基于改进BCC算法的含微电网的配电网网架规划.pdf

第４０卷第１０期２０１２年５月１６日电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌＶ０１．４０Ｎｏ．１０Ｍａｙ１６，２０１２基于改进ＢＣＣ算法的含微电网的配电网网架规划凡鹏飞，张粒子，熊浩清，张洪，王大江（１．华北电力大学电气工程学院，北京１０２２０６；２．河南省电力公司，河南郑州４５００５２３．华北电力大学现代电力研究院，北京１０２２０６）摘要：在分析ＭＧ发用电特性对配电网网损和用户供电可靠性的影响效应的基础上，建立了计及上述影响效应的含ＭＧ的配电网网架柔Ｊ陛规划模型。尝试将细菌群体趋药性（ＢＣＣ）算法应用于模型求解；为解决布尔困境问题，提出基于Ｓｉｇｍｏｉｄ函数的策略；针对迭代过程中产生的不满足辐射条件的不可行解，提出基于操纵子理论的判断修复策略，实现对孤岛、孤链和环网的一次性修复。最后，ＩＥＥＥ５４节点算例验证了模型的适用性以及改进ＢＣＣ算法应用于含ＭＧ配电网网架规划的有效性和可行性。关键词：配电网规划；微电网；细菌趋药性算法；改进策略Ｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｐｌａｎｎｉｎｇｃｏｎｔａｉｎｉｎｇｍｉｃｒｏ－ｇｒｉｄｂａｓｅｄｏｎｉｍｐｒｏｖｅｄｂａｃｔｅｒｉａｌｃｏｌｏｎｙｃｈｅｍｏｔａｘｉｓａｌｇｏｒｉｔｈｍ—’ＦＡＮＰｅｎｇ．ｆｅｉ，ＺＨＡＮＧＬｉｚｉＩ，ＸＩＯＮＧＨａｏ．ｑｉｎｇ２，ＺＨＡＮＧＨｏｎｇ，ＷＡＮＧＤａ－ｊｉａｎｇ（１．ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＮＣＥＰＵ，ＢｅＵｉｎｇ１０２２０６，Ｃｈｉｎａ；２．ＨｅｎａｎＥｌｅｃｔｒｉｃａｌＰｏｗｅｒＣｏｍｐａｎｙ，Ｚｈｅｎｇｚｈｏｕ４５００５２，Ｃｈｉｎａ；３．ＡｃａｄｅｍｙｏｆＭｏｄｅｒｎＥｌｅｃｔｒｉｃＰｏｗｅｒＲｅｓｅａｒｃｈ，ＮＣＥＰＵ，Ｂｅｉｊｉｎｇ１０２２０６，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｈｉｓｐａｐｅｒａｎａｌｙｚｅｓｔｈｅｉｍｐａｃｔｓｏｆｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｅｌｅｃｔｒｉｃｉｔｙｇｅｎｅｒａｔｉｏｎａｎｄｃｏｎｓｕｍｐｔｉｏｎｏｆｍｉｃｒｏｇｒｉｄ（ＭＧ）ｏｎｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｌｏｓｓｅｓａｎｄｔｈｅｒｅｌｉａｂｉｌｉｔｙｏｆｅｌｅｃｔｒｉｃｐｏｗｅｒｓｕｐｐｌｙｔｏｃｏｎｓｕｍｅｒｓ．Ｃｏｎｓｉｄｅｒｉｎｇｔｈｏｓｅｉｍｐａｃｔｓ，ａｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｆｌｅｘｉｂｌｅｐｌａｎｎｉｎｇｍｏｄｅｌｃｏｎｔａｉｎｉｎｇＭＧｉｓｅｓｔａｂｌｉｓｈｅｄ．Ｓｅｃｏｎｄ￣，ｂｙａｐｐｌｙｉｎｇｔｈｅｂａｃｔｅｒｉａｃｏｌｏｎｙｃｈｅｍｏｔａｘｉｓ（ＢＣＣ），ｔｈｅｓｔｒａｔｅｇｙｂａｓｅｄｏｎｔｈｅＳｉｇｍｏｉｄｆｕｎｃｔｉｏｎｉｓａｄｏｐｔｅｄｔｏｓｏｌｖｅｔｈｅＢｏｏｌｅａｎｄｉｌｅｍｍａ，ａｎｄｔｈｅｊｕｄｇｅｍｅｎｔａｎｄｒｅｃｏｖｅｒｙｓｔｒａｔｅｇｙｆｏｒｔｈｅｉｎｆｅａｓｉｂｌｅｓｏｌｕｔｉｏｎｓａｒｉｓｉｎｇｄｕｒｉｎｇｔｈｅｉｔｅｒａｔｉｖｅｐｒｏｃｅｓｓｉｓｐｒｅｓｅｎｔｅｄ，ｗｈｉｃｈｉｓｂａｓｅｄｏｎｔｈｅｏｐｅｒｏｎｔｈｅｏｒｙａｎｄｃａｎｒｅｐａｉｒｔｈｅｉｓｌａｎｄｓ，ｉｓｏｌａｔｅｄｃｈａｉｎｓａｎｄｒｉｎｇｓｓｉｍｕｌｔａｎｅｏｕｓｌｙ．