｗｅｅｐｍｅｔｈｏｄ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍ—Ｔｅｃｈｎｏｌｏｇｙ，２０１０，３４（９）：６０６４．李秀卿，李文，杨云鹏．含有风力发电机组配电网多目标重构的研究［Ｊ】．电力系统保护与控制，２０１２，４０（８）６３．６７．ＬＩＸｉｕｑｉｎｇ，ＬＩＷｅｎ，ＹＡＮＧＹｕｎｐｅｎｇ．Ｄｉｓｔｒｉｂｕｔｉｏｎ—ｎｅｔｗｏｒｋｍｕｌｔｉｏｂｊｅｃｔｉｖｅｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｗｉｔｈｗｉｎｄｔｕｒｂｉｎｅｓ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１２，４０（８）：６３－６７．董少峤，刘念，赵天阳，等．考虑负荷随机性的含ＤＧ多目标配电网重构［Ｊ］．电力系统及其自动化学报，２０１４，２６（１１）：５８－６２．ＤＯＮＧＳｈａｏｑｉａｏ，ＬＩＵＮｉａｎ，ＺＨＡＯＴｉａｎｙａｎｇ，ｅｔａ１．—Ｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｏｆｍｕｌｔｉｏｂｊｅｃｔｉｖｅｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｗｉｔｈｄｉｓｔｒｉｂｕｔｅｄｇｅｎｅｒａｔｉｏｎｂｙｃｏｎｓｉｄｅｒｉｎｇｓｔｏｃｈａｓｔｉｃ—ｌｏａｄｓ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＵＥＰＳＡ，２０１４，２６（１１）：５８．６２．刘宏江，李林川，张长盛．基于多种负荷方式的含分布式电源的配电网重构［Ｊ］．电力系统保护与控制，—２０１２，４０（１１）：１１７１２１．Ｌ／ＵＨｏｎｇｊｉａｎｇ，ＬＩＬｉｎｃｈｕａｎ，ＺＨＡＮＧＣｈａｎｇｓｈｅｎｇ．Ｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｏｆｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｗｉｔｈｄｉｓｔｒｉｂｕｔｅｄｇｅｎｅｒａｔｉｏｎｓｂａｓｅｄｏｎｖａｒｉｏｕｓｌｏａｄｍｏｄｅｓ［￣．Ｐｏｗｅｒ—ＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１２，４０（１１）：１１７１２１．李传健，刘前进．考虑风力发电随机性的配电网重构—［Ｊ】＿电力系统自动化，２０１０，３４（２０）：３４３９．ＬＩＣｈｕａｎｊｉａｎ，ＬＩＵＱｉａｎｊｉｎ．Ｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｃｏｎｓｉｄｅｒｉｎｇｒａｎｄｏｍｎｅｓｓｏｆｗｉｎｄｐｏｗｅｒｇｅｎｅｒａｔｉｏｎ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，—２０１０，３４（２０）：３４３９．王威，韩学山，许星明．含风电机组的配电网重构研究［Ｊ］．电力系统保护与控制，２０１２，４０（１０）：１０６．１０９．．１３８．电力系统保护与控制ＷＡＮＧＷｅｉ，ＨＡＮＸｕｅｓｈａｎ，ＸＵＸｉｎｇｍｉｎｇ．Ｒｅｓｅａｒｃｈｏｆｔｈｅｃｏｎｆｉｇｕｒａｔｉｏｎｏｆｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｗｉｔｈｗｉｎｄｔｕｒｂｉｎｅｓ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１２，—４０（１０）：１０６１０９．［９］何禹清，彭建春，文明，等．含风电的配电网重构场景模型及算法［Ｊ］．中国电机工程学报，２０１０，３０（２８）：—１２１８．ＨＥＹｕｑｉｎｇ，ＰＥＮＧＪｉａｎｃｈｕｎ，ＷＥＮＭｉｎｇ，ｅｔａ１．Ｓｃｅｎａｒｉｏｍｏｄｅｌａｎｄａｌｇｏｒｉｔｈｍｆｏｒｔｈｅｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｏｆｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｗｉｔｈｗｉｎｄｐｏｗｅｒｇｅｎｅｒａｔｏｒｓ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２０１０，３０（２８）：１２－１８．