基于一体化数据平台与改进粒子群算法的配电网重构.pdf

第４０卷第１７期２０１２年９月１日电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌＶｏ１．４０Ｎｏ．１７，Ｓｅｐ．Ｉ，２０１２基于一体化数据平台与改进粒子群算法的配电网重构陈树恒，党晓强，李兴源，刘群英（１．电子科技大学能源科学与工程学院，四川成都６１１７３１；２．四川大学水利水电学院，四川成都６１００６５；３．四川大学电气信息学院，四川成都６１００６５）摘要：以配电ＳＣＡＤＡ系统的一体化数据库为平台并在离散粒子群算法中嵌入小生境操作，提出了一种改进的配电网重构算法。首先，综合考虑网损、电压损耗、负荷平衡和断路器动作成本等指标确定了适应值评估模型；然后，通过嵌入小生境操作过程对离散粒子群算法进行了改进；结合配电ＳＣＡＤＡ数据库平台研制了配电网重构系统。最后，对２个配电系统进行了算例研究。结果表明：改进配电网重构算法是可靠的；相对于现有粒子群算法，重构计算速度有一定程度的提高。关键词：配电网重构；小生境离散粒子群算法；配电ＳＣＡＤＡ；实时数据库；辐射状配电网Ｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｒｅｃ０ｎｆｉｇｕｒａｔｉｏｎｂａｓｅｄｏｎｉｎｃｏｒｐｏｒａｔｉｏｎｄａｔａｐｌａｔｆｏｒｍａｎｄｉｍｐｒｏｖｅｄＰＳＯＣＨＥＮＳｈｕ．ｈｅｎｇ，ＤＡＮＧＸｉａｏ．ｑｉａｎｇ２，ＬＩＸｉｎｇ．ｙｕａｎ，ＬＩＵＱｕｎ－ｙｉｎｇ（１．ＳｃｈｏｏｌｏｆＥｎｅｒｇｙＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＵｎｉｖｅｒｓｉｔｙｏｆＥｌｅｃｔｒｏｎｉｃＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙｏｆＣｈｉｎａ，Ｃｈｅｎｇｄｕ６１１７３１，Ｃｈｉｎａ；２．ＳｃｈｏｏｌｏｆＷａｔｅｒＣｏｎｓｅｒｖａｎｃｙａｎｄＨｙｄｒｏｅｌｅｃｔｒｉｃＰｏｗｅｒ，ＳｉｃｈｕａｎＵｎｉｖｅｒｓｉｔｙ，Ｃｈｅｎｇｄｕ６１００６５，Ｃｈｉｎａ；３．ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇａｎｄＩｎｆｏｒｍａｔｉｏｎ，ＳｉｃｈｕａｎＵｎｉｖｅｒｓｉｔｙ，Ｃｈｅｎｇｄｕ６１００６５，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ａｎｉｍｐｒｏｖｅｄｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｒｅｃｏｎｆｉｇｕｒａｔｉｏｎ￣ｇｏｆｉｔｈｍｉｓｐｒｅｓｅｎｔｅｄｂｙｅｍｂｅｄｄｉｎｇｎｉｃｈｅｏｐｅｒａｔｉｏｎｉｎｔｏｄｉｓｃｒｅｔｅＰＳＯｂａｓｅｄｏｎｉｎｃｏｒｐｏｒａｔｅｄａｔａｂａｓｅｐｌａｔｆｏｒｍ．Ｆｉｒｓｔｌｙ，ｔｈｅｅｖａｌｕａｔｉｎｇｍｏｄｅｌｏｆｆｉｔｎｅｓｓｖａｌｕｅｃｏｍｐｒｅｈｅｎｓｉｖｅｌｙｃｏｎｓｉｄｅｒｉｎｇｌｉｎｅｌｏｓｓ，ｖｏｋａｇｅｌｏｓｓ，ｌｏａｄｂａｌａｎｃｅａｎｄｂｒｅａｋｅｒａｃｔｉｎｇｃｏｓｔｉｓｐｒｅｓｅｎｔｅｄ；ｔｈｅｎ，ｔｈｅｄｉｓｃｒｅｔｅＰＳＯｉｓｉｍｐｒｏｖｅｄｂｙｅｍｂｅｄｄｉｎｇｎｉｃｈｅｏｐｅｒａｔｉｏｎｐｒｏｃｅｓｓ；ｆｕｒｔｈｅｒ，ｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｓｙｓｔｅｍｉｓｄｅｖｅｌｏｐｅｄｂａｓｅｄｏｎｄｉｓｔｒｉｂｕｔｉｏｎＳＣＡＤＡｄａｔａｂａｓｅｐｌａｔｆｏｒｍ．Ｌａｓｔｌｙ，ｔｗｏｄｉｓｔｒｉｂｕｔｉｏｎｓｙｓｔｅｍｓａｒｅｓｔｕｄｉｅｄ．ＴｈｅｒｅｓｕｌｔｓｐｒｏｖｅｔｈａｔｔｈｅｉｍｐｒｏｖｅｄｄｉｓｃｒｅｔｅＰＳＯｉｓｒｅｌｉａｂｌｅｗｈｉｌｅｔｈｅｃａｌｃｕｌａｔｉｎｇｐｒｏｃｅｓｓｉｓｓｐｅｅｄｅｄ．Ｔｈｉｓｗｏ，ｒｋｉｓｓｕｐｐｏｒｔｅｄｂｙＮａｔｉｏｎａｌＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄｍｉｏｎｏｆＣｈｉｎａ（Ｎｏ．５１００７００６）．Ｋｅｙｗｏｒｄｓ：ｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｒｅｃｏｎｆｉｇｕｒａｔｉｏｎ；ｎｉｃｈｅｄｉｓｃｒｅｔｅＰＳＯ；ｄｉｓｔ—ｒｉｂｕｔｉｏｎＳＣＡＤＡ；ｒｅａｌｔｉｍｅｄａｔａｂａｓｅ；ｒａｄｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋ中图分类号：ＴＭ７６文献标识码：Ａ——文章编号：１６７４－３４１５（２０１２）１７０１１００６０引言配电网重构计算对提高配电网运行的经济性、可靠性和安全性具有重要意义，也是电力系统的研究热点之一Ｌｌｊ。