改进遗传算法在配电网规划中的具体应用研究
基于改进遗传算法的配电网规划
关键词：配电网、配电网规划、遗传算法
第
II
页上海交通大学工程硕士学位 Nhomakorabea文ABSTRACT
DISTRIBUTION NETWORK PLANNING BASED ON IMPROVED GENETIC ALGORITHM
ABSTRACT
Power system composes of 4 parts including power generation, transmission, distribution and consumption. The part of power distribution is called distribution network, which is an important part in power system, as well as in urban and rural infrastructure. The economic benefit of power system and the reliability of power supply depend to a large extent on the planning of distribution network and construction. On the basis of load forecast, distribution planning focuses on deciding when, where and how to construct distribution lines to realize needed power supply in the planning cycle. The objective of distribution planning is to minimize cost of network construction and operation while meeting relative technical constraints. Mathematically, distribution planning is a nonlinear mixed integer programming problem and the selection of optimization method is the key problem in solving it. As a modern heuristic global optimization method, Genetic Algorithm has no special demands for the objective function or constraint conditions of optimization problems, so it’s very suitable to solve the above problem. A single-objective mathematical model of distribution network planning is proposed in this paper. The objective of the model is to minimize construction and operation cost, and the radioactivity, connectivity, balanced power, distribution line operation limits and voltage operation limits are taken into account as constraint conditions. The model of multi-objective distribution planning is introduced as well based on single-objective model. After comparison of several optimization algorithms, Genetic Algorithm is
基于遗传算法的电力配网规划优化研究
基于遗传算法的电力配网规划优化研究电力配网规划优化是电力系统领域的重要课题，它关系到电力系统的可靠性、经济性和可持续发展。
而遗传算法作为一种优化算法，被广泛应用于电力系统领域，为电力配网规划问题的优化提供了新的思路和方法。
本文将探讨基于遗传算法的电力配网规划优化研究。
一、遗传算法的原理简介遗传算法是模拟生物进化过程的一种优化算法。
它通过模拟基因的交叉、变异和选择等操作，以寻找问题的最优解。
遗传算法的具体过程包括个体编码、初始种群的生成、适应度函数的定义、选择、交叉和变异等步骤。
二、电力配网规划问题的基本概念电力配网规划是指根据用电负荷的需求和供电条件，确定电缆、变压器等设备的类型、数量和布置，并进行线路的选线和拓展，以满足用户的需求。
电力配网规划的目标是使得整个配电网的线损最小、供电可靠性最高，且投资成本最低。
三、遗传算法在电力配网规划优化中的应用1. 个体编码在电力配网规划优化中，个体编码的任务是将待优化的变量转换为计算机可以处理的编码形式。
常见的编码方式包括二进制编码、十进制编码和实数编码等。
不同的编码方式适用于不同的问题。
2. 适应度函数的定义适应度函数用于评价每个个体的适应度，它反映了个体在解空间中的好坏程度。
在电力配网规划优化中，适应度函数可以包括线损、可靠性和投资成本等指标。
通过适应度函数的定义，可以将电力配网规划问题转化为遗传算法可以处理的优化问题。
3. 选择操作选择操作是从种群中选择适应度较高的个体作为父代，以产生下一代种群。
常见的选择操作有轮盘赌选择、锦标赛选择和随机选择等。
选择操作的目的是保留优秀的个体，并增加他们在下一代中被选择的概率。
4. 交叉操作交叉操作是将两个父代个体的染色体中的部分基因进行交换，以产生新的个体。
交叉操作的目的是产生新的个体，引入新的基因组合，并增加个体的多样性。
在电力配网规划优化中，交叉操作可以通过调整设备的类型、数量和布置等方式来实现。
