基于自适应蚁群算法的农村电网网架优化方法的研究.pdfVIP

基壬自适廑蚁萎篁法的盈挝电圈圈架篮化方法的班究 基于自适应蚁群算法的农村电网网架优化方法的研究 于佳朴在林杨萍 (沈阳农业大学信息与电气工程学院 沈阳 110161) 摘要：电网规划问题是一个复杂的组合优化问题。蚁群算法是用于解决组合优化问题的一种高效 的启发式全局搜索技术。该文结合农村电网规划问题的特点，在基本蚁群算法的基础上，提出了通 过动态调整信患素挥发因子p来控制其正反馈过程的自适应蚁群算法，提高了网络优化规划过程中 得到全局最优解的概率和收敛速度。算例分析结果表明：自适应蚁群算法提高了电力网络优化规划 过程中得到全局最优解的概率和收敛速度，在相同参数下，自适应蚁群算法的迭代次数明显减少， 并验证了该方法的实效性。 关键词：农村电网规划；自适应蚁群算法；信息素挥发因子 1 引言 电网规划是一个具有多目标性、不确定性、非线性和多阶段性等特点的复杂优化问题¨1。目 前，国内外已有很多学者对这类问题开展了深人的研究工作，提出了很多解决方法，如经典数学优 化方法(分支定界法、松弛法、割平面法和外部近似法等)、启发式方法和智能优化算法旧1。现代 启发式算法如遗传算法(Geneticm90rithm，GA)、模拟退火(simul砒ed 忌搜索(Tabusearch，鸭)算法和蚁群算法(AntColony 供了思路口。]，这为求解电网规划问题提供了思路。但是，这些优化算法都存在局限性，在求解 时，往往会出现“维数灾难”和易陷入局部最优解的缺点。 蚁群算法(Antcolony 寻找从窝巢至食物源的最短路径的能力，适应性地搜索问题的最优解哺J。该算法的主要特点是正反 馈、分布式计算及富于建设性贪婪启发式搜索的运用。 任何事物都具有两面性，蚁群算法作为一种新兴的仿生优化算法也不例外。搜索时间长、易陷 于局部最优解是其最为突出的缺点。 农村电网供电半径长、负荷分散、分布广，网架结构薄弱，尽管进行了两次网改，缓解了供需 矛盾，但在经济快速发展的部分区域供电电能质量低的现象依然突出，已成为发展的拼劲。因此， 农村电网网架结构合理规划显得尤为重要。本文结合农村电网规划的特点，并针对基本蚁群算法的 不足，提出了一种信息素挥发因子的自适应改进策略，并进行了算例分析，验证了这种算法在农村 电网规划的可行性和有效性。 2 电网优化规划的数学模型 网架优化模型以线路的年综合费用和过负荷惩罚费用之和最小为目标函数。数学模型表示如下： 若是辐射网 297 mi矾x，=荟等+善(等+c：厶卜+A，荟厶掣 s．￡． ki。≤K≤k。 若不是辐射网 0≤Si≤S。。 mi欹X)=A2 式中：z表示可行备选路径个数，z。表示现有路径个数，z：表示可行备选新增路径个数；x为凡维 度线路的设备投资回收和折旧维修费用；厶为支路长度(km)，Pi+为支路i的载荷率；c：为单位长度 线路的综合投资(万元／七m)；A。为过负荷惩罚系数，A：为一数值较大的惩罚值。K，‰。、y一分别为 节点i的工作电压、最小允许电压值和最大允许电压值；s。和s一为节点i的注入功率和最大注入功 率。Pi+是路径中的实际传输功率与额定传输功率的比值。 3基本蚁群算法(ACA)的优化过程 模拟蚂蚁群体觅食行为的蚁群算法是作为一种新的计算智能模式引人的，该算法的优化过程如 下‘7I： (1)定义一组人工蚂蚁。 (2)初始化参数。在初始时刻，令各条路径i上的信息素下i(0)=c(c为某一常数)。 (3)蚂蚁个体根据状态转移概率公式计算的概率选择前进的方向。状态转移概率公式如下： ‘ p÷。。，：J．—_!主篇，i∈口朋。埘edt 加={。。k咏∥删矿一 L0， i隹口ZZo加ed‘ 式中：丁i(￡)