基于新型蚁群算法的配电网络规划.pdfVIP

基于新型蚁群算法的配电网络规划 口 伍春林 李志勇 (中南大学电气工程系 湖南 ·长沙 41OO75) 摘 要：在基本蚁群算法的基础上引入分段函数及柔性伸缩机制，对蚁群算法中转移概率的调节因子 的取值 以及信息素全局刷新方式加以改进，提高了蚁群算法搜索全局最优解的能力以及收敛到最优解的速度。将改进 后的算法应用于配电网规划问题，通过具体的算例验证表明，在相同的情况下，新方法比基本蚁群算法在搜索全 局最优解和收敛速度方面有所提高，说明了新方法的可行性与有效性。 关键词：蚁群算法 分段函数 信息素 配电网规划 中图分类号：TP301．6 文献标识码：A 文章编号：1007—3973(2010)02-085—03 配电网规划是一个非常复杂的大规模组合优化 问题，涉 电价(元 ／kWh)：Z，是线路的总投资费用(元)：1卅珊是相应的年最 及变 电站和馈线段的建设和容量大小的选择，以满足负荷增 大损耗时间(h)：△Pj是线路 i的有功损耗(kw)：L是网络的过 长的需要，同时满足相关其他具体的约束条件，求解相当复杂。 负荷(巳IJ超过线路最大允许负荷)的部分，其数值可以通过网络 传统的数学规划方法虽能从理论上保证规划方案的最优性， 的负荷潮流求得 ；A 是过负荷惩罚系数；A：是一个很大的数 ， 但当网络规模增大时，就很难求解此类复杂的组合优化问题。 代表网络为非辐射网时的惩罚值。 近几十年来，人们从 自然现象中发现并总结出各种启发式算 2基本蚁群算法 法比如模拟退火算法、遗传算法、蚁群算法等，逐步开始应用 首先列出待解空间即将 n条待选线路从 1到n编号，求 于电网规划。与传统的搜索方法相比，这类优化算法表现 出 出所有待选线路的信息素，然后根据路径上的信息素选择前 了一定的优越性，为了进一步提高优化质量和搜索效率，往往 方路径，进而调整所选路径上的信息素。具体过程为： 采用将某些优化算法结合起来使用，如文献中的模式记忆并 (1)定义m只人工蚂蚁。 行蚁群算法、文献中的遗传算法与蚁群算法相结合等等。 (2)初始化各线路上的信息素，每条线路的初始信息素是 蚁群算法是一种求解组合优化问题的通用新型启发式方 相同的。 法，该算法通过多个人工蚂蚁间的信息交互完成整个蚁群的 (3)计算第≈只蚂蚁由节点辞々移到节点J的转移概率 ， 复杂行为，本文在此基础上提出一种改进的蚁群算法，即改变 选择前进路径。 蚁群算法中调节因子B的取值和全局信息素的刷新方式，将其 如果 q≤qo，则 应用于配 电网络规划求解 问题 。 ： 』『max{)且，小 (2) 1配 电网优化规划数学模型 0 其他 配 电网络规划是在 已知电源水平及负荷需求情况下，确 否则 定满足各类用户要求及运行要求的经济网络方案。其中，运 _器{ A一k ㈣ 行要求是指满足辐射性约束、过负荷约束、电压约束等条件， l0 ，I 并将投资、网络损耗、生产费用等最优作为经济 目标。作为初 式中，q是一个在区间O【，l】上均匀分布的随机变量，q0是 步研究，本文只考虑过负荷约束和辐射形网络约束，以网络年 一 常数且0 qo 1：A代表第k只蚂蚁 已选节点集合； 代 综合费用和过负荷惩罚费用之和最小为 目标函数。采用的配 表第 k只蚂蚁末选节点集合；T表示线路()上的信息素； 电网规划 问题数学模型为： r