5. 变异操作变异操作是对个体染色体中的基因进行微小的随机变动，以产生新的个体。
遗传算法在电力系统优化中的应用研究
遗传算法在电力系统优化中的应用研究电力系统是一个复杂而庞大的系统，涉及发电、输电和配电等多个环节。
优化电力系统的运行和调度是提高电力系统效率和经济性的重要任务之一。
为了解决电力系统中的优化问题，如经济调度、负荷预测和容量调度等，遗传算法被广泛应用于电力系统优化研究中。
本文将介绍遗传算法的原理、优化电力系统中的常见问题以及遗传算法在电力系统优化中的应用。
遗传算法是一种模拟自然生物遗传和进化过程的优化算法。
该算法通过模拟自然界中的进化和遗传机制，逐步优化问题的解决方案。
遗传算法主要包括基因编码、适应度函数、选择、交叉和变异等几个关键步骤。
在遗传算法中，问题的解被编码成一个个体，称为染色体。
染色体由一串基因组成，每个基因代表问题解的一个部分。
通过对解空间进行适应度评估，可以确定每个个体的适应度，即问题解的优劣程度。
选择操作是根据个体的适应度，选择一定数量的个体作为下一代的种群。
交叉操作通过交换染色体上的基因片段来产生新的个体。
变异操作则随机改变染色体中的一个或多个基因。
通过迭代进行选择、交叉和变异等操作，直到达到预定条件，从而得到问题的最优解。
在电力系统优化中，常见的问题包括经济调度、负荷预测和容量调度等。
经济调度是指在满足供需平衡的前提下，使电力系统的运行成本最小化。
负荷预测是指通过对历史负荷数据的分析与建模，预测未来一段时间内的负荷需求，以便更好地安排发电和输电计划。
容量调度是指通过对电力系统的潮流计算，确定各个节点的输电容量，以确保电力系统的稳定运行。
遗传算法在解决这些问题上具有很好的优势。
首先，遗传算法具有全局优化能力。
电力系统问题的解空间通常非常庞大，传统优化方法往往容易陷入局部最优解。
而遗传算法通过全局搜索的方式，能够更好地找到问题的全局最优解。
其次，遗传算法具有自适应性和自学习能力。
在优化求解过程中，遗传算法能够自动适应问题的特点和求解难度，通过选择、交叉和变异等操作进行优化。
同时，通过不断迭代和进化，遗传算法能够不断学习和改进解决方案，提高整体性能和效率。
改进遗传算法在含DG配电网重构中的应用
2020年第39卷第10期传感器与微系统(Transducer and Microsyslem Technologies)153｛应用技术'DOI：10.13873/J.1000-9787(2020)10-0153-04改进遗传算法在含DG配电网重构中的应用金亦舟，张莉萍，武鹏，牛启帆，沈依婷(上海工程技术大学电子电气工程学院，上海201620)摘要：计及分布式电源(DC)出力和负荷不确定性对配电网的影响,提岀一种适用于不确定性配电网重构的改进遗传算法。
首先，基于DG出力概率模型，给出考虑多种不确定性的供电能力机会约束模型，建立了考虑供电能力机会约束条件的配电网重构模型;然后，改进遗传算法中生成初始种群与交叉操作的方式,使其适用于所建配电网重构模型;最后，使用改进遗传算法求解配电网重构模型，给出基于蒙特卡罗模拟的随机机会约束检验方法。
IEEE33节点算例的计算结果表明，本文方法能计及DG出力和负荷的不确定性，所得方案可满足设定的供电能力，提升配电网重构方案的抗风险能力。
关键词：配电网重构；改进遗传算法；供电能力；分布式电源；机会约束规划中图分类号：TM727文献标识码：A文章编号：1000-9787(2020)10-0153-04Application of improved GA in distribution networkreconfiguration with DGJIN Yizhou,ZHANG Liping,WU Peng,NIU Qifan,SHEN Yiting(School of Electronic and Electrical Engineering,Shanghai University of Engineering Science,Shanghai201620,China) Abstract:The impact of distributed generation(DG)access on distribution network is taken into account,animproved genetic algorithm for uncertain distribution network reconfiguration is proposed・Firstly,based on DGoutput probability model,a power supply capability index opportunity constraint model considering uncertainty ispresented,and the distribution network reconfiguration model considering chance constrained condition isestablished；then, the initial population generation and crossover operation of genetic algorithm is improved to makeit suitable for the uncertain distribution network reconfiguration model.Finally,a simulation method for calculatingthe chance constrained of power supply capability index is presented.The33ode example shows that the methodis able to take the uncertainty of DG output and distribution network load into account on the basis of traditionalgenetic algorithm,The reconfiguration scheme can meet the index of power supply capability and improve the anti・risk capability of the reconfiguration scheme.Keywords:distribution network reconfiguration；improved genetic algorithm；power supply capability index；distributed generation(DG)；chance constrained programming0引言配电网重构是一种根据系统实时运行状况，通过优化网络拓扑来提高网架运行效率和电能质量的重要手段。
