本發(fā)明是一種基于二進制混合算法的配電網(wǎng)故障區(qū)段定位方法，應(yīng)用于含分布式電源的配電網(wǎng)單一和多重故障的定位。

背景技術(shù)：

分布式電源(DG)因為其清潔、可持續(xù)的優(yōu)點得到了廣泛的應(yīng)用和發(fā)展，這給配電網(wǎng)故障定位帶來了很大的困難。傳統(tǒng)的故障定位模型應(yīng)用于單電源輻射型的配電網(wǎng)，分布式電源的接入使得配電網(wǎng)絡(luò)變成復(fù)雜的多元網(wǎng)絡(luò)，進而導(dǎo)致傳統(tǒng)的故障定位模型不再適用。并且，分布式電源的投切會改變配電網(wǎng)的結(jié)構(gòu)，進而導(dǎo)致線路的潮流發(fā)生變化，這將加大對配電網(wǎng)故障進行定位的難度。近年來，國內(nèi)外學(xué)者致力于改進配電網(wǎng)的故障定位模型，對于配電網(wǎng)多重故障問題的研究也取得了一定的研究成果。然而，這些方法在進行多重故障定位時都需要多次假定正方向，降低了故障定位的準(zhǔn)確性。因此，本申請改進了配電網(wǎng)的故障定位模型，并考慮到很多故障定位方法在進行定位時存在“早熟收斂”的問題，提出了一種基于二進制混合算法的配電網(wǎng)故障區(qū)段定位方法。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的是，提出一種科學(xué)合理，適用性強，效果佳的基于二進制混合算法的配電網(wǎng)故障區(qū)段定位方法，旨在提高含分布式電源的配電網(wǎng)單一和多重故障定位的準(zhǔn)確性。

本發(fā)明的目的是由以下技術(shù)方案來實現(xiàn)的：一種基于二進制混合算法的配電網(wǎng)故障區(qū)段定位方法，其特征是，它包括以下內(nèi)容：

1)二進制混合算法原理

(a)二進制粒子群算法基本原理

二進制粒子群算法(PSO)綜合利用種群信息和個體經(jīng)驗，不斷更新粒子的位置和速度，以便向最優(yōu)或較優(yōu)解逼近，利用二進制粒子群算法在n維空間尋找最優(yōu)解，其中第i個粒子在空間中的位置s_i和速度v_i表示為：

s_i＝(s_1i,s_2i,L s_ni) (1)

v_i＝(v_1i,v_2i,L v_ni) (2)

其中，i為[1，PS1]范圍內(nèi)的正整數(shù)，PS1為PSO種群規(guī)模，s_1i,v_1i分別表示第1維空間中第i個粒子的位置和速度；s_2i,v_2i分別表示第2維空間中第i個粒子的位置和速度；s_ni,v_ni分別表示第n維空間中第i個粒子的位置和速度，

尋優(yōu)的過程中可按式(3)進行迭代：

v^t+1_ni＝wv^t_ni+b₁r^t₁(p^t_bni-x^t_ni)+b₂r^t₂(g^t_bn-x^t_ni) (3)

其中，t表示迭代次數(shù)，v^t_ni、x^t_ni分別表示第i個粒子迭代到第t次時在第n維空間中的速度和位置；p^t_bni表示第i個粒子迭代到第t次時在第n維空間中的當(dāng)前個體最優(yōu)位置；g^t_bn表示在迭代到第t次時在第n維空間中所有粒子的當(dāng)前群體最優(yōu)位置；w為慣性權(quán)重；b₁、b₂是加速因子；r^t₁、r^t₂、r^t_ni都表示第t次迭代中隨機生成的[0，1]范圍內(nèi)的實數(shù)；sigmoid是一個閾值函數(shù)，

sigmoid(v_ni^t+1)的函數(shù)定義為：

(b)二進制差分進化算法基本原理

二進制差分進化算法(DE)的基本原理是從原始種群開始，通過變異、交叉、選擇等遺傳操作來生成新的種群，并經(jīng)過逐步迭代，不斷進化，可獲得全局最優(yōu)解，二進制差分進化算法迭代過程如下：

