20kV配电网的检修优化研究

摘 要：针对故障发生前，如何及时预防与制止配电网系统故障，并在发现系统故障位置后及时作出相应的措施。从停电时间管理的统一化、检修人员的编制、停电过程的经济损失、网损及电网运行的经济可行性、列出综合优化函数，同时对解网对扩大系统故障连锁的评估、互斥设备的检修、系统潮流与节点的参数校验等方面进行了条件约束，并且从经济、线损、供电范围角度出发以改进电网结构为切入点引入20kv配电网，以优化以上问题为目标，搭建了一种蚁群风险评估数学模型，实现对20kV配电网的检修优化。

关键词：网架结构；配电网检修；蚁群算法；检修优化

DOI：10.16640/ki.37-1222/t.2016.03.244

1 引言

与配电网对应的检修计划的调整与制定直接影响着企业与用户的用电时间，电能质量，从更高的层面来说影响着整个系统的供电指标和运行安全，在检修计划中，除了在对设备的测量评估、对内部装置的检测、进行有选择性的更替设备之外还需要对系统结构参数和负荷参数变动而引发的具体环节作出合理的优化处理。[1]因此，配电网检修计划的优化要从电网的可靠运行、经济运行、检修人员的编制等诸多角度进行考虑。

2 蚁群算法的研究背景

生命进化学科在仿生学中发现，数额巨大的蚁群在发现食物到转移食物过程中每个蚂蚁之间都会有着相互配合，分工合作的影子在其中。面对此现象，不少学者提出了与蚁群算法相关的诸多方法，如Stutzle等人提出了一种MMAS算法，器基本思想是对路径上的信息素进行限制，对信息素进行局部更新，以期克服停滞问题，再如对蚁群收敛性的研究的基于吸收态Markov过程的蚁群算法数学建模。后来蚁群算法被逐渐应用于计算机领域中并通常用于在复杂而庞大的数字信息中，通过每个蚂蚁的信息交流寻找到特定信息而最终确定的最优路径[2]。

3 蚁群风险评估优化算法

3.1 计算流程

将系统中的各个节点和线路进行编号，记录节点的平均电压和平均负荷和线路的参数。

在T=1时，将约束条件设定并带入进而求取第一条优化路线函数F1，然后确定ΔT进行第二条优化路线函数。

通过蚁群算法将所有优化路线组和成分布函数。

在经过评估后确定最优的选择。

3.2 目标函数

F为综合优化函数，当T=1时，根据蚁群算法中气味标记得到第一条路径，将其表示为综合优化函数

F1=min（Fa+Fb+Fc） （1）

其中Fa为保持可靠性最高的重要负荷供电的最低成本，Fb为重要线路和隔离开关的最低成本，Fc为满足次级负荷供电的最低成本。

（2）

其中，j节点未检修时Hj为0，j节点维修时Hj为1。R1为每小时带电操作检修人员的成本，R2为每小时操作检修的人力成本，R3为每小时运行人员的成本，L为线损电量，c为电价，H为所有检修处搁置电量。

（3）

其中，Gs为隔离开关、刀闸等成本。

（4）

其中，Qi为次级负荷的供电线路。

3.3 约束条件

T时段拓扑和潮流中，节点电压约束为Umin≤Ux≤Umax[6]，无功和有功约束为Qmin≤Qx≤Qmax；Pmin≤Px≤Pmax。其中，Umin，Umax为满足负荷点所设定的最大电压及最小电压；Pmin和Qmin为设定的最小有功和无功值；Pmax和Qmax为设定的最大有功和无功值。

为了尽量避免电气设备之间的电气孤岛效应，对检修设备的先后时间和时间间隔做出了约束，Ti≥Tj+ΔT；Ti和Tj∈T。其中，Ti和Tj是第i，j设备检修的起始时间。

由于检修装置和设备的数量有限，所以对检修资源的约束有，其中，u表示在第i个节点需要检修的设备数；M为此时间段允许运行的检修设备总数。

3.4 电网经济风险评估

（5）

其中，p是每条路线经济损失的百分数。

3.5 事故连锁发生评估

y=y1y2y3（n≤3） （6）

y=1（n≥4）

其中，y为该处重复故障的概率；y1为该时间段首次故障的概率；y2为该时间段二次故障的概率；y3为该时间段三次故障的概率，当再有可能发生第四次故障时则改变路线和参数设置。

4 结语

在现有的配电网检修的模型基础上搭建数学模型，通过蚁群风险评估算法对配电网检修进行了优化。经过以上分析，该模型可以满足对负荷密集的城市供电，使城市配电网的可靠性得到提高、供电范围得到扩大、并有效地减少了线路损耗，在给企业和居民用电提供充分的保证的同时，也使得与之相配合的检修工作更安全、经济的进行，故此模型具有实际的应用价值。

参考文献：

[1]李威武.城市10kV配电网规划及建设[J].中国电力教育，2012（12）：142-143.

[2]夏亚梅，程渤，陈俊亮.基于改进蚁群算法的服务组合优化[J].计算机学报，2012（02）：2270-2281.

[3]黄弦超，张粒子.配电网检修计划优化模型[J].电力系统自动化，2007（01）：33-37.