JP2008219980A - Best state searching unit and distribution system loss reduction unit - Google Patents
Best state searching unit and distribution system loss reduction unit Download PDFInfo
- Publication number
- JP2008219980A JP2008219980A JP2007050424A JP2007050424A JP2008219980A JP 2008219980 A JP2008219980 A JP 2008219980A JP 2007050424 A JP2007050424 A JP 2007050424A JP 2007050424 A JP2007050424 A JP 2007050424A JP 2008219980 A JP2008219980 A JP 2008219980A
- Authority
- JP
- Japan
- Prior art keywords
- state
- transition
- evaluation
- adjacent
- adjacent state
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Images
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
Description
本発明は、複数の対象がすべて離散値である解空間において前記対象の組み合わせ最適化問題をコンピュータシステムによって解き、最適解としての最良状態を求める最良状態探索装置、及び、この探索装置の原理を用いて、配電系統の有効電力損失を最小化するような最適な系統構成を求めるための配電系統損失低減装置に関するものである。 The present invention relates to a best state search apparatus for solving a combination optimization problem of the objects in a solution space in which a plurality of objects are all discrete values by a computer system and obtaining a best state as an optimal solution, and a principle of the search apparatus. The present invention relates to a power distribution system loss reduction device for obtaining an optimum system configuration that minimizes the active power loss of the power distribution system.
従来、最適化手法の一種として、配電系統における過負荷や電圧過降下等の電力供給支障をなくし、かつ、配電線ロスを最小にするように遺伝的アルゴリズムを用いて配電系統計画を作成する方法が、特許文献１に記載されている。
この配電系統計画作成方法は、電力供給支障が配電線経路内で生じると判定する場合には、各配電線の経路断続を行う開閉器、及び同一の変電所から給電される配電線同士の間の連系断続を行う開閉器の開閉組み合わせを、電力供給支障が生じないように遺伝的アルゴリズムを用いて作成する第１の電力供給支障解消計画作成手順と、電力供給支障が変電所自体に生じると判定する場合には、各配電線の経路断続を行う開閉器、同一の変電所から給電される配電線同士の間の連系断続を行う開閉器、及び異なる変電所から給電される配電線同士の間の連系断続を行う開閉器の開閉組み合わせを、電力供給支障が生じないように遺伝的アルゴリズムを用いて作成する第２の電力供給支障解消計画作成手順と、第１，第２の電力供給支障解消計画作成手順で前記電力供給支障が解消できない場合には、電力供給支障が生じないように配電設備の新設計画を作成する第３の電力供給支障解消計画作成手順と、更に各配電線経路の配電線ロスが最小になるように遺伝的アルゴリズムを用いて各開閉器の開閉組み合わせを作成する第４の電力供給支障解消計画作成手順とを備えている。
Conventionally, as a kind of optimization method, a method for creating a distribution system plan using a genetic algorithm so as to eliminate power supply problems such as overload and voltage drop in the distribution system and minimize distribution line loss Is described in
In this distribution system planning method, when it is determined that a power supply failure will occur in the distribution line route, between the switch that performs the path interruption of each distribution line and between the distribution lines fed from the same substation A first power supply trouble elimination plan creation procedure for creating a combination of switching of the switches that perform intermittent connection using a genetic algorithm so as not to cause a power supply trouble, and a power supply trouble occurs in the substation itself When determining, the switch that interrupts the path of each distribution line, the switch that connects and disconnects the distribution lines that are fed from the same substation, and the distribution line that is fed from different substations A second power supply failure elimination plan creation procedure for creating a combination of switching of the switches that perform intermittent connection between each other using a genetic algorithm so as not to cause a power supply failure; Electricity supply trouble elimination plan In the case where the power supply trouble cannot be solved by the construction procedure, a third power supply trouble elimination plan creation procedure for creating a new design drawing of the power distribution facility so as not to cause the power supply trouble, and further, the distribution lines of each distribution line route A fourth power supply trouble elimination plan creation procedure for creating a switch combination of each switch using a genetic algorithm so that the loss is minimized.
また、他の従来技術として、配電系統の電力損失をリアルタイムに最小化するロスミニマム制御装置が、特許文献２に記載されている。
このロスミニマム制御装置は、常開開閉器を介して連系される複数の配電線が更に他の常開開閉器を介して他の配電線と連系するように構成される配電系統のロスミニマム制御において、所定の配電線が複数の常開開閉器を介して他の複数の配電線または配電線の分岐線と連系または接続されている場合に、当該配電線を最も負荷の多い他の配電線または分岐線と連系する常開開閉器との接続に限定し、他の常開開閉器との連系は無いものとみなした１対１の隣接配電線組として設定し、前記隣接配電線組の配電損失を最小化するように、計測されたオンライン負荷に応じて当該隣接配電線組の常開開閉器を切替制御するものである。
As another conventional technique,
This loss minimum control device is a loss of a distribution system configured such that a plurality of distribution lines connected via a normally open switch are further connected to other distribution lines via another normally open switch. In minimum control, when a given distribution line is connected to or connected to other multiple distribution lines or branch lines of distribution lines via multiple normally open switches, It is limited to connection with a normally open switch linked to a distribution line or branch line, and is set as a one-to-one adjacent distribution line set that is considered not to be linked to other normally open switches, In order to minimize the distribution loss of the adjacent distribution line group, the normally open switch of the adjacent distribution line group is switched and controlled according to the measured online load.
