大型配电网络优化规划

《大型配电网络优化规划》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、院系：电气与电子工程学院专业班级：电气1101班学生姓名：宋占象指导教师：马静学号：1111180118译文成绩：≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈原文著作（期刊）名称：PowerSystems,IEEETransactionson作者：SajadNajafi,SeyedHosseinHosseinian,MehrdadAbedi,ArashVahidnia,andSaeedAbachezadeh原文出版单位：IEEEPower&EnergySociety原文出版时间：March31st,2009原文出版地点：大型配电网络优化规划

2、SajadNajafi,SeyedHosseinHosseinian,MehrdadAbedi,ArashVahidnia,andSaeedAbachezadeh摘要大规模配电网规划是一个相对复杂和困难的问题。本文章提出应用改进遗传算法（GA）,该方法应用于大型配电网络系统优化设计，通过考虑其对应于操作和优化约束条件相关联的固定和可变的成本，能够为高压（HV）和中压（MV）变电站的选址定容问题,以及中压（MV）系统的网架规划提供相对优化的解决方案。本文提出的该新方法解决了在大规模配电网络中不同约束条件下实现最优规划问题。本文提出了一种基于中压变电站中最佳定位损耗特性矩阵的

3、全新概念，随之产生一种基于地理信息和实际配电网中高压变电站选址以及中压配电网网架规划优化方案。由最小生成树法来生成一套切实可行的初始种群。本文为减少计算量，避免巨大的搜索空间而导致不可行解，遗传算法采用了特殊的编码方式来解决优化网架规划问题。此编码方法保证了遗传算法向局部最优解过程中解决方案的有效性。基于改进遗传算法的软件在实际大型配电网络系统中得到检验并且得到了令人满意的结果。关键词——配电网规划，遗传算法，地理信息，长期负荷预测。第一章引言配电网规划问题已经基本被定义为多目标优化问题，其目标函数应包括在与电力服务的特点联系的技术约束条件限制下使配电网相关的投资和运行费

4、用最小；因此配电网络规划以一个最小的安装和运营成本是一项十分复杂的方案。由于不同的技术上可行的替代品,必须采用有效的电力系统优化技术给电力企业和投资者带来显著的节约成本。又因为配电网规划的复杂性，规划步骤通常被分为以下步骤：·长期负荷预测；·中压变电站选中定容优化·高压变电站选址定容、中压网架规划本文提出的遗传算法作为一种强大的优化算法在高压和中压变电站选址和网架规划问题中，可以去解决电力系统供应不足，并且达到一个合理的价格的负荷增长需求。考虑到影响变电站的最佳位置和最佳馈线的所有电气和地理条件限制因素，此全新算法旨在最大限度地减少投资和新设施的运营成本。对于未来负荷增长

5、，此方法能够确定新建中压变电站的类型、容量、位置，也能够确定高压变电站的位置及网架的配置方案。而实际上，一些高压、中压变电站或者馈线早已经投入运行，因此投资成本不必考虑已安装的设备利用率。文献[1]提出一种解决配电网变电站优化规划的方法。该方法可以自动选择在配电系统中变电站的最佳大小和位置。文献[2]则采用一种基于遗传算法、利用不同形式的资源来得到配电规划更佳的解决方案的方法。许多文章讨论了配电系统规划的复杂性和难度问题。计划项目必须满足电力系统可靠性需求，最小的成本，考虑到变电站负荷水平以及馈线的电流限制。每个方案应该有可接受范围内的末端母线电压、服务各种负荷及保护电网

6、基础设施。文献[3]-[8]。为了找到遗传算法使用的复杂的组合问题的最优解，其过程模仿了自然进化过程[9]。并有一组关于配电网优化规划的文献[10]-[13].例如在文献[13]中为提高配电网系统的服务质量，基于遗传算法和GIS系统的方法被应用于配电网规划中。电网系统规划是一个多目标优化问题，其目标函数是在技术条件限制下，使电网的投资和运行费用最小[10]-[13]。在文献[14]和文献[15]中描述了一种以20年为周期，为提高配网最佳视距规划模型的应用方法。最佳视距规划模型包括了所有一次和二次系统对配电网规划的要求。文献[16]中为解决配电网系统优化规划的多目标模糊模型

7、，作者提出一种多目标禁忌搜索算法。此算法得到三个目标函数的多目标非支配解：模糊经济成本，模糊可靠性水平和鲁棒性最大化，包括将建设的馈线的最优容量和位置，以最低经济成本得到最好可靠性水平。文章中提到的优化工具在变电站布局和馈线线路规划（在第四部分讨论）方面非常高效。该项目发展的解决方案的编码技术使遗传算法能够操作代表变电站和馈线配置的容量、类型及位置的二进制字符串。该算法的基本程序适于求解指定的问题。由于遗传算法在算法过程大型搜索控件中提出了大量解决方案，当考虑到计算机处理能力时，一套可行有效的初始种群的使用就会显得尤其有优越性