《Heliyon》：Semi-dynamic optimal placement and relocation of protection and control devices in electrical distribution grids considering protective device failure rates using the 3D-GRAM framework and Double Genetic Algorithm
编辑推荐：
本研究提出了三维配电网格表示与分析模型（3D-GRAM），作为配电网保护与控制设备半动态优化配置与迁移的基础框架。与传统方法通常缺乏可扩展且通用化的拓扑表示不同，3D-GRAM提供了一种结构化的建模框架，能够捕捉最多两级分支网络的特性。其基于三维数组的结构可与
本研究提出了三维配电网格表示与分析模型（3D-GRAM），作为配电网保护与控制设备半动态优化配置与迁移的基础框架。与传统方法通常缺乏可扩展且通用化的拓扑表示不同，3D-GRAM提供了一种结构化的建模框架，能够捕捉最多两级分支网络的特性。其基于三维数组的结构可与所提出的两阶段双遗传算法（Double-GA）等优化算法无缝集成，从而在计算密集型任务中提升收敛性能，并为更广泛的规划应用提供可复用的基础。本工作的关键贡献在于将3D-GRAM与半动态规划相结合，后者将经济规划期划分为较短的时间区间，以考虑随时间变化的运行条件并实现自适应决策。尽管半动态优化通常会增加计算复杂度，但3D-GRAM框架的高效性缓解了这些挑战，确保了对大规模系统的可扩展性。所提方法在IEEE 85节点配电网上的四个不同场景下进行了验证。数值结果表明，Double-GA始终优于单遗传算法（Single-GA），在所评估的场景和敏感性分析中实现了0.48%至2.97%的总成本降低，同时所需设备数量减少2至4台。敏感性分析进一步证实了该方法在保护设备不同失效概率下的鲁棒性，表明Double-GA在新设备的额外投资与停电成本削减之间实现了有效平衡，同时维持了系统可靠性。尽管计算时间有所增加，所提框架在规划研究中仍保持计算可行性，为现代配电网规划提供了可扩展、自适应且经济高效的解决方案。
论文解读：基于3D-GRAM框架与双遗传算法的配电网保护控制设备半动态优化配置研究
一、研究背景与问题提出
随着电力需求增长和可再生能源的大规模接入，现代配电系统的复杂性和动态性显著增强，对供电可靠性和运行效率提出了更高要求。保护与控制设备（如断路器、重合器、分段器、熔断器及遥控开关等）的合理配置是保障配电网安全稳定运行的关键手段。然而，传统方法在设备布点优化方面面临多重挑战：一是多数研究采用静态规划模式，无法适应负荷增长、设备老化及网络拓扑变化等时变因素；二是现有建模方法缺乏通用性和可扩展性，难以适用于大规模复杂网络；三是鲜有研究同时考虑保护设备自身的失效概率及其对系统可靠性的影响；四是设备迁移（relocation）作为降低长期投资成本的有效策略，在现有文献中未被充分纳入优化框架。
针对上述问题，本研究旨在开发一种兼具可扩展性、自适应性与经济高效性的新型规划框架，以实现配电网保护与控制设备的半动态优化配置与迁移，并在优化过程中显式计入设备失效概率的影响。
二、研究方法概述
研究人员提出并构建了三维配电网格表示与分析模型（3D-GRAM），将配电网拓扑结构编码为三维数组，分别对应主馈线节点层数、分支节点行数与候选点位列数，从而实现网络结构的高效结构化表示。在此基础上，设计了两阶段双遗传算法（Double-GA）：第一阶段在整个解空间进行全局无约束搜索，识别出近似最优的粗粒度配置区域；第二阶段在缩小后的邻域候选空间内进行精细局部优化，以平衡全局探索与局部开发能力。研究还引入了半动态规划机制，将15年规划期划分为三个5年阶段，每阶段结束后将上一阶段的优化结果作为下一阶段的初始输入，支持设备逐步迁移与投资决策的动态调整。此外，研究建立了基于永久故障与瞬时故障的停电时长计算流程，并将保护设备失效概率纳入目标函数，综合最小化设备投资成本（含购置、运维、迁移费用）与用户停电损失成本。
三、研究结果
1. 3D-GRAM框架的建模有效性
研究人员在IEEE 85节点测试配电网中成功构建了3D-GRAM三维数组表示，验证了该模型能够清晰捕获主馈线与两级分支网络的拓扑关系及候选点位分布，为后续优化算法提供了结构化的数据接口。
2. Double-GA相较于Single-GA的性能优势
在四个不同场景下，Double-GA均取得比单遗传算法（Single-GA）更低的总成本，成本降幅介于0.48%至2.97%之间，同时所需设备数量减少2至4台，证明了两阶段搜索策略在提高解质量和降低投资方面的有效性。
3. 半动态规划相对于静态规划的适应性提升
通过将15年规划期分为三个阶段实施半动态优化，研究展示了该方法在应对负荷增长与运行条件变化时的灵活性，相比一次性静态规划，半动态方案能够在中期阶段根据实际结果调整设备布局与迁移策略，降低了长期规划的不一致性风险。
4. 保护设备失效概率的敏感性分析
在不同失效概率假设下，Double-GA均能稳健地平衡新增设备投资与停电成本削减之间的关系，在维持系统可靠性指标的同时实现经济性优化，验证了模型对参数不确定性的鲁棒性。
四、讨论与结论
讨论部分总结：
研究人员指出，3D-GRAM框架的核心优势在于其算法无关性——该模型不依赖于特定优化算法，可灵活适配粒子群优化（PSO）、蚁群优化（ACO）等多种元启发式算法，具备良好的通用性与可扩展性。半动态规划在计算复杂度与适应性之间取得了有效折中：相比静态规划，它引入了阶段性反馈与调整机制；相比全动态规划，它大幅降低了决策变量数量与系统处理负担。Double-GA通过第一阶段全局搜索定位高潜力区域、第二阶段局部精化避免了过早陷入局部最优，从而提升了整体求解质量。尽管计算时间有所增加，但该框架在大规模系统中仍保持可接受的求解效率。
研究结论翻译：
本研究提出了3D-GRAM作为一种新颖、可扩展且通用化的配电网建模框架。关键贡献包括：（1）开发了模块化且算法无关的三维模型，可独立于具体优化算法应用于多种配电网络场景；（2）实现了与遗传算法等优化算法的无缝集成；（3）支持保护与控制设备的联合优化配置与迁移，并显式考虑保护设备失效概率；（4）兼容多阶段时间尺度的半动态规划；（5）框架设计兼顾大规模复杂网络的计算效率与可扩展性。在IEEE 85节点系统上的验证结果表明，3D-GRAM结合Double-GA与半动态规划的方法，在总成本和设备数量上均优于传统单阶段遗传算法，为现代配电网规划提供了一种可扩展、自适应且经济高效的解决方案。