Ｆｉｎａｌｌｙ，ＩＥＥＥ５４ｅｘａｍｐｌｅｓｈｏｗｓｔｈｅａｐｐｌｉｃａｂｉｌｉｔｙｏｆｔｈｅｍｏｄｅｌ，ａｓｗｅｌｌａｓｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓａｎｄｆｅａｓｉｂｉｌｉｔｙｏｆｔｈｅｉｍｐｒｏｖｅｄＢＣＣａｌｇｏｒｉｔｈｍｉｎｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｐｒｏｇｒａｍｍｉｎｇｃｏｎｔａｉｎｉｎｇＭＧ．Ｋｅｙｗｏｒｄｓ：ｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｐｌａｎｎｉｎｇ；ｍｉｃｒｏｇｒｉｄ；ｂａｃｔｅｒｉａｃｏｌｏｎｙｃｈｅｍｏｔａｘｉｓ（ＢＣＣ）ａｌｇｏｒｉｔｈｍ；ｉｍｐｒｏｖｅｍｅｎｔｓｔｒａｔｅｇｉｅｓ中图分类号：ＴＭ７２文献标识码：Ａ—文章编号：１６７４．３４１５（２０１２）１０．００１２０７０引言作为智能电网重要组成部分的微电网（ＭｉｃｒｏＧｒｉｄ，ＭＧ）以其具有灵活高效利用分布式电源、提高电网利用效率、能够在孤岛和并网模式之间无缝切换等诸多优势，成为配电网智能化建设的重要方向。在此背景下，研究含ＭＧ的配电网规划问题逐渐成为值得关注的热点。目前，国内外相关报道并不多见，文献［１】仅将微电网视为负荷而不考虑双向潮流的情形其配电网网架规划方法，适用基金项目：国家科技支撑计划资助项目（２００８ＢＡＡ１３Ｂ１１）“”十二五国家能源规划重大课题（ＮＹＪＧＨ一２００９－１０）于ＭＧ初级阶段的现状，但未能反映含ＭＧ配电网规划问题的本质特点，难以满足智能电网条件下配电网发展的需要。除规划模型外，配电网网架规划问题的研究多集中在算法方面。由于该问题属离散、非线性、多约束的数学优化问题，因此，演化算法在这一领域得到了较好的发展和应用，基于不同改进策略的遗传算法【１、蚁群优化算法【Ｊ、人工鱼群算法Ｉ６Ｊ、粒子群算法【７１等均取得了一定的效果。本文计及ＭＧ发用电特性对配电网网损和用户供电可靠性的影响效应，建立柔性规划模型；并提出了基于ｓｉｇｍｏｉｄ函数的布尔困境解决策略和基于操纵子理论的不可行解修复策略，尝试将改进细菌凡鹏飞，等基于改进ＢＣＣ算法的含微电网的配电网网架规划一１３．群体趋药性（ＢａｃｔｅｒｉａＣｏｌｏｎｙＣｈｅｍｏｔａｘｉｓ，ＢＣＣ）算法应用于模型求解。改进的ＩＥＥＥ５４节点算例验证了模型的适用性和算法的有效性。１含微电网的配电网规划问题分析１．１微电网发用电外部特性分析不同ＭＧ的内部元件和组网方式有较大差异，但都存在孤岛和并网两种运行模式。并网模式下，ＭＧ既可作为负荷从配电网中吸收功率，也可作为电源向配电网注入功率，本文将ＭＧ这种功率吞吐能力定义为发用电外部特性，这是含ＭＧ的配电网网架规划必须考虑的关键因素。假设接入配电网节点的ＭＧ中分布式电源为风电机组和微型燃气轮机，储能设备为蓄电池，则ＭＧ的外部特性可表示为＝＋＋一（１）式中：。为风电场的输出功率；为燃气轮机的输出功率；为电池的充放电功率，＞０为放电状态，＜０为充电状态；为微网中负荷；为ＭＧ的发用电功率，＞０为发电状态，＜０为用电状态。