您的位置:山东大学 -> 科技期刊社 -> 《山东大学学报(工学版)》

山东大学学报 (工学版) ›› 2019, Vol. 49 ›› Issue (5): 17-23.doi: 10.6040/j.issn.1672-3961.0.2019.123

• 电气工程———人工智能应用专题 • 上一篇    下一篇

基于偏好多目标优化和遗传算法的输电网架重构

孙润稼1(),朱海南2,刘玉田1   

  1. 1. 电网智能化调度与控制教育部重点实验室(山东大学), 山东 济南 250061
    2. 国网山东省电力公司潍坊供电公司, 山东 潍坊 261021
  • 收稿日期:2019-03-28 出版日期:2019-10-20 发布日期:2019-10-18
  • 作者简介:孙润稼(1993—),男,山东烟台人,博士研究生,主要研究方向为电力系统恢复.E-mail:sunrunjia@mail.sdu.edu.cn
  • 基金资助:
    国家重点研发计划项目(2017YFB0902600)

Transmission network reconfiguration strategy based on preference multiobjective optimization and genetic algorithm

Runjia SUN1(),Hainan ZHU2,Yutian LIU1   

  1. 1. Key Laboratory of Power System Intelligent Dispatch and Control of Ministry of Education(Shandong University), Jinan 250061, Shandong, China
    2. Weifang Power Supply Company, State Grid Shandong Electric Power Company, Weifang 261021, Shandong, China
  • Received:2019-03-28 Online:2019-10-20 Published:2019-10-18
  • Supported by:
    国家重点研发计划项目(2017YFB0902600)

摘要:

提出一种基于偏好多目标优化和遗传算法的输电网架重构方法,考虑对于不同优化目标的偏好,制定网架重构方案。计及系统中机组、线路以及负荷的影响,提出3个评价指标作为优化目标,构建一个偏好多目标优化模型。考虑到所建优化模型的偏好性和离散性,提出一种基于偏好的非支配排序遗传算法。提出基于偏好的支配关系、种群规模控制技术以及重复个体过滤技术,用于提高算法的效率,获得解数目可控的偏好Pareto最优解集。仿真结果表明,所提模型能够有效平衡网架重构的不同影响因素,所提算法对于网架重构优化问题有较高的求解效率。

关键词: 电力系统恢复, 偏好多目标优化, 遗传算法, NSGA-Ⅱ

Abstract:

This paper proposed a transmission network reconfiguration strategy based on preference multiobjective optimization and genetic algorithm, which incorporated the preferences for different objectives to obtain network reconfiguration schemes. Considering the factors about generators, transmission lines and loads, three objectives were proposed to establish a preference multiobjective optimization model. Considering the preference and discreteness of the model, a preference-based nondominated sorting genetic algorithm Ⅱ was designed. To improve the solve efficiency, the preference-based dominance relation, population sacle control technique and repetitive individual filtration technique were proposed to obtain a preference Pareto solution set with a controllable number of solutions. The simulation results demonstrated that the strategy could reasonably leverage the tradeoff among different factors about network reconfiguration, and the proposed algorithm was highly efficient in solving network reconfiguration optimization problems.

Key words: power system restoration, preference multiobjective optimization, genetic algorithm, NSGA-Ⅱ

中图分类号: 

  • TM732

图1

P-NSGA-Ⅱ算法流程图"

图2

参考点确定流程图"

图3

不同算法所得骨干网架"

表1

负荷数据"

节点编号 重要负荷比例
3 0.20
4 0.50
7 0.25
8 0.20
13 0.45
15 0.40
16 0.35
18 0.55
20 0.25
21 0.30
23 0.40
24 0.35
25 0.30
26 0.20
27 0.25
28 0.50
29 0.20

表2

机组恢复顺序和目标函数值"

方案编号 机组启动顺序 f1 f2 f3
1 34, 36, 35, 31, 37, 32, 38, 30 5.642 6 0.123 8 0.336 7
2 34, 36, 35, 31, 37, 32, 38, 30 5.661 5 0.129 6 0.3279
3 34, 36, 35, 38, 37, 32, 31, 30 5.500 0 0.130 0 0.3279

表3

网架重构优化结果"

方法 f1 f2 f3 In
本研究 5.642 6 0.123 8 0.336 7 0.893 1
MILP[15] 5.756 0 0.109 5 0.323 9 0.892 5
TCSN[16] 5.600 3 0.102 5 0.319 9 0.900 9

图4

不同算法收敛曲线"

图5

不同参考点解的分布"

