改进遗传算法在配电网规划中具体应用研究.docVIP

改进遗传算法在配电网规划中具体应用研究 　　摘 要：随着我国社会经济的迅猛发展，人们对电力的需求不断增加，促进了配电网建设的进步。配电网规划是配电网建设的基础，对于配电网运行、调度的优化有着重要意义，所以，采取合适的算法提高配电网规划水平十分重要。在介绍遗传算法、模拟退火算法和禁忌搜索算法的基础上，分析了改进遗传算法在配电网规划中的具体应用。 　　关键词：改进遗传算法;配电网规划;电源规划;遗传算法 　　中图分类号：TM715 文献标识码：A DOI：10.15913/j.cnki.kjycx.2015.14.081 　　 　　 配电网规划是在给定的负荷值和电源规划的基础上，结合当前的电网结构，设计最合理的线路对配电网进行扩建或改进，在保证电力系统安全稳定的前提下，最大程度地降低配电网运行的成本，提高配电网配电、输电和用电的效率，有效降低配电网线损率，提升配电网运行的经济性。 　　1 配电网规划中的几种算法 　　1.1 遗传算法 　　 遗传算法是一种优化复杂函数的算法，是在1975年由Holland提出的，通过利用目标函数来探索最优的方向，整个计算过程中不需要进行求逆、求导等运算，能够随时加入约束条件，在多目标优化、整数非线性规划等方面应用较为广泛。 　　 在遗传算法当中，其操作的对象是参数编码而非参数自身，可以在同一时间段内搜索多个点的编码，其编码过程是遵循随机转换规则的。但是，遗传算法的缺点也十分明显，由于此算法中变异概率过小，染色体引入的机会过少，导致其局部搜索能力差，容易出现不可行解和早熟现象等问题。 　　1.2 模拟退火算法 　　 模拟退火算法是通过接受或放弃系统能量状态变化的信号来使其逐渐趋于稳定的一种算法，其基本原理是当系统能量从E1变化为E2，如果E1E2，则系统会接受此状态;反之则随机丢弃或接受。在经过多次迭代后，整个系统分布状态会逐渐稳定。 　　 在模拟退火算法当中，初始值与最终状态、算法解之间都没有关系，是一种随机性全局最优化的方法，在计算过程中可以并行计算，具有渐近收敛的特性。 　　1.3 禁忌搜索算法 　　 禁忌搜索算法是在局部邻域搜索算法基础上发展出的一种算法，其通过利用禁忌表记录的方式，将一些搜索过程中发生的局部最优过程或最优点列入禁忌搜索的范围，缩小下一次搜索的范围，有效解决了局部邻域搜索算法的不足。 　　 禁忌搜索算法的优点在于具有较高的“爬山能力”，这是由搜索过程中能够接受劣解特点决定的，但是，这种算法的结果会在很大程度上受到初始解的影响，如果初始解发生错误，则 　　最终解会出现较大误差。 　　2 配电网规划的数学模型 　　 配电网规划就是在某些特定条件下，最大可能地实现经济性、稳定性和安全性等多个目标的规划方式，所以，配电网规划模型为多目标模型，其中需要考虑建设投入、运行费用和网损等因素，优化模型如下： 　　 . （1） 　　式（1）中：f1为目标函数1，是指建设投资等值年费用;kI为单位长度线路造价;xi为决策变量;li为第i条线路长度。 　　 . （2） 　　式（2）中：f2为目标函数2，是指网络安全约束惩罚项;Wi为第i种网络约束;peni为相应的惩罚系数。 　　 . （3） 　　式（3）中：f3为目标函数3，是指年网损费用;T为年网损的时间，h;K2为单位电价;ri和pi分别为第i条线路电阻和功率;NB为网络支路数。 　　 综合公式（1）（2）（3）可得，此优化模型的广义函数为：minf=f1+f2+f3，由此可推出适应度函数fit=fmax-f=fmax-（f1+f2+f3）。 　　3 改进遗传算法的具体应用 　　 遗传算法的过程与自然进化的随机选择有着相似性，其基本操作主要包括选择、交叉和变异，为避免遗传算法的不足，本文就引进了模拟退火算法和禁忌搜索算法对其进行改进，以提高遗传算法的准确性，改进后的算法过程如下。 　　3.1 算法的实现过程 　　3.1.1 编码确定 　　 为了提高译码过程的效率，采取了整数编码的方式，同时，此编码方式还使得算法更加直观。在配电网规划中，进行编码时，其直接变量是配电网规划的线路数量，所以编码的对象就是架线类型和数量，其对应关系为染色体代表规划方案、基因代表某一架线支路。 　　 采用这种编码方式，通过去除基因代表的架线支路就可以直接反映此支架线路是否发生线型、长度方面的变化，遗传算法常用的二进制编码方式能够在很大程度上降低字符长度，提高解码效率。 　　3.1.2 算子选择 　　 在传统的遗传算法当中，算子选择是通过赌轮选择方法实现的，如此