ＭＧ中储能装置的配置本文采用以下原则：设一定风资源条件下接入点的ＭＧ中，风电场ｋ的平均输出功率为Ｐｕ，其对应平均风速为ｋ，当风速ｖ１，ｇｋ时，按输出功率输出，超出部分由蓄电池储存；当１，＜１，ｇｋ时，仍按只输出，但不足部分由储能装置补足，尚不考虑配网电价低时储能装置吸纳配网电能的可能。按照该原则，式（１）可简化为＝＋尸Ｇｑ一（２）ｋ含ＭＧ的配电网架规划不同于传统配电网网架规划的特殊性在于需要计及ＭＧ发用电特性对配电网网损和用户可靠性的的影响效应。１．２发用电外部特性对配电网网损的影响以如图１所示的简单配电网系统为例，说明ＭＧ发用电特性对配电系统网损的影响。ＭＧ接入配电系统的位置点分为两种情形：１）ＭＧ处于辐射状配电网络的中问节点上；２）ＭＧ处于辐射状配电网络的末端。由于情形２）可以视为情形１）在接入位置点右侧无馈线段和负荷终端的特殊情况，而以前者更具代表性，因此，本文中以情形１）为例说明发用电特性对网损的影响。Ｆｉｇ．１ＤｉｓｔｒｉｂｕｔｉｏｎｓｙｓｔｅｍｗｉｔｈＭＧｃｏｎｎｅｃｔｅｄ当接入点视为ＰＯ节点时，ＭＧ接入对配电网网损的影响与ＭＧ的发用电状态有关。当＜０时，配电网向该节点提供一的功率，有功潮流的方向未变，但馈线沿线潮流增加并相应引起网损增加。当ＰＭ＞０时，若＞，配电网向该节点提供一尸Ｍ的功率，有功潮流方向未发生改‰变；若＜ＰＭ，节点ｇ成为有功出力为一ＰＬ二的电源节点，此时，如果ＰＭ一＜，节ｊ＝ｑ＋ｌ点ｇ将部分承担＋１至ｆ节点的负荷，并引起馈线上∑网损降低；如果一＞，将出现流向ｊ＝ｑ＋ｌ曰一ｌ节点的反向潮流，且对网损产生的影响不确定。由以上分析可知，ＭＧ发用电特性引起的双向潮流是对网损造成不确定性影响的根源，仅将ＭＧ处理成配电网负荷的规划模型｝ｌ】，无法体现含ＭＧ配电网规划的特点，因此，应将ＭＧ接入对网损影响的不确定性以合理的方式反映到规划模型中去，后文将对此深入研究。１．３发用电外部特性对配电系统可靠性的影响以图２为例分析ＭＧ对配电系统可靠性的影响机理。１２１３１４●————●———●。Ｌ一：Ｌ一８９１０１１图２含ＭＧ的放射状馈线示意图Ｆｉｇ．２ＳｋｅｔｃｈｍａｐｏｆｒａｄｉａｌｆｅｅｄｅｒｓｗｉｔｈＭＧｃｏｎｎｅｃｔｅｄＭＧ对配电系统可靠性的影响集中体现为故障事件发生条件下，通过形成含ＭＧ的配电孤岛局部改善配电终端用户的可靠性水平。本文以ＭＧ“”成岛能力的概念刻画上述影响效应。如图２所示，当故障厂发生时，ＭＧ发挥其成岛能力，形成以接入点ｑ（ｑ＝４）为中心的配电孤岛需具备以下条件。（１）故障位置。当节点右侧馈线段（例如．１４一电力系统保护与控制——４．５，５－６，６－７，５１０，１０１１）发生故障．厂Ｒ时，即使ＭＧ处于发电状态，即＞０，也无从改善处于故障馈线段以右的配电终端用户的可靠性水平。但是，当节点与根节点１（变电站）之间的馈线段或根节点１发生故障（含上级电网故障造成变电站全停）．时，故障点以右的用户有望通过形成配电孤岛在一定程度上避免停电损失。上述两类故障中，本文称后者为可成岛型故障，记Ｆ为可成岛型故障集。可成岛型故障发生是微网成岛能力发挥的前提条件。∈（２）网络可达性。当发生故障厂Ｆ时，能够在多大范围内形成配电孤岛取决于由厂发生时的网络可达程度，即嚏ｒ，，为厂发生时ｇ节点的可达节点集，，为以ｇ为中心可形成的配电孤岛内包含的负荷节点集合。（３）ＭＧ的外送电能力。当厂发生时，ＭＧ的成岛能力取决于它是否处于发电状态以及发电状态下的外送能力，即ｅＭｑ＞０，且①须满足：∑②∑ＬＩ＜－－－ＰＭｑ；Ｌｔ最大化，Ｌｌ为节点，处的负ｌ￣．