康莉娟

摘要：隨著新能源和負(fù)荷的大規(guī)模接入，電力系統(tǒng)將面臨著更多的不確定性。傳統(tǒng)以經(jīng)濟(jì)性與安全性為主導(dǎo)的電網(wǎng)規(guī)劃體系已不能滿足現(xiàn)在電網(wǎng)建設(shè)的需求，亟需補(bǔ)充和完善。將電力系統(tǒng)脆弱性作為電網(wǎng)安全性與穩(wěn)定性的延伸引入電網(wǎng)規(guī)劃，將對(duì)規(guī)劃建設(shè)堅(jiān)強(qiáng)的電網(wǎng)將具有指導(dǎo)和借鑒意義。

關(guān)鍵詞：電網(wǎng)脆弱性;多目標(biāo);電網(wǎng)規(guī)劃

引言

脆弱性是近年來(lái)智能電網(wǎng)的研究熱點(diǎn)之一，電網(wǎng)脆弱性評(píng)估主要是對(duì)電網(wǎng)安全運(yùn)行進(jìn)行主動(dòng)檢測(cè)，對(duì)存在的隱患提前預(yù)防，以協(xié)調(diào)電網(wǎng)的運(yùn)行方式，對(duì)電網(wǎng)的發(fā)展具有非常重要的意義。針對(duì)結(jié)構(gòu)脆弱性的研究方法主要有基于復(fù)雜網(wǎng)絡(luò)理論的評(píng)估方法及與人工智能相結(jié)合的評(píng)估方法。脆弱性評(píng)估方法如果要應(yīng)用到電網(wǎng)的優(yōu)化運(yùn)行和規(guī)劃方面，還需要研究從個(gè)體層面評(píng)價(jià)過(guò)度到系統(tǒng)層面評(píng)價(jià)的方法。目前，評(píng)價(jià)電網(wǎng)整體脆弱性的方法分為2個(gè)方向：主流的方向是對(duì)所有節(jié)點(diǎn)的脆弱性指標(biāo)進(jìn)行求和并平均到每個(gè)元件從而得出電網(wǎng)整體的平均的脆弱性;另外一部分則在電網(wǎng)脆弱性的均衡度上做相關(guān)的研究。合理的電網(wǎng)整體脆弱性評(píng)價(jià)指標(biāo)應(yīng)當(dāng)包括平均脆弱性和分布均衡度兩方面的內(nèi)容。

1、電網(wǎng)結(jié)構(gòu)脆弱性分析

1.1電網(wǎng)均勻性及其影響因素

1.1.1電網(wǎng)均勻性概念

均勻性是指物質(zhì)之間一種或多種特性相關(guān)的具有相同結(jié)構(gòu)或組成的狀態(tài)，是物質(zhì)的一種基本狀態(tài)屬性。達(dá)到均勻狀態(tài)通常能夠?qū)κ挛锏陌l(fā)展有一定的積極作用，因此均勻性被廣泛的應(yīng)用到各個(gè)系統(tǒng)中進(jìn)行狀態(tài)評(píng)估。電網(wǎng)結(jié)構(gòu)均勻性指的是網(wǎng)絡(luò)中的所有元件在實(shí)現(xiàn)功率傳輸功能的方面重要程度的差異。相關(guān)的研究表明結(jié)構(gòu)越不均勻的網(wǎng)絡(luò)，發(fā)生連鎖故障可能性越高，并指出網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)脆弱性來(lái)源于其非均勻性。因此可以通過(guò)分析電網(wǎng)均勻性來(lái)評(píng)估網(wǎng)絡(luò)的脆弱程度。當(dāng)絕對(duì)均勻時(shí)，電網(wǎng)中所有元件都具有相同的重要程度，任意一個(gè)元件在遭受故障都不會(huì)對(duì)電網(wǎng)造成嚴(yán)重影響，認(rèn)為此時(shí)的結(jié)構(gòu)脆弱性最低。