特許文献１に記載された従来技術によれば、配電系統計画の立案を短時間で可能にし、立案者の熟練度に関係なく高精度で均質な計画を立案することができる。
また、特許文献２に記載された従来技術によれば、配電系統全体におけるロスミニマム制御を安定かつ高速に実行可能として運用面での混乱も回避できるという利点がある。
According to the prior art described in
Further, according to the prior art described in
しかしながら、特許文献１のように遺伝的アルゴリズム等の最適化手法を用いる場合や、特許文献２のようにオンラインで求めた負荷比率を用いて開閉器を切替制御する場合、大規模な系統を対象とするケースでは十分な損失低減効果が得られないという問題があった。
However, when an optimization method such as a genetic algorithm is used as in
そこで本発明の解決課題は、探索対象の規模に関わらず最適解を効率的に探索可能な最良状態探索装置と、この探索装置の原理を用いて、系統全体の有効電力損失を最小化する系統構成を効率よく求めるようにした系統損失低減装置を提供することにある。 Therefore, the problem to be solved by the present invention is that a best state search device that can efficiently search for an optimum solution regardless of the scale of the search target, and a system that minimizes the active power loss of the entire system using the principle of this search device An object of the present invention is to provide a system loss reducing apparatus that efficiently obtains a configuration.
上記課題を解決するため、請求項１に記載した最良状態探索装置は、複数の対象がすべて離散値である解空間において前記対象の組み合わせ最適化問題をコンピュータシステムによって解き、最適解としての最良状態を求めるようにした最良状態探索装置において、
前記対象の組み合わせからなる状態の初期値を現在状態として記憶する記憶手段と、
前記対象のそれぞれについて、当該対象の評価値と、当該対象を含む状態を変化させて隣接状態に移行させるための移行パラメータと、前記隣接状態に移行させる隣接状態移行回数と、を規定した移行リストと、
前記評価値を用いて所定の対象を確率的に選択する評価対象選択手段と、
この評価対象選択手段により選択した対象について、前記移行パラメータを用いて前記隣接状態移行回数だけ隣接状態を選択し移行させる隣接状態選択手段と、
この隣接状態選択手段により隣接状態を移行させるたびに、前記移行パラメータを見直すと共に移行後の隣接状態を構成する各対象の前記評価値と全体評価値を求め、この全体評価値から目的関数を最良とする隣接状態を最良状態として決定する評価手段と、を備え、
この評価手段が決定した最良状態により前記現在状態を置き換えて、上記の処理を所定の収束判定回数だけ繰り返し実行するものである。
In order to solve the above-described problem, the best state search apparatus according to
Storage means for storing an initial value of a state consisting of the combination of the objects as a current state;
For each of the targets, a transition list that defines the evaluation value of the target, a transition parameter for changing the state including the target to shift to an adjacent state, and the number of adjacent state transitions to shift to the adjacent state When,
Evaluation object selection means for stochastically selecting a predetermined object using the evaluation value;
For an object selected by this evaluation object selecting means, an adjacent state selecting means for selecting and transferring an adjacent state by the number of times of adjacent state transition using the transition parameter, and
Each time the adjacent state is shifted by the adjacent state selection means, the transition parameter is reviewed and the evaluation value and the overall evaluation value of each target constituting the adjacent state after the transition are obtained, and the objective function is best determined from the overall evaluation value. And an evaluation means for determining the adjacent state as the best state,
The current state is replaced with the best state determined by the evaluation means, and the above processing is repeatedly executed a predetermined number of times of convergence determination.
また、請求項３に記載した系統損失低減装置は、フィーダ上の区間を相互に連結可能な開閉器の入切によって配電系統全体の有効電力損失を最小にする系統構成を、組み合わせ最適化問題の最適解としてコンピュータシステムにより求めるようにした配電系統損失低減装置において、
前記区間の組み合わせからなる系統構成の初期状態を現在状態として記憶する記憶手段と、
前記フィーダのそれぞれについて、フィーダ内区間の有効電力損失の合計に相当する評価値と、当該フィーダの系統構成を周辺フィーダとの境界開閉器の入と当該フィーダ内開閉器の切により変化させて隣接状態に移行させるための移行パラメータと、前記隣接状態に移行させる隣接状態移行回数と、を規定した移行リストと、
前記評価値の大きいフィーダを高い確率で選択する評価対象選択手段と、
この評価対象選択手段により選択したフィーダについて、前記移行パラメータを用いて前記隣接状態移行回数だけ隣接状態を選択し移行させる隣接状態選択手段と、
この隣接状態選択手段により隣接状態を移行させるたびに、前記移行パラメータを見直すと共に移行後の隣接状態を構成する各フィーダの前記評価値と系統全体の全体評価値を求め、この全体評価値が最小となるような隣接状態を系統構成の最良状態として決定する評価手段と、を備え、
この評価手段が決定した系統構成の最良状態により前記現在状態を置き換えて、上記の処理を所定の収束判定回数だけ繰り返し実行するものである。
In addition, the system loss reduction apparatus according to
Storage means for storing an initial state of a system configuration composed of a combination of the sections as a current state;
For each of the feeders, an evaluation value corresponding to the total effective power loss in the feeder section and the system configuration of the feeder are changed by turning on / off the boundary switch with the peripheral feeder and turning off the switch in the feeder. A transition list defining transition parameters for transitioning to a state, and the number of adjacent state transitions to transition to the adjacent state;
Evaluation object selection means for selecting a feeder having a large evaluation value with a high probability;
For the feeder selected by this evaluation object selecting means, adjacent state selecting means for selecting and transferring the adjacent state by the number of times of adjacent state transition using the transition parameter; and
Each time the adjacent state is shifted by the adjacent state selection means, the transition parameter is reviewed and the evaluation value of each feeder constituting the adjacent state after the transfer and the overall evaluation value of the entire system are obtained. And an evaluation means for determining the adjacent state as the best state of the system configuration,
The current state is replaced with the best state of the system configuration determined by the evaluation means, and the above processing is repeatedly executed a predetermined number of times of convergence determination.