配电网重构计算的目标是基于一定的适应值指标求解配电网开关的最优组合方式，它涉及到两个问题：１）优化指标的确定；２）优化运行模式的求解。优化目标的确定需要考虑到网损、电压损耗、负荷平衡度和开关动作成本等因素Ｊ。求解运行方式的方法包括：解析方法、启发式方法、人工智能方法。特别是人工智能方法由于具有原理简单、计算效率高的优点，近年来得到了广泛研基金项目：国家自然科学基金青年基金（５１００７００６）“究【３。其中，粒子群优化算法更是由于具有鲁棒性好和收敛速度快的优点而被深入研究，并产生了很多改进的方法，如：二进制粒子群算法［３１、十进制编码粒子群算法［＿刀和离散粒子群算法【２】，等等。前人的研究虽然已经取得了比较显著的成果，但是仍然存在若干需要深入研究的地方，如适应值指标计算如何与配电ＳＣＡＤＡ系统结合，如何进一步提高重构计算速度，等等。本文将结合配电网ＳＣＡＤＡ实时数据库平台对配电网的重构进行深入研究。首先建立重构计算适应值模型及实现方案；进一步，通过引入小生境操作对离散粒子群算法进行改进并形成新的重构算法。最后，对两个配电网系统进行算例研究。陈树恒，等基于一体化数据平台与改进粒子群算法的配电网重构１配电网重构问题的数学描述及其基于一体化数据平台的适应值评估模型配电网重构的目标在于实现配电网的优化运行。衡量是否最优的指标是综合考虑网损、负荷平衡度、电压降水平和开关动作次数等因素的适应值，其计算模型如式（１）。ｆ＝＋厂２＋十ｃｏ４厂４（１）式（１）中，，，，四个系数需要根据最优评估时的侧重度进行整定。，，，分别代表网损、负荷平衡度、线路电压降和开关动作成本值。为了求解以上适应值指标，同时考虑到重构计算与配电自动化系统的关系，需结合配电ＳＣＡＤＡ系统，建立对应的一体化数据平台。配电ＳＣＡＤＡ系统的数据库系统的结构如图１所示。在图１中，配电ＳＣＡＤＡ系统的数据库分为参数数据库和实时数据库。参数数据库用于存储系统结构参数和设备参数；实时数据库用于保存计算过程中的中间数据及预报负荷值。闺堡墅旦……Ｌ数据库ｊ【ＪＬｆ电源数据表节点数据表负荷数据表分段开关数据表联络开关数据表线路参数表支路组参数表辐射状配电嘲对象组节点对象组支路对象组支路映射关系对象组断路器对象组图１配电ＳＣＡＤＡ数据库系统逻辑图Ｆｉｇ．１ＬｏｇｉｃａｌｃｈａｒｔｏｆｄｉｓｔｒｉｂｕｔｉｏｎＳＣＡＤＡｄａｔａｂａｓｅｓｙｓｔｅｍ以配电ＳＣＡＤＡ系统数据库为基础，基于配电网重构计算的需要，在参数数据库中增加用于描述配电网拓扑结构的参数表，包括：电源参数表、线路参数表、开关参数表和负荷参数表；这些表均采用二维数据表格式。与此同时，通过建立辐射状配电网对象组、节点对象组、支路对象组、支路映射关系对象组来记录中间计算过程。其中，节点对象组、支路对象组、支路映射关系对象组可采用普通数据结构设计；但辐射状配电网对象组需要基于节点模型来建立。图２是基于节点分层思想的辐射状配电网系统的模型示意图。在图２中，一个辐射状配电系统以电源节点为起根节点被分层表示。节点之间的拓扑关系通过节点之间的属性来确定。图３是节点的一般模型。＼层编号节点１层２层堤Ⅳ层节点ｌ‘ｆ节点对象（，１）ｆ节点对象（２，１）Ｉ节点对象（１节点对象（Ｎｊ）节点２节点对象（１，２）’ⅣＩｌ节点对象（２２）节点对象（ｉ，２）Ｉ节点对象（，２）ｌ节点，Ⅳ节点对象（１Ｉ节点对象（２，力ｌ节点对象Ｏ，ｆ节点对象（，力ｌｌ‘ｌ节点对象（＾＾如』‘节点节点对象（１，）Ｉ节点对象（节点对象（ＩＩ图２基于节点主导的单电源辐射状配电网结构模型Ｆｉｇ．２Ｓｉｎｇｌｅｓｏｕｒｃｅｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｍｏｄｅｌｂａｓｅｄｏｎｍａｉｎｎｏｄｅｍｏｄｅｌ图３面向拓扑识别的配电网节点模型Ｆｉｇ．３Ｄｉｓｔｒｉｂｕｔｉｏｎｎｏｄｅｍｏｄｅｌｆｏｒｓｔｒｕｃｔｕｒｅｉｄｅｎｔｉｆｉｃａｔｉｏｎ在图３中，每一个节点包含一条进线、若干条出线和若干负载。图３所示的母线对象对应的数据结构为节点模型类ｆ整数变量节点编号整数变量父节点整数变量子节点数目整数变量数组子节点对象整数变量所连负载数整数变量数组所连负载对象）；每一个单电源系统均表示成一个形如图２的节点模型数组。