1.1.2電網(wǎng)均勻性影響因素

電網(wǎng)的結(jié)構(gòu)均勻性主要受到電源、負(fù)荷以及輸電線路分布影響。電源分布主要取決于一次能源的地理位置以及對(duì)城市環(huán)境的影響。負(fù)荷的分布由人類生產(chǎn)和生活地區(qū)所決定，其大小則取決于當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平。輸電線路的分布和參數(shù)選擇取決于當(dāng)?shù)氐乩砗褪姓闆r，在實(shí)際建設(shè)中受到可用傳輸通道等多方面因素的約束?？偟膩?lái)說(shuō)，電網(wǎng)結(jié)構(gòu)由于各方面客觀因素的限制，很難達(dá)到均勻狀態(tài)。盡管電力系統(tǒng)可以通過(guò)多種運(yùn)行調(diào)度方式緩解由結(jié)構(gòu)不均勻所帶來(lái)的負(fù)面影響，但效果非常有限，因此可以從規(guī)劃層面上考慮網(wǎng)架結(jié)構(gòu)的均勻程度，對(duì)網(wǎng)架結(jié)構(gòu)進(jìn)行合理改進(jìn)降低此類影響。

1.2電氣介數(shù)

1.2.1電氣介數(shù)概念

電力系統(tǒng)可以描述為一個(gè)復(fù)雜網(wǎng)絡(luò)，將電網(wǎng)簡(jiǎn)化為拓?fù)淠Ｐ?，模型中?jié)點(diǎn)代表發(fā)電機(jī)、負(fù)荷和變電站，邊代表輸電線路。支路電氣介數(shù)能夠表示“發(fā)電機(jī)-負(fù)荷”節(jié)點(diǎn)對(duì)之間潮流傳輸對(duì)支路的占用情況，量化了支路對(duì)電網(wǎng)傳輸潮流的貢獻(xiàn)，電氣介數(shù)值越大表明該支路在潮流傳播中越重要。同時(shí)電氣介數(shù)指越大的支路在退出運(yùn)行后對(duì)系統(tǒng)造成的影響也越嚴(yán)重。

1.2.2電氣介數(shù)的改進(jìn)

實(shí)際電網(wǎng)中，各個(gè)發(fā)電機(jī)、負(fù)荷節(jié)點(diǎn)有不同的發(fā)電成本和負(fù)荷等級(jí)，各條支路都有不同的經(jīng)濟(jì)特性，電氣介數(shù)相同的兩條支路出現(xiàn)故障時(shí)造成的經(jīng)濟(jì)損失可能出現(xiàn)很大差別。改進(jìn)后的電氣介數(shù)模型綜合考慮了支路在傳輸潮流中的占比和遭受故障后的經(jīng)濟(jì)損失嚴(yán)重度，在實(shí)際電網(wǎng)中能夠更全面的衡量支路的重要程度。

1.3電網(wǎng)結(jié)構(gòu)基尼系數(shù)

基尼系數(shù)雖然是經(jīng)濟(jì)學(xué)中的概念，但是本質(zhì)上是一個(gè)均勻度測(cè)量指標(biāo)，因此在其他領(lǐng)域同樣適用。文章將基尼系數(shù)引入電力系統(tǒng)來(lái)衡量電網(wǎng)支路電氣介數(shù)的均勻性，評(píng)估電網(wǎng)結(jié)構(gòu)脆弱性大?。夯嵯禂?shù)越大說(shuō)明電網(wǎng)結(jié)構(gòu)越脆弱。

2、基于協(xié)同進(jìn)化算法的模型求解

2.1多目標(biāo)優(yōu)化問(wèn)題的處理求解

多目標(biāo)優(yōu)化問(wèn)題的主要難度在于各個(gè)目標(biāo)函數(shù)之間通常存在著的對(duì)立面，通常不可能是所有目標(biāo)函數(shù)達(dá)到最優(yōu)。在文章的模型中，在降低電網(wǎng)結(jié)構(gòu)性的同時(shí)往往會(huì)造成投資費(fèi)用的增大，因此只能嘗試求取一個(gè)折中的最優(yōu)解。目前常用的多目標(biāo)優(yōu)化求解方法是采用權(quán)重系數(shù)將多目標(biāo)函數(shù)轉(zhuǎn)化為單目標(biāo)函數(shù)。此類方法易于求解，但是由于權(quán)重值大小是根據(jù)偏好給定的，結(jié)果往往存在主觀誤差。文章采用協(xié)同進(jìn)化算法與模糊理論結(jié)合求解多目標(biāo)模型，避免了上述方法的不足之處。