なお、請求項２または請求項４に記載するように、前記評価対象選択手段、隣接状態選択手段及び評価手段による最良状態の探索処理は、複数並行して実行することが望ましい。
In addition, as described in
本発明に係る最良状態探索装置によれば、対象とする最適化問題の知識に基づく確率を用いて生成した隣接状態を対象として探索するため、効率的に最適解を求めることができる。また、本発明に係る配電系統損失低減装置によれば、損失が大きいフィーダを確率的に選択してこの区間の損失が低減されるような系統構成を求めることにより、系統全体の有効電力損失を最小化することが可能である。 According to the best state searching apparatus according to the present invention, since the adjacent state generated using the probability based on the knowledge of the target optimization problem is searched for, the optimal solution can be efficiently obtained. Further, according to the power distribution system loss reduction apparatus according to the present invention, the active power loss of the entire system can be reduced by probabilistically selecting a feeder having a large loss and obtaining a system configuration that reduces the loss in this section. It is possible to minimize.
以下、図に沿って本発明の実施形態を説明する。
まず、図１は本発明に係る最良状態探索装置及び配電系統損失低減装置の実施形態の構成を示す概念図である。この実施形態は、例えば、開閉器の入切操作によって構成が変化する配電系統のように、変数（系統構成）がすべて離散値である解空間を対象とし、最適解として配電系統全体の有効電力損失（以下、単に損失ともいう）が最小となる系統構成を探索するためのものである。
Hereinafter, embodiments of the present invention will be described with reference to the drawings.
First, FIG. 1 is a conceptual diagram showing a configuration of an embodiment of a best state searching device and a power distribution system loss reducing device according to the present invention. This embodiment is intended for a solution space in which variables (system configuration) are all discrete values, such as a distribution system whose configuration is changed by turning on / off the switch, and the active power of the entire distribution system as an optimal solution. This is for searching for a system configuration in which the loss (hereinafter also simply referred to as loss) is minimized.
図１において、１００は記憶装置であり、例えばハードディスクやフラッシュメモリ、ＭＤ等の各種記憶媒体によって構成されている。この記憶装置は、系統構成の初期状態モデルが最良状態モデルとして記憶される最良状態モデル記憶部１０１と、この記憶部１０１内の最良状態モデルを現在状態モデルとして取り込んで記憶する現在状態モデル記憶部１０２と、後述する強制移行回数Ｘ、探索処理部２００による並列処理数Ｙ、収束判定回数Ｚが設定される設定値記憶部１０３とを備えている。
In FIG. 1, reference numeral 100 denotes a storage device, which is composed of various storage media such as a hard disk, a flash memory, and an MD. The storage device includes a best state
２００は、パソコン等の情報処理装置によって実現される探索処理部であり、前記情報処理装置は探索処理部２００が有する機能を複数、並行して処理可能となっている。
この探索処理部２００は、前記現在状態モデルに基づいて後述の移行リスト２０２及び第１のルーレットＲ１を作成する移行リスト作成部２０１と、第１のルーレットＲ１を用いて損失の評価対象であるフィーダを選択する評価対象選択部２０３と、この評価対象選択部２０３により選択された評価対象について、複数の隣接状態が設定される第２のルーレットＲ２と、この第２のルーレットＲ２を用いて複数の隣接状態のうちの何れかを選択する隣接状態選択部２０４と、選択された隣接状態について系統全体の損失が低減されたか否か、所定回数の処理が実行されたか否かを判断し、かつ、系統全体の損失が低減された場合の隣接状態を最良状態モデルとして更新させる評価部２０５と、これら各部の処理を実行させ、かつ探索処理部２００及び前記記憶装置１００の全体の動作を制御するための処理プログラム２１０とを備えている。
Reference numeral 200 denotes a search processing unit realized by an information processing device such as a personal computer. The information processing device can process a plurality of functions of the search processing unit 200 in parallel.
The search processing unit 200 uses a transition
上述した記憶装置１００及び探索処理部２００内の各構成要素の機能、作用を、以下の説明によって更に明らかにする。
図２は、初期状態モデルＭＩの構成図である。この初期状態モデルＭＩは、例えば配電系統において、切開閉器によって区分されたフィーダを損失の評価対象（対象名をＰ００１，Ｐ００２，……，Ｐｎとする）として表現したものである。
初期状態モデルＭＩでは、評価対象ごとに、すなわちフィーダごとに評価値（有効電力損失に相当する値）が与えられている。
ここで、本明細書において、現在のモデル（例えば初期状態モデルＭＩ）を対象として開閉器を入切操作することにより、ある着目フィーダ内の区間が隣接フィーダ内の区間へ変更された状態の系統構成を、上記着目フィーダに対する隣接状態という。
The function and operation of each component in the storage device 100 and the search processing unit 200 described above will be further clarified by the following description.
Figure 2 is a configuration diagram of an initial state model M I. This initial state model M I represents, for example, a feeder divided by a switch in a distribution system as a loss evaluation target (target names are P 001 , P 002 ,..., P n ). .
