主动配电网(Active Distribution Network,ADN)故障恢复重构是多目标、多时段、非线性、多约束且不连续的复杂优化组合问题。为快速而有效的对ADN非故障失电区进行恢复供电,建立了故障恢复的重构模型;将含有分布式电源(Distributed Gene...主动配电网(Active Distribution Network,ADN)故障恢复重构是多目标、多时段、非线性、多约束且不连续的复杂优化组合问题。为快速而有效的对ADN非故障失电区进行恢复供电,建立了故障恢复的重构模型;将含有分布式电源(Distributed Generation,DG)的ADN根据DG的类型分为两类进行故障重构;在确定故障恢复方法后,首先通过牛顿拉夫逊法潮流计算去掉不符合系统运行约束条件的开关组合;然后以遗传算法为基础,建立了三个目标函数,即最多失电负荷供电恢复数、最少开关操作数、最少恢复供电恢复后的网损,设置潮流、电压、电流等约束条件,根据适应度值的大小寻找供电恢复最优开关组合。基于IEEE33节点算例系统并利用MATLAB软件进行编程仿真实验,验证了所建立模型及提出方法的正确性和可行性。展开更多
文摘主动配电网(Active Distribution Network,ADN)故障恢复重构是多目标、多时段、非线性、多约束且不连续的复杂优化组合问题。为快速而有效的对ADN非故障失电区进行恢复供电,建立了故障恢复的重构模型;将含有分布式电源(Distributed Generation,DG)的ADN根据DG的类型分为两类进行故障重构;在确定故障恢复方法后,首先通过牛顿拉夫逊法潮流计算去掉不符合系统运行约束条件的开关组合;然后以遗传算法为基础,建立了三个目标函数,即最多失电负荷供电恢复数、最少开关操作数、最少恢复供电恢复后的网损,设置潮流、电压、电流等约束条件,根据适应度值的大小寻找供电恢复最优开关组合。基于IEEE33节点算例系统并利用MATLAB软件进行编程仿真实验,验证了所建立模型及提出方法的正确性和可行性。