Ｑ；ｑ／∈ｆ纯荷水平。这是因为配电孤岛形成的前提是岛内总负荷需求小于发电能力。成岛能力是含ＭＧ的配电网规划应该考虑的重要目标，为此，需定义成岛能力量化指标。由于ＭＧ的成岛能力直接决定了故障条件下配电终端用户停电风险损失的减少程度，因此，本文以故障条件下ＭＧ发挥成岛作用所能避免的用户停电损失期望值作为衡量ＭＧ成岛能力的指标，简称成岛条件下的可免损失，其表达公式为Ｋ：，（厶（３）∈ｆＦ∈ｌ式中：为可免损失；，和为成岛型故障．厂发生的平均故障率和平均故障停运时间，其单位分别为次／ａ和ｈ／次；厶为节点，的负荷水平；，Ｊ为，节点用户因停电造成的单位缺电成本。可免损失的计算流程如图３所示。２含ＭＧ的配电网柔性规划模型当风电和储能装置配置方案确定后，决定ＭＧ发用电特性的规划变量主要是燃气轮机的装机规模。本文将燃气轮机装机规模作为决策变量和线路投建变量一并纳入配电网网架规划模型，实现二者的协调规划。开始输入馈线基础数据和规划方案的拓扑结构确定微电网所在馈线的成岛型故障集枚举可成岛型故障事件确定各故障事件下微电网的可达节点集合依据成岛条件，由分层广度优先搜索方法确定计算各故障事件下的可免停电损失—所有故障事件处理完毕？二＝＝：二——————————————一●由式（３）计算综合可免损失结束图３含微网配电系统可免损失计算流程Ｆｉｇ．３ＥｓｃａｐａｂｌｅｌｏｓｓｃａｌｃｕｌａｔｉｏｎｆｌｏｗｃｈａｒｔｏｆｄｉｓｔｒｉｂｕｔｉｏｎｓｙｓｔｅｍｗｉｔｈＭＧｃｏｎｎｅｃｔｅｄ为将ＭＧ发用电特性对配电网网损和可靠性影响的不确定性计入规划模型，采用多场景分析技术［８０画不确定性。该技术具有建模复杂程度和求解难度相对较低的特点，而且与ＭＧ存在发、用电多个运行场景的实际相契合。以规划方案的多场景适应性最优为目标，含ＭＧ配电网网架柔性规划模型为ｍｉｎＦ＝＋一（４）ｒｏ（１＋ｒｏ）Ｔ（１＋ｒｏ）Ｔ－１ｊ㈦＝∑∑８７６０￣ｍ（６＝ＰＫｍ（７）式中：是配电线路和微网内燃气轮机的建设和年运行费；是微网不同运行情境下的配电网网损费用；是微网成岛条件下的可免损失值；、和为权重因子；Ｄ１为新建线路集；为接入配电网的微网总数；ｇ＝ｇｑ（）和＝ｈｑ（ｙｑ）为燃气轮机的建设费和年运行维护费用；Ｘｉ是Ｂｏｏｌ变量，取１或０分别表示线路ｆ是否投建；．是表示燃气轮机投建容量的整数变量；，为线路长度；ｚ为单位长度线路造价及设备维修费用；为折现率；Ｔ为投凡鹏飞，等基于改进ＢＣＣ算法的含微电网的配电网网架规划一１５－资回收年限；Ｄ为总线路集；为电价；为支路ｉ在场景下的网损；Ｐ为场景ｍ发生的概率；，，，为场景ｍ下的可免损失；为场景集合。约束条件如下：１）节点电压约束ＵｆｉＵＵ（８）２）线路容量约束（９）３）ＭＧ中燃气轮机规划容量约束Ｙｑ∈，ｇＱ（１０）４）ＭＧ不向上级电网倒送约束…∈尸Ｍ＜尸Ｍ札，ｑＱ（１１）５）辐射状网络结构约束和连通性约束式中：为节点电压值；Ｕｉ和分别为该节点的电压上下限；为支路潮流；为支路最大容许容量；和分别为燃气轮机容量上下限约束；ＰＭ为节点ｇ处的ＭＧ最大发电外送能力；．Ｌ为ｇ处的ＭＧ所在馈线上负荷之和；Ｏ为ＭＧ接入节点的集合；式（１１）旨在确保ＭＧ不至于向变电站内倒送电。３基于改进ＢＣＣ算法的模型求解３．１细菌群体趋药性算法简介ＢＣＣ算法由细菌趋药性（Ｂａｃｔｅｒｉａｌｃｈｅｍｏｔａｘｉｓ，ＢＣ）算法Ｌ１０】发展而来，与其他群体智能算法相比，ＢＣＣ算法具有局部搜索能力强、占用系统资源少、寻优速度快、鲁棒性强的特点，其发展和应用方兴未艾。