含分布式发电的改进混合整数差分算法的配电网重构.pdf

第４０卷第１２期２０１２年６月１６日电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌＶ０１．４０ＮＯ．１２Ｊｕｎ．１６，２０１２含分布式发电的改进混合整数差分算法的配电网重构邹必昌一，孙洪斌。，龚庆武１７刘栋，陈道君（１．武汉大学电气工程学院，湖北武汉４３００７２，２．长江大学电子信息学院，湖北荆州４３４０２３；３．安徽电气工程职业技术学院，安徽合肥２３００２２）摘要：提出采用改进混合整数差分算法解决含分布式发电以降低网损为目标的配电网重构的新方法。该方法将网损最小作为目标函数，通过引入加速操作和迁移操作，克服了种群规模较小时传统差分算法易早熟的问题，而且提高了全局搜索能力。同时提出以环路为基础的整数编码方法，减少了编码长度，大大提高了可行解的比例，从而进一步提高其计算效率最后讨论了减少计算量的措施。计算结果表明，在含有分布式发电的情况下，该方法不仅可以有效地降低网损，还能够达到提高供电电压质量的目的。以ＩＥＥＥ３３节点为例，验证了该方法的可行性。关键词：分布式发电；整数编码；改进混合整数差分算法；配电网重构；网损Ｒｅｃ０ｎｆｉｇｕｒａｔｉｏｎｏｆｄｉｓｔｒｉｂｕｔｉｏｎｓｙｓｔｅｍｕｓｉｎｇｉｍｐｒｏｖｅｄｍｉｘｅｄ－ｉｎｔｅｇｅｒｄｉｆｆｅｒｅｎｔｉａｌｅｖｏｌｕｔｉｏｎｗｉｔｈｄｉｓｔｒｉｂｕｔｅｄｇｅｎｅｒａｔｉｏｎｓ——ＺＯＵＢｉｃｈａｎｇ，ＳＵＮＨｏｎｇ－ｂｉｎｓ，ＧＯＮＧＱｉｎｇＷＵ，ＬＩＵＤｏｎｇ，ＣＨＥＮＤａｏ－ｊｕｎ（１．ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＷｕｈａｎＵｎｉｖｅｒｓｉｔｙ，Ｗｕｈａｎ４３００７２，Ｃｈｉｎａ；２．ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃｓａｎｄＩｎｆｏｒｍａｔｉｏｎｏｆＹａｎｇｔｚｅＵｎｉｖｅｒｓｉｔｙ，Ｊｉｎｇｚｈｏｕ４３４０２３，Ｃｈｉｎａ；３．ＡｎｈｕｉＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇＰｒｏｆｅｓｓｉｏｎａｌＴｅｃｈｎｉｑｕｅＣｏｌｌｅｇｅ，Ｈｅｆｅｉ２３００２２，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ａｎｉｍｐｒｏｖｅｄｍｉｘｅｄ．ｉｎｔｅｇｅｒｄｉｆｆｅｒｅｎｔｉａｌｅｖｏｌｕｔｉｏｎ（ＭＩＤＥ）ｉＳｐｒｅｓｅｎｔｅｄｆｏｒｎｅｔｗｏｒｋｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｗｉｔｈｄｉｓｔｒｉｂｕｔｅｄｇｅｎｅｒａｔｉｏｎｓ（ＤＧ）ｉｎｗｈｉｃｈｔｈｅｍｉｎｉｍｕｍｐｏｗｅｒｌｏｓｓｉｓｔａｋｅｎｆｏｒｏｂｊｅｃｔｉｖｅｆｕｎｃｔｉｏｎ．