用演化算法求解多阶段配电网规划问题啦啦棒输送链砌块吊牌枪沙琪玛Vh

用演化算法求解多阶段配电规划问题

分类号：TM715 文献标识码：A

文章编号： (2000) OPTIMAL MULTI-STAGE DISTRIBUTION PLANNING

USING EVOLUTIONARY ALGORITHMWANG Tian-hua

（Beijing Creative Distribution Automation Co.,LTD.,Beijing 100085,China）

WANG Ping-yang FAN Ming-tian

（Electric Power Research Institute China，Beijing 100085，China）ABSTRACT：In order to take into account the load changes between different years, 其距离为前轴两车轮的轮距the distribution planning should be done stage by以上几点就是影响压力实验机力学丈量的因素 stage. In this paper, evolutionary algorithm is applied to the multi-stage distribution-planning problem. A novel chromosome coding strategy is 胶鞋proposed to ensure that all the randomly generated chromosomes are feasible. This kind of coding strategy makes the searching process confined to only feasible solutions. In addition, because of no need of radiallity checking procedure, the evolution process is greatly improved. The example system demonstrates the effectivity and effeciency of the proposed method.

KEY WORDS：multi-stage distribution planning; evolutionary al可能会由于氧指数达不到中国规范的要求而被挤出B1级材料市场gorithm; chromosome coding strategy▲1 引言 在电力系统中，配电系统与用户的联系最紧密，对用户的供电可靠性和供电质量的影响也最直接。好的配电规划不仅能够为电力公司节省大量的投资和运行费用，而且能够提高用户的供电满意度。在竞争机制不断引入电力市场的今天，配电规划方法的研究格外受到重视。

配电规划在本质上是一个离散、非线性、多阶段、多目标的组合优化问题，其目的是：在满足对用户供电和保证络运行约束的前提下，寻求一组最优的决策变量(变电站的位置和容量、馈线路径和型号、常开和常闭开关的位置)，使得投资、损和用户停电损失之和最小。在长期配电规划中，为了动态地考虑不同时间段的负荷变动情况，常常将规划分成几个阶段进行，称之为多阶段配电规滤筒划。一个阶段可能为1年，也可能是几年，这需要根据负荷在整个规划年限内的变化来确精整设备定。多阶段规划使得配电络结构随负荷的变化作动态的调整，以寻求一种动态的设备投入方案来保证规划结果在整个规划年内是最优的。

传统的优化算法在求解配电规划问题时，往往对问题作如下简化［1，2］：(1)将变电站和馈线系统分开规划；(2)将非线性问题线性化；(3)将多阶段问题分解成单阶段问题；(4)不考虑配电的辐射状运行约束；(5)不考虑可靠性。所有这些简化使得所求出的解只是在某一特定条件下的局部最优解，从而影响了它的实际应用。遗传算法作为一种通用的问题求解模型，正是在这种背景下引入配电规划问题的。遗传算法不仅能够考虑非线性、不连续的约束和目标函数，而且可以提供一组优化解以辅助规划人员进行决策，因而特别适于配电规划的求解。但遗传算法没有很好地利用配电领域的专业知识来指导寻优过程，寻优速度相对较慢。演化算法强调利用领域知识来指导寻优过程，弥补了遗传算法的不足，在具体问题的优化求解中更为有效［3，4］。

在配电规划中，一个可行方案应该在满足对所有负荷点供电的基础上保持络的辐射状运行。传统的遗传算法在处理该约束时往往是通过检查方案的辐射性，并对产生环的方案进行惩罚来实现的。由于在随机产生的方案中，可行方案的比例相当低，遗传算法的进化速度就会很慢，不容易找到全局最优解。

本文将演化算法应用于多阶段配电规划问题的求解，提出了一种能够自动保证方案可行的染色体编码策略。这种编码策略使得演化算法只搜索可行解区域，避免了辐射性检查过程，从而提高了寻优速度。算例证明了算法的有效性和优越性。2 遗传算法处理配电规划问题的不足 配电规划问题可以形式化地表示为

min (投资＋损＋可靠性损失) (1)

约束：

变电设备不能过载 (2)

节点电压不能超标 (3)

辐射状运行 (4)

对所有的负荷供电 (5) 我们把满足约束(4)和(5)的方案称为可行的。很显然，可行方案必须满足：(1)不能形成环路；(2)变电站间不能存在通路；(3)所有负荷节点必须有与源点的通路。

配电规划总是从一张由现有和备选变电站及馈线组成的络图开始的，如图1［5］。传统的遗传算法采用随机产生的二进制数或整数电脑维修串来表示方案的络结构，0表示配电设备在某阶段不投入，1表示投入运行。这种染色体编码方法是以规划络图为基础的，编码串的长度取决于设备数。另外，该编码策略很难保证所产生的方案是可行的。即使是可行方案，交叉和变异操作也很容易使之变得不可行。作者曾经对这种随机产生的方案进行过统计，结果只有&l