基于改进的遗传算法的电力电网优化研究
基于改进的遗传算法的电力电网优化研究电力电网是现代社会最重要的基础设施之一，其安全、稳定、可靠的运行对国家经济、社会发展乃至人民日常生活都具有至关重要的意义。
因此，如何优化控制电力电网的运行，提高其效率和可靠性，一直是电力行业和相关领域的热门研究课题之一。
遗传算法是一种被广泛应用于求解复杂问题的智能算法。
其思路是基于仿生学，模拟自然界中物种进化的过程，通过选择、交叉、变异等操作，逐渐优化达到解决问题的效果。
在电力电网问题的优化研究中，遗传算法也被广泛应用。
然而，传统的遗传算法在求解电力电网优化问题时，面临着多种挑战。
首先，电力电网运行的特殊性使得问题模型非常复杂，需要充分考虑各种电力流、电压、负荷等因素的影响。
其次，电力电网的可靠性要求非常高，任何决策都需要充分考虑风险和稳定性。
因此，需求一个更加有效的、能够应对复杂问题的改进遗传算法来解决这一难题。
近些年来，大量科研工作者在改进遗传算法方面做出了重要贡献。
其中，最具代表性的是改进的基因变异算子和选择策略。
基因变异算子是指在群体的某个体上进行单点变异或多点变异操作，使得个体的基因信息发生变化，从而增强全局搜索能力。
而选择策略则是在群体中选出适应度最高的个体，以此保留优秀的基因信息和探索新的解空间，加速算法收敛速度。
此外，考虑到电力电网的多目标优化性质，在解决电力电网优化问题时需要考虑多个目标指标。
因此，将改进的遗传算法与多目标优化技术相结合，又是一种有效的解决方案。
例如，可以将改进的遗传算法与NSGA-II算法、MOEA算法等结合，形成混合优化算法，提高电力电网优化问题求解的准确性和鲁棒性。
在实际工程应用中，改进的遗传算法已经被应用于电力电网优化问题的求解。
例如，在电网脆弱性分析中，有学者采用改进的遗传算法，以节点负载和电压稳定性指标为评价，对电力电网进行了多目标优化，优化结果表明，该算法具有很好的多目标拓扑优化能力和较快的计算速度，对电力电网的优化具有较高的实用性。
配电网规划中改进遗传算法的应用研究
电力科技2015.10︱303︱配电网规划中改进遗传算法的应用配电网规划中改进遗传算法的应用研究研究研究阮胜冬（国网浙江龙游县供电公司，浙江 龙游 324400）【摘 要】配电网规划是配电网建设的基础，对于配电网运行、调度的优化有着重要意义，所以，采取合适的算法提高配电网规划水平十分重要。
本文结合作者多年工作经验，在介绍遗传算法、模拟退火算法和禁忌搜索算法的基础上，分析了改进遗传算法在配电网规划中的具体应用。
【关键词】改进遗传算法；配电网规划；电源规划；遗传算法配电网规划是在给定的负荷值和电源规划的基础上，结合当前的电网结构，设计最合理的线路对配电网进行扩建或改进，在保证电力系统安全稳定的前提下，最大程度地降低配电网运行的成本，提高配电网配电、输电和用电的效率，有效降低配电网线损率，提升配电网运行的经济性。
1 配电网规划中的几种算法1.1 遗传算法遗传算法是一种优化复杂函数的算法，是在 1975 年由Holland 提出的，通过利用目标函数来探索最优的方向，整个计算过程中不需要进行求逆、求导等运算，能够随时加入约束条件，在多目标优化、整数非线性规划等方面应用较为广泛。
在遗传算法当中，其操作的对象是参数编码而非参数自身，可以在同一时间段内搜索多个点的编码，其编码过程是遵循随机转换规则的。
但是，遗传算法的缺点也十分明显，由于此算法中变异概率过小，染色体引入的机会过少，导致其局部搜索能力差，容易出现不可行解和早熟现象等问题。
1.2 模拟退火算法模拟退火算法是通过接受或放弃系统能量状态变化的信号来使其逐渐趋于稳定的一种算法，其基本原理是当系统能量从E1变化为 E2，如果 E1＞E2，则系统会接受此状态；反之则随机丢弃或接受。
在经过多次迭代后，整个系统分布状态会逐渐稳定。
在模拟退火算法当中，初始值与最终状态、算法解之间都没有关系，是一种随机性全局最优化的方法，在计算过程中可以并行计算，具有渐近收敛的特性。
基于改进遗传算法的电网优化控制技术研究
基于改进遗传算法的电网优化控制技术研究随着电力行业的发展，电网优化控制技术逐渐成为电网运行的核心。
传统的电力系统规划和运行面临着很多的挑战，随机变化的电力负荷、复杂的电力系统结构和非线性的负荷特性限制了传统的优化方法的应用。
因此，一种基于改进遗传算法的电网优化控制技术被提出来，它通过优化电力系统的运行策略、调整发电能力和控制电网负载，以提高电网的可靠性和稳定性。
本文就该技术的原理、应用和改进提出一些想法。
1. 基于遗传算法的电网优化控制技术原理遗传算法是一种优化方法，模拟生物进化的原理，通过变异、交叉和选择等操作，使优秀的个体得以生存，而较差的个体被淘汰。
传统的遗传算法虽然应用广泛，但却存在严重的缺陷，例如缺乏多样性、易陷入局部最优解等问题。
改进后的遗传算法则加入了模拟退火、精英保留和自适应修正等技术，可以充分挖掘问题的解空间，并得到最优解。
在电力系统中，优化控制问题可以转化为一种优化问题，以电力系统的有效容量和负荷平衡程度为目标函数，通过改进遗传算法不断优化解的空间，最终得到最优解。
电网优化控制技术基于改进遗传算法，能够对电网的运行情况进行实时监测、分析和控制，有效提高电网的稳定性和可靠性。
2. 基于遗传算法的电网优化控制技术应用研究电网优化控制技术的应用可以分为两部分：一是对电网的负荷分配和控制，二是对发电机能力的控制。
在实际应用中，通过监测系统获取电网的状态数据，然后通过遗传算法将发电机的输出功率和负载分配合理地配置到多个节点上，从而达到整个网络的最佳状态。