［１０］ＬＩＵＸ．Ｅｃｏｎｏｍｉｃｌｏａｄｄｉｓｐａｔｃｈｃｏｎｓｔｒａｉｎｅｄｂｙｗｉｎｄ—ｐｏｗｅｒａｖａｉｌａｂｉｌｉｔｙ：ａｈｅｒｅａｎｄ－ｎｏｗａｐｐｒｏａｃｈ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＳｕｓｔａｉｎａｂｌｅＥｎｅｒｇｙ，２０１０，１（１）：２－９．［１１ｊＬＩＵＸｉａｎ．Ｅｃｏｎｏｍｉｃｌｏａｄｄｉｓｐａｔｃｈｃｏｎｓｔｒａｉｎｅｄｂｙｗｉｎｄ——ｐｏｗｅｒａｖａｉｌａｂｉｌｉｔｙ：ａｗａｉｔａｎｄｓｅｅａｐｐｒｏａｃｈ［Ｊ］．ＩＥＥＥ—ＴｒａｎｓａｃｔｉｏｎｓｏｎＳｍａｒｔＧｒｉｄ，２０１０，１（３）：３４７３５５．［１２］王群，董文略，杨莉．基于Ｗａｓｓｅｒｓｔｅｉｎ距离和改进Ｋ．ｍｅｄｏｉｄｓ聚类的风电／光伏经典场景集生成算法［Ｊ］．中国电机工程学报，２０１５，３５（１１）：２６５４．２６６１．ＷＡＮＧＱｕｎ，ＤＯＮＧＷｅｎｌｕｅ，ＹＡＮＧＬｉ．Ａｗｉｎｄｐｏｗｅｒ／ｐｈｏｔｏｖｏｌｔａｉｃｔｙｐｉｃａｌｓｃｅｎａｒｉｏｓｅｔｇｅｎｅｒａｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＷａｓｓｅｒｓｔｅｉｎｄｉｓｔａｎｃｅｍｅｔｒｉｃａｎｄｒｅｖｉｓｅｄ—Ｋｍｅｄｏｉｄｓｃｌｕｓｔｅｒ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２０１５，—３５（１１：２６５４２６６１．［１３］Ｈ０ＣＨＲＥＩＴＥＲＲ，ＰＦＬＵＧＧＣ．Ｆｉｎａｎｃｉａｌｓｃｅｎａｒｉｏ—ｇｅｎｅｒａｔｉｏｎｆｏｒｓｔｏｃｈａｓｔｉｃｍｕｌｔｉｓｔａｇｅｄｅｃｉｓｉｏｎｐｒｏｃｅｓｓｅｓａｓｆａｃｉｌｉｔｙｌｏｃａｔｉｏｎｐｒｏｂｌｅｍｓ［Ｊ］．ＡｎｎａｌｓｏｆＯｐｅｒａｔｉｏｎｓ—Ｒｅｓｅａｒｃｈ，２００７，１５２（１）：２５７２７２．［１４］黎静华，韦化，莫东．含风电场最优潮流的Ｗａｉｔ．ａｎｄ．Ｓｅｅ模型与最优渐近场景分析［Ｊ］．中国电机工程学—报，２０１２，３２（２２）：１５２３．ＬＩＪｉｎｇｈｕａ，ＷＥＩＨｕａ，ＭＯＤｏｎｇ．Ａｓｙｍｐｔｏｔｉｃａｌｌｙｏｐｔｉｍａｌ—ｓｃｅｎａｒｉｏａｎａｌｙｓｉｓａｎｄＷｍｔ－ａｎｄＳｅｅｍｏｄｅｌｆｏｒｏｐｔｉｍａｌｐｏｗｅｒｆｌｏｗｗｉｔｈｗｉｎｄｐｏｗｅｒ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２０１２，３２（２２）：１５－２３．［１５］文娟，谭阳红，雷可君．基于量子粒子群算法多目标优化的配电网动态重构［Ｊ］．电力系统保护与控制，—２０１５，４３（１６）：７３７８．—ＷＥＮＪｕａｎ，ＴＡＮＹａｎｇｈｏｎｇ，ＬＥＩＫｅｊｕｎ．ＭｕｌｔｉｏｂｊｅｃｔｉｖｅｏｐｔｉｍｉｚａｔｉｏｎｏｆｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｄｙｎａｍｉｃｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｂａｓｅｄｏｎｉｎｔｅｇｅｒｃｏｄｅｄｑｕａｎｔｕｍｐａｒｔｉｃｌｅｓｗａｒｌＴｌｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍ—ＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１５，４３（１６）：７３７８．［１６］田吴，吕林，高红均，等．计及电网运行特性的配电网动态重构［Ｊ］．电力系统保护与控制，２０１５，４３（１）：９－１４．ＴＩＡＮＨａｏ，ＬＵＬｉｎ，ＧＡＯＨｏｎｇｊｕｎ，ｅｔａ１．Ｄｙｎａｍｉｃｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｏｆｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｃｏｎｓｉｄｅｒｉｎｇｐｏｗｅｒｇｒｉｄｏｐｅｒａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１５，４３（１）：９－１４．［１７］李奔，刘会家，李瑶．考虑网络结构优化的含风电配电网多目标重构［Ｊ］．