In the initial state model M I, for each evaluation target, i.e. evaluation value for each feeder (value corresponding to the real power loss) are given.
Here, in this specification, the section in a certain feeder is changed to the section in the adjacent feeder by turning on / off the switch for the current model (for example, the initial state model M I ). The system configuration is referred to as an adjacent state with respect to the feeder of interest.
図３は、対象名に応じた評価値、隣接状態への移行可能数、及び複数の移行パラメータをテーブル形式で示した移行リスト２０２を示している。
前述したように、評価対象であるフィーダ（図３における対象名）ごとに損失に相当する評価値が与えられており、この評価値は、フィーダ内の各区間を流れる電流と単位長当たりのインピーダンス等が既知であれば予め算出可能である。言うまでもなく、評価値が小さいほど損失は小さくなる。
FIG. 3 shows a
As described above, an evaluation value corresponding to a loss is given to each feeder (object name in FIG. 3) that is an evaluation target, and this evaluation value indicates the current flowing through each section in the feeder and the impedance per unit length. Or the like can be calculated in advance. Needless to say, the smaller the evaluation value, the smaller the loss.
隣接状態移行可能数とは、その評価対象の周辺に設置された開閉器の入と評価対象内の開閉器の切によって、評価対象内の単独あるいは複数区間を他の評価対象へ移行可能な系統構成（すなわち隣接状態）の数である。また、移行パラメータとは、現在の系統構成から隣接状態に移行するための操作に必要なパラメータであり、先の入切操作によってその評価対象内の区間を他の評価対象内に組み入れるための入開閉器と切開閉器を示すパラメータであり、電源から給電されないような区間が発生しない開閉器の組み合わせである。
このため、移行パラメータの数（図３では、便宜上、移行パラメータの数を１〜４までしか表示していない）は隣接状態移行可能数と同数になっており、例えば、評価対象Ｐ００１にはその隣接状態移行可能数と同数の５個の移行パラメータが存在し、評価対象Ｐ００２にはその隣接状態移行可能数と同数の２個の移行パラメータが存在する。
The number of adjacent states that can be transferred is a system in which a single or multiple sections in the evaluation target can be transferred to another evaluation target by turning on and off the switches installed around the evaluation target. The number of configurations (ie, adjacent states). The transition parameter is a parameter necessary for an operation for shifting from the current system configuration to the adjacent state, and is an input for incorporating the section in the evaluation target into another evaluation target by the previous on / off operation. It is a parameter indicating a switch and a switch, and is a combination of switches that do not generate a section where power is not supplied from the power source.
Therefore, (in FIG. 3, for convenience, migrate only the number of parameters to 1-4 do not show) the number of transition parameters have become equal to the number of possible neighbor state transitions, for example, the evaluation object P 001 is There are five transition parameters as many as the number of adjacent state transitions possible, and there are two transition parameters as many as the number of adjacent state transitions possible in the evaluation target P002 .
更に、全体評価値とは、すべての評価対象の評価値を合計した値であり、この全体評価値が小さいほど当該系統全体の損失が小さいと判断することができる。なお、系統内のフィーダの電圧降下値を最小にしたいような場合には、全体評価値として各評価値の中の最大値を採用しても良い。 Further, the overall evaluation value is a value obtained by summing up the evaluation values of all the evaluation targets, and it can be determined that the loss of the entire system is smaller as the overall evaluation value is smaller. When it is desired to minimize the voltage drop value of the feeder in the system, the maximum value among the evaluation values may be adopted as the overall evaluation value.
図４は、探索処理部２００内の前記評価対象選択部２０３によって用いられる第１のルーレットＲ１の概念図である。
このルーレットＲ１は、どの評価対象に着目して隣接状態を生成するかを確率的に決定するための選択手段であり、例えば、図３における全体評価値（＝２４１６）を１００％として評価対象ごとの評価値を按分し、適宜な方法により取得した乱数が累計の評価値と仮定した場合に、１〜２４１６の範囲内で前記乱数が属する評価対象を選択するようにしたものである。一例として、取得した乱数が３５１である場合、評価対象Ｐ００１，Ｐ００２の累計の評価値は（１２１＋２７）＝１４８であり、評価対象Ｐ００３まで含めた累計の評価値は（１２１＋２７＋４０５）＝５５３であるため、乱数３５１は評価対象Ｐ００３に属すると判断され、この評価対象Ｐ００３が選択されることとなる。
FIG. 4 is a conceptual diagram of the first roulette R 1 used by the evaluation
The roulette R 1 is a selection means for probabilistically determining which evaluation target is focused on and generates the adjacent state. For example, the overall evaluation value (= 2416) in FIG. Each evaluation value is apportioned, and an evaluation target to which the random number belongs is selected within a range of 1 to 2416 when it is assumed that random numbers acquired by an appropriate method are cumulative evaluation values. As an example, when the acquired random number is 351, the cumulative evaluation value of the evaluation targets P 001 and P 002 is (121 + 27) = 148, and the cumulative evaluation value including the evaluation target P 003 is (121 + 27 + 405) = 553. Therefore, the random number 351 is determined to belong to the evaluation target P 003 , and this evaluation target P 003 is selected.