例如，在发电机出现故障时，电网优化控制技术能够快速发现并采取相应的措施，以减轻负荷和调整电网结构，从而保证电网的正常运行。
此外，电网优化控制技术还可以应用于电网规划和建设过程中。
在电网规划中，能够系统地进行设计和优化，并对发电机、变压器等关键设备进行筛选，并建立网络拓扑结构，在建设和运行过程中保证网络的可持续性和稳定性。
3. 基于遗传算法的电网优化控制技术的改进尽管基于改进遗传算法的电网优化控制技术在实际应用中被证明可以取得较好的效果，但它仍然存在一些困难与挑战。
改进的遗传算法在配电网检修计划中的应用
了企 业 的停 电损失 ． 将 导 致 负 荷停 电 的设 备 检 修 时 若
间安 排在 负荷 低谷 期 ， 即通 过 优化 设 备 的检 修 时 间 就
学模型， 并设 计 求解 该模 型 的算法 ， 着重 要 的理论 价 有 值 和现 实 意义 ． 目前 ， 电 网设备 检修 计划 基本 上还 是 配 依 靠检 修人 员 的经 验人 工 编 制 而 成 ， 人 工 编 制 计 划 在 中 ， 在着 可靠 性差 、 作 效 率 低 、 济 性 得 不 到 保 证 存 工 经
Ｎ一 待检 修设备 总数 ， ； 台 Ｔ 检修 时段 总数 ， ； 一 ｄ
上级调 度部 门制定 的检修 计 划 ； 月 延 续 至本 月 的 检 上
修 ； 故检 修 等． 类 检 修 的起 始 时 间可 认 为是 确 定 事 这 的 ， 之存在 同 时检修 关 系 的设 备 检 修 时 间也 不 能 变 与
一
检修 费用 ， ； 元
平 均 电价 ， ／ Ｗｈ 元 ｋ ；
收稿 日期 ： ０ １ ７ ５ ２ １ 一Ｏ —１
作 者 简 介 ： 阳玲 （９ ８ ） 女 ， 徽 池 州人 ， 师 ， 士 欧 １７一 ， 安 讲 硕
第 ４期
欧 阳玲 等 ： 进 的 遗 传 算 法 在 配 电 网 检 修计 划 中 的应 用 改
第 ２ 第 ４期 ２卷
２ １ 年 ８月 ０１
中原 工 学 院学 报
Ｊ ＯＵＲＮＡＬ ＯＦ ＺＨＯＮＧＹＵ ＡＮ ＵＮＩ ＶＥＲＳ ＴＹ ＣＨＮＯＬＯＧＹ Ｉ ＯＦ ＴＥ
Ｖｏ ． ２ Ｎｏ ４ １２ ．
Ａｕ ｇ．， ０１１ ２
文 章 编 号 ：６ １ ６ ０ （ ０ １ ０ — ０ ５ — ０ １ ７ — ９ ６ ２ １ ）４ ０ ６ ６
改进的混合遗传算法在配电网规划中的应用
优解的能力和禁忌搜索算法较快的搜索速度，提出了改进 的 混 合 遗 传 算 法，即 将 模 拟 退 火 选 择 算 子 和 禁 忌 搜
索变异算子应用到遗传操作中，提高了种群选择的有效性 和 遗 传 算 法 局 部 搜 索 能 力 ，避 免 了 单 一 遗 传 算 法 中
收敛速度慢和早熟现象的产生。并将改进的混合遗 传 算 法 应 用 到 河 南 省 北 部 Ａ 地 区 电 网 规 划 中，对 水 平 年
第 ３０ 卷 第 ９ 期
黄 慧 等 ：改 进 的 混 合 遗 传 算 法 在 配 电 网 规 划率潮流。
正常情况 和 Ｎ－１ 检 验 情 况 下 需 满 足 的 约 束 条件分别为：
烄Ｐ ＝ Ｂθ 烅Ｐｌ ＝ ＢｌΔθ
烆｜Ｐｌ｜≤ Ｐｌｍａｘ
（４）
烄Ｐ ＝ Ｂ′θ′ 烅Ｐ′ｌ＝ Ｂ′ｌΔθ′
烆｜Ｐ′ｌ｜≤ Ｐｌｍａｘ
（５）
率；ｎ 为资金贴现 年 限；Ｄ 为 新 建 线 路 集；Ｋｌ 为 单
位长度线路造价；ｘｉ 为决策变量，即第ｉ条线 路 的
回路数；ｌｉ 为 第ｉ 条 线 路 长 度；ｆ２ 为 目 标 函 数 ２，
为网络安全约束的 惩 罚 项；Ｐｅｎｍ 为 第 ｍ 种 网 络 约 束的惩罚系数；Ｗｍ 为第ｍ 种网络约束，如功率 约
（１．华北水利水电学院 电力学院，河南 郑州 ４５００１１；２．郑州航空工业管理学院 信息科学学院，河南 郑州 ４５００１５； ３．内蒙古工业大学 电力学院，内蒙古 呼和浩特 ０１００５１）
摘要：利用遗传算法解决 ＮＰ 问题（非确定性多项式问题）的良好能力、模拟 退 火 算 法 在 当 前 点 邻 域 内 搜 索 最
第３０卷 第９期 ２ ０ １ ２ 年 ９ 月
文 章 编 号 ：１０００－７７０９（２０１２）０９－０１６８－０３
改进遗传算法背景下的配电网无功优化研究
改进遗传算法背景下的配电网无功优化研究摘要：有效降低配电网有功损失是配电网安全、经济运行的重要课题。
为解决局部地区网损偏大的问题，文中将改进的遗传算法用于无功补偿优化。
在考虑配电网拓扑结构的同时，设计了自适应遗传算子并构造了指数型适应度函数来提升遗传算法收敛速度和精度，充分发挥了遗传算法的全局随机快速搜索能力。
优化某16节点算例的结果表明，配电网有功网损由6．76%下降到5．16%，电压达标率从70．61%提高到92．86%，表明该方法能够提高全局寻优精度，改善区域网络电压质量，同时也证明了该改进遗传算法用于无功优化的可行性和实用性。
关键词：配电网;多目标无功优化;降低网损;随着电力系统的经济安全运行问题日益受到重视，如何降低网络损耗，改善供电质量，提高经济效益已成为电力部门面临的实际问题。
配电网无功优化主要是通过合理分配无功功率来实现无功就地平衡，可减少有功损耗，提高电能质量和经济效益。
配电网无功优化组合寻优具有目标函数多、非线性规划、控制变量离散化等特点。
现行优化算法均有各自缺陷，诸如计算数据量偏大、收敛性能不达标、运行稳定性不佳等。
遗传算法在初值问题、收敛特性、计算速度、解的情况等各方面能得到相对最优解。
领域内众多研究人员对遗传算法在配电网无功中应用进行研究，并取得了实质性进展。
本文参考已有的研究成果，考虑配电网复杂树状分支结构，建立了潮流计算数学模型，构造出基于网损最小的目标函数模型。
文中设计了惩罚函数并改进遗传算子、编码方式，将改进的遗传算法用于配电网无功优化，最后和传统遗传算法优化效果进行对比。
文中研究了优化方案对配电网络(网损偏大)网损率、电压达标率、补偿容量等方面的影响，定量计算降损幅度和改善电压效果，对改进的遗传算法的应用特点及优势进行了定性评价。
1无功优化数学模型配电网潮流计算一般采用简化等值模型。
由实际运行精确数学模型计算出的配电网潮流分布更加准确，因此本文配电网模型是某地区长期运行网络数学模型。
基于改进遗传算法的配电网规划的研究的开题报告