Ｂｙｉｎｔｒｏｄｕｃｉｎｇａｃｃｅｌｅｒａｔｉｏｎａｎｄｍｉｇｒａｔｉｏｎｏｐｅｒａｔｉｏｎｓ，ｔｈｉｓｍｅｔｈｏｄｈａｓｏｖｅｒｃｏｍｅｔｈｅｐｒｏｂｌｅｍｗｈｉｃｈｔｈｅｔｒａｄｉｔｉｏｎａｌｄｉｆｆｅｒｅｎｔｉａ１ｅｖｏｌｕｔｉｏｎ（ＤＥ）ｉＳａｐｔｔｏｒｅａｃｈｐｒｅｍａｔｕｒｅｃｏｎｖｅｒｇｅｎｃｅｏｗｉｎｇｔｏａｓｍａｌｌｐｏｐｕｌａｔｉｏｎａｎｄｉｎｃｒｅａｓｅｄｔｈｅｇｌｏｂａｌｓｅａｒｃｈａｂｉｌｉｔｙ．Ａｔｔｈｅｓａｎｌｅｔｉｍｅ，ｔｈｅｉｎｔｅｇｅｒｃｏｄｉｎｇｍｅｔｈｏｄｂａｓｅｄｏｎｔｈｅｌｏｏｐｉｓａｄｏｐｔｅｄ，ｗｈｉｃｈｇｒｅａｔｌｙｒｅｄｕｃｅｓｔｈｅｃｏｄｉｎｇｌｅｎｇｔｈａｎｄｉｎｃｒｅａｓｅｓｔｈｅｐｒｏｐｏｒｔｉｏｎｏｆｆｅａｓｉｂｌｅｓｏｌｕｔｉｏｎｓ，ｔｈｕｓｆｕｒｔｈｅｒｅｎｈａｎｃｅｓｔｈｅｃａｌｃｕｌａｔｉｏｎｅｍｃｉｅｎｃｙｏｆｔｈｅａｌｇｏｒｉｔｈｍ．Ｆｉｎａｌｌｙ，ｔｈｅｍｅａｓｕｒｅｓｔｏｒｅｄｕｃｅｃａｌｃｕｌａｔｉｏｎｂｕｒｄｅｎａｒｅｄｉｓｃｕｓｓｅｄ．ＴｈｅｔｅｓｔｃｏｎｄｕｃｔｅｄｏｎＩＥＥＥ３３．ｂｕｓｓｙｓｔｅｍｓｈｏｗｓｔｈａｔｗｉｔｈｔｈｉｓｍｅｔｈｏｄｎｏｔｏｎｌｙｔｈｅｎｅｔｗｏｒｋｌＯＳＳｃａｎｂｅｒｅｄｕｃｅｄｅｆｆｅｃｔｉｖｅｌｙ，ｂｕｔａｌｓｏｔｈｅｖｏｌｔａｇｅｐｒｏｆｉｌｅｉＳｉｍｐｒｏｖｅｄｉｎｔｈｅｐｒｅｓｅｎｃｅｏｆＤＧＳ．Ｋｅｙｗｏｒｄｓ：ＤＧ：ＭＩＤＥ：ｉｎｔｅｇｅｒｃｏｄｉｎｇｍｅｔｈｏｄ；ｎｅｔｗｏｒｋｒｅｃｏｎｆｉｇｕｒａｔｉｏｎ；ｎｅｔｗｏｒｋｌＯＳＳ中图分类号：ＴＭ７１文献标识码：Ａ—文章编号：１６７４－３４１５（２０１２）１２００２５－０６０引言配电网重构是配电网优化的重要手段，通过改变配电网中分段开关和联络开关的开断状态，合理地利用分布式电源（ＤｉｓｔｒｉｂｕｔｅｄＧｅｎｅｒａｔｉｏｎ，ＤＧ）对配电网的支撑作用，可以调整配电网网络结构，达到降低网损、提高电压质量、均衡负荷等目的。早期的配电网重构主要以降低网损为目的【ｉＪ。文献［２］把网损降低和负荷平衡定义成整数规划问基金项目：中国博士后科学基金资助（２００８０４３０３７６）；中央高校基本科研业务费专项资金资助（２０１０２０７０２０１００００７２）题。文献［３】提出用改进遗传算法来实现最小网损的配网重构。文献【４．５】提出了启发式算法来寻找最小—网损。文献【６７］则运用模拟退火算法来寻找可接受的非劣质解。文献［８】则考虑随时间变化的负荷分析法降低网损，文献【９】应用模糊理论和演化算法解决配网重构。配电网重构本身是一个复杂的、组合的不可微的、多约束的优化问题，因为配电网包含许多种开关组合。尽管该问题用以上提到的方法可以解决，但要么全局最优难以保证，要么计算时间太长。文献【１０】提出的差分进化算法（ＤＥ）是基于启发式搜索，其功能参数采用浮点数变量编码。该方法被证．２６．电力系统保护与控制实是解决实数优化问题很有前途的一种方法，但其可能陷入局部最优或早熟，这一缺点可以通过引入大量的种群来克服，但这样做会导致计算量大大增加。混合整数差分进化算法（ＭＩＤＥ）嵌入两个附加操作＿力口速和迁移阶段来克服需要大量种群问题。迁移操作允许ＭＩＤＥ更新搜索空间和提高寻找全局最优的可能性。