（国网泰安供电公司 山东泰安 271000）
摘要：为缩短故障停电时间，降低停电损失，寻找最佳供电恢复方案，引入精英蜂群算法，建立对应的算法流程，通过某地市供电公司实际配电网故障恢复供电案例，对比验证该方法的可行性与优越性，统计该方法在实际应用中的应用效果，验证该方法的经济效益，为配电网故障恢复方法研究提供重要参考。
关键词：配电网；故障恢复；精英蜂群
引言
近年来配电网投资力度不断加大，但由于历史欠账较多，配电网尤其是中压配电网发展仍然滞后，城市与农村、东部与中西部电网发展不平衡问题依然突出[1-2]。配电网由于自身因素的影响，出现接地、跳闸等故障的频率较高，配电网故障直接导致电力用户失去电力供应，造成经济损失，影响供电公司品牌形象[3]。
本文在配电网故障恢复方法中引入精英蜂群算法，利用其寻优率、求解精度高、收敛速度快等优点，建立基于配电网故障恢复方法，并以某地市实际配电网部分网络结构为例，实际验证该算法的可行性与准确性，能够减少用户停电时间，对经济社会发展带来巨大经济效益。
1 配电网故障恢复数学模型
配电网故障恢复也是一个复杂的工程问题，归根结底也属于求解最优化问题[4]。在进行故障恢复时，首先要采用等效负荷模型简化网络，即把该问题转化为数学领域的问题。故障恢复由恢复目标和约束条件两部分组成，实际情况下可以按照不同的恢复目的、侧重点来进行建模。一般来说，配电网故障恢复的模型可统一定义为：
.png)
(1)
配电网故障恢复的过程要时刻满足下列约束条件：
辐射状运行的网络约束
.png)
(2)
线路容量约束
.png)
(3)
节点电压约束
.png)
(4)
分别为开关
.png)
上的电压以及最大值和最小值。由以上分析可得，配电网故障恢复问题是一个包含约束条件的多目标非线性的离散问题。本章采用改进蜂群算法的故障恢复模型，目标函数可以根据故障恢复目标要求建立，例如考虑网损和失电负荷可以建立如下目标函数：
.png)
(5)
2 基于改进蜂群算法的配电网故障恢复整体流程
通过以上方法的改进可以得到配电网故障恢复的整体流程为：
步骤1：根据配电网的拓扑结构来初始化参数，包括网络拓扑信息、负荷信息、故障信息、与失电区相连的联络开关、种群规模
.png)
、雇佣蜂数m，侦查蜂数m，引领蜂数m。个体维数
.png)
、连续代数limit、最大温度
.png)
和最大进化代数
.png)
，进化代数
.png)
；
步骤2：根据式（11）对m只雇佣蜂进行初始化设置。并实现侦查蜂的分配，产生初始个体，根据潮流计算结果来检验结果是否满足约束条件，若满足，则进行下一步骤；否则放弃该个体重复步骤2，直到满足种群规模
.png)
，如果都不满足则需要从末端进行切负荷；
步骤3：根据潮流计算结果来计算种群中个体的适应度函数值，选择其中的最优个体
.png)
和最优适应度值
.png)
；
步骤4：侦查蜂作大视域全局搜索，初始化混沌搜索项和启发项，根据式（11），求解每只侦查蜂的解空间位置。并完成边界检查和转换，求解m只侦查蜂的适应度函数值。
步骤5：将适应度值较优的一半个体构成引领蜂种群，其余个体为跟随蜂种群；
步骤6：引领蜂种群中个体按公式（12）和（13）搜索产生新个体，计算其适应度值，择优保留形成新的引领蜂种群；
步骤7：根据按适应度排序的蜜源选择计算与
.png)
相关的概率
.png)
步骤8：跟随蜂根据
.png)
按式（12）和（13）产生新解，形成跟随蜂种群，并计算其目标函数值；
步骤9：判断是否有连续limit代没有发生变化的解，若有，则变为侦察蜂用式
.png)
形成新解来替换较差的解；
步骤10：通过潮流计算确定并记录本代种群最优个体和最优解；
步骤11：若满足终止条件，输出最优恢复方案，否则进行转至步骤4。
3 配电网故障恢复案例分析
算例用美国PG&E的69节点配电系统进行配电网恢复案例分析，网络中有73条支路，69个节点，5个联络开关分别是：
.png)
、
.png)
、
.png)
、
.png)
、
.png)
，额定电压12.66KV。
.png)
图1 美国PG&E的69节点配电系统
假设该配电网发生故障，并且节点16，17之间发生故障，在遥控或人工切除该线路后，可以通过5个联络开关以及某些分段开关开合操作来调整配电网的运行方式，从而恢复非故障区域的供电。开关16，17间发生故障，则下游失电区包括负荷节点17、18、19、20、21、22、23、24、25、26、27，失负荷(296.3+j195.1)kVA。
由于该配电系统可以通过关闭联络开关实现失电负荷为零和开关操作数少的目标，所以本文为了验证算法的收敛效果以网损最小为目标对配电网进行恢复供电，即故障后重构，利用式（3）所给出的目标函数，算法中种群规模取20，limit=
.png)
，
.png)
，为引领蜂个体数；温度
.png)
，降温因子为
.png)
，终止温度取10；最大迭代次数为60次。对目标函数分别用标准ABC和改进ABC进行运算比较两者的性能，如图2所示。可以得到改进后的ABC算法的收敛性能明显好于标准的ABC算法。
.png)
图2网损最小的收敛效果
4 结论
本文以网损最小为目标进行配电网的故障恢复重构。将改进后的ABC用于解决配电网故障恢复问题中，通过对改进后的蜂群算法与标准算法、遗传算法和粒子群算法针对网损最小进行仿真的性能对比可以得到改进ABC算法对配电网故障后重构的优化结果更好，是一种非常有效并且非常实用的配电网故障恢复方法。
参考文献:
[1].程晓雅.人工蜂群算法理论及其在通信中的应用研究[D].山东大学,2012.
[2].张伟.人工蜂群混合优化算法及应用研究[D].浙江大学, 2014.
[3].胡珂.基于人工蜂群算法在无线传感网络覆盖优化策略中的应用研究[D].电子科技大学,2012.
[4].庞峰.模拟退火算法的原理及算法在优化问题上的应用[D].吉林大学,2006.
[5].冯玉蓉.模拟退火算法的研究及其应用[D].昆明理工大学, 2005.
[6].朱颢东,钟勇.一种改进的模拟退火算法[J].计算机技术与发展,2009.06:32-35.