2.2協(xié)同進(jìn)化算法

協(xié)同進(jìn)化算法（CEA）是模仿生態(tài)系統(tǒng)中各個(gè)種群協(xié)同進(jìn)化現(xiàn)象提出的一種具有較優(yōu)適應(yīng)能力的優(yōu)化算法。其基本框架與遺傳算法類似，都是通過(guò)交叉、變異和選擇操作得到最優(yōu)解。其區(qū)別在于：協(xié)同進(jìn)化算法將復(fù)雜系統(tǒng)的優(yōu)化問(wèn)題分解為多個(gè)子系統(tǒng)進(jìn)行求解，每個(gè)子系統(tǒng)對(duì)應(yīng)生態(tài)系統(tǒng)中的一個(gè)種群，種群內(nèi)部間進(jìn)行交叉操作，各個(gè)種群通過(guò)系統(tǒng)模型協(xié)調(diào)合作完成進(jìn)化。CEA相比傳統(tǒng)遺傳算法具有不易早熟，收斂快等優(yōu)點(diǎn)。

2.3CEA中的協(xié)同操作

CEA中的協(xié)同操作時(shí)其有別于傳統(tǒng)遺傳算法的重要之處，下面以3種群介紹協(xié)同操作的主要步驟：（1）初始化三個(gè)種群A、B、C，選取每個(gè)種群的第一條染色體和另一條染色體（隨機(jī)選取）作為每個(gè)種群的代表。（2）每個(gè)種群中的所有個(gè)體與另外兩個(gè)種群中的代表采取位置匹配法構(gòu)造新的個(gè)體。（3）對(duì)于多目標(biāo)問(wèn)題中的每一個(gè)目標(biāo)函數(shù)，計(jì)算出所有個(gè)體的函數(shù)值大小。（4）計(jì)算所有個(gè)體的擁擠度和非支配水平，進(jìn)行非支配排序，選取前N個(gè)個(gè)體并分成3個(gè)種群進(jìn)入下一代個(gè)體。

2.4 CEA中的遺傳操作與遺傳算法

類似CEA中的遺傳操作包括對(duì)新種群個(gè)體的選擇，交叉和變異。對(duì)于所有種群都可以采用二進(jìn)制錦標(biāo)賽進(jìn)行選擇。常用的交叉算子有單點(diǎn)交叉、均勻交叉、算術(shù)交叉等。變異操作則有多項(xiàng)式變異、差分變異等多種方法。CEA中包含路了各種形式的交叉變異方法，在實(shí)際操作中，可以指定或者由算法隨機(jī)選擇。

結(jié)語(yǔ)：

本文基于復(fù)雜網(wǎng)絡(luò)理論，對(duì)電力系統(tǒng)進(jìn)行網(wǎng)絡(luò)特性研究和電網(wǎng)脆弱性評(píng)估，在電網(wǎng)規(guī)劃問(wèn)題中引入考慮網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)和運(yùn)行狀態(tài)的網(wǎng)絡(luò)性能指標(biāo)，建立綜合考慮電網(wǎng)規(guī)劃方案經(jīng)濟(jì)性、環(huán)境影響因素以及電網(wǎng)脆弱性的多目標(biāo)電網(wǎng)擴(kuò)展規(guī)劃模型。采用NSDE算法對(duì)該模型進(jìn)行求解，該算法有機(jī)融合了Pareto快速非支配排序原理和DE操作，實(shí)現(xiàn)簡(jiǎn)單、尋優(yōu)能力較好，為求解多目標(biāo)電網(wǎng)規(guī)劃問(wèn)題提供了一種較好的解決思路。同時(shí)也表明，本文所建立的多目標(biāo)規(guī)劃模型可以有效提高網(wǎng)絡(luò)的健壯性和對(duì)故障的承受能力，對(duì)規(guī)劃建設(shè)堅(jiān)強(qiáng)的電網(wǎng)將具有一定的借鑒意義。

參考文獻(xiàn)：

[1]王耀升，張英敏，王暢，漆萬(wàn)碧.基于RBF神經(jīng)網(wǎng)絡(luò)的電網(wǎng)脆弱性評(píng)估及其趨勢(shì)估計(jì)[J].電測(cè)與儀表，2019，56（09）：49-55.

[2]潘一飛，郭良，張帆，黃珣.基于電網(wǎng)脆弱性的連鎖故障預(yù)測(cè)[A].中國(guó)電子信息產(chǎn)業(yè)集團(tuán)有限公司第六研究所，2018：3.

[3]楊馥源.智能配電網(wǎng)脆弱性評(píng)估及網(wǎng)絡(luò)重構(gòu)[D].西安理工大學(xué)，2018.

[4]王龍.電力系統(tǒng)安全風(fēng)險(xiǎn)與脆弱性分析評(píng)估方法[D].華北電力大學(xué)（北京），2017.