本文尝试应用ＢＣＣ算法求解模型式（４）～式（１１），具体应用中需要突破两个障碍：一是布尔困境；二是辐射网的判断和修复。为此，本文提出了与其相适应的解决策略。３．２布尔困境解决策略本文中规划模型涉及两类决策变量，即各待建走廊的线路投建变量和微网内微型燃气轮机装机规模变量。其中，前者只能取０或１，属布尔变量，后者则为整数变量。应用ＢＣＣ算法时，需将上述决策向量作为算法中的细菌位置向量迭代优化。然而，基本ＢＣＣ算法以优化问题具有连续型解空间为前提，每一步迭代过程产生的当前解也必须为连续型变量。对于装机规模变量，不妨将连续变量归整处理，但对于逻辑型的布尔变量，则不能简单归整。这就产生基本ＢＣＣ算法因布尔变量的存在而无法直接适用的问题，本文称此为布尔困境。为解决布尔困境，引入ｓｉｇｍｏｉｄ逻辑转换函”数【１，通过对细菌位置向量的局部映射，实现对连续型变量的离散化处理。设细菌Ｗ在第ｋ步迭代中的位置为Ｘｗ，ｋ＂－［ＸＢｗ，ｋ，Ｘｚｗ，ｋ１，其中，维向量ｘＢ，ｋⅣ的各维分量对应线路投建的０．１变量；维向量Ｘｚ．ｋ的各维分量对应各微网内燃气轮机装机规模整数变量；Ｑ＝Ｍ＋Ｎ为Ｘ．ｋ的维数。根据基本ＢＣＣ算法［９】，分别按照自身经验信息和群体信息确定细菌Ｗ在第ｋ步迭代中两条待选轨线的方向，和－ｗ，以及新轨线的长度和。对于这两条待选轨线，分别由式（１２）、式（１３）确定细菌Ｗ在第１步的两个位置点Ｘ础＋１和Ｘ．ｋ＋１Ｘｗ，ｋ＋ｌ＝Ｘｗ，ｋ＋Ｈｗ，．（１２）ｗ，ｋ＋ｌ＝ｗ，ｋ＋Ｈｗ，，：（１３）由于上述两个位置点的各维分量不满足０．１变量或整数变量的要求，故称其为第１步的伪位置点。由伪位置点分别求得依据个体经验信息和群体信息确定的两个待选位置点Ｘ，ｋ＋１和Ｘ，ｋ＋１，为表述简单，忽略上标Ｓ和Ｃ。１）确定位置点差异向量Ａｘ．ｋ＋１＝Ｘ１一Ｘ，ｋ，可进一步表示为Ａｘ，ｋ＋１＝『ＡＸＢ，ｋ＋１，ｚｗ，ｋ＋１１的形式。２）对于￣ＴＣＺｗ，ｋ＋１的各维分量＋１．，可直△接归整得《¨１．ｄ，并式（１４）求得Ｘｚｗ１的各维萤．ｋ＋１．ｄ。Ｘｚｗｎ１，＝Ｘｚｗ＋，Ｚｗ１，ｄ（１４）３）对于Ｚ２，ｃＢ，ｋ＋１的各维分量１．，执行以下映射操作，生成ＸＢｗ，ｋ＋１对应的各维分量。Ｘ：ｊｌ删＜（１，ｄ）（１５）Ｂｗ，ｋ＋ｔ，ｄ０“Ｏ＞（１．ｄ）△“式中：ｒａｎｄ（）是区间【０，１］上的随机数；（．）＝１／０＋ｅｘｐ（一Ｂ１．ｄ））是ｓｉｇｍｏｉｄ￣数。４）步骤１）～步骤３）分别对两个伪位置实施，从而确定第ｋ＋１步的两个待选位置点，ｋ＋ｉ和ｖｗ¨ｌ。通过下文中基于操纵子理论的辐射网判断与修复策略对两个待选位置点进行判断和修复，比较两位置点处的最优值，最终确定细菌Ｗ在第一１６一电力系统保护与控制ｋ＋１步的位置Ｘｗ，ｋ＋ｌ￣［ＸＢｗ，ｋ＋ｌ，ＸＺｗ，ｋ＋ｌ１。３．３基于操纵子理论的辐射网判断与修复策略在迭代过程中，不可避免地产生大量不满足辐射状网络约束条件的非可行解，需要对非可行解进行判断和修复。本文基于操纵子理论，提出对细菌位置向量．ｋ中的Ｂ部分进行判断和修复的具．ｗ，ｋ体策略。１９６１年，法国科学家莫诺（Ｊ－－－ＬＭｏｎｏｄ，１９１０．１９７６）与雅可布（Ｆ・Ｊａｃｏｂ）发表了《蛋白质合成中的遗传调节机制》一文，提出操纵子学说Ｌ１，并于１９６５年获诺贝尔生理学与医学奖。莫诺和雅可布最初发现了大肠杆菌的乳糖操纵子，该操纵子是由启动基因、操纵基因和结构基因构成的自动控制系统，其中，结构基因受启动基因和操纵基因的调控，其功能在于编码形成半乳糖苷酶，用于将乳糖分解为葡萄糖。