最佳适应度不一定一代一代连续下传，而加速操作能改善适应度值。ＤＧ在配电网中的大量应用使得配电网重构变得更为复杂，文献ｉ１１１将ＤＧ仅处理为恒功率模型，把ＤＧ看作并网节点上的功率值为负的负荷，不太符合实际情形。本文综合几种不同的ＤＧ，采用改进混合整数差分算法对实际配电网重构优化进行了研究。１配电网重构的数学模型１．１目标函数本文以网损最小为目标建立目标函数为ｍｉｎ厂：雩箬（１）ｉ＝１式中：为支路的电阻；、为支路ｆ末端各个时间段内流过的有功和无功功率；为支路ｆ末端的节点电压；／，／为支路数；为开关ｆ的状态变量，是０～１离散量，０代表打开，１代表闭合；厂为网损函数。１．２约束条件含ＤＧ的配电网重构应满足如式（２）约束条件。ｆｐ（）＝０∈ｌｉｎＵｉａｘ，ｆＮ，，，、ＩＳｉＳｉ，∈ⅣｉｂＩ＜，ｆｍ式中：（为潮流等式；Ｘ为节点电压相量；、一、分别为节点ｉ的电压及其上下限；为线路ｉ的导线型号对应的载流量值；Ｎ为节点集合、分别为支路ｉ流过的功率及其最大容许值；此外还有配电网辐射状运行且无孤岛；分布式发电容量约束等。１．３含分布式电源的节点处理在潮流计算中，对于分布式电源的常用简化处“”理方法是将其视为负的负荷。对采用异步发电机的风力发电机节点，将其视为ＰＱ节点来简化处理。而对于采用同步发电机的内燃机等ＤＧ可以处理成ＰＶ节点。在迭代过程中，通过节点转换来处理，若修正后节点无功功率越限，则将其转换为对应ＰＱ节点。而在后续迭代过程中，若又出现该节点电压越限情况，则将其重新转化为ＰＶ节点。对于光伏发电系统、部分风力发电机组和燃料电池这类通过逆变器接入电网的ＤＧ，可认为其是ＰＩ节点，潮流计算时相应无功功率由前次迭代得到的电压、恒定电流幅值和有功功率计算得到。这样就将ＰＩ节点转换为ＰＱ节点。对于采用异步电机的风力发电机组，—可将其视为ＰＶ＿Ｑ节点处理，每次迭代时，根据给定有功功率和上步迭代计算的电压计算出无功功率，这样即转化为ＰＱ节点【Ｊ引。２改进混合整数差分算法改进混合整数差分算法包括种群初始化、变异、交叉和选择、加速、迁移等操作［１３－１４】，具体步骤简述如下。步骤１种群初始化。随机产生初始种群，尽量均匀覆盖整个参数空间。假设所有随机变量按概率均匀分布，如式（３）。（０）＝（）＋（一ｉ）＋ｒｏｕｎｄ（ｐｉ（ｒｍａｘ一ｉ））∈其中：Ｐｉ［０，１］之间的随机数；６）表示最接近实数ｂ的整数。初始化过程可随机产生个体】，）。步骤２变异操作。初始化操作结束后，差异进化算法采用变异操作得到一组基于当前个体“（，）变异向量。…（，）＝（，Ｙ）＋（。一Ｘｋ）＋ｒｏＩｄｎｄ（ｐｍ（。－Ｖ，。））式中：是交换率，∈∈（一１，１）；下标，，ｋ…Ⅳ｛１，２，，ｐ｝，ｆ，Ｊ，ｋ各不相同，和是随机选择的。步骤３交叉操作。变异操作结束后，对变异个…体向量（，。＋）：（，＋１，…’Ｇ＋Ｉ，，）……和当前个体（Ｇ，）＝（，，，，，，，）采用二项交叉方式进行交叉操作，使得下一代个体多样化。ｒｒ一Ｊ，如果产生的随机数＞（５）一１ｕ其他一』，如果产生的随机数＞（６）ｌ，其他…Ⅳ……其中：ｉ－－－１，，Ｄ；ｈ＝ｌ，，，ｚ。