基于改进遗传算法的配电网规划的研究的开题报告1.研究背景和意义随着电力需求的不断增长，配电网规划成为电力系统建设中不可或缺的一环。
传统的配电网规划方法主要是基于经验或规则制定设计方案，其存在着一定的局限性。
因此，提高配电网规划的设计效率和精度，成为了当前电力领域的一个重要研究方向。
改进遗传算法是一种有效的优化算法，以其具有全局搜索、自适应、高效等特点而被广泛应用于配电网规划领域。
该算法将优秀的染色体代表作为进化的方向，通过不断的遗传变异和选择筛选找到最优解，可快速寻找适合的配电网方案，从而提高配电网规划的设计效率和精度。
因此，本文旨在探究如何利用改进遗传算法优化配电网规划，以提高配电网建设的质量和效率。
2.研究目标和内容（1）研究配电网规划的现状及优化方法，了解当前配电网规划存在的问题和改进的可能性。
（2）研究改进遗传算法的原理和具体实现方法。
（3）将改进遗传算法应用于配电网规划中，并比较其与传统方法的优劣之处。
（4）通过实验仿真，验证改进遗传算法在配电网规划中的有效性和优越性。
（5）提出针对配电网规划优化的改进遗传算法，并探索其未来的应用前景。
3.研究方法（1）文献调研法：了解配电网规划的现状、设计方法和相应的优化算法，查阅相关文献资料，了解该领域的最新研究成果。
（2）理论分析法：对改进遗传算法进行理论分析，探究其优化原理及应用条件。
（3）仿真实验法：基于改进遗传算法，进行配电网规划仿真实验，对不同算法及参数设置的仿真结果进行分析比较，验证优化算法的可行性和可靠性。
4.论文结构（1）绪论：阐述论文的研究背景和意义、研究目标和内容、研究方法、论文结构等。
（2）配电网规划的现状和问题：分析配电网规划的现状和问题，揭示传统方法的局限性，为后续研究提供参考。
（3）改进遗传算法的原理和应用：介绍改进遗传算法的原理、基本操作、编码方式和优化策略，为后续配电网规划优化提供基础知识。
（4）基于改进遗传算法的配电网规划优化：基于改进遗传算法，针对配电网规划的优化目标建立数学模型，并通过仿真实验验证算法的有效性和优越性。
改进自适应遗传算法在配电网重构中的应用
Ｆｅ ， ０１ ｂ．２ ２
改进 自适 应 遗传 算 法在 配 电 网重 构 中的应 用
许 奎 ，杨 波 ，李录兵 ，董士珍
（ ．中国煤炭科 工集团武汉设 计研究院 ，湖北 武汉 ４ ０６ ； １ ３ ０ ４
２ 西 电力 职 业 技 术 学 院 ，广 西 南 宁 ５ ０ ０ ） ．广 ３０ ０ 摘 要 ：提 出以 环 路 开 关 号 为 基 因、 系统 环路 的 支路 数 为 染 色体 长 度 的 编 码 方 法 ， 大 大 缩 短 了 染 色体 的 长
了如 下 几 个 假 设 ：负 荷 以恒 定 的 纯 有 功 分 量 电 流 关 号 为 基 因 、系 统 环 路 的 支 路 数 为 染 色 体 长 度 的 源表 示 ，电压 角 度 被 忽 略 ，不 考 虑 网 络 的 约 束 条 编 码 方 法 ，大 大 缩 短 了 染 色 体 的 长 度 ，在 遗 传 操 件 ，以 Ｄ Ｃ潮 流 计 算 网络 流 。他 采 用 启 发 式 规 则 作 中采 取 了 消 除 孤 岛 和 环 路 的 有 效 手 段 ，从 而 大 及 分 支 定 界 策 略 来 确 定 具 有 最小 网损 的 网 络 结 构 。 大减 少 了基 因 操 作 中 不 可 行 解 的 生 成 ，提 高 了算
Ｓ Ｃｖ ｎａ 推 导 出 一 组 负 荷 从 一 条 馈 线 转 移 ． ｉａ ｌｒ 到另 一 条 馈 线 时 网损 变 化 的 公 式 ，指 出 只 有 当 负
Ｉ Ｉ 考 虑开 关操 作次数 最 少 ．
为延 长 开 关 的 使 用 寿 命 ，方 便 操 作 员 操 作 ，
在 配 网 重 构 中 常 以 开 关 操 作 次 数 最 小 为 目标
鞭 鞋ｅ 豫｛ Ｇ ＰＯＷ 孵糍 ｉ 兰 ＝ ０； 糍｛ Ｎ群 黼嚣
基于配电网优化规划中改进遗传算法的应用研究
２ ． 放射 性约 束 放射 陛约束其 实就 是 电源 节点供 电区域的划分 问题 ， 根 据配 网运行的技 术 要求 ， 供 电网络一般应 该是辐射 网结果 ， 通过 引入 过负 荷惩罚 项 ， 我们 可 以保 证 此结 果不被 选 中 。 ３ ． 电压约 束 要 求 电压 降必 须满 足给 点的要 求 ， 达 到安全 供 电的标 准 ， 即： △Ｕｍｉ ｎ￣△Ｕｉ ≤△ Ｕｍａ ｘ 式 中 ：Ｕ ｍｉ ｎ 和Ｕ ｍａ ｘ 分别 为允 许 的馈 线节 点 电压 最小值 和最 大值 ； ｕｉ 为馈线 节点 电压 实际计 算值 。 当用遗传算法 进行配 电网规划 时， 需要将 上述约 束条件通过 惩罚 函数 的形 式作 用于 目标 函数 。 ２改进 的 遗传 算法 ２ ． １ 交叉 算子 的改进 在 传统 的遗 传算法 中， 经 常会 出现 “ 近 亲繁殖 ” 现身 。 所谓 “ 近亲 繁殖 ” 现 象即： 由一对 父母 代个 体Ｃ， Ｄ 经过遗 传操 作后 产生 的子代 为 ： ｃ ｄ ， ｃ ｄ ， ｃ ｄ ． ， ｃ ， ｄ ． 。 然而 在进化到 下一代或者 下几 代的时候 ， 其 中的两 个子 代可能作 为新 的父 母进 行遗 传操作 ， 此时 即发生 了“ 近亲繁殖 ” 这就 是造 成群 体多 样性丢 失的主要 原 因
配网规划 是一个 离散 、 非 线性 、 多阶段 、 多 目标 的组合 优化 问题 ， 其 目标 是 在 满足用 户供 电和保证 网络运 行 约束的前 提下 ， 寻 求一组 最优 的决策 变量 （ 变 电站 的位置 和容 量、 馈线路 径和 型号 ） ， 使 得工程 投资 、 网损和用 户停 电损失 之 和最 小。 在标 准的遗 传算法 中 ， 适应值 高 的个 体被选择 算子保 留下来 ， 淘汰低 劣 的个体， 使得整个种群朝着好的方向进化， 但是在选择算子的作用下， 群体丧失 了种 群 的多样 性 ， 群 体进 化后 期就 会 出现“ 早熟 ” 现象 。 针对 标 准遗 传算 法“ 早 熟” 现象 ， 许多 的研究人 员对 其进行 了改进 ， 本文通 过改进 标准交叉 算子和 引入 二 元变异算 子 来替代 传统算 子进行 了改进 ， 并将这 种改进 引入 到配 电网规划 ， 避免 了在 选择 网架路 径的 问题 上 带来 的局部最 优 问题 ， 有 效 的解决 了Ｇ Ａ 存在 的早 熟现象 和局部收敛 等 问题 ， 最后 的仿真结 果证 明了本文所提 方法的可 行性 和 有效性 １配 电 网网架 规捌 的数 学模 型