当细菌遭遇葡萄糖时，由于葡萄糖是比乳糖更好的能源，启动基因被抑制，操纵子处于关闭状态，不产生代谢行为；当细菌遭遇乳糖时，操纵基因被激活，并使结构基因表现活性，由结构基因编码合成半乳糖苷酶。受操纵子理论的启发，当Ｂ．ｋ对应非可行解时，相当于细菌在该位置遭遇乳糖，需要激活操纵子，产生乳糖代谢行为，乳糖代谢行为即对应非辐射网络的修复，因此，需要清晰表达位置点ＸＢ．ｋ处的糖分信息。为此，本文引入糖分特征信息矩阵的概念。由Ｇｎ表示规划前的配电网初始网络中节点与支路的关联情况，称Ｇ为初始配电网络关联矩阵，Ｇ的行和列均表示配电网中的节点，Ｇ［ｆ，『】＝１或Ｏ表示节点和ｉ之问是否存在支路，对角线元素设为１。Ｂ．ｋ的各维变量表示待建线路走廊的投建方案，不难将ＸＢ．ｋ各维对应支路投建信息反映到Ｇｎ中，形成规划网络关联矩阵Ｇ。设Ｇ为Ｇ的上三角矩阵，对于Ｇ，逐行地将其中为１的元素所对应的列标分行写入糖分矩阵。同时，对Ｇ的行求和得行向量；糖分特征向量为。—Ｍ＝ＴＥ（１６）式中，为单位行向量。糖分性质可通过以下判据判定：对于Ｍ中元素，若除根节点（对应变电站）对应元素外，中存在为０或大于１元素，则细菌所在位置点Ｂｗ，ｋ处的糖分为乳糖；若除根节点外，中元素全为１，则糖分为葡萄糖。根据操纵子理论，当ＸＢ．ｋ处为乳糖时，乳糖诱发结构基因编码生成半乳糖苷酶。对于乳糖特征向量，半乳糖苷酶具有以下形式，即—Ｍ＝ＥＭ，Ｅ为单位行向量，例如，若ｌ：【（０），１，１，２，１］，贝０Ｍ＝［（Ｏ），０，０，一ｌ，＋１］，Ｍ和中括号内的元素对应根节点，结构基因不对括号内元素执行上述编码过程。Ｍ中非括号内元素含义如下：若Ｍ（ｆ）＝０，不实施操作；若Ｍ，（ｊ）：一则实施Ｋ／次删减操作，Ｍ（ｆ）＝＋则实施ｍ次增补操作。由此可见，本文是通过一系列操作来表达半乳糖苷酶Ｍ的，这与酶具有分解和代谢作用的功能特征是相符合的。半乳糖苷酶对乳糖的分解代谢是通过上述删减和增补操作实现，其中，删减操作是指将乳糖所含的与Ｍ中负元素对应列标相同的元素，从中除第一列元素以外的其他各列中执行次删除的操作；增补操作，是指将中正元素所对应的列标，增补到Ｓ中去的操作。执行增补操作时，需要查看待建支路矩阵，以便确定增补的具体位置；以上操作完成后，乳糖被分解为，不难将写成对应的可行解。３．４算法总流程基于上述改进策略，针对含微网配电网网架规划模型的特点，确定具体算法流程如下：１）输入规划参数和算法参数。２）初始化细菌位置向量。３）按照多维情况下的ＢＣ算法ｌ】０Ｊ中相应步骤求取细菌Ｗ在第ｋ步时依据自身经验确定的新方向，ｋ和新轨线长度，。４）根据ＢＣＣ算法【９Ｊ中相应步骤，求取细菌Ｗ在第ｋ步时依据群体信息确定的新轨线方向，ｋ和新轨线长度，三。５）由３．２节布尔困境解决策略确定ｌ步的待选—Ｓ—Ｃ位置点Ｘｗｋ＋１和Ｘｗ．ｋ＋１。６）由３．３节中基于操纵子理论的策略，对两个待选位置点分别进行辐射状网络的判断和修复。７）计算两位置点处的适应度值。８）比较适应度值并确定第ｌ步的位置点。９）终止条件是否满足？若是，输出规划结果；若否，转步骤３）。４算例分析本文以ＩＥＥＥ５４节点配电网规划算例为原型，如图４所示，图中数字代表负荷点编号，ｓ，Ｓ２，Ｓ，ｓ为电源点，虚线表示可能的架线走廊，结构参数参照文献［１３１。假设存在４个选址已经确定的ＭＧ，分别位于节点８、１８、４１、４４处。