①變異操作

隨機在種群中選取兩個個體x^t_a1，y、x^t_a2,y，a₁、a₂為隨機產(chǎn)生的兩個[1，PS2]范圍內(nèi)的正整數(shù)，PS2為DE種群規(guī)模，y＝[1,2.3…N]，N是種群個體的維度，表示第j個個體第t次迭代后得到的第y維空間的變異個體，

利用式(6)、式(7)計算得到第t次迭代時第y維空間的最優(yōu)解x^t_b，y需要變異的維數(shù)W：

S＝f·s (6)

其中，s表示x^t_a1，y與x^t_a2，y之間的海明距離，S為縮放后的海明距離，f為縮放因子，是[0，2]范圍內(nèi)的實數(shù)；int(S)表示S向下取整數(shù)，

隨機在x^t_b，y上選擇W位，如果選中的位置上是1，則將其置0，否則置1，完成此操作之后便得到變異個體

②交叉操作

變異個體與父代個體進行交叉操作:

其中，表示第t次迭代產(chǎn)生的新個體，JC為交叉概率，是[0,1]內(nèi)的實數(shù)，rand[0,1]為隨機產(chǎn)生的[0,1]內(nèi)的整數(shù)，rand[0,N]為隨機產(chǎn)生的[0,N]內(nèi)的整數(shù)，

③選擇操作

將新個體與父代個體的適應(yīng)值進行比較，選擇適應(yīng)值較小作為下一代的個體

其中，fitness[]是matlab求解適應(yīng)值的函數(shù)；

(c)基于雙種群進化策略和信息交換機制實現(xiàn)二進制粒子群和差分進化算法的求解步驟是：

①初始化參數(shù)：其中包括PSO種群規(guī)模PS1、DE種群規(guī)模PS2、種群空間維數(shù)n、加速因子b、慣性權(quán)重w、最大迭代次數(shù)T_b、交叉概率JC、縮放因子f；

②初始化PSO種群及DE種群：確定PSO種群的初始全局最優(yōu)位置、初始個體最優(yōu)位置、初始個體最優(yōu)適應(yīng)值、初始全局最優(yōu)適應(yīng)值；確定DE種群的初始最優(yōu)解和初始最優(yōu)適應(yīng)值；

③令t＝1，進行迭代計算；

④根據(jù)式(1)～式(3)計算PSO種群中個體的位置及速度，進而形成新一代的群體，且獲得PSO種群的當(dāng)前最優(yōu)解g^t_bn，根據(jù)式(4)～式(7)對DE種群的個體進行變異、交叉、選擇操作，進而形成新一代的群體，獲得DE種群的當(dāng)前最優(yōu)解x^t_b，n；

⑤比較個體g^t_bn的適應(yīng)值與個體x^t_b，y的適應(yīng)值大小，選擇適應(yīng)值較小的當(dāng)做兩個種群共同的最優(yōu)解，并進行下一代的進化計算，令t＝t+1，若滿足迭代結(jié)束條件則停止計算，輸出最優(yōu)解和最優(yōu)適應(yīng)值；若不滿足，轉(zhuǎn)入第④步；

2)配電網(wǎng)故障區(qū)段定位數(shù)學(xué)模型

針對配電網(wǎng)的故障定位問題，構(gòu)建其評價函數(shù)：

其中，I_k是第k號開關(guān)處的饋線終端單元(FTU)實際檢測到的狀態(tài)信息值，I^*_k(x)為第k號開關(guān)的期望狀態(tài)函數(shù)，V為開關(guān)總數(shù)量，x_D為第D個饋線區(qū)段的故障狀態(tài)，W_C為權(quán)系數(shù)，R為配電網(wǎng)中饋線區(qū)段的總數(shù)；

對于含分布式電源配電網(wǎng)的多重故障定位問題，在構(gòu)建評價函數(shù)時必須充分考慮整個故障定位過程中的效率問題，通過引入電源開關(guān)系數(shù)使得評價函數(shù)能夠動態(tài)地適應(yīng)配電網(wǎng)中分布式電源的投切；

