基于启发式蚁群算法的中压配电网络规划方法研究.pdf

《基于启发式蚁群算法的中压配电网络规划方法研究.pdf》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、第38卷第15期电力系统保护与控制Vol-38NO．152010年8月1曰PowerSystemProtectionandControlAug．1，2010基于启发式蚁群算法的中压配电网络规划方法研究路志英，葛亮，陆洁(天津大学电气与自动化工程学院，天津300072)摘要：结合数据库技术，根据城市中压配电网络规划问题的具体特征，对基本蚁群算法中的信息素更新及其寻优方式进行了改进，对基于启发式蚁群算法的中压配电网络规划方法进行了研究。在变电站位置、供电区域及负荷分布已知情况下，利用街道长度和负荷量的信息素和启发信息，选

2、取蚂蚁待选前进街道，确定配电网络的局部优化方案，实现了以区域街道为配电网络走廊的“辐射型”网络优化规划。算例表明该方法能够在保证计算速度的前提下，有效地规划出符合规划要求的方案。方法稳定，规划方案可行。关键词：配电网络规划；蚁群算法；信息素；启发信息；辐射型Researchonmedium-voltagedistributionnetworkplanningbasedonheuristicantcolonyalgorithmLUZhi—ying，GELiang，LUJie(SchoolofElectricalEngi

3、neeringandAutomation，TianjinUniversity，Tianjin300072，China)Abstract：Accordingtothespecificcharacteristicsofurbanmedium—voltagedistributionnetworkplanningandcombiningdatabasetechnology，anewmedium·voltagedistributionnetworkplanningmethodbasedonheuristicantcolonya

4、lgorithmisstudied，inwhichthepheromoneupdatingstrategyandoptimizationofantcolonyalgorittunareimproved．Whenthesubstationlocation，powersupplyregionandloaddistributionareknown，thewaythatantsselectisdeterminedbyusingthepheromoneandtheheuristicinformationconsistedofs

5、treetlengthandloadcapacity．Thenthedistributionnetworklocaloptimizationproposalisdetermined．Finally，theoptimizedradialmedium—voltagedistributionnetworkplanningcanbegoRenwhichisdistributedalongthestreetsundertheinfluenceoflocaloptimization．Theexperimentalresultss

6、howthattheproposedmethodcanmakeefectiveplaningtomeetplanningrequirementsoftheprogramandhaveappropriatecalculationspeed．Theexperimentalresultsalsoprovethattheproposedmethodisstableandtheplanningschemeisfeasible．Keywords：distributionnetworkplanning；antcolonyalgor

7、ithm；pheromone；heuristicinformation；radial中图分类号：TM715文献标识码：A文章编号：1674—3415(2010)15-0069—06算法一样属于模拟进化算法，但更重视变异的作用。0引言禁忌搜索算法[61是一种单线随机搜索算法，同其他配电网络规划问题具有非线性、离散性、运行算法结合，具有强大的全局搜索性能，但局部搜索方式多样性、多阶段性的特点，其求解是相当复杂性能易受分散性的影响。模拟退火算法J利用概率的川。突跳性在解空问中随机寻找目标函数的全局最优国内外学者研究和发展了

8、各种配电网络规划的解，也与其他方法相结合应用到了配网规划中。但模型和算法，如支路交换法【2J是对辐射结构配电网上述算法没有充分利用配电网络规划领域的相关知络的支路在其邻域内重复进行交换，直到目标函数识，弱化了其在具体问题中的全局搜索能力，使搜值最优，但这种方法只能实现局部最优，不能较好索效率较低。地解决实际问题。遗传算法【31是求解全局优化问题