《一种新的模糊自适应模拟退火遗传算法在配电网重构中的应用》.pdfVIP

第 3O卷第4期 东 北 电 力 大 学 学 报 Vo1．30，No．4 2010年8月 JournalOfNortheastDianliUniversity Aug．，2010 文章编号：1005—2992(2010)04—0053—05 一 种新的模糊 自适应模拟退火遗传算法 在配 电网重构 中的应用 姜瀚书，梁 峰 ，贾彦兵 (东北电力大学 电气工程学院，吉林 吉林 132012) 摘 要：本文对配电网的重构问题进行了研究，提出了结合实际的配电网重构 目标函数，并将遗传 算法引入其中，用来解决这个复杂的，多 目标，多约束的组合优化问题。针对遗传算法收敛速度慢 、容易 “早熟”等缺点，结合模糊推理、模拟退火算法和 自适应机制，采用一种改进的遗传算法——模糊 自适应 模拟退火遗传算法(FASAGA)，实例分析表明，该算法比标准的遗传算法(SGA)具有更快的收敛速度和 寻优效果。 关 键 词：配电网重构；遗传算法；模糊控制；模拟退火；自适应 中图分类号：TM726 文献标识码：A 配电网具有闭环设计、开环运行的特点，通常网络结构呈辐射状。配电网含有大量的常闭和常开开 关，配网重构就是通过对配电网中的分段开关和联络开关进行分合操作，在保证开环运行方式和满足电 压、功率等限制的同时，达到降低网损、隔离故障、转移负荷、提高供电电压质量等 目的。配电网络重构 是一个多 目标非线性混合组合优化问题，处理多 目标优化问题的方法之一是降维优化方法，即选择一个 主要 目标，把其它 目标作为约束处理。另外由于网损下降时，过载情况、负荷平衡度和电压质量都能得 到改善，因此现有的配电网重构算法大多以降低网损为 目标函数。目前求解方法有很多种，归纳起来可 以分成以下3类：1．启发式方法，例如禁忌搜索和并行模拟退火算法…，遗传算法 ；2．人工智能法，如 专家系统、模糊集法和人工神经网络法等l2。；3．数学优化法，如混合整数优化法 和分支定界法 等。 其中遗传算法应用较多，但是在实际应用中常常出现收敛速度慢和 “早熟”等现象，主要是因为早 期的优 良个体 由于适应值大大高于群体的平均适应值，当按比例进行选择时，该个体很快就会在群体中 占据绝对的比例，而其他个体被淘汰，这样就造成 “早熟”现象；同时优化后期由于适应值相近，遗传算 子很难选择出优化的个体基因，所以收敛速度慢。遗传算法的交叉率和变异率通过经验选择，较小的交 叉率和变异率将导致遗传算法收敛速度慢，而过大的交叉率和变异率又会破坏后期的优 良个体，导致收 敛速度慢甚至无法收敛。所以需要一个 自适应的机制，随着遗传算法的过程来调整交叉率和变异率。 模拟退火算法是一种随机搜索算法。其思想源于金属的退火过程，由高温到低温，遍历整个搜索空间， 因此该算法具有 “爬 山”的能力，或跳出局部最优解 的能力。模糊控制能够模拟人的决策行为作出正确 的输出，如果能够使用模糊控制来指导遗传算法的操作 ，则可加人人的干预策略，调整遗传算法中的选 择、交叉和变异操作 ，从而改善遗传算法的性能。基于以上讨论，本文结合模糊控制、模拟退火算法和遗 传算法提出一种提出一种新的求解配电网重构问题的遗传算法— — 模糊 自适应模拟退火遗传算法 (FASAGA) 引。 收稿 日期 ：2010—07—01 作者简介：姜瀚书(1985一)，男，东北电力大学电气工程学院在读研究生，主要研究方向为电力系统配电自动化． 54 东北 电力大学学报 第3O卷 1 配 电网重构的数学模型 本文以网损最小建立的目标函数为： ： ， ． (1) 其中：为支路i的电阻；P 和Q分别为支路 i上的有功功率和无功功率；U为支路 i末端的节点电压； n为支路总数；．j}为支路 上开关的状态变量，其值为0表示断开，为1表示闭合 为系统网损，可通过潮 流计算求得，本文采用基于树型存储、具有