论文部分内容阅读
随着国民经济的迅速发展和人们生活水平的日益提高,用户对供电的可靠性和电能质量提出了更高的要求。如何通过配电网络的优化配置和优化运行,在保证配电网络安全性和可靠性的前提下,尽最大可能发挥当前配电网络的潜力,以及从长远的、整体的角度出发,科学合理地规划我国配电网络,是当前电力规划和运行人员急需解决的问题。配电网规划和优化运行的复杂性主要表现在规模大、不确定、因素多和NP难的特点,仅仅依靠规划和运行人员的经验已经远远不能满足现代配电网络的要求。本文掌握了配电网络规划和优化运行的研究现状,深入分析了近年来新兴的几种智能优化方法的搜索效率和收敛特性,提出了几种混合智能优化算法用以弥补各种单一优化算法的不足,并用以解决配电网络规划中的变电站选址定容、配电网架联络线总体规划以及配电网络运行方面的网络重构和无功优化等问题,在很大程度上提高了配电规划和运行人员的工作效率。概括起来,本文的工作包括以下几个部分:1.提出了具有变异特性的粒子群优化算法(AMPSO)。此方法中,为了克服粒子群优化算法(PSO)的早熟现象,以种群的适应度方差大小衡量粒子群体的“聚集”情况,受遗传算法思想的启发,对发生“聚集”的粒子赋予变异操作。通过几个典型的函数优化问题,验证了AMPSO较强的全局寻优能力,并用此方法对配电网络变电站选址定容问题进行了计算,计算结果合理,可行。此外,在配电网络变电站选址定容的计算模型中,不仅考虑了地理信息对建站投资费用的影响,在选址过程中尽量避开湖泊、建筑物等一些不可行建站区域;而且考虑了线路投资和网络运行费用对站址选择的影响。在模型上体现了变电站选址定容是地理信息和电气信息两者共同作用的结果,其计算结果能够给配电网络规划人员提供强有力的支持。2.运用蚁群算法,以变电站间的距离、变电站富裕容量以及路径上的信息素为启发因素,用来解决在一定负荷密度和配电变电站间负荷转带比例下,考虑不同接线模式时的站间联络线优化问题,同时还以边际供电总成本最小为目标函数,运用快速高效的粒子群优化算法来解决变电站负荷转带比例这一平衡配电网络经济性和可靠性的优化问题,结合蚁群算法对站间联络线的优化,最终形成配电网络变电站总体联络规划方案。3.分别提出改进的禁忌搜索算法(RTS)和混合粒子群遗传算法(HGAPSO)