；ｇ＝ｌ，，；Ｇ为表征进化参数的交叉概率，其在０～１之间取值。邹必昌，等含分布式发电的改进混合整数差分算法的配电网重构一２７－步骤４评估和选择操作。如果子代的适应度超过父代，则子代个体取代父代个体进入下一代，反之，保留父代进入下一代。（，）＝ａｒｇｍｉｎ｛厂（。，。），ｆ（ＵｉＧ＋Ｉ，））（７）（，）＝ａｒｇｒａｉｎ｛ｆ（ＸＧ＋Ｉ，）】（８）式中，ａｒｇｍｉｎ表示取函数的极小值的反函数。步骤５加速操作。如果当代的最佳适应度不能通过交叉和变异操作进一步改善，那么当前最佳个体可通过加速操作向更好的点推进，其加速阶段表示为（Ｎｓ“ｆ（Ｇ＋Ｉ。），ｉｆ：［、Ｘ。ｕ＋１，。）＜／（，）（９）Ｊ『｛（Ｇ＋Ｉ）一ｐｏＶｆ（Ｘ，ｙ）ｌ（＋，），其他【『式中：（ＮＧ＋）为当前最优解；目标函数的梯度Ｖｆ（Ｘ，Ｙ）可以通过有限差分法计算出来；步∈长【Ｏ，１］根据下降特性确定。如果满足下降特性，则（Ｎ）＜（Ｇ＋Ｉ，）（１０）然后（ＮＹｂＧ＋）取代本次种群中的最差个体的成为下一代的候选解。但如果不满足下降特性，则步长要稍微降低一点。重复这种方法来搜索（ＮＧ＋）直到（ＮＧ＋）足够小或者达到迭代次数为止。步骤６转移操作。转移阶段主要用来重新产生一个新的多元种群以提高搜索空间，减少由于种群规模过小带来的压力。新种群是在最佳个体（Ｇ＋，Ｇ＋）基础上得到的，第ｉ个个体的第ｈ个基因和第ｇ个基因表示为碍，：（ｒａｉｎ－－Ｘａ＋），ｉｆｔ３３＜ｘｈ／…ＧＩ－－Ｘｈｍｉｎ｛：＋・＋（～一－），其他：“ｊ＋堋（（一一）），ｙＧ＋ｌ－－Ｖ““ｌ＋，ｏｄ（（一）），其他（１２）其中：Ｐｌ，Ｐ２，Ｐ３为随机产生数，在【Ｏ，ｌ】之间均………匀分布；ｉ＝Ｉ，；ｈ＝ｌ，，刀。；ｇ＝ｌ，，。只有种群多样性Ｐ小于所期望的种群多样率时才进行转移操作。ｐ｛善（善＋ｇ＝１Ｉ｝／Ｎｃ＋（一）蜀３：』ｌ，ｉｆ一）Ｉ＞（１４）【０，其他＝式中：参数表示相对于最佳个体的基因多样率，∈［ＯｒＩ］；ｑｘ和ｆｌｙ为规模指数。当迭代过程满足Ｘｊｂ＝Ｏ时公式（１４）不会收敛。因此建议采用如式（１６）改进的转移操作。：ｊｏ，（一）＜（１６）【１，其他步骤７重复步骤２～步骤６，直到满足迭代次数或得到满意的适应度为止。３计算程序３．１编码方式网络重构中，本文采用环路支路整数编码方式，环路支路编码是长度最低的编码方式，在相邻环网较少的情况下，该编码方式的可行解比例最大，并且不会存在冗余情况，因此搜索效率较高。该编码为断开支路在各自环路中所处位置序列的集合。Ⅳ对于节点网络，其有向图节点关联矩阵的秩应为ｖ－ｌ【ｌ引。断开相应数目支路后，通过求取修改后关联矩阵的秩可判断当前解是否可行，若为不可行解，可仿照不等式约束条件的处理方式，直接添加一个大的惩罚量至目标函数，以在选择操作时将不可行解快速淘汰，从而避免了修复过程，提高了计算效率【ｌ６Ｊ。图１为ＩＥＥＥ３３节点系统［１７Ｊ环网示意图，其环路构成如表１所示。环路支路编码表示某支路在其所处环路支路序列中的位置，以支路３３￣３７断开（即联络开关全断）情况为例，此时所有断开支路处于相应环路（１、３、２、５、４）支路序列的末端位置，即断开支路３３～３７在环路１、３、２、５、４中所处位置序号分别为１０、７、７、１６、１１，则该情况编码可用ｎ０，７，７，１ｌ，１６］表示。．