基于蚁群算法配电网分段开关优化配置

《基于蚁群算法配电网分段开关优化配置》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于蚁群算法配电网分段开关优化配摘要：本文采用了蚁群算法，来确定配电网分段开关最佳数量和安装位置的双层优化规划方法，外层优化针对不同的开关数量采用蚁群逐步向最佳开关数逼近；对开关安装位置进行优化，采用缺供电量作为评价指标，内层优化在给定开关数量条件下合理配置开关的安装位置。通过算例，验证了该方法的可行性和有效性。关键词：配电网分段开关蚁群算法1概述对配电网上设备进行远方实时监视、协调及控制的集成系统，被叫做配电自动化。配电系统是电力系统中直接面向电力用户的系统。尽量减少停电面积和缩短停电时间是配电自动化系统

2、的主要目的之一，当配网发生故障或异常运行时，查处故障区段及异常情况，在正常情况下，通过监视配网运行工况，优化配网运行方式。通过配电网开关快速隔离故障区段，减少停电面积，缩短停电时间，及时恢复非故障区域用户的供电。2蚁群算法2.1引言蚁群算法是一种求解组合问题的通用启发式算法，其主要特征是正反馈，分布式计算和贪婪启发式搜索的运用。正反馈有助于快速发现较好的解；分布式计算避免了在迭代过程中出现早熟现象。2.2蚁群算法的原理蚁群算法具有一种新的模拟进化优化方法的有效性和应用性，是一种用来寻找优化路径的机率型算法，

3、又称蚂蚁算法，英文名(antcolonyoptimization,ACO),该算法是一种模拟进化算法，将蚁群算法设计的结果与遗传算法设计的结果进行了比较，初步的研究表明该算法具有许多优良的性质，数值仿真结果表明，蚁群算法具有良好的实用性。3蚁群最优算法在开关优化的应用3.1蚁群算法优化的过程蚁群算法的主要依据是信息正反馈原理和某种启发式算法的有机结合，这种算法在构造解的过程中利用随机选择策略，这种选择策略使进化速度变慢，正反馈原理旨在强化性能较好的解，却易出现停滞现象，这是造成基本蚁群算法缺陷的根本原因。蚁

4、群算法的解空间是多维空间，对应着蚂蚁旅行的各个时期(stage),目前在蚁群算法的应用中空间维数已知，每维空间的可选状态数已知。本文中结合配电网开关配置的实际问题，对基本蚁群算法进行如下4方面的改进：初始信息素赋值的优化，转移策略的改进，搜索空间维数的动态减少,信息更新的改进。3.1.1优化初始信息素。从电源端沿潮流分布方向，首先计算各段线路故障时其下游负荷的停电损失Cb(j),再将停电损失通过如下转换计算，作为各点初始信息素。各段停电损失标么值为：Cb(j)=XjtrCrBljHPK(1)C"(j)=■(

5、2)各点间初始信息素为CHH(j)=CIH(i)-CBB(j)(3)此式子在于优化开始时各节点相互之间的信息素值，缩短了选择下一路径的计算过程。同时，得出的非故障下游区各节点Cb(j),也为之后的计算缺电损失提供各节点的缺电值。3.1.2转移策略。蚂蚁从x时期的节点i转移到y时期的节点j,由下算式确定转移系数：P■■二■若j?埸TabuH；0其他(4)式中，Tabu■为禁忌旅游的节点集合。蚂蚁k选择转移系数最大的路径，s=maxPB■所对应的节点j引导蚂蚁朝着最优方向搜索。3.1.3维数终止原则。配网开关优

6、化配置的数量对应着蚂蚁旅行的节点数(stage),开关的安装位置对应着蚂蚁每个时期的搜索状态(state)。首先对配电网各节点安装分段开关时所减少的停电损失进行计算，只有当安装分段开关时所减少的停电损失大于设备本身的投资时，该点列入蚂蚁可行路径集travelo每只蚂蚁k从某一时期(x)的状态搜索到下一时期(y)的状态搜索之前，计算当前所搜索路径的目标函数，并与当前最优值比较，若小于当前最优解，该蚂蚁继续旅行剩余的节点，否则蚂蚁k则结束这次旅行，记录本次旅游路径，所有蚂蚁重复该过程。计算每只蚂蚁旅程对应的目标

7、函数，选择目标函数最小值作为本次循环的最优解并记录下来。蚁群第一次循环旅行的时期数等于travel路径集的节点个数，以后循环旅行中的可选节点数小于travel路径集的元素个数，从而减少了搜索空间维数。上述指导每只蚂蚁结束本次旅游的原则称为维数终止原则。3.1.4信息更新原则。由于配网分段开关的配置与开关配置的先后顺序无关，因此信息更新只需实现全局更新，全局更新用于所有蚂蚁都搜索到自己的路径，完成一次循环后执行。全局更新不再用于所有蚂蚁，而只对每一次循环中得出最优解的蚂蚁所记录的路径进行信息更新：T■(N+l

8、)=(1-p)T■(N)+AT■(5)AtBl/f,路径ij是已求出的最优路径的一部分；0,其他(6)式中，f为本次旅游最优路径的停电损失和设备投资总费用；（i-P）为信息素残留因子；P为信息蒸发因子（0