将所研究的配电网系统的参数和拓扑连接关系输入到图１中参数数据库中的对应表中，同时结合重构过程中粒子位置对应的断路器状态即可实现单电源系统的拓扑识别过程。拓扑分解过程在文献【１］中有详细阐述，在此不再赘述。进而针对每一个单电源辐射状配电网系统对象应用前推回代潮流法计算出各支路的电流和各节点的电压［１２－１６］。计算出的结果保存在图１中的支路对象组和节点对象组中。依据网络拓扑数据建立单电源配电系统对象、支路对象和节点对象后，配电网重构适应值评价指标即可按照（１）～式（４）计算。电力系统保护与控制（１）对线路损耗处理基于辐射状配电网系统模型，线路损耗为全部支路的损耗和，计算公式为ｂｊ＝∑∑∑∑・＝。・ＬＵ・Ｉ（２）ｊ＝ｌｉ＝１：ｌｉ＝１式（２）中：配电网母线的层数；ｂ，为第，层的支路数；。为第层的进线支路单位长度的电阻；为第ｆ层的进线支路．，的长度；为第ｆ层进线支路，的电流。（２）电压降的评价标准根据图３所示的模型，电压降评价指标由全部没有子节点的节点对象进行计算。【ＬＮ∑∑ｊ＝ｎｏｄｅ（ｉ，ＤｌｅｔａＶ…、扛，１ｊＩｎｏｄｅ（ｉ，，）．ＳｏｎＮｏｄｅＮｕｍ＝０‘式（３）中：ｎｏｄｅ（ｉ，，）．ＤｌｅｔａＶ为第ｆ层的第节点对象的电压降值；ｎｏｄｅ（ｉ，，１．ＳｏｎＮｏｄｅＮｕｍ为第层的第，节点对象的子节点数目为０。（３）负荷平衡率评价标准：∑∑Ｂ．Ｂ（口ｃ（）．—ＰＢａｎｃｈ（）．Ｖａｌ已）（４）式（４）中：Ｂ为对多电源配电ｌ碉的全部支路数；Ｂｒａｎｃｈ（ｍ）．Ｖａｌｕｅ表示支路ｍ的电流值。（４）开关动作成本的评价指标∑厂４＝Ｙ（ｒ）（５）（）＝｛ｌ０Ｓｋ（（，ｔ＋￣））：￣：Ｓｔ（（ｔ一－（６）式（５）中：Ｓ为配电网断路器的数目；Ｓｔ）为开关ｋ目前运行状态；Ｓｔ（一）为开关ｋ重构后的状态。２改进小生境离散粒子群算法在众多的配电网重构算法中，粒子群进化算法具有鲁棒性好和收敛速度快的优点。本文以连续粒子群算法为基础，结合支路分组建立改进小生境离散粒子群算法。２．１基本粒子群算法基本粒子群算法［２］（ＰＳＯ）是一种起源于鸟类迁徙行为的进化算法。其基本思想是将优化问题的潜在解用搜索空间中的一个粒子来表示。所有的粒子对象都有一个由优化函数决定的适应值，每个粒子还有速度以决定它们的飞行方向。连续粒子群算法的操作行为为ＩＶ＝＋ｃｌ（ｐ一）＋ｃ２（ｐ一ｋ）ｒ、＝ｋ＋ｖｕ在式（７）中：ｅｌ和是非负常数，表示学习因子；∈和为区间【０，１】内的随机数；Ｖ卜，ｖｍＪ，。为一正的常数，是粒子群算法的参数，用于限制速度１，的边界，由用户设定；粒子的位置对应问题的解；速度ｖ表示位置应该修正的变化量；Ｐ和分别代表粒子局部最优值和全局最优值。２．２基于支路分组编码的离散粒子群算法将粒子群算法应用到配电网重构计算的前提条件是建立粒子位置与重构解之间的对应关系，这就是编码问题。目前，主要的编码方法包括二进制编码法和整数编码法。二进制编码法原理简单，但是在处理大规模配电网时，将出现维数灾问题。相对而言，文献［３】中提出的以支路分组为基础的整数编码方式具有维数适中、计算效率高的优点。本文以此为基础设计改进的复合粒子群算法（１）支路组的划分与粒子规定对于一个配电网系统，首先对电路系统中的支路进行分组。分组的基本原则是：不考虑负荷支路，将两个相邻分叉节点（或者电源节点）之间的全部支路划为一个支路组，如图４。图４支路分组原理示意图Ｆｉｇ．４Ｌｏｇｉｃａｌｃｈａｒｔｏｆｇｒｏｕｐｉｎｇｂｒａｎｃｈｅｓ在图４中，节点、和是三个分叉节点，节点Ｂ０、Ｂ８、、Ｂ１２和置是５个电源点。基于该原则，整个系统被划为７个支路组，各支路组包括的支路如图中虚线框所示。在支路分组的基础上，进一步对支路组进行编码。考虑到供电可靠性要求，陈树恒，等基于一体化数据平台与改进粒子群算法的配电网重构．１１３．在每一个支路组最多只能有一条支路被断开。假设支路组ｆ内有条支路，将支路组内的支路进行…１，，．…，，，排序。取变量．为支路组内被断开支路的序号，。当没有支路被断开时，Ｙｌ的取值为Ⅳ０。基于此约定。规定粒子的维数为支路组数，每一维的取值为各支路组的状态变量Ｙｉ。可见，对于图４所示的系统，通过该编码方法将粒子维数由二进制编码时的ｌ６维降低为现在的７维。结合图１所示的一体化数据库系统，在参数数据库中建立支路组参数表以描述配电系统中的支路组属性；同时，在断路器参数表中设立所属支路组和支路组内支路编号两个属性来建立由Ｙ到断路器状态的转换关系。该转换关系存储在实时数据库中的支路关系映射对象组。（２）包含离散和连续过程的混合粒子群算法在公式（７）中，进化过程是以连续量进行的，即变量是连续变量。然而，依据前述支路组编码原则，支路组的编码取值是０～的整数。