改进的多目标优化遗传算法在电网规划的应用
改进的多目标优化遗传算法在电网规划的应用摘要：本文将一种改进的多目标优化遗传算法应用于电网规划中针对目前研究大规模多阶段多目标电网规划遇到的问题，提出了多目标电网规划的分层最优化方法，使得计算量大幅度降低避免了多目标函数处理的困难；同时提出的改进最优切负荷模型更易于计算缺电成本，使可靠性指标转化为经济性指标时方便实用，算例证明了本文算法的有效性。
关键词电网规划经济性可靠性混合遗传模拟退火算法多目标1引言电网规划的目的是根据电源发展及负荷增长情况合理地确定若干年后的目标网架结构使其在保证安全可靠的前提下做到经济上的优化。
由于多目标电网规划将电网规划的经济性和可靠性有机地结合起来，使优化方案的综合效益达到最佳，适应了目前电网规划部门的实际需要。
同时，多目标电网规划以供应方的开发成本最小和需求方缺电成本最小为优化目标，兼顾供需双方的利益，提高了规划方案的综合社会效益。
2电网规划的缺电成本计算2.1缺电成本的数学模型电网规划的目标函数一般为电网规划的综合成本最小，其中包括投资费用、运营成本和缺电成本其中前 2 项是供应方开发成本，而第 3 项需求方缺电成本是可靠性要求在目标函数中的体现。
缺电成本既是一项重要的经济性指标，也是可靠性分析的关键。
通过缺电成本的计算，可以将电网规划的经济性和可靠性有机地结合起来，使多目标电网规划成为可能研究期间系统的缺电成本的计算公式为：式中Ln 为负荷节点数(另设网架的节点数为Nn，电源节点数为Gn，支路数为B n )；sLD 为系统的负荷水平集合; P rT r为第r 种负荷水平的概率和负荷持续时间; 为节点i 的缺电损失评价率, 元/kWh 可定义为由于电网供电中断造成用户得不到电量而引起的损失,为第r 种负荷水平下,节点i 的电量不足期望值kWh/期间,可通过系统可靠性计算得到式中S F为系统故障事件集合S h qSHq 分别为发生故障q 时故障设备集合和正常设备集合;为故障q 状态下,设备j k 的故障停运概率r qL, 为发生故障q 时系统的切负荷量。
改进遗传算法在配电网无功优化的应用
非线 性 、 多变量 、 多约束 条件 的混 合非 线性规 划 问题 ， 作变 量 既有连 续 变量 ， 有离 散变 量 ， 操 又 使得 优 化过
程 十分复 杂 ， 常规 的解决 方法 主要有线 性规 划 、 非线 性规划 、 态规划法 、 动 遗传 算法 等．Ｉ４ ￣ ］ － 遗传 算法 又叫基 因算法 （ ｎ ｔ ｇ ｒ ｈ ＧＡ） 是 １ ７ Ｇｅ ｅｉ Ａｌｏ ｉ ｍ， ｃ ｔ ， ９ ５年 由美 国 Ｍｉ ｉａ ｃ ｇ ｎ大学 的 Ｈｏｌｎ ｈ ｌ ｄ教 授 ａ 基 于达尔文 的“ 者生存 ， 适 自然选 择” 的进 化理论 提 出并逐步 发展起 来 的． 这种方 法是 一种模 拟 自然 选择
／ 瓦时 ） 为有 功 网损 年费用 平衡 系数 ； Ｐ 为有功功 率损 耗 ； 为年 最大负 荷损耗 小时数 ；ｚ 电容 千 ； △ ｒ 为
器 固定 安装 费用 （ 万元 节 点） ７ 为补偿 电容器 的个数 ；。 电容器 年运行 费用 （ ； ＂ ／ ｃ为 ｏ 万元 ／ 乏） Ｑ 系统 电 千 ；
容器补偿 总量 ； 为电压越 界惩罚 因子 ； 为为无 功补偿 总容 量越 限惩罚 因子 ； Ｕ… Ｕ 为节 点 电压 的允 ，
许偏差 上下 限值 ； Ｑ 为给定 的补偿 总容量 ． 电容器 的耗 电量 为 设
＊
收 稿 日期 ：０８ ０ —２ ２０— ７ ０
作 者简 介 ： 艳 玲 （９ ３ ， ， 西 荔 浦 人 ， 州 职 业 技 术 学 院讲 师 ， 南 大学 电 气 与 信 息 工 程 学 院 硕 士 生 ， 要 从 杨 １ ７ 一） 女 广 柳 湖 主
２０ ０ ８年 ９月
文 章 编 号 ：０ ７ ２ ８ （ ０ ８ ０ — ０ ６ —０ １０ — ９５ ２０ ）５ ０ ８ ４
多目标优化改进遗传算法在电网规划中的应用
{|
?H " I ! I ! @! I ( + > " ? (c y , V < ! K H $ 3 J K c’R ? Z $ ! 3 ! @! A+ E " ? (G % ! F H$ ! 3 ! F @! L * * y , V < R D 2 P 3 , ;! @=$(krf
!
B C D C E " ? (G % F
-+ ) / % F ) F F F * ! * ) r s : t ! F ) . Z C Z & * ) [ . Z . [ . F F F: . ) C <m) / % F ) F F F r ! * ) r s : . ! F ) . Z F C & * ) [ . : . C [ F F* s
o 0 *|> ? m ] < M<m)/]zAY7u m vrv-+)/$ 8 % 9 &a ‘ " < L L q 3 0 ! t! >? p q <m) /n > n (k 5 D N <m) /$ ‘ Q T <g ] C; D N hh k D -+ " f ) / ’ _ p qX c@ ( G D D ‘ = 4 C 7 n > ! -DK5 vw w G D % j 7 # V V-. $ ’
’ # " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " "
浅析遗传算法在我国配电系统网络中的应用
改进的多目标遗传算法在配电网规划中的应用
i =1 N
[ f ( s Hale Waihona Puke ω + u ( s ) ] ∑
i i
( 1)
i =1 N
βl [ω ∑∑
j ∈J
1 mj
x j k mj + Kmj P j T maxβ ]
2
min f s = min f f =
i =1
∑
[ωf ( si ) + u ( si ) ]
2
min f r =
i =1
[Pl ∑∑
3. 1 改进的配电网规划编码方式