構(gòu)建的一種新的開關(guān)函數(shù)，如式(10)，

其中，∑表示邏輯或運算；將第k號開關(guān)作為分?jǐn)帱c，將配電網(wǎng)分成兩大區(qū)域，含有系統(tǒng)電源的一部分稱為第k號開關(guān)的上半?yún)^(qū)，另一部分稱為第k號開關(guān)的下半?yún)^(qū)；T_s1、T_s2為電源開關(guān)系數(shù)，表示第k號開關(guān)上、下半?yún)^(qū)的電源是否接入配電網(wǎng)，若某電源接入配網(wǎng)則對應(yīng)的電源系數(shù)取1，否則取0；x_k,s1、x_k,s2分別表示從第k號開關(guān)到上半?yún)^(qū)電源S₁與下半?yún)^(qū)電S₂路徑上所經(jīng)過的饋線區(qū)段狀態(tài)值；x_k(m)、x_k(n)分別為第k號開關(guān)上、下半?yún)^(qū)中的饋線區(qū)段狀態(tài)值；M、N分別為第k號開關(guān)上、下半?yún)^(qū)中的饋線區(qū)段總數(shù)，當(dāng)某饋線區(qū)段上發(fā)生故障時，該饋線區(qū)段狀態(tài)值取1，否則取0，令系統(tǒng)電源指向用戶端的方向為正方向，第k號開關(guān)處FTU上傳的狀態(tài)信息表示為

其中，利用式(11)和式(12)作為式(10)中的I^*_k(x)和I_k，即完成評價函數(shù)的構(gòu)建。

本發(fā)明針對配電網(wǎng)中接入分布式電源導(dǎo)致傳統(tǒng)的故障區(qū)段定位方法不再適用的問題，通過構(gòu)建新的開關(guān)函數(shù)，提出了基于二進制混合算法的配電網(wǎng)故障區(qū)段定位方法。該方法能夠動態(tài)適應(yīng)分布式電源的投切，對多重故障進行定位時僅僅需要確定一次正方向，且能夠?qū)植际诫娫吹呐潆娋W(wǎng)中的單一和多重故障進行準(zhǔn)確定位，具有一定的理論價值和工程意義。

附圖說明

圖1是含分布式電源的配電網(wǎng)模型示意圖。

具體實施方式

下面利用附圖和實施例對本發(fā)明作進一步說明。

本發(fā)明的一種基于二進制混合算法的配電網(wǎng)故障區(qū)段定位方法，包括以下內(nèi)容：

1)二進制混合算法原理

(a)二進制粒子群算法基本原理

二進制粒子群算法(PSO)綜合利用種群信息和個體經(jīng)驗，不斷更新粒子的位置和速度，以便向最優(yōu)或較優(yōu)解逼近，利用二進制粒子群算法在n維空間尋找最優(yōu)解，其中第i個粒子在空間中的位置s_i和速度v_i表示為：

s_i＝(s_1i,s_2i,L s_ni) (1)

v_i＝(v_1i,v_2i,L v_ni) (2)

其中，i為[1，PS1]范圍內(nèi)的正整數(shù)，PS1為PSO種群規(guī)模，s_1i,v_1i分別表示第1維空間中第i個粒子的位置和速度；s_2i,v_2i分別表示第2維空間中第i個粒子的位置和速度；s_ni,v_ni分別表示第n維空間中第i個粒子的位置和速度，

尋優(yōu)的過程中可按式(3)進行迭代：

v^t+1_ni＝wv^t_ni+b₁r^t₁(p^t_bni-x^t_ni)+b₂r^t₂(g^t_bn-x^t_ni) (3)

其中，t表示迭代次數(shù)，v^t_ni、x^t_ni分別表示第i個粒子迭代到第t次時在第n維空間中的速度和位置；p^t_bni表示第i個粒子迭代到第t次時在第n維空間中的當(dāng)前個體最優(yōu)位置；g^t_bn表示在迭代到第t次時在第n維空間中所有粒子的當(dāng)前群體最優(yōu)位置；w為慣性權(quán)重；b₁、b₂是加速因子；r^t₁、r^t₂、r^t_ni都表示第t次迭代中隨機生成的[0，1]范圍內(nèi)的實數(shù)；sigmoid是一個閾值函數(shù)，

sigmoid(v_ni^t+1)的函數(shù)定義為：

(b)二進制差分進化算法基本原理

二進制差分進化算法(DE)的基本原理是從原始種群開始，通過變異、交叉、選擇等遺傳操作來生成新的種群，并經(jīng)過逐步迭代，不斷進化，可獲得全局最優(yōu)解，二進制差分進化算法迭代過程如下：