因此，需要建立由Ｘ到的转换机制。该转换过程是基于通常的四舍五入原则进行，同时将该维数据进行越限处理，将取值限制在ｌ０，Ｉ范围内。该计算过程用函数描述为Ｘ—Ｒ＋＝ＣｏｎＴｏＤｉｓ（１，ｉｄ）（８）函数ＣｏｎＴｏＤｉｓ（ｘ）的功能是将浮点数位置变量转换为整数形式的粒子位置变量。综合式（７）和式（８），由连续过程和离散过程构成的混合粒子群算法为＝＋ｃｌ（ｐ一．）＋ｃ（ｐ一《）＝＋（９）：ＣｏｎＴｏＤｉｓ（ｙ￣＋）２．３改进的小生境离散粒子群算法在基于式（９）的混合离散粒子群算法中，部分粒子在进化过程中将向某一局部位置集中。对集中于某一局部位置的粒子，如果进行吸收和合并操作将有利于降低重构计算量、提高计算速度。在此，本文引入小生境概念对离散粒子群算法进行改进。小生境粒子群算法Ｊ是由Ｂｒｉｔｓ提出，其基本思想是为保持粒子群的多样性。若某个粒子在连续多次迭代运算中对应的适应值变化量很小，则以此粒子为中心，以此粒子与其最近的粒子的距离为半径构造一个圆形小生境。定义小生境的子粒子群的半径为＝ｍａｘｆｌ￣ｊ，ｇ加（１０）式（１０）中，Ｘｓ，分别为子粒子群Ｓ中的最优粒子和任一非最优粒子。该算法有两个核心操作：（ａ）若粒子进入子粒子群范围内，即ｌｒＩ１ｆＪ一Ｘｓ，ｉｆｆ足，，则该粒子将被此小生境子粒子群吸收。（ｂ）若两个子粒子群、范围相交，即ＩｌｌｌｌＩＩ一，ｇｌＩＩ，＋Ｉ，则两个粒子群将被合并成一个。通过小生境计算，将减少粒子的数目和内容。将式（１０）和式（１１）代表的操作嵌入到离散粒子群算法中，同时结合一体化配电ＳＣＡＤＡ数据库系统平台，可得到改进的小生境离散粒子群算法。其计算过程包括：（１）整理配电网的结构，以节点为核心，将配电网系统表示成由电源参数表、支路参数表、负荷参数表和断路器参数表等二维表构成的数据库系统，并输入相应的设备参数。（２）对全部支路进行分组，并将分组结果和支路排序数据分别输入到支路组参数表和断路器参数表中。同时，建立由编码数据到断路器状态的映射关系。（３）读取配电系统的参数数据和预报负荷值。参数包括：线路单位阻抗及长度、优化指标参考值、迭代限制次数参考值，等等。（４）设置粒子种群人口和粒子位置与速度的初始值。（５）判断初始解的有效性并进行配电网结构识别；同时，计算配电网系统由网损、最大电压降值、负荷平衡度和开关变化数等合成的适应值指标。（６）依据初始解确定粒子的当前位置、个体最优值和全局最优值的初始值。（７）依据进化公式（９）进行进化计算。（８）判断解的有效性并进行配电网拓扑结构识别；同时，计算对应配电网系统的网损、最大电压降值、负荷平衡系数和开关变化数目，合成最终指标。’（９）依据适应值指标更新粒子当前位置、个体最优解和全局最优解。（１０）计算每个粒子适应值的变化量；并根据变化量的大小实时建立新的小生境。（１１）依据当前状态更新所有子粒子群的小生境半径。斗，＋●●●●●●●●●ｒｌ【．１１４．电力系统保护与控制‘（１２）如果可能的话，依据操作（ｂ）合并符合要求的子粒子群。（１３）如果可能的话，依据操作（ａ）吸收符合要求的子粒子群。（１４）判断迭代次数是否满足要求；如果已经达到设定迭代次数，则停止迭代计算；否则，转至步骤（７）继续进行迭代计算，直到计算次数满足为止。３结合配电网ＳＣＡＤＡ平台的重构系统研制及算例研究为验证所提出的配电网重构算法的有效性，本文以ＶＣ＋＋６．０编程语言和ＭｉｃｒｏｓｏｆｔＳＱＬＳｅｒｖｅｒ２０００数据库为基础，设计并研制了对应的配电重构计算系统，并通过该系统对两个实例进行算例研究。３．１配电网重构系统研制配电网重构系统与配电ＳＣＡＤＡ系统使用一体化的数据库系统。重构计算所需的拓扑参数和负荷预报值由配电ＳＣＡＤＡ系统提供。图５是系统的总体设计方案。图５配电网重构计算系统逻辑图Ｆｉｇ．５Ｌｏｇｉｃａｌｃｈａｒｔｏｆｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋ在图５中，配电网拓扑结构数据由组态程序事先输入，并存入到参数数据库文件当中。配电ＳＣＡＤＡ系统中的实时电压值和负荷预测值经ＳＣＡＤＡ接口模块被接收到实时数据库中。实时查询与手动设定模块一方面可以监测配电网的运行状态，另一方面在系统与ＳＣＡＤＡ断开时，可以通过手动方式设定系统运行方式以进行离线计算。配电网重构程序用以完成拓扑识别和潮流计算。３．２算例研究为验证本文提出的改进小生境离散粒子群算法的有效性和计算效率，本文将对两个算例进行仿真研究。算例ｌ是图４所示的配电网系统。研究该算例的主要目的在于验证本文所提改进小生境离散粒子群算法的有效性。支路分组编码及编码过程如图４所示。将电源电压设定为１２ｋＶ。