探索処理部２００内の前記隣接状態選択部２０４によって用いられる第２のルーレットＲ２は、上記の例で言えば、評価対象Ｐ００３が選択された後に、どの移行パラメータ（すなわち入開閉器と切開閉器）を用いて隣接状態に移行させるかを確率的に決定するための手段である。
図３の例では、評価対象Ｐ００３の移行パラメータの数すなわち隣接状態移行可能数が３であるから、１００％を３等分してそれぞれを移行パラメータに割り当て、適宜取得した乱数を用いて３個の移行パラメータのうちの何れかを均等の確率で選択することにより、何れかの移行パラメータが決定され、その移行パラメータを用いることで隣接状態が選択されることになる。
In the above example, the second roulette R 2 used by the adjacent
In the example of FIG. 3, the number of transition parameters of the evaluation target P 003 , that is, the number of adjacent state transitions possible is 3, so that 100% is divided into three equal parts, and each is assigned to the transition parameter. By selecting one of the transition parameters with an equal probability, one of the transition parameters is determined, and the adjacent state is selected by using the transition parameter.
次に、本実施形態により、系統全体の有効電力損失を最小化するような系統構成を最適解または最良状態として得るための処理内容を、図５のフローチャートに基づいて説明する。
まず、現在の系統構成に相当する初期状態モデルＭＩを、最良状態モデルとして図１における最良状態モデル記憶部１０１に設定する（Ｓ１）。次に、この最良状態モデルを、現在状態モデルとして現在状態モデル記憶部１０２に設定する（Ｓ２）。
同時に、強制移行回数Ｘ、探索処理部２００による並列処理数Ｙ、及び収束判定回数Ｚを、設定値記憶部１０３に予め設定する。
Next, processing contents for obtaining a system configuration that minimizes the active power loss of the entire system as the optimal solution or the best state according to the present embodiment will be described based on the flowchart of FIG.
First, the initial state model M I corresponding to the current system configuration, set the best state
At the same time, the forced transition count X, the parallel processing count Y by the search processing unit 200, and the convergence determination count Z are preset in the set
その後、探索処理部２００による処理に移動する。
始めに、一つの探索処理部２００内の移行リスト作成部２０１は、現在状態モデル記憶部１０２から読み出した現在状態モデルに基づいて図３の移行リスト２０２を作成すると共に、移行リスト２０２から第１のルーレットＲ１を作成する（Ｓ３）。
第１のルーレットＲ１の作成に当たっては、次の数式により評価対象（フィーダ）ごとの確率Ｐｉを求める。なお、数式１の右辺の分母は、図３の移行リスト２０２における全体評価値に相当するものである。
Thereafter, the process proceeds to processing by the search processing unit 200.
First, the migration
In creating the first roulette R 1 , the probability P i for each evaluation object (feeder) is obtained by the following equation. The denominator on the right side of
次いで、評価対象選択部２０３は、適宜取得した乱数から第１のルーレットＲ１を参照し、一つの評価対象を選択する（Ｓ４ａ）。これは、第１のルーレットＲ１を用いれば評価値の大きい対象が選択される確率が大きくなるので、隣接状態を生成して系統構成を変更する際に、前記対象を含めることによって全体評価値の大幅な変化を見込むことができ、言い換えれば全体評価値が効率的に低減される可能性も高くなるためである。
このとき、複数の探索処理部２００はステップＳ４を構成するＳ４ａ〜Ｓ４ｃの処理をそれぞれ独立して並列的に実行するものとする。
Then, evaluation
At this time, the plurality of search processing units 200 execute the processes of S4a to S4c constituting step S4 independently and in parallel.
続いて、隣接状態選択部２０４が、第２のルーレットＲ２を用いてその評価対象に対応する移行パラメータを均等の確率でランダムに選択することにより、隣接状態を一つ選択する（Ｓ４ｂ）。なお、この場合、評価対象の増加によって過負荷となるような場合には、その隣接状態を選択しないものとする。
隣接状態に移行したとき、その移行パラメータにより電力供給範囲が変化する２つのフィーダに対し、それぞれのフィーダを囲む境界の開閉器が異なっていることから、それに基づいた移行パラメータを再度抽出し、見直す。
Subsequently, the adjacent
When shifting to the adjacent state, the boundary switch surrounding each feeder is different for the two feeders whose power supply range varies depending on the transition parameter, so the transition parameter based on that is extracted again and reviewed. .
探索処理部２００内の評価部２０５では、選択した隣接状態における系統全体の有効電力損失を全体評価値として求め、その全体評価値を現時点の最良状態モデル（最初の探索では初期状態モデルＭＩ）の全体評価値と比較し、損失が改善されていれば（選択した隣接状態の全体評価値が現時点の最良状態モデルの全体評価値よりも小さければ）、その時の隣接状態を最良状態モデル記憶部１０１に送って最良状態モデルを更新する（Ｓ４ｃ）。なお、改善されていない（選択した隣接状態の全体評価値が現時点の最良状態モデルの全体評価値よりも小さくなっていない）場合には、最良状態モデル記憶部１０１内の最良状態モデルは従前のままである。
上記のように、この実施形態における目的関数は、全体評価値の最小化、すなわち系統全体の有効電力損失を最小化することである。
In the
As described above, the objective function in this embodiment is to minimize the overall evaluation value, that is, to minimize the active power loss of the entire system.
