配電網規劃中的智能算法與綜合評價方法分析

王朗

（廣西電網公司邕寧供電公司，廣西 南寧 530200）

1 引言

配電網規劃是電力系統研究領域的一個重要組成部分，其實質是在運行及故障費用與網絡投資費用之間尋找平衡，是在已知規劃水平年的電源規劃和負荷預測的基礎上，根據現有的電網結構，合理地選擇擴建線路以滿足安全運行和經濟性最優［1，2］。

文獻［3－11］是近年來一些典型的新興的解決電網規劃問題的智能優化方法，如人工魚群算法、禁忌搜索與蟻群最優結合算法蟻群最優算法等，這些方法取得了一定的效果。

綜合評價電網規劃具有重要的作用，可以在電網規劃方案確定之前，對電網進行預測分析，有效把握未來電網的建設和運行水平，強化對電網的主動管理水平，是保證電網規劃質量和未來電網供電水平的重要手段，因此本文重點分析配電網規劃中的智能算法與綜合評價方法。

2 配電網的潮流計算

潮流計算是對配電網進行定量分析的基礎，配電網的規劃要依賴于潮流計算的數據。目前常用的的配電網潮流計算方法是牛頓類配電網潮流計算方法，其矢量方程為:

式中:SDG—發電機節點與負荷節點功率矢量；

ΔS—潮流方程的功率不平衡矢量；

diag［V］—電壓對角陣；

—節點導納矩陣的共軛矩陣；

—電壓向量的共軛向量。

將式（1）泰勒展開，省略二次以上的高次項后可得修正方程:

式中:Δθ、ΔU—母線電壓的修正量；

ΔP、ΔQ—平衡向量；

J—雅可比矩陣。

雅可比矩陣可表達為:

式中:dij=θi－αij－θj，dij—矩陣d第i行j列元素；

θi、θj—電壓相角矢量的第i個和第j個元素。

2 改進遺傳算法的應用

遺傳算法是一種可以應用于配電網規劃的優化方法，它根據優勝劣汰的原則進行搜索和優化，可以考慮多種目標函數和約束條件，特別適合于整數型變量優化問題，為電力系統規劃開創了一條新的路徑。

基本遺傳算法可描述成:

式中:C—個體的編碼方法；

E—個體適應度評價函數；

P0—初始種群；

M—種群大小；

Φ—選擇算子；

Γ—交叉算子；

Ψ—變異算子；

T—遺傳算法終止條件。

遺傳算法的參數中交叉概率和變異概率是影響遺傳算法行為和性能的關鍵，直接會影響算法的收斂性，進而提出一種自適應遺傳算法的改進遺傳算法，其交叉概率和變異概率進行自適應調整:

式中:fmax—群體中最大適應度值；

favg—每代群體的平均適應度值；

f—要變異個體的適應度值；

f'—交叉的兩個個體中較大的適應度。

進一步改進時，將群體中的最大適應度的個體的交叉率和變異率分別提到到Pc2和Pm2，表達式如下:

式中:Pc1=0.9；Pc2=0.6；Pm1=0.1；Pm2=0.01。

基于改進遺傳算法的配電網規劃的數學模型可描述為:

配電網規劃時考慮的一個重要的經濟性指標是使規劃后的配電網網損最小，目標函數為:

式中:FC—配電網中所有閉合饋線的集合；

Ui—饋線i上的電壓；

Pi—饋線i上的有功功率；

Qi—饋線i上的無功功率；

ri—饋線i的阻抗。

一般采用的表達式如下:

式中:read（·）取實部函數；

sum（·）—求和函數；

conj（·）—共軛函數；

X—開關狀態矢量；

V（X）—當前網絡節點電壓矩陣；

Y（X）—當前網絡節點導納矩陣。

潮流等式約束條件表達式如下:

不等式約束條件為:

式中:S、—各線路功率的計算值與上限；

—節點電壓上、下限。

對線路容量越界的罰函數處理方法為:

式中:Δ—支路功率與支路容量上限差矢量。對節點電壓越界的罰函數處理方法為:

式中:k、l、u—懲罰因子。

將式（16）和（17）代入目標函數中，可得到新的目標函數:

3 配電網規劃的綜合評價方法

配電網規劃設計規模大、不確定因素多、涉及領域廣，是一項復雜艱巨的系統工程，而且規劃方案本身帶有預測和仿真特質，與電網的歷史和未來都密切相關，電網規劃方案本身的優劣和方案的實施程度對電網的經濟技術和適應發展水平起到關鍵作用，一般配電網的評價指標體系構建方法如圖1所示。

圖1 電網規劃評價指標體系構建過程流程圖

配電網規劃評價指標體系研究的主要任務，在于如何建立有效的評價體系來監測、引導和管理電網的建設和發展，所建立的配電網規劃評價指標體系，需要比較系統而完整的表征電網技術、經濟和發展水平，其評價體系一般為圖2所示。

4 總結

配電網規劃是電網發展的重要環節之一，其規劃水平和質量直接影響到電網供電的安全性、可靠性和經濟性水平。配電網規劃是保證電網實現從滿足到滿意供電、從不間斷供電到高質量供電的重要手段，其最終目的在于以最低的投資，實現電網供電能力和供電質量最大程度的提高。

圖2 電網規劃評價指標體系結構

［1］王錫凡.電力系統優化規劃［M］.北京:水利電力出版社，1990.

［2］程浩忠，范宏，翟海保.輸電網柔性規劃研究綜述［J］.電力系統及其自動化學報，2007，19（1）:21 －27.

［3］毛玉賓，王秀麗，王錫凡.多階段輸電網絡最優規劃的遺傳算法［J］.電力系統自動化，1998，22（12）:13 －15，19.

［4］屈剛，程浩忠，馬則良，等.考慮發電容量適應性的多目標輸電網規劃［J］.電力系統自動化，2009，33（23）:19 －23.

［5］王秀麗，王錫凡.遺傳算法在輸電系統規劃中的應用［J］.西安交通大學學報，1995，29（8）:1 －9.

［6］聶宏展，呂盼，喬怡.基于人工魚群算法的輸電網絡規劃［J］.電工電能新技術，2008，27（2）:11 －15.

［7］吳杰，劉健，盧志剛，等.適用于輸電網網架規劃的人工魚群算法［J］.電網技術，2007，31（18）:63 －67.

［8］陳根軍，唐國慶.基于禁忌搜索與蟻群最優結合算法的配電網規劃［J］.電網技術，2005，29（2）:23 －27.

［9］陳根軍，王磊，唐國慶.基于蟻群最優的輸電網絡擴展規劃［J］.電網技術，2001，25（6）:21 －24.

［10］王賽一，王成山.遺傳禁忌混合算法及其在電網規劃中的應用［J］.電力系統自動化，2004，28（20）:43 －46.

［11］聶宏展，喬怡，呂盼.基于混合人工魚群算法的輸電網絡規劃［J］.電網技術，2009，33（2）:78 －83.