多目标配电网运行方式优化的研究

《多目标配电网运行方式优化的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第1章绪论总之，对配电网的运行方式优化进行研究，无论是对提高配电网的安全运行，还是在促进相关企业的经济发展方面都有着非常重要的意义。1．3课题研究的现状1．3．1运行方式研究的现状目前，在我国，对于输电网来说，由于研究的比较早，对运行方式相关方面的研究已经比较成熟，也已取得了较为丰富的成果。但是，对于配电网来说，由于历史等原因，对它的关注度远远不及输电网，同时又受到现有条件的限制，目前出现的各种相关研究大多还处于前期阶段，其准确度和完善度都还达不到要求，实用性也较小。对于配电网来说，对它进行诸如：规划、调度、运行方式优化等相关方面的研究都会关联到它的运行

2、方式，这些相关研究也体现了运行方式应用的几个重要的方面。虽然各种研究互相联系着，但它们又各有不同。在配电网各个方面的优化研究中，对它的规划是对较长期的网络架构及设备的运行状态的关注，而调度主要是对实时状态的关注。如果从关注的状态来看，可以将配电网运行方式优化看作是处于二者之间的某一状态。目前比较常见的对电网运行方式研究的主要目的，概括来说主要有以下几占．⋯、●(1)保证安全运行和优质电能：(2)降低成本，提高效益；(3)适应电力市场运行和营销中不断出现的新要求。由于配电网直接与用户相连，它在电力系统中占据着至关重要的地位。它供电的可靠性和供给的电能的质量

3、将会直接关系到国家经济的发展和民众生活水平的提高。又由于一般说来，它的电压等级较低，这样就造成了网络损耗在整个电力网中占据的比重较大。因此，要想对整个配电网实现优化运行，就要做到在确保配电网安全运行的前提下，进一步提高电力相关企业的经济效益。保证电力系统的安全有效运行是实现国民经济快速发展的前提，是提高电力相关企业经济效益的有效途径。对配电网的运行方式进行分析与评价有利于调度人员在对配电系统的运行与调度中做出更好的决策。常见的决策方法有：第1章绪论层次分析法、非线性法等。本文将采用层次分析法对配电网的各种运行方式进行详细的分析与评价。目前，我们较为常见的

4、对配电网运行方式进行优化的采用措施包括投切电容器和对其网络结构的优化等。其中对网络结构的优化这种方法采用的较多，也广泛被研究。本文即将要进行的研究也将主要是从网络优化方面着手，对配电网运行方式进行优化研究。1．3．2研究中常采用的方法在1975年，最优网络优化技术首次被提及，在这之后，随着研究成果的不断发表，各种不同算法也逐渐被提出。所有这些算法概括起来可以简单分成两大类：传统的优化方法和人工智能算法。其中，常用的传统方法主要有：应用数学规划理论算法【3。5】、开关支路交换算法【6．8】、最优流算法【9-11】等。但是，随着新型人工智能算法的发展及其在相

5、关领域的成功应用，借此，许多的研究人员就将这种新型算法引进到配电网优化研究的领域，已经取得了一定的成绩。而我们常见的被应用到配电网网络优化中的人工智能算法主要有：遗传算法、人工神经网络算法和粒子群优化算法等。遗传算法[12-18J(GeneticAlgorithm，简称GA)是通过对生物界进化规律的学习，进而演化而来的一种随机搜索方法。首次的提出是在1975年的美国，由J．Holland教授最先引出的。这种算法的主要特点是径直操作的是某一事物的构造对象，不受约束函数的限制，由于在搜索的过程中隐含着并行搜索的特性进而减小了陷入局部寻优的概率，能够自动调整搜

6、索的方向。GA只需要构造出目标函数就可以，而不需要借助其它的相关信息，因而具有广泛的适应性。由于GA具有这些特有的性质，现己被人们广泛地应用到了不同的领域，譬如：机器人、人工生命科学等。文献[19]首次提出将GA应用到电网重构中。文献[20]提出一种随进化进程自适应地改变交叉率和变异率的算法。文献[21】提出了一种基于改良策略的GA的配电网重构。但该算法同样存在很多缺点，比如：计算收敛慢世寸。人工神经网络算法【22．23】(ArtificialNeurMNetwork，简称趟州)是人们在对现代神经科学研究的基础上提出的。它的主要特点是通过对所训练样本网络

7、，用神经元的权值存储输入与输出之间的非线性关系。假设将它运用到网络优化中，第1章绪论可以将负荷的组合样本设置为算法的输入，将配电网的开关状态作为输出，这样就可以很好的反映出其负荷模式与最优网络构架之间的非线性关系。利用该算法进行优化时虽然速度较快，但是也存在着明显的不足：最终得到的结果的准确性取决于提供的训练样本，而提取训练样本需要时间，如果所要优化的问题规模较大的话，利用这个算法进行优化获取样本就会比较困难。粒子群优化(ParticleSwarmOptimization，简称PSO)算法是一种同GA类似的智能算法，也是一种源于群体的优化算法。利用PSO

8、算法进行优化时，首先利用随机产生一组解的方法对算法进行初始化，然后通过迭代寻优找