次に、評価部２０５は、すべての探索処理部２００による並行処理の回数が強制移行回数Ｘに達したか否かを判断し（Ｓ４ｄ）、達していない場合には（Ｓ４ｄ ＮＯ）、ステップＳ４ｂ，Ｓ４ｃの処理を繰り返す。
ここでは、探索処理部２００による並列処理数Ｙを例えば４（ステップＳ４ａ〜Ｓ４ｃの処理を４つ並行処理する）に設定し、強制移行回数Ｘを１０回に設定してある。この強制移行回数Ｘは、前記ステップＳ４ｂにより選択した隣接状態に系統構成を移行させる回数の設定値（上限値）であり、移行回数判定カウンタ（図示せず）によってカウントしている。
Next, the
Here, the number Y of parallel processes by the search processing unit 200 is set to 4 (for example, 4 processes in steps S4a to S4c are performed in parallel), and the number of forced transitions X is set to 10 times. This forced transition count X is a set value (upper limit value) of the number of transitions of the system configuration to the adjacent state selected in step S4b, and is counted by a transition count determination counter (not shown).
ステップＳ４ｄにおいて、強制移行回数Ｘに達した場合には（Ｓ４ｄ ＹＥＳ）、評価部２０５が、収束判定回数Ｚに達したか否かを判断する（Ｓ５）。この収束判定回数Ｚは、上記一連の処理（Ｓ２〜Ｓ４ｄ）を繰り返し実行する回数の設定値（上限値）を意味しており、収束判定カウンタ（図示せず）によってカウントしている。収束判定カウンタは、上記一連の処理（Ｓ２〜Ｓ４ｄ）を１回処理する前後の最良状態モデルの全体評価値を比較し、後の方がより小さい値になっていればカウントを０に戻し、変化がない場合はカウントに１を加算し、連続して値が好転しない回数をカウントすることで収束を判定している。収束判定回数Ｚは、例えば３０回に設定する。
In step S4d, when the forced transition count X is reached (S4d YES), the
ステップＳ５において、収束判定カウンタの値が収束判定回数Ｚに達しない場合（Ｓ５ ＮＯ）には、収束判定カウンタをカウントアップしてステップＳ２以降の処理を繰り返し実行する。また、収束判定カウンタの値が収束判定回数Ｚに達した場合（Ｓ５ ＹＥＳ）には、処理を終了する。 In step S5, when the value of the convergence determination counter does not reach the convergence determination count Z (NO in S5), the convergence determination counter is counted up and the processes after step S2 are repeatedly executed. If the value of the convergence determination counter reaches the convergence determination number Z (S5 YES), the process is terminated.
以上の処理により、収束判定回数Ｚに達した時点では、最良状態モデル記憶部１０１には系統全体の有効電力損失が最小となる系統構成が記憶されることになり、その時の系統構成を評価部２０５が出力することによって最良状態としての系統構成を求めることが可能になる。
With the above processing, when the convergence determination number Z is reached, the best state
ここで、図６は、上述した配電系統損失低減装置により系統全体の有効電力損失を最小化するシミュレーションを行った結果を示す系統構成図であり、図６（ａ）は損失低減前の系統構成図、図６（ｂ）は損失低減後の系統構成図である。これらの図において、●は閉状態の遠方制御開閉器、○は開状態の遠方制御開閉器を示す。
なお、フィーダ（配電線）Ｆの数を４、遠方制御開閉器ＳＷによって区分される区間Ｐの数を２０、各区間のインピーダンスは何れも０．０１〔Ω〕として、系統全体の有効電力損失を最小とする最良状態としての系統構成を探索した。
Here, FIG. 6 is a system configuration diagram showing a result of performing a simulation for minimizing the active power loss of the entire system by the above-described distribution system loss reducing device, and FIG. 6A is a system configuration before the loss reduction. FIG. 6B is a system configuration diagram after loss reduction. In these figures, ● represents a remote control switch in a closed state, and ○ represents a remote control switch in an open state.
Note that the number of feeders (distribution lines) F is 4, the number of sections P divided by the remote control switch SW is 20, and the impedance of each section is 0.01 [Ω]. We searched the system configuration as the best state that minimizes.
図６（ａ）の状態では系統全体の損失が３８２０〔Ｗ〕であったのに対し、本実施形態により複数の開閉器ＳＷを入切して得られる図６（ｂ）の系統では、系統全体の損失が１８８６〔Ｗ〕となり、１／２以下に低減されていることがわかる。 In the state of FIG. 6A, the loss of the entire system was 3820 [W], whereas in the system of FIG. 6B obtained by turning on and off a plurality of switches SW according to this embodiment, the system It can be seen that the overall loss is 1886 [W], which is reduced to ½ or less.
上記の実施形態においては配電系統損失低減装置について説明したが、同様の原理により、配電系統における停電時の復旧計画や発電機の補修計画を作成するための最適化問題を解くに当たって、本発明に係る最良状態探索装置を適用することが可能である。 In the above embodiment, the power distribution system loss reduction device has been described.However, according to the same principle, in solving the optimization problem for creating a power failure recovery plan and a generator repair plan in the power distribution system, the present invention is applied. It is possible to apply such a best state search apparatus.