２８一电力系统保护与控制图１ＩＥＥＥ３３节点系统环网Ｆｉｇ．１ＲｉｎｇｎｅｔｗｏｒｋｏｆＩＥＥＥ３３ｓｙｓｔｅｍ表１环路构成Ｔａｂｌｅ１Ｃｏｍｐｏｓｉｔｉｏｎｏｆｒｉｎｇ＠３．２减少计算量的措施．．～本文提出了以下措施来减少计算量。１）初始化的同时进行可行解判断，使所有初始个体为可行解，并使用支路交换算法得到少量接近于局部最优解的个体，将该类个体引入初始群体中，以便能从较优个体开始搜索。２）迭代初期，群体中个体间差异较大，因而选用较低的潮流计算精度进行适应度计算，以区分个体优劣。而在迭代后期，则选用更高的精度进行潮流计算，以保证得到更优解。４算法流程本文算法流程如图２所示。５算例分析以ＩＥＥＥ３３节点系统为例验证本文方法的有效性，用本文提出的方法以网损最小为目标函数进行网络重构计算，同时输出网损最小时的最低节点电压。配电网有３３个节点、３７条支路，其中的５条为联络开关，额定电压为ｌ２．６６ｋＶ，总负荷为５０４８．２６ｋＶＡ＋ｊ２５４７．３２ｋｖａｒ。ＤＧ安装位置和容量如开始，输入原始数据计算原始配屯网潮流，确定初始刚损和馈线电压…设定初始种群，参数，…总进化代数Ｇ．令Ｇ＝Ｉ变异和交叉操作二二工二计算新染色体的潮流和适应度值——一是Ｉ—————生一替换最佳解，Ｂ＝Ｏ或６：－－Ｇ＋１Ｂ＝Ｂ＋１．Ｇ＝Ｇ＋ｌ丽磊．竺＜否结束图２算法流程Ｆｉｇ．２Ｆｌｏｗｃｈａｒｔｏｆｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍ表２所示。无分布式电源时的初始网损为０．０２０２３Ⅳｐ．ｕ，最低节点电压为０．９１３２ｐ．ｕ．。参数设置：Ｄ＝５，Ｇｍ￣ｘ＝６０，Ｂ＝５０，Ｐ＝０．１，Ｇ＝０．５，ｓ１＝Ｏ．３，ｅ２＝５。表２ＤＧ安装位置，类型和容量Ｔａｂｌｅ２Ｌｏｃａｔｉｏｎ，ｔｙｐｅａｎｄｃａｐａｃｉｔｙｏｆＤＧ采用本文方法得到的优化结果如表３所示。作为比较，表３中给出了改进自适应遗传算法１【】，ＤＥ算法２，和本文算法３的结果。表３ＩＥＥＥ３３节点系统配电网络重构结果Ｔａｂｌｅ３Ｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｒｅｓｕｌｔｓｏｆｐｏｗｅｒｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋ邹必昌，等含分布式发电的改进混合整数差分算法的配电网重构．２９．图３不同算法的收敛曲线Ｆｉｇ．３Ｃｏｎｖｅｒｇｅｎｃｅｃｕｒｖｅｓｏｆｄｉｆｆｅｒｅｎｔａｌｇｏｒｉｔｈｍｓ表４给出了运行１００次后三种算法的计算结果比较情况。表４不同算法仿真结果里！兰兰巴！型２璺！！！堡２垒堡！！呈墨１算法收数计算ｓ成功率。异迭代次数收敛次数‘’畀叫。ｌ２８４９２５１００２２５４０１８ｌ００３１６３４１２ｌ００从图３和表４可以看出，本文算法３在引入迁移操作和加速操作之后，收敛速度明显加快，最优迭代次数在１６次就能得到，充分体现了其优势。