蚁群算法在生物发电配网规划中的应用研究.pdf

摘要 摘要 配电网规划是电力系统规划的重要组成部分，对其进行科学合理的优化，寻找最佳 配网决策将带来可观的经济和社会效益。生物质发电配电网规划是低压的配电网规划， 根据变电站的容量及用户的负荷容量，设计最佳的网络结构，为用户提供长期稳定、并 能满足用户需要的电力。生物质低压配电网涉及每个自发电站的位置、容量大小等非线 性数据问题，同时服从每个自发电站容量、辐射状网络结构以及可靠性要求等约束，是 一个非线性、多目标、多约束的组合优化问题。 蚁群算法(Ant ColonyAlgorithm)是一种基于种群的模拟进化，用于解决复杂线性 及非线性优化问题的启发式算法。该算法最初应用在旅行商问题(TSP)、二次分配问题 (QAP)和车间调度问题(JSP)的求解中并且取得了较好的效果。现在蚁群算法以其良好的 寻优性能己经成功的在电机优化设计问题、函数优化问题和集成电路布线问题等领域得 到应用。 本文对基本蚁群算法和蚁群系统进行了深入研究，同时分析国内外配电网规划研究 现状的基础上结合生物质生长位置、存储运输条件、小发电网的应用用户层等特点给出 了生物质配电网规划的数学模型、约束条件和适应度日标函数。针对配电网络的辐射性 和连通性等特点，提出将向上节点法应用于配电网规划中，旨在保证生物质发电配电网 络规划的辐射状网络解；针对基本的蚁群算法在信息素的选取种类单一、信息素的更新 机制容易使得算法陷入停滞的缺点，对算法进行了信息素的选取、信息素的更新规则两 方面改进：首先，根据选择的生物质发电配电网网的约束条件适当的增加信息素的种 类，并利用不同的权值给出多种信息素之间的制约关系；在信息素更新机制方面利用平 均线路长度比较的方法，每条新规划线路与平均线路相比较之后再判别该线路的规划是 否有效。在以上两点改进的方法上提出了适合于生物质发电低压配电网络规划的改进蚁 群算法(IACOA)。 利用51个城市的TSP典型问题与遗传算法、蚁群系统算法进行比较，实验结果表 明，本文提出的IACOA算法相对于遗传算法和蚁群系统算法而言，IACOA算法具有更 好的全局寻优能力，算法运算速度快，抑制了“早熟收敛，避免陷入局部最优值，表 现出较强的寻优性能，更加适用于非线性规划问题的求解。最后将IACOA算法应用到 72个负荷点、6个自发电站的村镇生物质低压配电网络规划问题中，弥补了传统蚁群系 统算法在配电网规划中计算速度慢、易于陷入局部最优解的不足，并改善了解的收敛性 得到比较好的规划结果。 摘要 关键词蚁群算法；配电网络规划；信息素；优化；生物质能 -Ⅱ· Abstract Abstract network isan of Distribution planningimportantcomponentpowersystemplanning．The andsocialbenefitswillbeachievedtheaidofscientific and economic by planning great investmentdecision．Inorderto abundantand network supply high—qualified optimalpower to distributionnetwork needsto powercustomers，low-voltage(LV)biomassplanning provide basedonthesubs