１００：記憶装置
１０１：最良状態モデル記憶部
１０２：現在状態モデル記憶部
１０３：設定値記憶部
２００：探索処理部
２０１：移行リスト作成部
２０２：移行リスト
２０３：評価対象選択部
２０４：隣接状態選択部
２０５：評価部
２１０：処理プログラム
ＭＩ：初期状態モデル
Ｐ００１〜Ｐｎ：評価対象（フィーダ）
Ｒ１，Ｒ２：ルーレット
Ｆ：フィーダ
ＣＢ：回路遮断器
ＳＷ：開閉器
Ｐ：区間
DESCRIPTION OF SYMBOLS 100: Memory | storage device 101: Best state model memory | storage part 102: Current state model memory | storage part 103: Setting value memory | storage part 200: Search processing part 201: Transition list creation part 202: Transition list 203: Evaluation object selection part 204: Neighboring state selection Unit 205: Evaluation unit 210: Processing program M I : Initial state model P 001 to P n : Evaluation target (feeder)
R 1 , R 2 : Roulette F: Feeder CB: Circuit breaker SW: Switch P: Section
Claims (4)
前記対象の組み合わせからなる状態の初期値を現在状態として記憶する記憶手段と、
前記対象のそれぞれについて、当該対象の評価値と、当該対象を含む状態を変化させて隣接状態に移行させるための移行パラメータと、前記隣接状態に移行させる隣接状態移行回数と、を規定した移行リストと、
前記評価値を用いて所定の対象を確率的に選択する評価対象選択手段と、
この評価対象選択手段により選択した対象について、前記移行パラメータを用いて前記隣接状態移行回数だけ隣接状態を選択し移行させる隣接状態選択手段と、
この隣接状態選択手段により隣接状態を移行させるたびに、前記移行パラメータを見直すと共に移行後の隣接状態を構成する各対象の前記評価値と全体評価値を求め、この全体評価値から目的関数を最良とする隣接状態を最良状態として決定する評価手段と、
を備え、
この評価手段が決定した最良状態により前記現在状態を置き換えて、上記の処理を所定の収束判定回数だけ繰り返し実行することを特徴とする最良状態探索装置。 In a best state search device in which a combination optimization problem of the objects is solved by a computer system in a solution space in which a plurality of objects are all discrete values, and a best state as an optimum solution is obtained.
Storage means for storing an initial value of a state consisting of the combination of the objects as a current state;
For each of the targets, a transition list that defines the evaluation value of the target, a transition parameter for changing the state including the target to shift to an adjacent state, and the number of adjacent state transitions to shift to the adjacent state When,
Evaluation object selection means for stochastically selecting a predetermined object using the evaluation value;
For an object selected by this evaluation object selecting means, an adjacent state selecting means for selecting and transferring an adjacent state by the number of times of adjacent state transition using the transition parameter, and
Each time the adjacent state is shifted by the adjacent state selection means, the transition parameter is reviewed and the evaluation value and the overall evaluation value of each target constituting the adjacent state after the transition are obtained, and the objective function is best determined from the overall evaluation value. Evaluation means for determining the adjacent state as the best state;
With
A best state searching apparatus characterized in that the current state is replaced by the best state determined by the evaluation means, and the above processing is repeatedly executed a predetermined number of times of convergence determination.
前記評価対象選択手段、隣接状態選択手段及び評価手段による最良状態の探索処理を、複数並行して実行することを特徴とする最良状態探索装置。 In the best state search device according to claim 1,
A best state search apparatus, wherein a plurality of best state search processes by the evaluation object selection unit, the adjacent state selection unit, and the evaluation unit are executed in parallel.
前記区間の組み合わせからなる系統構成の初期状態を現在状態として記憶する記憶手段と、
前記フィーダのそれぞれについて、フィーダ内区間の有効電力損失の合計に相当する評価値と、当該フィーダの系統構成を周辺フィーダとの境界開閉器の入と当該フィーダ内開閉器の切により変化させて隣接状態に移行させるための移行パラメータと、前記隣接状態に移行させる隣接状態移行回数と、を規定した移行リストと、
前記評価値の大きいフィーダを高い確率で選択する評価対象選択手段と、
この評価対象選択手段により選択したフィーダについて、前記移行パラメータを用いて前記隣接状態移行回数だけ隣接状態を選択し移行させる隣接状態選択手段と、
この隣接状態選択手段により隣接状態を移行させるたびに、前記移行パラメータを見直すと共に移行後の隣接状態を構成する各フィーダの前記評価値と系統全体の全体評価値を求め、この全体評価値が最小となるような隣接状態を系統構成の最良状態として決定する評価手段と、
を備え、
この評価手段が決定した系統構成の最良状態により前記現在状態を置き換えて、上記の処理を所定の収束判定回数だけ繰り返し実行することを特徴とする配電系統損失低減装置。 Distribution system loss reduction by using a computer system to determine the system configuration that minimizes the active power loss of the entire distribution system by turning on and off the switches that can interconnect the sections on the feeder as the optimal solution for the combinatorial optimization problem In the device
Storage means for storing an initial state of a system configuration composed of a combination of the sections as a current state;
For each of the feeders, an evaluation value corresponding to the total effective power loss in the feeder section and the system configuration of the feeder are changed by turning on / off the boundary switch with the peripheral feeder and turning off the switch in the feeder. A transition list defining transition parameters for transitioning to a state, and the number of adjacent state transitions to transition to the adjacent state;
Evaluation object selection means for selecting a feeder having a large evaluation value with a high probability;
For the feeder selected by this evaluation object selecting means, adjacent state selecting means for selecting and transferring the adjacent state by the number of times of adjacent state transition using the transition parameter; and
Each time the adjacent state is shifted by the adjacent state selection means, the transition parameter is reviewed and the evaluation value of each feeder constituting the adjacent state after the transfer and the overall evaluation value of the entire system are obtained. Evaluation means for determining the adjacent state as the best state of the system configuration,
With
A distribution system loss reduction apparatus characterized in that the current state is replaced by the best state of the system configuration determined by the evaluation means, and the above-described processing is repeatedly executed a predetermined number of convergence determination times.