电力系统保护与控制，２０１５，—４３（１７）：５７６２．—ＬＩＢｅｎ，ＬＩＵＨｕｉｊｉａ，ＬＩＪｕｎ．Ｍｕｌｔｉｏｂｊｅｃｔｉｖｅｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｏｆｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｗｉｔｈｗｉｎｄｐｏｗｅｒｇｅｎｅｒａｔｏｒｓｃｏｎｓｉｄｅｒｉｎｇｎｅｔｗｏｒｋｓｕｒｖｉｖａｂｉｌｉｔｙ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍ—ＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１５，４３（１７）：５７６２．［１８］陈春，汪讽，刘蓓，等．一种避免不可行解的配电网快速重构方法［Ｊ】．电工技术学报，２０１５，３０（７）：３４．４３．ＣＨＥＮＣｈｕｎ，ＷＡＮＧＦｅｎｇ，ＬＩＵＢｅｉ，ｅｔａ１．Ａｆａｓｔｎｅｔｗｏｒｋｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｍｅｔｈｏｄａｖｏｉｄｉｎｇｉｎｆｅａｓｉｂｌｅｓｏｌｕｔｉｏｎｓｆｏｒｄｉｓｔｒｉｂｕｔｉｏｎｓｙｓｔｅｍ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆＣｈｉｎａＥｌｅｃｔｒｏｔｅｃｈｎｉｃａｌＳｏｃｉｅｔｙ，２０１５，３０（７）：３４－４３．［１９］王增平，姚玉海，郭昆亚，等．基于等级偏好优序法和切负荷的配电网故障恢复［Ｊ】．电工技术学报，２０１５，—３０（２０）：１８５１９２．ＷＡＮＧＺｅｎｇｐｉｎｇ，ＹＡＯＹｕｈａｉ，ＧＵＯＫｕｎｙａ，ｅｔａ１．Ｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｓｅｒｖｉｃｅｒｅｓｔｏｒａｔｉｏｎｂａｓｅｄｏｎｒａｎｋｐｒｅｆｅｒｅｎｃｅｏｐｔｉｍａｌａｎｄｌｏａｄｓｈｅｄｄｉｎｇ［Ｊ］．Ｔｒａｎｓａｃｔｉｏｎｓｏｆ—ＣｈｉｎａＥｌｅｃｔｒｏｔｅｃｈｎｉｃａｌＳｏｃｉｅｔｙ，２０１５，３０（２０）：１８５１９２．［２０］麻秀范，丁宁，李龙．配电网重构中网络辐射形与连通性的判断［Ｊ］．电工技术学报，２０１４，２９（８）：２８９．２９３．ＭＡＸｉｕｆａｎ，ＤＩＮＧＮｉｎｇ，ＬＩＬｏｎｇ，Ｊｕｄｇｉｎｇｒａｄｉａｌａｎｄｃｏｎｎｅｃｔｉｖｉｔｙｏｆｎｅｔｗｏｒｋｉｎｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｓｒｅｃｏｎｆｉｇｔｗａｔｉｏｎ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆＣｈｉｎａＥｌｅｃｔｒｏｔｅｃｈｎｉｃａｌ—Ｓｏｃｉｅｔｙ，２０１４，２９（８）：２８９２９３．［２１］ＲＡＪＡＲＡＭＲ，ＫＵＭＡＲＫＳ，ＲＡＪＡＳＥＫＡＲＮ．Ｐｏｗｅｒｓｙｓｔｅｍｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｉｎａｒａｄｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｆｏｒｒｅｄｕｃｉｎｇｌｏｓｓｅｓａｎｄｔｏｉｍｐｒｏｖｅｖｏｌｔａｇｅｐｒｏｆｉｌｅｕｓｉｎｇｍｏｄｉｆｅｄｐｌａｎｔｇｒｏｗｔｈｓｉｍｕｌａｔｉｏｎａｌｇｏｒｉｔｈｍｗｉｔｈｄｉｓｔｒｉｂｕｔｅｄｇｅｎｅｒａｔｉｏｎ（ＤＧ）［Ｊ］．ＥｎｅｒｇｙＲｅｐｏｒｔｓ，２０１５，１：—１１６１２２．［２２］刘宏江．含分布式电源的配电网重构［Ｄ】．天津：天津大学，２０ｌ２．ＬＩＵＨｏｎｇｊｉａｎｇ．Ｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｗｉｔｈｄｉｓｔｒｉｂｕｔｅｄｇｅｎｅｒａｔｉｏｎ［Ｄ］．Ｔｉａｎｊｉｎ：￣ａｎｊｉｎＵｎｉｖｅｒｓｉｔｙ，２０１２—收稿日期：２０１６－０１０７；—修回日期：２０１６－０２２３作者简介：初壮（１９７３－），男，博士，副教授，研究方向为电力—系统运行分析；Ｅｍａｉｌ：ｃｈｕｚｈｕａｎｇ＠ｈｏｔｍａｉｌ．ｃｏｒｎ窦孝祥（１９９３－），男，通信作者，硕士研究生，研究方向为配电网优化运行。Ｅ．ｍａｉｌ：ｘｉａｏｘｉａｎｇｓｔｕｄｙ＠１６３．ｃｏｍ（编辑魏小丽）