基于智能優(yōu)化算法的配電網(wǎng)絡(luò)規(guī)劃與優(yōu)化運(yùn)行研究.pdf

1、本文掌握了配電網(wǎng)絡(luò)規(guī)劃和優(yōu)化運(yùn)行的研究現(xiàn)狀，深入分析了近年來新興的幾種智能優(yōu)化方法的搜索效率和收斂特性，提出了幾種混合智能優(yōu)化算法用以彌補(bǔ)各種單一優(yōu)化算法的不足，并用以解決配電網(wǎng)絡(luò)規(guī)劃中的變電站選址定容、配電網(wǎng)架聯(lián)絡(luò)線總體規(guī)劃以及配電網(wǎng)絡(luò)運(yùn)行方面的網(wǎng)絡(luò)重構(gòu)和無功優(yōu)化等問題，在很大程度上提高了配電規(guī)劃和運(yùn)行人員的工作效率。概括起來，本文的工作包括以下幾個(gè)部分： 1.提出了具有變異特性的粒子群優(yōu)化算法(AMPSO)。此方法中，為了克

2、服粒子群優(yōu)化算法(PSO)的早熟現(xiàn)象，以種群的適應(yīng)度方差大小衡量粒子群體的“聚集”情況，受遺傳算法思想的啟發(fā)，對(duì)發(fā)生“聚集”的粒子賦予變異操作。通過幾個(gè)典型的函數(shù)優(yōu)化問題，驗(yàn)證了AMPSO較強(qiáng)的全局尋優(yōu)能力，并用此方法對(duì)配電網(wǎng)絡(luò)變電站選址定容問題進(jìn)行了計(jì)算，計(jì)算結(jié)果合理，可行。此外，在配電網(wǎng)絡(luò)變電站選址定容的計(jì)算模型中，不僅考慮了地理信息對(duì)建站投資費(fèi)用的影響，在選址過程中盡量避開湖泊、建筑物等一些不可行建站區(qū)域；而且考慮了線路投資和網(wǎng)絡(luò)

3、運(yùn)行費(fèi)用對(duì)站址選擇的影響。在模型上體現(xiàn)了變電站選址定容是地理信息和電氣信息兩者共同作用的結(jié)果，其計(jì)算結(jié)果能夠給配電網(wǎng)絡(luò)規(guī)劃人員提供強(qiáng)有力的支持。 2.運(yùn)用蟻群算法，以變電站間的距離、變電站富裕容量以及路徑上的信息素為啟發(fā)因素，用來解決在一定負(fù)荷密度和配電變電站間負(fù)荷轉(zhuǎn)帶比例下，考慮不同接線模式時(shí)的站間聯(lián)絡(luò)線優(yōu)化問題,同時(shí)還以邊際供電總成本最小為目標(biāo)函數(shù)，運(yùn)用快速高效的粒子群優(yōu)化算法來解決變電站負(fù)荷轉(zhuǎn)帶比例這一平衡配電網(wǎng)絡(luò)經(jīng)濟(jì)性和

4、可靠性的優(yōu)化問題，結(jié)合蟻群算法對(duì)站間聯(lián)絡(luò)線的優(yōu)化，最終形成配電網(wǎng)絡(luò)變電站總體聯(lián)絡(luò)規(guī)劃方案。 3.分別提出改進(jìn)的禁忌搜索算法(RTS)和混合粒子群遺傳算法(HGAPSO)解決配電網(wǎng)絡(luò)重構(gòu)靜態(tài)及多時(shí)段動(dòng)態(tài)重構(gòu)問題?；旌狭Ｗ尤哼z傳算法綜合了遺傳算法和粒子群算法的優(yōu)點(diǎn)，彌補(bǔ)了遺傳算法計(jì)算時(shí)間過長(zhǎng)及粒子群算法易陷入局部最優(yōu)的不足，其在計(jì)算速度和收斂性能上比任一單一算法都有很大的提高。禁忌搜索本身是一種局部搜索能力很強(qiáng)的優(yōu)化算法，但是，如何

5、尋找到問題的最優(yōu)解一直是眾多學(xué)者關(guān)注的問題。根據(jù)配電網(wǎng)絡(luò)的具體特點(diǎn)，采用高效的遺傳編碼策略，并分析了禁忌搜索的收斂條件，從而在理論上證明此種方法在解決配電網(wǎng)絡(luò)重構(gòu)問題時(shí)能夠找到全局最優(yōu)解的必然性。通過對(duì)IEEE三個(gè)經(jīng)典測(cè)試用例的計(jì)算和結(jié)果分析驗(yàn)證了上述兩種算法的正確性。 4.分別提出混沌優(yōu)化算法(COA)和具有混沌特性的粒子群優(yōu)化算法(CPSO)解決配電系統(tǒng)無功優(yōu)化問題。混沌優(yōu)化算法用類似載波的方法將混沌變量引入到優(yōu)化變量中，利

6、用混沌運(yùn)動(dòng)的遍歷性和貌似隨機(jī)性的特點(diǎn)直接對(duì)目標(biāo)函數(shù)尋優(yōu)，在擺脫局部最優(yōu)上有很好的性能，并且理論上是一個(gè)可以找到全局最優(yōu)解的算法。粒子群優(yōu)化方法(PSO)計(jì)算速度快，可以很好地處理大規(guī)?；旌险麛?shù)規(guī)劃問題，但是存在容易陷入局部最優(yōu)問題?；煦缌Ｗ尤簝?yōu)化方法(CPSO)結(jié)合混沌優(yōu)化中混沌變量良好的遍歷特性以及粒子群體搜索的快速性等特點(diǎn)，對(duì)即將重合而引起搜索能力下降的粒子賦予混沌狀態(tài)搜索，有效的提高了算法的全局尋優(yōu)能力，同時(shí)又保留了PSO方法計(jì)算