②變異操作

隨機在種群中選取兩個個體x^t_a1，y、x^t_a2,y，a₁、a₂為隨機產(chǎn)生的兩個[1，PS2]范圍內(nèi)的正整數(shù)，PS2為DE種群規(guī)模，y＝[1,2.3…N]，N是種群個體的維度，表示第j個個體第t次迭代后得到的第y維空間的變異個體，

利用式(6)、式(7)計算得到第t次迭代時第y維空間的最優(yōu)解x^t_b，y需要變異的維數(shù)W：

S＝f·s (6)

其中，s表示x^t_a1，y與x^t_a2，y之間的海明距離，S為縮放后的海明距離，f為縮放因子，是[0，2]范圍內(nèi)的實數(shù)；int(S)表示S向下取整數(shù)，

隨機在x^t_b，y上選擇W位，如果選中的位置上是1，則將其置0，否則置1，完成此操作之后便得到變異個體

②交叉操作

變異個體與父代個體進行交叉操作:

其中，表示第t次迭代產(chǎn)生的新個體，JC為交叉概率，是[0,1]內(nèi)的實數(shù)，rand[0,1]為隨機產(chǎn)生的[0,1]內(nèi)的整數(shù)，rand[0,N]為隨機產(chǎn)生的[0,N]內(nèi)的整數(shù)，

③選擇操作

將新個體與父代個體的適應(yīng)值進行比較，選擇適應(yīng)值較小作為下一代的個體

其中，fitness[]是matlab求解適應(yīng)值的函數(shù)；

(c)基于雙種群進化策略和信息交換機制實現(xiàn)二進制粒子群和差分進化算法的求解步驟是：

①初始化參數(shù)：其中包括PSO種群規(guī)模PS1、DE種群規(guī)模PS2、種群空間維數(shù)n、加速因子b、慣性權(quán)重w、最大迭代次數(shù)T_b、交叉概率JC、縮放因子f；

②初始化PSO種群及DE種群：確定PSO種群的初始全局最優(yōu)位置、初始個體最優(yōu)位置、初始個體最優(yōu)適應(yīng)值、初始全局最優(yōu)適應(yīng)值；確定DE種群的初始最優(yōu)解和初始最優(yōu)適應(yīng)值；

③令t＝1，進行迭代計算；

④根據(jù)式(1)～式(3)計算PSO種群中個體的位置及速度，進而形成新一代的群體，且獲得PSO種群的當(dāng)前最優(yōu)解g^t_bn，根據(jù)式(4)～式(7)對DE種群的個體進行變異、交叉、選擇操作，進而形成新一代的群體，獲得DE種群的當(dāng)前最優(yōu)解x^t_b，n；

⑤比較個體g^t_bn的適應(yīng)值與個體x^t_b，y的適應(yīng)值大小，選擇適應(yīng)值較小的當(dāng)做兩個種群共同的最優(yōu)解，并進行下一代的進化計算，令t＝t+1，若滿足迭代結(jié)束條件則停止計算，輸出最優(yōu)解和最優(yōu)適應(yīng)值；若不滿足，轉(zhuǎn)入第④步；

2)配電網(wǎng)故障區(qū)段定位數(shù)學(xué)模型

針對配電網(wǎng)的故障定位問題，構(gòu)建其評價函數(shù)：

其中，I_k是第k號開關(guān)處的饋線終端單元(FTU)實際檢測到的狀態(tài)信息值，I^*_k(x)為第k號開關(guān)的期望狀態(tài)函數(shù)，V為開關(guān)總數(shù)量，x_D為第D個饋線區(qū)段的故障狀態(tài)，W_C為權(quán)系數(shù)，R為配電網(wǎng)中饋線區(qū)段的總數(shù)；