适应值指标系数设定为０．２，０．３，０．４和０．１。在每个节点上增加相应的负载。设定粒子的初始种群数为３０，算法的各个参数设定如下：粒子群规模Ｎ３ｏ，学习因子ｃ１，ｃ２为２．０，最大迭代计算次数为６０。迭代计算过程如图６所示。ｌＩ０１０２０３０４Ｏ５Ｏ６ｏ７Ｏ迭代计算次数图６算例１的重构计算过程Ｆｉｇ．６ＲｅｃｏｎｆｉｇｕｒａｔｉｏｎｃａｌｃｕｌａｔｉｏｎｐｒｏｃｅｓｓｏｆｅｘａｍｐｌｅＮｏ．１根据图６所示，经过大约ｌ５次计算后，迭代过程开始收敛，计算耗时时间在３．２３４ｓ。由于该算例规模不大，同时利用列举全部可能模式的方法求最优运行方式。两者计算出的最优模式都是将，，和断开，将其余开关闭合；该最优方式对应的适应值指标是４８．８。可将，由本文改进形成的小生境离散粒子群算法的计算结果是有效的。算例２是美国ＰＧ＆Ｅ的６９节点配电网络【１Ｊ，如图７。２８２９３０３１３２３３３４３５二三４０４１５７５８２１４Ｉ５６７—１１ｔ＿０８１Ｌ三１－３ｒ４ｆ５１－６ｒ＇ｒ冒１ｇ０主１自ｉ５５５６一一一一一一一一一一．一一一一唾辱两西负自ｇ４５９６０６１６２６３６４６５６６６７６８６９图７美国ＰＧ＆Ｅ的６９节点配电网络Ｆｉｇ．７ＡｍｅｒｉｃａｎＰＧ＆Ｅｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｏｆ６９ｎｏｄｅｓ在图７中，节点１１和６６、节点ｌ３和２Ｏ、节点１５和６９、节点２７和５４、节点３９和４８之间设有联络开关。根据本文所提的支路分组方法，对其分为１３组。计算参数与文献［２】的计算完全相同。基于小生境的改进粒子群算法的全局极值收敛轨迹如图８所示。与此同时，重构结果与文献［２］是一样的，打开的支路包括：４７．４８、５０．５１、１３．２０、１１．６６和１４．１５，对应网损９９．６７０ｋＷ，最低节点电压为０．９４３ｐｕ。然而，重构计算过程的耗时时间却由文献［２】的７．６０９Ｓ下降到５．２１２Ｓ。可见，通过在离散粒子群算法中嵌入小生境操作，重构计算速度可以得到～定程度的提高。∞∞∞加舳Ｏ蜂旱ｆ：陈树恒，等基于一体化数据平台与改进粒子群算法的配电网重构、０２０４Ｏ６Ｏ８０迭代计算次数图８算例２的重构计算过程Ｆｉｇ．８ＲｅｃｏｎｆｉｇｕｒａｔｉｏｎｃａｌｃｕｌａｔｉｏｎｐｒｏｃｅｓｓｏｆｅｘａｍｐｌｅＮｏ．２４结论本文结合配电ＳＣＡＤＡ一体化数据平台，通过在离散粒子群算法中嵌入小生境操作设计了一种新的配电网重构算法。通过算例研究、系统研制和运行，结论如下：（１）通过一体化的实时数据平台计算适应值指标，实现了将重构计算过程与配电自动化系统融合，有利于降低系统的复杂程度和冗余度，更具工程实际价值。（２）通过在离散粒子群算法中嵌入小生境操作，降低了重构过程的计算量，在一定程度上加速了重构计算过程。（３）通过对支路进行合理分组，不仅大大缩短了编码长度，并且避免了大量无效粒子的产生。（４）算例研究验证了本文所提出小生境离散粒子群算法的有效性和快速性。参考文献［１］王守相，王成山．现代配电系统分析［Ｍ】．北京：高等教育出版社，２００７．［２］李振坤，陈星莺，余昆，等．配电网重构的混合粒子—群算法【Ｊ］．中国电机工程学报，２００８，２８（３１）：３５４１．ＬＩＺｈｅｎ－ｋｕｎ，ＣＨＥＮＸｉｎｇ・ｙｉｎｇ，ＹＵＫｕｎ，ｅｔａ１．ＨｙｂｒｉｄｐａｒｔｉｃｌｅｓｗａｌＴｎｏｐｔｉｍｉｚａｔｉｏｎｆｏｒｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｒｅｃｏｎｆｉｇｕｒａｔｉｏｎ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２００８，２８—（３１）：３５４１．［３］许立雄，吕林，刘俊勇．基于改进粒子群优化算法的配电网络重构『Ｊ１．电力系统自动化，２００６，３Ｏ（７）：２７－３０．ＸＵＬｉ・ｘｉｏｎｇ，ＬｔｉＬｉｎ，ＬＩＵＪｕｎ－ｙｏｎｇ．ＭｏｄｉｆｉｅｄｐａｒｔｉｃｌｅｓｗａｌＴｎｏｐｔｉｍｉｚａｔｉｏｎｆｏｒｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｏｆｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２００６，—３０（７）：２７３０．［４］ＥｄｇａｒＭａｎｕｅｌＣａｒｒｅｎｏ，ＲｕｂｅｎＲｏｍｅｒｏ，ＡｎｔｏｎｉｏＰａｄｉｌｈａ－Ｆｅｌｔｒｉｎ．