６结论含分布式发电的配电网重构能有效降低网损，提高供电电压，以往的各种重构算法中只说明了对各种分布式电源的处理方法，但实际计算时只是直接引入ｒ，Ｑ节点的ＤＧ进行计算，相对容易一些，本文提出的改进混合整数差分算法采用环路支路整数编码方式减少了编码长度，增大了可行解的比例，其中的算例直接加入多种ＤＧ进行优化重构，并通过加速和迁移操作大大提高了计算效率，而且克服了其他算法如遗传算法等需要大量种群的问题，可为类似含分布式发电的配电网重构优化提供有益的参考。参考文献［１］ＣｉｖａｎｌａｒＳ，ＧｒａｉｎｇｅｒＪＪ，ＹｉｎＨ，ｅｔａ１．Ｄｉｓｔｒｉｂｕｔｉｏｎｆｅｅｄｅｒｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｆｏｒｌｏｓｓｒｅｄｕｃｔｉｏｎ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＤｅｌｉｖｅｒｙ，１９８８，３（７）：１２２７．１２２３．［５］［６］［７］［８］［９］［１Ｏ］［１１］ＢａｒａｎＭＥ．ＷｕＦＦＮｅｔｗｏｒｋｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｉｎｄｉｓｔｒｉｂｕｔｉｏｎｓｙｓｔｅｍｓｆｏｒｌｏｓｓｒｅｄｕｃｔｉｏｎａｎｄｌｏａｄｂａｌａｎｃｉｎｇ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＤｅｌｉｖｅｒｙ，１９８９，４（２）：１４０１－１４０７．王秀云，任志强，楚冬青．用于降低网损的配电网络优化重构方法的研究【Ｊ】．电力系统保护与控制，２００８，３６（１２）：２１－２４，３０．—ＷＡＮＧＸｉｕ－ｙｕｎ，ＲＥＮＺｈｉｑｉａｎｇ，ＣＨＵＤｏｎｇ・ｑｉｎｇ．Ｓｔｕｄｙｏｆａｌｇｏｒｉｔｈｍｏｎｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｏｐｔｉｍｕｍｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｆｏｒｒｅｄｕｃｉｎｇｌｉｎｅｌｏｓｓ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２００８，３６（１２）：２１－２４，３０．ＧｏｓｗａｍｉＳＫ，ＢａｓｕＳＫ．Ａｎｅｗａｌｇｏｒｉｔｈｍｆｏｒｔｈｅｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｏｆｄｉｓｔｒｉｂｕｔｉｏｎｆｅｅｄｅｒｓｆｏｒｌｏｓｓｍｉｎｉｍｉｚａｔｉｏｎ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＤｅｌｉｖｅｒｙ，１９９２，７：１４８４－１４９１．’ＷａｇｎｅｒＴＰＣｈｉｋｈａｎｉＡＨａｃｋａｍＲ．Ｆｅｅｄｅｒｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｆｏｒｌｏｓｓｒｅｄｕｃｔｉｏｎ：ａｎａｐｐｌｉｃａｔｉｏｎｏｆｄｉｓｔｒｉｂｕｔｉｏｎａｕｔｏｍａｔｉｏｎ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＤｅｌｉｖｅｒｙ，１９９１，６：１９２２・１９３１．ＣｈｅｎｇＨＣ，ＫｏｕＣＣ．Ｎｅｔｗｏｒｋｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｉｎｄｉｓｔｒｉｂｕｔｉｏｎｓｙｓｔｅｍｓｕｓｉｎｇｓｉｍｕｌａｔｅｄａｎｎｅａｌｉｎｇ［Ｊ］．ＥｌｅｃｔＰｏｗｅｒＳｙｓｔＲｅｓ，１９９４，２９：２２７－２３８．胡敏菱，陈元．配电系统最优网络重构的模拟退火法［Ｊ］．电力系统自动化，１９９４，１８（２）：２４．２８．ＨＵＭｉｎ－ｙｏｕ，ＣＨＥＮＹｕａｎ．Ｓｉｍｕｌａｔｅｄａｎｎｅａｌｉｎｇａｌｇｏｒｉｔｈｍｏｆｏｐｔｉｍａｌｒｅｃｏｎｓｔｒｕｃｔｉｏｎｉｎｄｉｓｔｒｉｂｕｔｉｏｎｓｙｓｔｅｍ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，１９９４，１８（２）：２４－２８．王智宇，涂光瑜，罗毅，等．基于时间分段的配电网络—重构【Ｊ］．继电器，２００６，３４（８）：３５３９．ＷＡＮＧＺｈｉ－ｙｕ，ＴＵＧｕａｎｇ－ｙｕ，ＬＵＯＹｉ，ｅｔａ１．Ｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｂａｓｅｄｏｎｔｉｍｅ—ｓｕｂｓｅｃｔｉｏｎ［Ｊ］．Ｒｅｌａｙ，３４（８）：３５３９．刘莉，陈学允．基于模糊遗传算法的配电网络重构［Ｊ］．中国电机工程学报，２０００，２０（２）：６６．６９．ＬＩＵＬｉ，ＣＨＥＮＸｕｅ￣ｙｕｎ．Ｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｏｆｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｓｂａｓｅｄｏｎｆｕｚｚｙ，ｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｓ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２００２，２Ｏ（２）：６６－６９．ＳｍｒｎＲ．Ｓｙｓｔｅｍ＞ｄｅｓｉｇｎｂｙｃｏｎｓｔｒａｉｎｔａｄａｐｔａｔｉｏｎａｎｄｄｉｆｆｅｒｅｎｔｉａｌｅｖｏｌｕｔｉｏｎ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＥｖｏｌＣｏｍｐｕｔ，１９９９，３：２２－３４．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）：３７－４０．４９．ＣＵＩＪｉｎ－ｌａｎ，ＬＩＵＴｉａ—ｎ－ｑｉ，ＬＩＸｉｎｇｙｕａｎ．