對于含分布式電源配電網(wǎng)的多重故障定位問題，在構(gòu)建評價函數(shù)時必須充分考慮整個故障定位過程中的效率問題，通過引入電源開關(guān)系數(shù)使得評價函數(shù)能夠動態(tài)地適應(yīng)配電網(wǎng)中分布式電源的投切；

構(gòu)建的一種新的開關(guān)函數(shù)，如式(10)，

其中，∑表示邏輯或運算；將第k號開關(guān)作為分?jǐn)帱c，將配電網(wǎng)分成兩大區(qū)域，含有系統(tǒng)電源的一部分稱為第k號開關(guān)的上半?yún)^(qū)，另一部分稱為第k號開關(guān)的下半?yún)^(qū)；T_s1、T_s2為電源開關(guān)系數(shù)，表示第k號開關(guān)上、下半?yún)^(qū)的電源是否接入配電網(wǎng)，若某電源接入配網(wǎng)則對應(yīng)的電源系數(shù)取1，否則取0；x_k,s1、x_k,s2分別表示從第k號開關(guān)到上半?yún)^(qū)電源S₁與下半?yún)^(qū)電S₂路徑上所經(jīng)過的饋線區(qū)段狀態(tài)值；x_k(m)、x_k(n)分別為第k號開關(guān)上、下半?yún)^(qū)中的饋線區(qū)段狀態(tài)值；M、N分別為第k號開關(guān)上、下半?yún)^(qū)中的饋線區(qū)段總數(shù)，當(dāng)某饋線區(qū)段上發(fā)生故障時，該饋線區(qū)段狀態(tài)值取1，否則取0，令系統(tǒng)電源指向用戶端的方向為正方向，第k號開關(guān)處FTU上傳的狀態(tài)信息表示為

其中，利用式(11)和式(12)作為式(10)中的I^*_k(x)和I_k，即完成評價函數(shù)的構(gòu)建。

如圖1所示，其中，S是系統(tǒng)電源，DG1、DG2、DG3是分布式電源，C₁、C₂、C₃為分布式電源接入配電網(wǎng)的開關(guān)，黑色圓點表示開關(guān)，圓點之間的線段表示饋線區(qū)段。

根據(jù)本發(fā)明的基于二進制混合算法的配電網(wǎng)故障區(qū)段定位方法，利用Matlab軟件進行編程，程序參數(shù)設(shè)置如下：種群空間維數(shù)為33，PSO子種群規(guī)模為60，DE子種群規(guī)模為60，最大迭代次數(shù)為120，加速因子為2.1，慣性權(quán)重為0.85，縮放因子為0.85，交叉概率為0.25。

根據(jù)本發(fā)明所建立的含分布式電源的配電網(wǎng)模型，仿真模擬配電網(wǎng)不同區(qū)段發(fā)生故障的情況，并利用基于二進制混合算法的配電網(wǎng)故障區(qū)段定位方法對故障發(fā)生區(qū)段進行辨識，故障辨識結(jié)果見表1。

表1 故障辨識結(jié)果

上表中，[C₁,C₂,C₃]為分布式電源的開關(guān)系數(shù)矩陣，其表示某分布式電源是否接入配電網(wǎng)，如果接入配電網(wǎng)則C＝1，否則C＝0。

由表1可知，故障定位程序輸出的判定結(jié)果與預(yù)設(shè)故障情況一致。本發(fā)明所提出的故障定位方法能夠動態(tài)適應(yīng)分布式電源的投切，且能夠?qū)植际诫娫吹呐潆娋W(wǎng)中的單一和多重故障進行準(zhǔn)確定位。雖然上傳的FTU故障電流信息中存在信息有誤的情況，程序仍然能夠得出正確的判定結(jié)果。本發(fā)明提出的故障定位方法也可以對上傳有誤信息的FTU進行定位，進而實現(xiàn)對相應(yīng)的FTU設(shè)備進行及時的檢查和維修。

本發(fā)明基于二進制混合算法的配電網(wǎng)故障區(qū)段定位方法，經(jīng)過實際應(yīng)用的結(jié)果表明，實現(xiàn)了本發(fā)明目的和達(dá)到了所述的效果。