电网规划中相关技术方法.docVIP

浅谈电网规划中的相关技术方法 摘 要：电力改革对电网规划工作提出更严格的要求。传统的人工规划已经无法适应当前的需要。这里详细地介绍了国际上提出的各种寻优算法模型，诸如启发式方法、模拟退火法、遗传算法、禁忌搜素、蚁群算法等。深入分析了它们的特点、优点和需要进一步解决的问题。展望了电网规划技术未来的发展前景。 关键词：电网规划；启发式方法；数学优化 中图分类号：u665.12文献标识码：a 文章编号： 1前言 电网是国家的基础设施，是经济发展不可缺少的硬件。合理的电网规划，不仅可以获得最大的经济效益，也可以获得最佳的社会效益。早期的电网规划以方案比较为基础。通过技术经济比较，从几个设定的方案中选择出推荐的方案。然而，这些待选方案是凭规划人员经验作出的，往往带主观因素和局限性。在新形势下，需要寻求更合理的规划方法。 理论上，电网规划是一个复杂的、动态的、多目标的不确定非线性数学规划课题。而且系统规模越大，其复杂性也越高。常规的电网规划方法大体可分为启发式和数学优化两大类。这些方法在实际研究中有一定突破，但是仍然存在诸如：①维数灾难；②局优而非全优；③约束条件和目标函数不易协调等问题。近来许多新型优化模 型，如遗传算法、蚁群算法、模拟退火算法等，被应用到电网规划领域并取得了一定的进展。下面将分别进行探讨。 2启发式方法 启发式方法是一种以直观分析为依据的算法。通常是以系统某一性能指标对可行路径上一些线路参数作灵敏度分析。根据一定的原则，逐步迭代，直到获得满足要求的方案为止。它主要由过负荷校验、灵敏度分析、方案形成三个部分组成。启发式方法有两种思路。第一种是逐步扩展法。即根据灵敏度分析的结果，以最有效的线路介入系统，逐步扩展网络。另外一种是逐步倒推法。即先将所有待选线路全部加入系统，构成一个冗余的虚拟网络。然后根据灵敏度分析，逐步剔除有效性低的线路 。 启发式方法直观灵活，计算时间短，易于同规划人员的经验相结合。缺点是难以选择出既容易计算，又能真正反映规划问题实质的性能指标。它不是严格的优化方法，不能很好地考虑各阶段，各架线决策间的相互影响。且当网络规模较大时，指标对于哪一组方案都差别不大，难以优化选择。 3数学优化方法 数学优化方法是对电网规划作出数学模型，形成有约束的极值问题，然后用最优化理论进行求解。数学优化的主要方法有：线性规划、多目标规划和动态规划等方法。 线性规划方法是最优化技术中发展最为成熟的领域，同时也是应用最广泛的优化方法。常采用近似措施，将非线性问题线性化，以便利用线性规划处理非线性优化问题。线性规划模型的主要不足之处是：用连续变量模拟离散的决策变量，不能准确地描述电网规划的整数性。得到的结果，要么偏离最优解，要么不满足约束条件。 多目标规划法将电网规划的经济性和可靠性有机地结合起来，使优化方案的综合效益达到最佳，适应了目前电网规划部门的实际需要。同时，多目标电网规划以供应方的开发成本最小和需求方缺电成本最小为优化目标。兼顾了供需双方的利益，提高了规划方案的综合社会效益。该方法的优点是：①在目标函数中可以综合考虑经济性和可靠性要求。将可靠性指标转化成经济形式加入目标函数，求得综合成本最低的网架方案。②在理论上验证了综合考虑经济性和可靠性的多目标电网规划方法的可行性并提出了数学模型和求解方法。缺点是适用规模小，适用性差。动态规划将一个问题转化为几个子问题分阶 段考虑。动态规划模型中，决策变量在各阶段的取值相互制约。当线路在某一阶段被选中后，就不能在其它阶段中被选中。对于目标函数，长期规划还必须考虑资金的时间价值。动态规划法的优点是：①能够避免连续变量法常常遇到的搜索方向错误，迭代不收敛或收敛到局部最优等问题；②避免了灵敏度系数的缺陷。缺点是：①计算时间长。②对于大规模系统，变量组合较多，易出现维数灾和计算不容易等问题。 虽然数学优化方法理论上可以保证得到最优解，但由于电网规划中要考虑的因素很多，问题的阶数也很大，建立模型十分困难。即使建模了，求解也很难。而且，实际中许多因素不能完全形式化，通常需要对原问题的数学模型作简化处理，有可能丢失最优解。综上所述，尽管数学规划发展较快，但在解决电网规划的实际问题上还存在种种困难，有待继续完善发展。 4人工智能方法 启发式方法和数学规划方法的共同特点是：以预测结果所需要确定的未来环境为基础，建立数学模型，求出最佳规划方案。但是电网规划还需要考虑影响其结果的各种不确定因素，如未来系统负荷及电源信息的不确定性、环境的变化以及政策法规背景等不确定性。传统的规划算法将难以适应。 为了弥补传统规划方法的不足，一种基于人工智能的新理论和新方法被引入到这一领域中来。人工智能方法，又称现代启发式方法，是借助物理现象或生物自然选择等自然规律的一种搜索算法。包括模拟退火法(simulated anne