Ａｎｅｆｆｉｃｉｅｎｔｃｏｄｉｆｉｃａｔｉｏｎｔｏｓｏｌｖｅｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｆｏｒｌｏｓｓｒｅｄｕｃｔｉｏｎｐｒｏｂｌｅｍ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，２００８，２３（４）：】５４２．１５５１．［５］王淳，程浩忠．基于模拟植物生长算法的配电网重构［Ｊ】．中国电机工程学报，２００７，２７（１９）：５０．５５．—ＷＡＮＧＣｈｕｎ，ＣＨＥＮＧＨａｐｚｈｏｎｇ．Ｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｏｆｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｂａｓｅｄｏｎｐｌａｎｔｇｒｏｗｔｈｓｉｍｕｌａｔｉｏｎａｌｇｏｒｉｔｈｍ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２００７，２７（１９）：５Ｏ．５５．［６］ＢｏｇｄａｎＥｎａｃｅｈｅａｎｕ，ＢｅｒｔｒａｎｄＲａｉｓｏｎｎ，ＲａｐｈａｅｌＣａｉｒｅ，ｅｔａ１．ＲａｄｉａｌｎｅｔｗｏｒｋｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｕｓｉｎｇｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＭａｔｒｏｉｄｔｈｅｏｒｙ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，２００８，２３（１）：１８６－１９５．［７］麻秀范．张粒子．基于十进制编码的配网重构遗传算法［Ｊ］．电工技术学报，２００４，１９（１０）：６５．６９．—ＭＡＸｉｕ－ｆａｎ，ＺＨＡＮＧＬｉｚｉ．Ｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｂａｓｅｄｏｎｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｕｓｉｎｇｄｅｃｉｍａｌｅｎｃｏｄｉｎｇｎｅｔｗｏｒｋ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆＣｈｉｎａＥｌｅｃｔｒｏｔｅｃｈｎｉｃａｌＳｏｃｉｅｔｙ，２００４，１９（１０）：６５－６９．［８］ＳｈａｉＭｅｎ－Ｓｈｅｎ，ＨｓｕＦｕ－Ｙｕａｎ．Ａｐｐｌｉｃａｔｉｏｎｏｆｇｒｅｙｃｏｒｒｅｌａｔｉｏｎａｎａｌｙｓｉｓｉｎｅｖｏｌｕｔｉｏｎａｒｙｐｒｏｇｒａｍｍｉｎｇｆｏｒｄｉｓｔｒｉｂｕｔｉｏｎｓｙｓｔｅｍｆｅｅｄｅｒｒｅｃｏｎｆｉｇｕｒａｔｉｏｎ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＤｅｌｉｖｅｒｙ，２０１０，２５（２）：１１２６・１１３３．［９］李伟，张振刚，闫宁．基于改进小生境遗传算法的Ｐａｒｅｔｏ多目标配电网重构［Ｊ】．电力系统保护与控制，２０１１，３９（５）：１－５．ＬＩＷｅｉ，ＺＨＡＮＧＺｈｅｎ－ｇａｎｇ，ＹＡＮＮｉｎｇ．Ｐａｒｅｔｏｍｕｌｔｉ－ｏｂｊｅｃｔｉｖｅｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｂａｓｅｄｏｎｉｍｐｒｏｖｅｄｎｉｃｈｅｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１１，３９（５）：１－５．—［１０］ＳａｎｔｏｓＡＣ，ＤｅｌｂｅｍＡＣ，ＬｏｎｄｏｎＪＢｅｔａ１．Ｎｏｄｅｄｅｐｔｈｅｎｃｏｄｉｎｇａｎｄｍｕｌｔｉ－ｏｂｊｅｃｔｉｖｅｅｖｏｌｕｔｉｏｎａｒｙａｌｇｏｒｉｔｈｍａｐｐｌｉｅｄｔｏｌａｒｇｅ－ｓｃａｌｅｄｉｓｔｒｉｂｕｔｉｏｎｓｙｓｔｅｍｒｅｃｏｒｔｆｉｇｕｒａｔｉｏｎ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＤｅｌｉｖｅｒｙ，２０１０，２５（３）：１２５４－１２６５．—［１１］ＳｕＣｈｉｎｇＴｚｏｎｇ，Ｃｈｕ－Ｓｈｅｎｇ．Ｎｅｔｗｏｒｋｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｏｆｄｉｓｔｒｉｂｕｔｉｏｎｓｙｓｔｅｍｓｕｓｉｎｇｉｍｐｒｏｖｅｄｍｉｘｅｄ－ｉｎｔｅｇｅｒｈｙｂｒｉｄｄｉｆｆｅｒｅｎｔｉａｌｅｖｏｌｕｔｉｏｎ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，２００８，２３（１）：１１９－２０８．