1 SUN R , LIU Y , WANG L . An online generator start-up algorithm for transmission system self-healing based on MCTS and sparse autoencoder[J]. IEEE Transactions on Power Systems, 2019, 34 (3): 2061- 2070.
2 刘玉田, 孙润稼, 王洪涛, 等. 人工智能在电力系统恢复中的应用综述[J]. 山东大学学报(工学版), 2019, 49 (5): 1- 8.
LIU Yutian , SUN Runjia , WANG Hongtao , et al. Review on application of artificial intelligence in power system restoration[J]. Journal of Shandong University (Engineering Science), 2019, 49 (5): 1- 8.
3 刘玉田, 王洪涛, 叶华. 电力系统恢复理论与技术[M]. 北京: 科学出版社, 2014.
4 NAGATA T , SASAKI H , YOKOYAMA R . Power system restoration by joint usage of expert system and mathematical programming approach[J]. IEEE Transactions on Power Systems, 1995, 10 (3): 1473- 1479.
5 LIU Y , SUN P , WANG C . Group decision support system for backbone-network reconfiguration[J]. International Journal of Electrical Power & Energy Systems, 2015, 71, 391- 402.
6 LIN Z , WEN F , XUE Y . A restorative self-healing algorithm for transmission systems based on complex network theory[J]. IEEE Transactions on Smart Grid, 2016, 7 (4): 2154- 2162.
7 宋坤隆, 谢云云, 殷明慧, 等. 应用网络流理论的停电系统恢复路径混合整数线性优化模型[J]. 电力系统自动化, 2017, 41 (3): 25- 32.
SONG Kunlong , XIE Yunyun , YIN Minghui , et al. Cooper-ative frequency control strategy for wind farm black-start based on virtual inertia[J]. Automation of Electric Power Systems, 2017, 41 (3): 25- 32.
8 魏智博, 刘艳, 顾雪平. 基于DPSO算法以负荷恢复为目标的网络重构[J]. 电力系统自动化, 2007, 31 (1): 38- 42.
WEI Zhibo , LIU Yan , GU Xueping . DPSO algorithm based network reconfiguration of power system for maximizing load recovery efficiency[J]. Automation of Electric Power Systems, 2007, 31 (1): 38- 42.
9 王洪涛, 刘玉田. 基于NSGA-Ⅱ的多目标输电网架最优重构[J]. 电力系统自动化, 2009, 33 (23): 14- 18.
WANG Hongtao , LIU Yutian . Multi-objective optimization of power system reconstruction based on NSGA-Ⅱ[J]. Automation of Electric Power Systems, 2009, 33 (23): 14- 18.
10 张雪丽, 梁海平, 朱涛, 等. 基于模糊机会约束规划的电力系统网架重构优化[J]. 电力系统自动化, 2015, 39 (14): 68- 74.
ZHANG Xueli , LIANG Haiping , ZHU Tao , et al. Optimization of power network reconfiguration based on fuzzy chance constrained programming[J]. Automation of Electric Power Systems, 2015, 39 (14): 68- 74.
11 曾顺奇, 文福拴, 薛禹胜, 等. 计及操作时间不确定性的电力系统网架重构策略优化[J]. 电力系统自动化, 2011, 35 (23): 16- 21.
ZENG Shunqi , WEN Fushuan , XUE Yusheng , et al. Optimization of network reconfiguration strategy for power systems considering operating time uncertainty[J]. Automation of Electric Power Systems, 2011, 35 (23): 16- 21.
12 BEN SAID L , BECHIKH S , GHEDIRA K . The r-Dominance: a new dominance relation for interactive evolutionary multicriteria decision making[J]. IEEE Transactions on Evolutionary Computation, 2010, 14 (5): 801- 818.
13 DEB K , PRATAP A , AGARWAL S , et al. A fast and elitist multiobjective genetic algorithm: NSGA-Ⅱ[J]. IEEE Transactions on Evolutionary Computation, 2002, 6 (2): 182- 197.