2 改进 MOGA 算法
MO GA 算法先按单目标遗传算法优化 , 然后
由于在规划时假定了待选线路和变电站 , 因此 线路和变电站只有 0 和 1 两种状态 , 一般进化算法 采用二进制编码 , 0 为淘汰 , 1 为选中 。 这种编 、 解码 方式简单易行 , 但直接采用二进制编码会产生大量 不满足配电网辐射型要求的不可行解 , 因而使得规 划过程不是很有效 。 在辐射型配电网中 , 每个负荷点都只有一个向 上节点 , 即只有一个电源点 , 基于此 , 本文提出一种 向上节点矩阵以描述配电网结构 。 设某配电网有个 变电站 , M 个负荷节点 , 对变电站和负荷节点任意 编号 , 建立一个 ( N + M ) ×M 的矩阵 , 矩阵前行为 变电站编号 , 后 M 行是负荷节点编号 , 根据行负荷 节点是否为列负荷节点的向上节点决定元素值为
Abstract : The dist ributio n network planning is a multi2o bjective optimizatio n p ro blem , t he dist ributio n netwo rk planning model considering econo my and reliability is built and an imp roved multi2objective GA is p ropo sed in t he paper. The algorit hm according to t he decompo sition2coordination p rinciple is deco mpo sed into a number of sub2p ro blems which are optimized by a single pop ulatio n. The elitist selection and individual migratio n are used to imp rove searching speed. The algorit hm uses a new code which can make t he netwo rk radial ,and reduced operato r in t he elitist pop ulation is used to search effectively. Simulatio n shows t hat co mpared wit h GA , t he algo rit hm can avoid t he partial optimal solutio n. Key words : dist ributio n netwo rk planning ; multi2o bjective optimizatio n ; multi2objective genetic algo rit hm (MO GA) ; genetic algorit hm ( GA)
改进遗传算法在输电网络规划中的应用
１ ６
供
用 电
第 ２ 卷第 ６ ４ 期
２０ ０ ７年 １ ２月
改进遗传算法在输 电网络规划中的应用
甘 斌 李 升 ，
（ ．武 汉大学 电气 工程 学院 ， 北 武汉 １ 湖
摘
４ ０ ０ ；．武汉汉 口供 电公 司 ， ３００ ２ 湖北 武汉
４００ ） ３ ０ ０
要 ： 了提 高 遗 传算 法 在输 电 网络 规 划 中的 优 化性 能 ， 出 了 改 进 自适 应 遗 传 算 法 （ ＧＡ） 为 提 ＭＡ 。该 方 法 有
Hale Waihona Puke 助 于 防 止 传 统遗 传 算 法 过 早 收 敛 和 走 向局 部 最 优 ， 应 于 多 变 量 、 目标 的 环 境 ， 够 快 速 地 找 到 全 局 最 优 。 适 多 能 介 绍 了 提 出 的 改进 方 法 包 括 ， 用 实 数 编 码 方 式 、 罚 函 数 自适 应 调 整 、 置 保 留算 子 ， 采 惩 设 以及 该 方 法 的 实 现 过 程 等 具 体 内容 。通 过 对 实 际 系 统 的计 算 表 明 ， ＧＡ具 有 可 行 性 和 更 强 的 优 化 性 能 。 ＭＡ 关 键 词 ： 进 遗 传算 法 ； 电 网 络规 划 ； 化 性 能 改 输 优 中图 分 类 号 ： Ｍ １ ； Ｍ ６ Ｔ ７５Ｔ ７９ 文 献 标 识 码 ： Ｂ 文 章 编 号 ：０６ ６ ５ （０ ７ ０ —０ １ ～０ １０ — ３ ７ ２ ０ ）６ ０ ６ ４
２ 遗传 算 法 的 改 进
在遗传算 法 中 ， 叉 和 变异 是 很重 要 的两 个 交 算 子 。交叉体 现 了搜 索能力 ； 变异 体现 了全局性 。 常 规遗 传算 法 中的交 叉 率 Ｐ 和变 异率 Ｐ 是 取
电力系统调度优化中的遗传算法改进研究
电力系统调度优化中的遗传算法改进研究电力系统调度优化是指在满足电力供需平衡的同时，通过综合考虑电力系统的经济性和可靠性，实现电力系统的最优运行。
传统的电力系统调度优化方法存在计算复杂度高、难以提供全局最优解等问题。
为了克服这些问题，遗传算法被引入到电力系统调度优化中，并得到了广泛的应用。
遗传算法是模拟生物进化过程中的基本机理而设计的一种优化算法。
它通过模拟自然界的遗传、突变和选择等过程，从候选解空间中搜索最优解。
在电力系统调度优化中，遗传算法通过不断进化种群中的个体，逐步寻找到接近最优解的解决方案。
然而，传统遗传算法在应用于电力系统调度优化中存在一些问题。
首先，传统遗传算法对于解空间中的大规模优化问题收敛速度比较慢。
其次，传统遗传算法在交叉和变异算子的设计上，并没有充分考虑电力系统调度问题的特点。
最后，传统遗传算法在随机选择操作中有可能选择到不满足电力系统调度要求的个体。
针对这些问题，许多研究者提出了一系列的改进措施来提升遗传算法在电力系统调度优化中的性能。
其中一种常见的改进方法是引入多种变异和交叉算子，以增加算法的搜索空间，提高算法的全局搜索能力。
此外，还可以根据电力系统调度问题的特点，设计专门的变异和交叉操作符，以更好地满足电力系统的调度需求。
除了改进变异和交叉算子外，还可以引入新的选择策略，以提高算法的收敛速度和搜索质量。