［１２］颜伟，刘方，王官洁，等．辐射型网络潮流的分层前—推回代算法［Ｊ］．中国电机工程学报，２００３，２３（８）：７６８０．ＹＡＮＷｅｉ，ＬＩＵＦａｎｇ，ＷＡＮＧＧｕａｎ－ｊｉｅ，ｅｔａ１．Ｌａｙｅｒｂｙｌａｙｅｒｂａｃｋ／ｆｏｒｗａｒｄｓｗｅｅｐｍｅｔｈｏｄｆｏｒｒａｄｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｌｏａｄｆｌｏｗ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２００３，２３（８）：７６．８０．［１３］汪宇霆，张焰，张益波，等．基于改进回路电流法的配电网潮流通用算法［Ｊ］．电力系统保护与控制，２０１０，—３８（１６）：５７６１．ＷＡＮＧＹｕ－ｔｉｎｇ，ＺＨＡＮＧＹａｎ，ＺＨＡＮＧＹｉ－ｂｏ，ｅｔａ１．Ａｇｅｎｅｒａｌｌｏａｄｆｌｏｗｍｅｔｈｏｄｆｏｒｄｉｓｔｒｉｂｕｔｉｏｎｓｙｓｔｅｍｓｂａｓｅｄｏｎｉｍｐｒｏｖｅｄｌｏｏｐ－ｃｕｒｒｅｎｔｍｅｔｈｏｄ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１０，３８（１６）：５７－６１．（下转第１２０页ｃｏｎｔｉｎｕｅｄｏｎｐａｇｅ１２０）∞∞∞∞∞踮加０蠖蜊．１２０－电力系统保护与控制［３］ＮｏｒｄｍａｎＭＭ，ＬｅｈｔｏｎｅｎＭ．Ａｎａｇｅｎｔｃｏｎｃｅｐｔｆｏｒｍａｎａｇｉｎｇｅｌｅｃｔｒｉｃａｌｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，２００５，２Ｏ（２）：６９６－７０４．［４］王照，马文晓，高飞．基于多代理技术的分布式馈线自动化实现方法【Ｊ］．电力系统自动化，２０１０，３４（６）：５４．５８．ＷＡＮＧＺｈａｏ，ＭＡＷｅｎ－ｘｉａｏ，ＧＡＯＦｅｉ．Ａｍｕｌｔｉ－ａｇｅｎｔｂａｓｅｄａｐｐｒｏａｃｈｔｏｔｈｅｄｉｓｔｒｉｂｕｔｅｄｆｅｅｄｅｒａｕｔｏｍａｔｉｏｎｓｙｓｔｅｍ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２０１０，—３４（６）：５４５８．［５］刘健。负保记，崔琪．一种快速自愈的分布智能馈线—自动化系统［Ｊ】．电力系统自动化，２０１０，３４（１０）：６２６７．ＬＩＵＪｉａｎ，ＹＵＮＢａｏ－ｊｉ，ＣＵＩＱｉ．Ａｄｉｓｔｒｉｂｕｔｅｄｉｎｔｅｌｌｉｇｅｎｔｆｅｅｄｅｒａｕｔｏｍａｔｉｏｎｓｙｓｔｅｍｗｉｔｈｆａｓｔｓｅｌｆ－ｈｅａｌｉｎｇｐｅｒｆｏｒｍａｎｃｅ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２０１０，３４（１０）：６２－６７．［６］孙辉，刘前进．一种新型ＭＡＳ的配电网保护与控制方案［Ｊ】．电力系统保护与控制，２０１０，３８（１６）：２４－３１．ＳＵＮＨｕｉ，ＬＩＵＱｉａｎ－ｊｉｎ．ＡｎｅｗｄｉｓｔｒｉｂｕｔｉｏｎｐｒｏｔｅｃｔｉｏｎａｎｄｃｏｎｔｒｏｌｐｒｏｇｒａｍｂａｓｅｄｏｎＭＡＳ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍ—ＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１０、３８（１６）：２４３１．［７］ＢａｘｅｖａｎｏｓＩＳ，ＬａｂｒｉｄｉｓＤＰ．Ｉｍｐｌｅｍｅｎｔｉｎｇｍｕｌｔｉ－ａｇｅｎｔｓｙｓｔｅｍｓｔｅｃｈｎｏｌｏｇｙｆｏｒｐｏｗｅｒｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｃｏｎｔｒｏｌａｎｄｐｒｏｔｅｃｔｉｏｎｍａｎａｇｅｍｅｎｔ［Ｊ］．ＩＥＥＥ—ＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒＤｅｌｉｖｅｒｙ，２００７，２２（１）：４３３４４４．［８］唐斐，陆于平．分布式发电系统故障定位新算法［Ｊ］．电力系统保护与控制，２０１０，３８（２０）：６２．６９．ＴＡＮＧＦｅｉ，ＬＵＹｕ－ｐｉｎｇ．Ａｎｅｗｆａｕｌｔｌｏｃａｔｉｏｎａｌｇｏｒｉｔｈｍｆｏｒｄｉｓｔｒｉｂｕｔｅｄｇｅｎｅｒａｔｉｏｎｓｙｓｔｅｍ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍ—ＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１０，３８（２０）：６２６９．［９］张智慧，邰能灵．含分布式电源的配电网故障智能恢复方法研究［Ｊ］．