前記評価対象選択手段、隣接状態選択手段及び評価手段による最良状態の探索処理を、複数並行して実行することを特徴とする配電系統損失低減装置。 In the power distribution system loss reduction device according to claim 3,
A distribution system loss reduction apparatus, wherein a plurality of best state search processes by the evaluation object selection unit, the adjacent state selection unit, and the evaluation unit are executed in parallel.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2007050424A JP2008219980A (en) | 2007-02-28 | 2007-02-28 | Best state searching unit and distribution system loss reduction unit |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2007050424A JP2008219980A (en) | 2007-02-28 | 2007-02-28 | Best state searching unit and distribution system loss reduction unit |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2008219980A true JP2008219980A (en) | 2008-09-18 |
Family
ID=39839353
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2007050424A Withdrawn JP2008219980A (en) | 2007-02-28 | 2007-02-28 | Best state searching unit and distribution system loss reduction unit |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2008219980A (en) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011010522A (en) * | 2009-06-29 | 2011-01-13 | Fuji Electric Systems Co Ltd | Best condition searching device and distribution system loss reducing device |
| JP2012517791A (en) * | 2009-02-11 | 2012-08-02 | アクセンチュア グローバル サービスィズ リミテッド | Method and system for reducing feeder circuit losses using demand response |
| KR101309370B1 (en) | 2012-04-02 | 2013-09-17 | 가천대학교 산학협력단 | Method of constructing distribution line for improving electric power loss |
| US8655500B2 (en) | 2009-02-11 | 2014-02-18 | Accenture Global Services Limited | Method and system for reducing feeder circuit loss using demand response |
| WO2015190205A1 (en) * | 2014-06-10 | 2015-12-17 | トヨタ自動車株式会社 | Control device |
-
2007
- 2007-02-28 JP JP2007050424A patent/JP2008219980A/en not_active Withdrawn
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012517791A (en) * | 2009-02-11 | 2012-08-02 | アクセンチュア グローバル サービスィズ リミテッド | Method and system for reducing feeder circuit losses using demand response |
| US8655500B2 (en) | 2009-02-11 | 2014-02-18 | Accenture Global Services Limited | Method and system for reducing feeder circuit loss using demand response |
| JP2011010522A (en) * | 2009-06-29 | 2011-01-13 | Fuji Electric Systems Co Ltd | Best condition searching device and distribution system loss reducing device |
| KR101309370B1 (en) | 2012-04-02 | 2013-09-17 | 가천대학교 산학협력단 | Method of constructing distribution line for improving electric power loss |
| WO2015190205A1 (en) * | 2014-06-10 | 2015-12-17 | トヨタ自動車株式会社 | Control device |
| JP2015232308A (en) * | 2014-06-10 | 2015-12-24 | トヨタ自動車株式会社 | Control device |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Shariatkhah et al. | Duration based reconfiguration of electric distribution networks using dynamic programming and harmony search algorithm | |
| Saffar et al. | A new fuzzy optimal reconfiguration of distribution systems for loss reduction and load balancing using ant colony search-based algorithm | |
| Carpaneto et al. | Distribution system minimum loss reconfiguration in the hyper-cube ant colony optimization framework | |
| Aghaei et al. | Distribution expansion planning considering reliability and security of energy using modified PSO (Particle Swarm Optimization) algorithm | |
| Singh et al. | Multiobjective optimization for DG planning with load models | |
| Sousa et al. | A hybrid simulated annealing approach to handle energy resource management considering an intensive use of electric vehicles | |
| Zare et al. | Optimal reconfigurattion of distribution systems by considering switch and wind turbine placements to enhance reliability and efficiency | |
| Rahmani-Andebili | Cooperative distributed energy scheduling in microgrids | |
| Kumar et al. | Design of an advanced electric power distribution systems using seeker optimization algorithm | |
| JP2008219980A (en) | Best state searching unit and distribution system loss reduction unit | |
| Trivedi et al. | Evolutionary multi-objective day-ahead thermal generation scheduling in uncertain environment | |
| CN108108542A (en) | The life-span prediction method of low-voltage complete switch equipment | |
| JP2011010522A (en) | Best condition searching device and distribution system loss reducing device | |
| Nahas et al. | Extended great deluge algorithm for the imperfect preventive maintenance optimization of multi-state systems | |
| Hill et al. | Smart grids as distributed learning control | |
| Hagh et al. | Application of HGSO to security based optimal placement and parameter setting of UPFC | |
| Ghasemi et al. | A novel codification and modified heuristic approaches for optimal reconfiguration of distribution networks considering losses cost and cost benefit from voltage profile improvement | |
| Ramaswamy et al. | Novel methodology for optimal reconfiguration of distribution networks with distributed energy resources | |
| Mahdavi et al. | Comparing efficiency of PSO with GA in transmission expansion planning considering network adequacy | |
| Yosef et al. | Allocation and sizing of distribution transformers and feeders for optimal planning of MV/LV distribution networks using optimal integrated biogeography based optimization method | |
| Dahalan et al. | The simultaneous application of optimum network reconfiguration and distributed generation sizing using PSO for power loss reduction | |
| Ukil et al. | Feeder load balancing using fuzzy logic and combinatorial optimization-based implementation | |
| Alves | A multi-population hybrid algorithm to solve multi-objective remote switches placement problem in distribution networks | |
| Sperr et al. | Service restoration in the medium voltage grid minimizing the SAIDI contribution after primary substation failures | |
| Alhamrouni et al. | Differential evolution algorithm for multistage transmission expansion planning based on AC load flow model |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20100511 |