14 MOLINA J , SANTANA L V , HERNANDEZ-DIAZ A G , et al. G-dominance: reference point based dominance for multiobjective metaheuristics[J]. European Jorunal of Operational Research, 2009, 197 (2): 685- 692.
15 ZHANG C , LIN Z , WEN F , et al. Two-stage power network reconfiguration strategy considering node importance and restored generation capacity[J]. IET Generation, Transmission & Distribution, 2014, 8 (1): 91- 103.
16 SUN W , LIU C , ZHANG L . Optimal generator start-up strategy for bulk power system restoration[J]. IEEE Transactions on Power Systems, 2011, 26 (3): 1357- 1366.
17 LIU Y , GU X . Skeleton-network reconfiguration based on topological characteristics of scale-free networks and discrete particle swarm optimization[J]. IEEE Transactions on Power Systems, 2007, 22 (3): 1267- 1274.
18 VAN VELDHUIZEN D A, LAMONT G B. On measuring multiobjective evolutionary algorithm performance[C]// 2000 Congress on Evolutionary Computation. La Jolla, CA, USA: IEEE, 2000: 204-211.
[1] 顾雪平,杨超,梁海平,王元博,李少岩. 异步电网并行协调恢复策略的优化制定方法[J]. 山东大学学报 (工学版), 2019, 49(5): 9-16.
[2] 刘玉田,孙润稼,王洪涛,顾雪平. 人工智能在电力系统恢复中的应用综述[J]. 山东大学学报 (工学版), 2019, 49(5): 1-8.
[3] 公冶小燕,林培光,任威隆. 基于Grefenstette编码和2-opt优化的遗传算法[J]. 山东大学学报 (工学版), 2018, 48(6): 19-26.
[4] 陈嘉杰,王金凤. 基于蚁群算法求解Choquet模糊积分模型[J]. 山东大学学报(工学版), 2018, 48(3): 81-87.
[5] 王飞,徐健,李伟,汪新浩,施啸寒. 基于分布式储能系统的风储滚动优化调度方法[J]. 山东大学学报(工学版), 2017, 47(6): 89-94.
[6] 王常顺,肖海荣. 基于自抗扰控制的水面无人艇路径跟踪控制器[J]. 山东大学学报(工学版), 2016, 46(4): 54-59.
[7] 刘德宝, 吴耀华, 郭耀阳, 王艳艳. 基于串并行混合拣选策略的自动拣选系统品项分配优化[J]. 山东大学学报(工学版), 2015, 45(6): 36-44.
[8] 董红斌, 张广江, 逄锦伟, 韩启龙. 一种基于协同进化方法的聚类集成算法[J]. 山东大学学报(工学版), 2015, 45(2): 1-9.
[9] 梁兴建, 詹志辉. 基于双模式变异策略的改进遗传算法[J]. 山东大学学报(工学版), 2014, 44(6): 1-7.
[10] 孙鹏,程世庆*,谢敬思,张海瑞. 预测混合生物质灰熔点的CV-GA-SVM模型[J]. 山东大学学报(工学版), 2012, 42(2): 108-111.
[11] 杨钦民,刘海林*. 基于遗传算法的蜂窝网络动态信道分配建模及算法实现[J]. 山东大学学报(工学版), 2011, 41(2): 85-90.
[12] 刘彬,张仁津. 基于退火遗传算法的NURBS曲线逼近[J]. 山东大学学报(工学版), 2010, 40(5): 96-100.
[13] 阳爱民1,周咏梅1,邓河2,周剑峰3. 一种网络流量分类特征的产生及选择方法[J]. 山东大学学报(工学版), 2010, 40(5): 1-7.
[14] 王艳艳,吴耀华,孙国华,于洪鹏. 配送中心分拣订单合批策略的研究[J]. 山东大学学报(工学版), 2010, 40(2): 43-46.
[15] 杜乾蔚 何彬 王玉玲 游智.
基于遗传算法的含金属混合炸药配方设计
[J]. 山东大学学报(工学版), 2009, 39(5): 149-152.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 孔维涛,张庆范,张承慧 . 基于DSP的空间矢量脉宽调制(SVPWM)的实现[J]. 山东大学学报(工学版), 2008, 38(3): 81 -84 .
[2] 李士进,王声特,黄乐平. 基于正反向异质性的遥感图像变化检测[J]. 山东大学学报(工学版), 2018, 48(3): 1 -9 .
[3] 李新平 代翼飞 胡静. 某岩溶隧道围岩稳定性及涌水量预测的流固耦合分析[J]. 山东大学学报(工学版), 2009, 39(4): 1 -6 .
[4] 孙亮. 瞬变电磁对含水层的超前探测效果分析[J]. 山东大学学报(工学版), 2009, 39(4): 50 -52 .
[5] 罗运虎, 吴旭文,潘双来,董尔令,孙秀娟,王传江,吴娜 . 需求侧两种可中断负荷与发电侧备用容量的协调[J]. 山东大学学报(工学版), 2007, 37(6): 66 -70 .
[6] 阮久宏,李贻斌,荣学文,邱绪云 . 高速移动平台横向运动自抗扰控制研究[J]. 山东大学学报(工学版), 2008, 38(4): 5 -10 .
[7] 吕国仁,闫书明,白书锋,贾 宁,马 亮 . 高速公路新型波形梁护栏端头实车碰撞性能研究[J]. 山东大学学报(工学版), 2008, 38(4): 47 -52 .
[8] 王会青,孙宏伟,张建辉. 基于Map/Reduce的时间序列相似性搜索算法[J]. 山东大学学报(工学版), 2016, 46(1): 15 -21 .
[9] 蒋鹏飞,王震 . 制造商与不同质供应商博弈分析[J]. 山东大学学报(工学版), 2008, 38(2): 117 -119 .
[10] 张宏博 黄茂松 宋修广. 基于应变软化与剪胀性特征的粉砂土双硬化弹塑性本构模型[J]. 山东大学学报(工学版), 2008, 38(6): 55 -60 .