基于遗传-蚁群混合算法分布式电源配电网规划.docVIP

基于遗传-蚁群混合算法分布式电源配电网规划 　　请保留作者简介和英文部分：李凯 男 1979年4月生 沈阳供电公司工程师，辽宁海城人 　　摘要：本文针对分布式电源在配电网规划中产生的问题，以分布式发电的经济性为基础，提出了改进的遗传-蚁群融合算法，在遗传算法中引入逆转变异和精英保留策略，蚁群算法部分采用改进的最大-最小蚂蚁系统，并对两者衔接点的选取方法进行了改进。通过对仿真算例的求解，表明了利用该算法与单纯利用遗传或蚁群算法所得的方案相比，能够取得具有更强的全局经济性和求解速度更快的规划方案。 　　关键词：分布式电源；配电网规划；遗传算法；蚁群算法 　　中图分类号：TM727.2文献标识码：A 　　 　　Distribution Network Planning With Distributed Generation Based on GA-ACG 　　LI Kai1, Dong liang2 　　(1 Shenyang power supply company, Shenyang, 110003, China 　　2 School of Information Science and Engineering, Northeastern University, Shenyang 110004, China) 　　ABSTRACT: In this paper, to solve the problem of distribution network planning with distributed generation(DG) , the author establishes the optimized model based on the considerations of economy of DG, and puts forward an improved algorithm integrating the genetic algorithm(GA) and ant colony algorithm(ACG), in which reversal variation and elite reservation strategie are introduced in GA and modified max-min ant system is utilized. What’s more, the selection method of juncture is also modified. In comparison with the GA or ACG, the advantages in economy and solution speed of the new confluent algorithm in terms of the planning scheme of the location and capacity are demonstrated by solution of the same emulation example. 　　KEY WORDS：distributed generation, distribution network planning, genetic algorithm, ant colony algorithm. 　　 　　 　　1 引言 　　分布式发电系统与大电网相结合后，对传统配电网中的电压节点、线路潮流计算、短路电流、电能质量和可靠性等都会带来影响，其影响的程度与分布式电源的安装位置和安装容量有着决定性的关系[1-4]。上述问题给传统配电网规划带来实质性的挑战，使得电网规划人员在选择最优方案时必须考虑由分布式发电系统所带来的影响。 　　近年来发展的人工智能算法，如遗传算法[5]，模拟退火算法[6]，蚁群算法[7]，粒子群算法等[8]，为求解分布式电源在配电网中得规划问题提供了新思路，在一定程度上克服了传统算法的缺陷，但由于每种算法自身的特点，都存在着一些不足，如求解速度慢，产生局部收敛和运算时间长等。 　　遗传-蚁群融合算法(GA-ACG)是将遗传算法的全局搜索性和蚁群算法的正反馈特性有效的结合，使得计算的速度和取得的结果更加优化，并避免了早熟和局部收敛等问题。本文对GA-ACG进行了改进， 并结合分布式电源的配电网规划问题，对规划的模型进行了求解和验证。 　　2 遗传算法与蚁群算法的融合与改进 　　2.1遗传算法部分的改进 　　遗传算法的应用，首先要产生随机种群。对于含DG的配电网规划问题，种群里的每一个个体都代表着一组解，每组解都代表着每个DG在配电网中的位置和安装容量。其质量优劣由适应度函数来评价。每一个个体按照一定的概率，通常是