城市中压配电网联络线优化分析

城市中压配电网联络线优化分析
在电力事业的可持续发展中，城市中压配电网联络线的优化模式成为了电力企业发展的重点。

城市中压配电网联络线在优化过程中，不同变电站的遍历顺序不同，会导致城市中压配电网联络线路优化方案的不同。

针对这一现象，笔者结合自身多年工作经验，对城市中压配电网联络线的优化提出优化措施，并利用算法完善联络方案，使城市中压配电网联络优化方案更具可靠性。

标签：配电网；联络线；遗传算法
1 城市中压配电网络规划分析
（1）根据分布预测、变电站的规划模式以及变电站的供电范围，在该范围之内所需要的负荷分布状态，积极将高压变电站之中的电源点改变为辐射型树状的配电网。

（2）在对辐射型网络进行分析与研究过后，需要对变电站的备用容量大小与可靠性进行探究，在降低资金使用率中确定配电网的接线模式以及联络线路的基本走向[1]。

现如今，根据研究调查，第一阶段的研究方案众多，但是第二阶段的研究工作非常少，因此，笔者的研究方向便是当形成辐射型配电网过后，需要对变电站所出现的数量、走向进行确定，并及时对中压配电网联络线的算法进行分析与研究。

在进行联络优化算法中，如果对所有的接线模式进行分析，并且在考虑到地理位置、资金使用等因素下，会导致联络方式变得复杂。

笔者认为最佳组合方式便是在依据辐射型网络中，进行单环型接线的优化，使其在出线间形成手拉手的联络模式。

此外，在我国电力事业的发展中，接线模式变得更加复杂，所以本文仅对辐射型网络中所实现的变电站出线的手拉手联络进行探究。

从整体角度分析，单环网联络线在进行优化中需解决的问题是在一条中压配电线发生故障，那么故障之外的线路仍然可以为用户供电，每一个变电站在利用其它变电站的基本功能中，能够实现出线间的一对一联络，并根据地理信息，将联络线路的固定资金降低到预算资金之内[2]。

此外，单环网联络线优化问题具备一定的NP性质，在整个街道之中能够形成两两联络的方式，这种模式不仅投资金额比较小，并满足约束力，需在城市的规划区内进行搜索出现联络组合，这不仅浪费时间、精力，并且无法根据地理信息找到投资最小的联络方式，因此，需形成联络费用矩阵，在修改矩阵的基础上获取到最佳的联络方式。

2 联络线优化算法的数学模式
将总目标函数设置为F，配网经济性指标设置为F1，配网可靠性指标设置
为F2，配网允许的可靠性现象设置为R，配网规划的约束条件设置为G，那么其联络线优化算法的数学模式可以表示为：
2.1 经济性指标
所谓的经济性指标从联络线优化算法角度分析，可以被认定为所有联络线的一种静态投资总额，是多有投资额的总长度乘以线路的单位长度费用[3]。

其中，Li表示的是i条线路的主要长度，U表示是联络线单位长度费用。

2.2 可靠性约束
为了从本质上将配网联络线的优化方案变得简单化，本文采用以下工作，将前述数学模型之中的可靠性指标在计算中作为定性计算。

（1）确定相邻站。

相邻站主要是指两个相互靠近的变电站，其中两个变电站的联络需要在相邻的站中所完成。

在进行计算的时候，要派相关规划人员对变电站进行检查，观察两个变电站是不是属于相邻站，如果属于相邻站，则需要将数据进行推算。

（2）对站间联络点进行确定。

通常情况下，站间联络线与站内联络线是组成中压配电网联络线的主要模式，为从根本上减少资金投入，提高可靠性，变电站的联络线需要在按照按照相关比例中对站间联络线与站内联络线进行分析[4]。

笔者认为，站内联络与站间联络不仅是变电站的一种需求，并且也是对人员进行规划的一种调整。

2.3 其他方面的约束
联络线的出现均要符合线路的基本要求，并且可以将相互联络的故障进行分析与探究，因此，每一条出现需要预留50%的裕度，使正常线路的最大符合是该条连续安全载流量的一半。

3 双层联络线优化算法
根据上文内容，本文提出了双层联络线优化算法，主要包括全局优化以及局部优化。

3.1 遗传算法基础下的全局搜索
从整体角度分析，变电站与其它相邻站的出线之间是需要联络的，在联络的过程中需要按照不同的顺序，形成各种方案。

此外，还需将遗传算法作为主要目标，在遗传算法的基础上对其进行全局搜索。

3.2 最小权匹配的局部寻优
对于经过搜索所得到的变电站遍历顺序，需要对出现与相邻站出现之间的联络线进行局部优化，本文以最小权匹配算法作为主要背景，当出前站出线与相邻站之间形成一对一联络的时候，需要将联络的总线数量见减小，并且在后期的计算之中要将已经联络的线路进行优化处理。

4 基于遗传发的全局搜索算法
对数据进行预处理的时候需要对变电站的联络点以及最短路径进行研究，在后期的优化中，要对所计算出的路线形成实施搜索空间[5]。

其中，基于遗传算法的全局搜索算法的流程（见下图）.所涉及到的技术问题见下文。

4.1 适应度的计算
在遗产算法中，染色体所代表的便是变电站的顺序，对其实施适应度计算能够实现对变电站的优化，最后将联络线的总投资费用进行求出。

本文为获取到最佳的联络方式，在应用总投资费用中将倒数作为适应度值，因此适应度的计算公式表示为：
4.2 遗传操作过程
4.2.1 选择算子
选在选择算子之中要将算子作为主体内容，主要是指在选中过后遗传到下一代群体之中的概率，是一种与适应度相对比的一种比例。

如果将群体的大小设置为M，个体适应度设置为F1，那么个体被选中的概率Pis则表示为：
但是，为从根本上避免交叉与变异操作所造成的损失，则需要在种群中将最高的适应度进行放弃，使其不参与到交叉与变异的运算之中，使其能够代替适应度比较低的个体。

4.2.2 交叉算法
笔者将个体利用编码进行表示，在进行遗传操作的时候，需要对个体的类型进行对应，将其作为变电站的主要规划顺序。

只有如此，才能保证在交叉运算的过程中能够实现交叉算子。

其中操作的步骤为：
（1）要实现群体中个体的配对；
（2）对个体进行随机设置使其能够与相应的交叉点联络；
（3）将每一个相互配对的个体按照交叉的概率进行交换，从而产生新的个体[6]。

5 结语
本文针对中压配电网联络优化问题展开讨论，将遗传算法与最小匹配算法相结合，使其成为最佳的优化方法，在获取到最佳联络方案的同时，将中压配网线路联络优化的复杂问题进行解决，促进电力事业的可持续发展与进步。

参考文献：
[1]葛少云，巫卿，闫大威，王澍.城市中压配电网联络线优化研究[J].电力系统及其自动化学报，2005（06）：43-49.
[2]欧阳武，程浩忠，张秀彬，王一，王建民.城市中压配电网最大供电能力评估方法[J].高电压技术，2009（02）：403-407.
[3]谢晓文，刘洪.中压配电网接线模式综合比较[J].电力系统及其自动化学报，2009（04）：94-99.
[4]路志英，田硕，程亮，陈靖.改进ACO算法的中压配电网单环网自动布线[J].电力系统及其自动化学报，2014（06）：47-53.
[5]熊振东，程鹏.中压配电网供电方案经济性分析[J].电力系统及其自动化学报，2010（01）：150-155.
[6]田怀源，周步祥，李保生.城市中压配电网规划接线模式和拓扑计算分析[J].山东电力技术，2011（03）：42-47.。