ＭＧ内的负荷水平和风电发展规模已知，储能装置的配置按照凡鹏飞，等基于改进ＢＣＣ算法的含微电网的配电网网架规划．１７１．１节所述的原则确定。规划参数如下：配电网额定电压为１０ｋＶ，投资回收年限为２０年，设备折旧维修费用率为５％，新建线路的投资费用为每公里；电价为０．５４元／ｋＷｈ；线路平均故障率设为０．０４５次／ａ，平均故障停运时间设为８ｈ／次；燃气轮机单位装机造价为３５００元Ｗ。假设节点８、１８、４１、４５处四个ＭＧ内均仅含一个风电场，且风电场与储能装置协调配合后的输出功率分别为１０００ｋＷ、１０００ｋＷ、８００ｋＷ、８００ｋＷ；微网内燃气轮机最大容量分别为３０００ｋＷ、２０００ｋＷ、１５００ｋＷ，１５００ｋＷ。设微网内负荷服从正态分布，其参数如表１所不。表１ＭＧ内部负荷参数Ｔａｂｌｅ１ＬｏａｄｐａｒａｍｅｔｅｒｓｏｆｍｉｃｒｏｇｒｉｄｓＳ２图４初始配电网络示意图Ｆｉｇ．４Ｏｒｉｇｉｎａｌｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋ在众多群体优化算法中，本文改进的ＢＣＣ算法与离散粒子群算法在离散化策略中引入ｓｉｇｍｏｉ函数的做法具有相似性，因此，对这两种算法进行对比分析更有意义。表２改进ＢＣＣ算法与粒子群算法比较Ｔａｂｌｅ２ＴｈｅｃｏｍｐａｒｉｓｏｎｏｆｉｍｐｒｏｖｅｄＢＢＣａｌｇｏｒｉｔｈｍａｎｄｐａｒｔｉｃｌｅｓｓｗａｒｍａｌｇｏｒｉｔｈｍ５结论１）在分析含ＭＧ的配电网规划问题特点的基础上，提出了成岛能力衡量指标刻画ＭＧ对配电系统可靠性的影响，并建立了计及ＭＧ对网损和可靠性影响效应的柔性配电网规划模型。２）结合含ＭＧ配电网规划模型的特点，提出针对布尔困境解决和不可行解修复的ＢＣＣ算法改进策略，使得ＢＣＣ算法能够有效处理含ＭＧ的配电网规划问题。ＩＥＥＥ５４节点算例分析表明，改进ＢＣＣ算法具有性能稳定、收敛快速的特点，在配电网规划方面有其工程应用前景。参考文献［１］戴上，张焰，祝达康．含有微电网的配电网规划方法—［Ｊ］．电力系统自动化，２０１０，３４（２２）：４０４５．采用本文算法和模型求得的规划结果如图５所［］不ｏＳ２图５基于改进ＢＣＣ算法的配电网最优规划方案Ｆｉｇ．５ＯｐｔｉｍａｌｐｌａｎｎｉｎｇｓｃｈｅｍｅｆｏｒｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｕｓｉｎｇｉｍｐｒｏｖｅｄＢＣＣａｌｇｏｒｉｔｈｍＤＡＩＳｈａｎｇ，ＺＨＡＮＧＹａｎ，ＺＨＵＤａ－ｋａｎｇ．Ｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｐｌａｎｎｉｎｇｍｅｔｈｏｄｃｏｎｔａｉｎｉｎｇｍｉｃｒｏｇｒｉｄ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗ６＃Ｓｙｓｔｅｍｓ，２０１０，３４（２２）：４０．４５．张亚璇，严萃群，唐巍，等．基于改进遗传算法的新建变电站中压配电网规划［Ｊ１．电力系统保护与控制，２０１１，３９（４）：７３－７８．ＺＨＡＮＧＹａ－ｘｕａｎ，ＹＡＮＣｕｉ。ｑｕｎ，ＴＡＮＧＷｅｉ，ｅｔａ１．Ｔｈｅ—ｍｉｄｄｌｅｖｏｌｔａｇｅｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｐｌａｎｎｉｎｇｏｆｎｅｗｓｕｂｓｔａｔｉｏｎｂａｓｅｄｏｎｉｍｐｒｏｖｅｄｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１１，３９（４）：—７３７８．