分种群遗传算法的含分布式电源配电网故障定位

蔡伟强,洪 炎,徐 涛

(安徽理工大学 电气与信息工程学院，安徽 淮南 232001)

目前，在新能源政策的推动下，分布式电源DG逐渐接入配电网，造成配电网结构发生变化，配电网稳定性随之变差，增大了配电网的故障定位难度，同时由于外在因素原因，故障定位的电流信息会发生畸变，使得配电网故障定位更为困难.为解决此问题需要一种新的能够提高配电网的安全性和稳定性的算法.

针对配电网故障使用的定位方法有:直接算法，即矩阵算法[1-2]，是一种简单快捷高效的方法，计算速度快，但对信息发生畸变的故障定位准确性较差，容易受到错误信息影响，定位不准确.

常见的算法有粒子群算法[3]、人工神经网络算法[4]、免疫算法[5]、蚁群算法[6]等.人工智能算法在配电网故障定位中虽然容错性能高，能够对信息发生畸变时提高定位准确率，但却在算法运行时需要处理大量的数据，效率低.

遗传算法[7-12]具有全局搜索能力强、容错性高、运算步骤简单等优点，但是运算时容易早熟，后期搜索能力较差，常对遗传算法进行改进来提高性能.

当配电网中接入多个分布式电源后，对配电网造成影响，使其结构和潮流方向改变，影响了传统的故障定位精度.近年来，对智能算法的故障定位因其定位准确，容错性高而受到重视，本文对遗传算法的初始种群进行改进，采用分种群方法，使每一个种群分别代表不同故障类型，通过仿真验证，得出该改进的遗传算法在……