例如，可以采用轮盘赌选择、锦标赛选择等不同的选择策略，来提高遗传算法的选择性能。
另外，针对电力系统调度优化问题中的约束条件，也可以在遗传算法中引入约束处理策略，以保证生成的个体满足电力系统的调度要求。
一种常见的约束处理策略是罚函数法，通过在目标函数中增加惩罚项的方式来处理约束条件。
此外，还可以结合其他优化方法与遗传算法进行融合，以进一步提高电力系统调度优化的效果。
例如，可以将模拟退火算法、粒子群算法等与遗传算法相结合，以充分利用各种优化方法的优势，提高整体的优化性能。
总结起来，电力系统调度优化中的遗传算法改进研究是一个非常重要的课题。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
４ 防范措施
隐患 。⑤鉴于瓷套法 兰处存 在防水胶老化 问题 ，应对在运设备 进行排查 ，更换严重老化 的防水胶 ，以杜绝隐患 。
５ 结 束 语
为 了防止类似故 障再 次发 生 ，建议从下列措施入手 ， 严 把 产品质量关 ：① 由于该批 次瓷套存在严重 的质量 问题 ，应对该 单位生产 的瓷套进行更换 。②制造厂家应加强对瓷套 的入厂检
升高 ，进而造成瓷套爆裂 的可能 ，可断定该故 障主要是 由产 品 质 量低 所致 。 此次故 障暴露 出以下 问题 ： ①该变 电站 ５ ０ ２ ３ 开关 Ｃ相母 线侧瓷套存在严重 的质量 问题 ， 在长期运行后发生爆裂 ； ② 瓷套法兰处 防水胶存 在老化问题 ， 目 前 ，缺乏相关规 范和标 准对防水胶的使用年 限进行规定 ，厂家也未提供相关数据 。
模拟退火算法是通 过接受或放弃 系统能量状态 变化的信号 来使其逐 渐趋 于稳定的・种算法 ， 其基本 原理是当系统能量从 蜀 变化为 ，如果 Ｅｌ ＞ ，则系统会接受此状态 ；反之则随机 丢弃或接受 。 在经过多次迭代后 ， 整个系统分布状态会逐渐稳定 。 在模拟退火算法当中，初始值与最终状态、算法解之间都 没有关 系 ，是一种随机性全局最优化 的方 法 ，在计 算过程 中可 以并行计算 ，具有 渐近收敛 的特性。 １ ． ３ 蘩忌搜索算法 禁忌搜索算法是在局部邻域搜 索算法基础上发展 出的一种 算法 ，其通过利用禁忌 表记 录的方式 ，将一些搜索过程 中发生 的局 部最优过程或最优点列入禁 忌搜 索的ቤተ መጻሕፍቲ ባይዱ围 ，缩小下一次搜 索的范围， 有效解决了局部邻域搜索算法的不足。 禁忌搜索算法的优点在于具有较高的 “ 爬 山能力 ” ， 这是 由 搜索过程 中能够接受劣解 特点决定的 ，但是 ，这种算法 的结果 会在很大程度上受到初始解 的影响 ，如果初始解发生错误 ，则
（ 编辑 ：张思楠 ］
Ｆａ ｕ ｌ ｔ Ａｎ ａ ｌ ｙ ｓ ｉ ｓ ａ ｎ ｄ Ｃｏ ｎ ｔ ｒ ｏ ｌ Ｍｅ ａ ｓ ｕ ｒ ｅ ｓ ｆ ｏ ｒ ５ ０ ０ ｋ Ｖ Ｓ ｕ ｂ ｓ ｔ ａ ｔ ｉ ｏ ｎ Ｓ ｗｉ ｔ ｃ ｈ ｅ ｓ
２ ０ １ ５年 第 １ ４期
Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ａ ｎ ｄ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ ＆Ｉ ｎ ｎ ｏ ｖ ａ ｔ ｉ ｏ ｎ ｌ 科技 与创 新
文章编号 ：２ ０ ９ ５ —６ ８ ３ ５（ ２ ０ １ ５ ）１ ４—０ ０ ８ １ ～０ ２
改进遗传算法在 配 电网规划 中的具体应用研 究
绍遗传算法 、模拟退 火算法和禁 忌搜 索算 法的基础上 ，分析 了改进遗传 算法在 配电网规 划中的具体应 用。 关键词 ：改进遗传 算法；配电网规 划 ；电源规 划；遗传 算法
中图分类号 ：Ｔ Ｍ７ １ ５ 文献标 识码 ：Ａ ＤＯ Ｉ ：１ ０ ． １ ５ ９ １ ３ ￣ ． ｃ ｎ ｋ ｉ ． ｋ ｊ ｙ ｃ ｘ ． ２ ０ １ ５ ． １ ４ ． ０ ８ １ １ ． ２ 模拟 退火算 法
配 电网规划是在 给定的负荷值和 电源规划 的基础 上 ，结合 当前的 电网结构 ， 设计最合理 的线路对配 电网进行扩建或改进 ， 在保证 电力 系统 安全稳定 的前提下 ，最 大程 度地降低配 电网运 行 的成本 ，提高配电 网配 电、输 电和用 电的效率 ，有效降低配 电 网线损率 ，提升配 电网运行 的经济性 。
余俊 勇
（ 国网重庆巫 山县供 电有 限责任公 司，重庆 ４ ０ ４ ７ ０ ０）
摘 要 ：随着我 国社会经济的迅猛发展 ，人们对 电力的 需求 不断增加 ，促进 了配电网建设 的进 步。配电网规划是配 电网 建设的基础 ，对 于配 电网运行 、调度 的优化有 着重要意 义，所 以，采取合适 的算法提 高配电网规 划水平十分重要 。在介
综上所述 ，开关故 障问题会严重影响变 电站 的正 常运行 。 要想解决这类 问题 ，就要使用质量过关 的产 品施工 ，在使用过 程 中做好定期 维护和修理 ，保证各部分工件处 于正 常状态 。只 有这样 ，才能保证 变电站的正常 、稳定运行 ，创造更 大的经济
效益和社会效益 。 参考文献 ［ １ ］林梅 ． ５ ０ ０ ｋ Ｖ 变电站 Ｇ Ｉ Ｓ故 障预 防及相应故 障分析 ［ Ｊ ］． 硅谷 ，２ ０ １ ２（ ２ ２）． ［ ２］ 祝 伟强． ５ ０ ０ ｋ Ｖ 变电站断路器回路 电阻故障分析及处理［ Ｊ ］ ． 科 技 致 富向 导 ，２ ０ １ ４（ ２ １ ）．
１ 配 电网规划 中的几种算 法 １ ． １ 遗传 算法 遗 传算 法是 一种 优 化复杂 函数 的算 法 ，是 在 １ ９ ７ ５ 年 由
Ｈ ｏ ｌ ｌ ａ ｎ ｄ 提出的 ， 通 过利 用 目 标 函数来探 索最优 的方 向 ， 整个计 算过程 中不需要进行求逆 、求 导等运算 ，能够随时加入 约束条 件 ，在 多 目标优 化 、整数非线性规划等方面应用较为广泛 。 在遗传算法 当中 ， 其操作 的对象 是参 数编码 而非参 数 自身 ， 可 以在 同一时间段 内搜索 多个 点的编码 ，其编码过程是遵循 随 机转换规则的。但是，遗传算法的缺点也十分明显 ，由于此算 法 中变异概率过小 ， 染色体 引入的机会过少 ，导致其局部搜 索 能力差 ，容易出现不可行解和早熟现象等问题 。