电力系统保护与控制，２０１１，３９（１４）：７９．８６．ＺＨＡＮＧＺｈｉ－ｈｕｉ，ＴＡＩＮｅｎｇ－ｌｉｎｇ．Ｉｎｔｅｌｌｉｇｅｎｔａｐｐｒｏａｃｈｆｏｒｓｅｒｖｉｃｅｒｅｓｔｏｒａｔｉｏｎｏｆｄｉｓｔｒｉｂｕｔｉｏｎｓｙｓｔｅｍｗｉｔｈｄｉｓｔｒｉｂｕｔｅｄｇｅｎｅｒａｔｉｏｎｓ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，—２０１１，３９（１４）：７９８６．［１０３魏巍，李兴源，廖萍，等．含分布式电源的电力系统多代理故障恢复新方法［Ｊ］．电力系统自动化，２００９，—３３（３）：８９９８．—ＷＥＩＷｅｉ，ＬＩＸｉｎｇｙｕａｎ，ＬＩＡＯＰｉｎｇ，ｅｔａ１．Ａｎｅｗｍｕｌｔｉ－ａｇｅｎｔｆａｕｌｔｒｅｓｔｏｒａｔｉｏｎｍｅｔｈｏｄｆｏｒｐｏｗｅｒｓｙｓｔｅｍｗｉｔｈｄｉｓｔｒｉｂｕｔｉｏｎｇｅｎｅｒａｔｉｏｎｓ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２００９，３３（３）：８９－９８．［１１］王守相，李晓静，肖朝霞，等．含分布式电源的配电网供电恢复的多代理方法［Ｊ］．电力系统自动化，２００７，３１（３０）：６１－６７．ＷＡＮＧＳｈｏｕ－ｘｉａｎｇ，ＬＩＸｉａｏ－ｊｉｎｇ，ＸＩＡＯＺｈａｏ－ｘｉａ，ｅｔａ１．Ｍｕｌｔｉ・ａｇｅｎｔａｐｐｒｏａｃｈｆｏｒｓｅｒｖｉｃｅｒｅｓｔｏｒａｔｉｏｎｏｆｄｉｓｔｒｉｂｕｔｉｏｎｓｙｓｔｅｍｃｏｎｔａｉｎｉｎｇｄｉｓｔｒｉｂｕｔｅｄｇｅｎｅｒａｔｉｏｎｓ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２００７，３１（３０）：６１．６７．收稿日期：２０１卜１Ｏ一２９；修回日期：２０１２－０３－０８作者简介：刘新东（１９８１－），男，博士，讲师，研究方向为电力系统稳定与控制，智能电网等；Ｅ－ｍａｉｌ：ｂａｉｏｍ＠１２６．ｃｏｒｎ李伟华（１９８０－），男，博士生，研究方向为智能配电网与电动汽车：朱勇（１９７０－），男，本科，主要从事电力系统自动化工作。（上接第ｌ１５页ｃｏｎｔｉｎｕｅｄｆｒｏｍｐａｇｅ１１５）［１４］李如琦，谢林峰，王宗耀，等．基于节点分层的配网潮流前推回代方法［Ｊ］．电力系统保护与控制，２０１０，３８（１４）：６３－６６．—ＬＩＲｕ－ｑｉ，ＸＩＥＬｉｎｆｅｎｇ，ＷＡＮＧＺｏｎｇ－ｙａｏ，ｅｔａ１．Ｂａｃｋ／ｆｏｒｗａｒｄｓｕｂｓｔｉｔｕｔｉｏｎｍｅｔｈｏｄｆｏｒｒａｄｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｌｏａｄｆｌｏｗｂａｓｅｄｏｎｎｏｄｅ－ｌａｙｅｒ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１０，３８（１４）：６３－６６．［１５］谢开贵，周家启．树状网络潮流计算的新算法［Ｊ］．中国电机工程学报，２００１，２１（９）：１１６．１２０．ＸＩＥＫａｉ－ｇｕｉ，ＺＨＯＵＪｉａ－ｑｉ．Ａｎｅｗｌｏａｄｆｌｏｗａｌｇｏｒｉｔｈｍｆｏｒｒａｄｉａ．１ｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｓｆｌｏｗｆｏｒｒａｄｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２００１，２１（９）：１１６－１２０．［１６］董张卓，刘雪．通用配电网潮流程序架构设计和实现［Ｊ］．电力系统保护与控制，２００９，３７（８）：３８．４１．ＤＯＮＧＺｈａｎｇ．ｚｈｕｏ，ＬＩＵＸｕｅ．Ｄｅｓｉｇｎａｎｄｒｅａｌｉｚａｔｉｏｎｏｆｕｎｉｖｅｒｓａｌｐｏｗｅｒｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｌｏａｄｆｌｏｗｐｒｏｇｒａｍｆｒａｍｅ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２００９，３７（８）：３８－４１．［１７］纪震，吴惠连，吴青华．粒子群算法及应用［Ｍ】．北京：科学出版社，２００９．收稿日期：２０１１－０９－２８：修回日期：２０１１＿１ｏ－２９作者简介：陈树恒（１９７４－），男，讲师，博士，从事配电网分析、控制及自动化方面的研究；Ｅ－ｍａｉｌ：ｃｈｅｎｓｈｕｈｅｎｇ＿ｓｃｕ＠１６３．ｃｏｒｎ党晓强（１９７５一），男，讲师，博士，从事电力系统保护与控制方面的研究；李兴源（１９４５一），男，教授，博士生导师，ＩＥＥＥ高级会员，从事电力系统分析与控制方面的研究。