摘要: 配电网重构是一种配电网优化运行的重要手段，其主要分为配电网的静态优化重构与故障恢复重构两种，其中静态优化重构是指在正常运行时通过开关开合操作使得系统网损减少或者负荷转移与均衡等。随着配电网重构技术的日渐成熟，其已经成为配电网规划及... 展开 配电网重构是一种配电网优化运行的重要手段，其主要分为配电网的静态优化重构与故障恢复重构两种，其中静态优化重构是指在正常运行时通过开关开合操作使得系统网损减少或者负荷转移与均衡等。随着配电网重构技术的日渐成熟，其已经成为配电网规划及分布式电源选址定容不可忽视的技术之一。本文分别对配电网重构及变拓扑下的DG最大安装容量进行了研究，主要内容包括: (1)为了综合提高配电网重构的运行效率及收敛精度，首先针对拓扑判断提出了一种反映节点与节点、节点与支路关系的树状分层拓扑表达方法，该方法对基本树中不同类型的节点信息通过特征的标识加以反映，并且可以更好地与基于初等树的拓扑判断方法进行结合，通过节点特征的识别计算便可以实现分离子树的快速分离，从而提升了拓扑判断的运行效率;其次，在树状分层拓扑的基础上提出了一种分离子树变换重组的拓扑识别方法，该方法能够将判断得到的分离子树按序重组并得到重构后的拓扑解，避免了传统遍历方法重新遍历造成的时间浪费，提升了计算效率;最后，针对在智能优化算法进化迭代过程中不可行解的处理问题，提出了一种能够对不同类型不可行解进行相应处理的不可行解修复机制，该机制可以最大限度的保留不可行解中的进化信息，使其中优质的解元件得以传递到下一代，在进化前期能够有效地提高种群进化迭代效率。并且本文的修复机制相当于对不可行个体提供了一个有导向的变异，能够在一定程度增加种群的多样性，从而提高进化中后期的收敛精度。 (2)针对粒子群优化算法求解离散问题时适用性不好的问题，提出了一种改进算法，该算法将集合更新策略与动态多种群粒子群优化算法进行了结合，有效地提升了算法求解离散问题的能力并且提出了一种邻域学习的方法，进一步提升了动态多种群粒子算法的局部搜索能力。通过仿真验证及与其他算法的对比表明，提出的改进算法能够更好地兼顾全局搜索与局部搜索，在更少迭代次数收敛的同时也有较高的计算精度，证明了算法的优越性。 (3)为了探究拓扑变化对DG最大安装容量的影响，采用了基于灵敏度的最大安装容量计算方法，该方法从雅可比矩阵的相关元素中提取出节点注入有功功率、无功功率对节点电压变化的灵敏度矩阵，仅通过一次潮流计算和矩阵运算便可计算得到节点的最大安装容量，极大地提高了计算运行效率;然后，将该方法计算得到的最大准入容量作为评价函数，采用优化的方法，对变化拓扑下的DG最大安装容量进行了计算，结果表明拓扑变化对DG的最大安装容量有着至关重要的影响。 收起