Ｎｅｔｗｏｒｋｒｅｃｏｎｆｉｇｕｒａｔｉｏｎａｔｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｓｙｓｔｅｍｗｉｔｈｄｉｓｔｒｉｂｕｔｅｄｇｅｎｅｒａｔｉｏｎ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，－３０－电力系统保护与控制（上接第２４页ｃｏｎｔｉｎｕｅｄｆｒｏｍｐａｇｅ２４）［９］方江晓，周晖，黄梅，等．基于聚类分析的短期风电功—率预测【ＪＪ．电力系统保护与控制，２０１１，３９（１１）：６７７３，７８．ＦＡＮＧＪｉａｎｇ－ｘｉａｏ，ＺＨＯＵＨｕｉ，ＨＵＡＮＧＭｅｉ，ｅｔａ１．Ｓｈｏｒｔ－ｔｅｒｍｗｉｎｄｐｏｗｅｒｐｒｅｄｉｃｔｉｏｎｂａｓｅｄｏｎｓｔａｔｉｓｔｉｃａｌｃｌｕｓｔｅｒｉｎｇａｎａｌｙｓｉｓ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄｃｏｎｔｒｏｌ，２０１１，３９（１１）：６７－７３，７８．［１０］ＡｃｋｅｒｍａｒｍＷｉｎｄｐｏｗｅｒｉｎｐｏｗｅｒｓｙｓｔｅｍｓ［Ｍ］．Ｃｈｉｃｈｅｓｔｅｒ：ＪｏｈｎＷｉｌｅｙ＆Ｓｏｎｓ，Ｌｔｄ，２００５：３６５－３８０．［１１］李智，韩学山，韩力，等．地区电网风电场功率超短期预测方法［Ｊ】．电力系统自动化，２０１０，３４（７）：９０．９４．—ＬＩＺｈｉ，ＨＡＮＸｕｅｓｈａｎ，ＨＡＮＬｉ，ｅｔａ１．Ａｎ—ｕｌｔｒａ－ｓｈｏｒｔ－－ｔｅｒｍｗｉｎｄｐｏｗｅｒｆｏｒｅｃａｓｔｉｎｇｍｅｔｈｏｄｉｎｒｅｇｉｏｎａｌｇｒｉｄｓ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２０１０，３４（７）：９０－９４．［１２］陈颖，周海，王文鹏，等．风电场输出功率超短期预测结果分析与改进［Ｊ】．电力系统自动化，２０１１，３５（１５）：３０．３３，８７．ＣＨＥＮＹｉｎｇ，ＺＨＯＵＨａｉ，ＷＡＮＧＷｅｎ・ｐｅｎｇ，ｅｔａ１．［１３３［１４］Ｉｍｐｒｏｖｅｍｅｎｔｏｆｕｌｔｒａ・・ｓｈｏｒｔ・－ｔｅｒｍｆｏｒｅｃａｓｔｆｏｒｗｉｎｄｐｏｗｅｒ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２０１１，３５（１５）：３０－３３，８７．刘峻，周喜超．基于超短期风电功率预测的风电场自—动发电控制［Ｊ】．中国电力，２０１１，４４（２）：７４７７．ＬＩＵＪｕｎ．ＺＨ０ＵＸｉ－ｃｈａｏ．Ｗｉｎｄｆａｒｍａｕｔｏｍａｔｉｃ—ｇｅｎｅｒａｔｉｏｎｃｏｎｔｒｏｌｂａｓｅｄＯｎｕｌｔｒａ－ｓｈｏｒｔ－－ｔｅｒｍｗｉｎｄ－ｐｏｗｅｒｆｏｒｅｃａｓｔｓ［Ｊ］．ＥｌｅｔｒｉｃＰｏｗｅｒ，２０１１，４４（２）：７４－７７．国家电力调度通信中心．电网在线安全稳定预警系统功能规范（试行）【Ｓ】．２００８．收稿日期；２０１１－０７－２６；修回日期：２０１卜１卜０２作者简介：常康（１９８３－），男，硕士，工程师，主要研究方向为电力系统安全稳定分析与控制、新能源发电等；Ｅ．ｍａｉｌ：ｃｈａｎｇｋａｎｇ＠ｓｇｅｐｒｉ．ｓｇｃｃ．ｃｏｍ．ｃｎ丁茂生（１９７７－），男，博士，高级工程师，主要研究方向为电力系统运行控制与管理；薛峰（１９７卜），男，博士，研究员级高级工程师，主要研究方向为电力系统安全稳定分析与控制。