［３］代姚，周涑，雷绍兰，等．基于稳定参数控制的改进遗传算法在配电网网络规划中的应用［Ｊ］．电网技术，—２００６，３０（１０１：５０５３．—ＤＡＩＹａｏ，ＺＨＯＵＱｕａｎ，ＬＥＩＳｈａｏｌａｎ，ｅｔａ１．Ｉｍｐｒｏｖｅｄｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｏｎｅｖｏｌｕｔｉｏｎａｒｉｌｙｓｔａｂｌｅｓｔｒａｔｅｇｙａｐｐｌｉｅｄｉｎｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｐｌａｎｎｉｎｇ［Ｊ］．Ｐｏｗｅｒ—ＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２００６，３０（１０）：５０５３．［４］赵书强，王磊．改进蚁群算法在配电网规划中的应用［Ｊ】＿电力系统保护与控制，２０１０，３８（２４）：６１．６５．－ｌ８．电力系统保护与控制（上接第１１页ｃｏｎｔｉｎｕｅｄｆｒｏｍｐａｇｅｌ１）［１７Ｊ王丽婕，冬雷，廖晓钟，等．基于小波分析的风电场短期发电功率预测［Ｊ］．中国电机工程学报，２００９，—２９（２８）：３０３３．ＷＡＮＧＬｉ￣ｉｅ，ＤＯＮＧＬｅｉ，ＬＩＡＯＸｉａｏ－ｚｈｏｎｇ，ｅｔａ１．—Ｓｈｏａｔｅｒｍｗｉｎｄｐｏｗｅｒｆｏｒｅｃａｓｔｉｎｇｂａｓｅｄｏｎｗａｖｅｌｅｔｄｅｃｏｍｐｏｓｉｔｉｏｎ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２００９，２９（２８）：３０－３３．［１８］ＨｕａｎｇＮＥ，ＳｈｅｎＺ，ＬｏｎｇＳ，ｅｔａ１．ＴｈｅｅｍｐｉｒｉｃａｌｍｏｄｅｄｅｃｏｍｐｏｓｉｔｉｏｎａｎｄｔｈｅＨｉｌｂｅｒｔｓｐｅｃｔｒｕｍｆｏｒｎｏｎｌｉｎｅａｒａｎｄｎｏｎ．ｓｔｍｉｏｎａｒｙｔｉｍｅｓｅｒｉｅｓａｎａｌｙｓｉｓ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＲｏｙａｌＳｏｃｉｅｔｙｏｆＬｏｎｄｏｎＳｅｒｉｅｓＡ，１９９８，４５４：９０３．９９５．［１９］ＷｕＺ，ＨｕａｎｇＮＥ．Ａｓｔｕｄｙｏｆｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｗｈｉｔｅｎｏｉｓｅｕｓｉｎｇｔｈｅｅｍｐｉｒｉｃａｌｍｏｄｅｄｅｃｏｍｐｏｓｉｔｉｏｎｍｅｔｈｏｄ［Ｊ】ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＲｏｙａｌＳｏｃｉｅｔｙｏｆＬｏｎｄｏｎ，ＳｅｒｉｅｓＡ，２００４，４６０：１５９７－１６１１．［２０］史峰，王小川，郁磊，等．ＭＡＴＬＡＢ神经网络３０个案例分析【Ｍ】．北京：北京航空航天大学出版社，２０１０．［２１］邓乃扬，田英杰．数据挖掘中的新方法．支持向量机【Ｍ１．北京：科学出版社，２００４．［２２］ｈｔｔｐ：／／ｗｗｗ．ｋｎｍｉ．ｎｌ／ｋｌｉｍａｔｏｌｏｇｉｅ／ｏｎｄｅｒｚｏｅｋｓｇｅｇｅｖｅｎｓ／ｐｏｔｅｎｔｉｅｌｅｗｉｎｄ／—收稿日期：２０１１－０６２９；—修回日期：２０１卜０８１６作者简介：王韶（１９５６－），男，博士，副教授，主要研究方向为电力系统规划与可靠性，电力系统运行与控制；杨江平（１９８７一），女，硕士研究生，主要研究方向为电—力系统运行与控制。Ｅｍａｉｌ：ｙａｊｉａ１９８７＠１２６．ｃｏｍ