基于蚁群算法的配电网网络重构
蚁群算法在配网重构中的应用
电网的运行状态而主动的做出一些响应，这就是主动配电网。
在配网中，一些开关也变成了可控的开关，可以根据电 网的控制指令进行断开和闭合，若作为支路间的联络开关， 根据指令进行断开或者是闭合，则就可以根据指令改变网络 的连接情况，这种改变网络的连接状态的现象，就是配网的 网络重构。
意义
网络重构可以降低网损，提高系统经济性。在提倡节约
第六步，更新全局的信息素；
第七步，重复以上的第三步至第六步，直至达到终止条件。
3 配网重构模型
配网重构模型
目标函数 min Ploss kiri | Ii2 |
以降低配电网运行的网络损耗为目标。
约束条件
潮流约束 电压约束 电流约束 辐射状约束
k为支路i上的开关控制变量，其值为1时证明开关闭合，其 值为0时，证明开关断开；r为支路i上的电阻；I为流过支路i 的电流。
无功功率
0.03 0.03
/MW
0.02 0.02 0.03 5
5
0
0
0
节点
17 18 19 20 21 22 23 24
有功功率
/MW 0.06 0.09 0.09 0.09 0.09 0.09 0.09 0.42
蚁群算法在配网重构中的应用
汇报人：XXX 指导老师：XXX
目录
1 背景和意义 2 蚁群算法 3 配网重构模型 4基于蚁群算法的配电网重构 5 总结
1 背景和意义
背景
近年来，随着一些分布式电源的发展，配电网的运行有了
很多新的挑战，由此，“主动配电网” 的概念被提出来。由于
一些可控的分布式电源的加入，有一些元件可以开始自身根据
型社会、节能减排的形势下，配电网网络重构显得尤为重要。
基于改进蚁群算法的配电网重构问题求解方法
基于改进蚁群算法的配电网重构问题求解方法姜敏;谢东升【摘要】Aiming at solving the problem of distribution network reconfiguration by traditional ant colony algorithm,it is easy to stagnate and only get the local optimal solution.An improved ant colony algorithm is proposed.The reason why the traditional ant colony algorithm exists stagnation in the solution process is analyzed.An improved ant colony algorithm based on directional pheromone is proposed by combining the local updating and global updating of pheromone,and the algorithm is used to solve the reconfiguration problem of distributionnetwork.Simulation results show that the convergence speed of the improved ant colony algorithm is faster than that of the traditional ant colony algorithm,and the calculated net loss is smaller.The validity of the proposed algorithm is verified.%针对传统蚁群算法求解配电网重构问题时容易出现停滞现象仅得到局部最优解这一问题,该文提出了一种改进的蚁群算法.分析了传统蚁群算法在求解过程中存在停滞现象的原因;利用信息素局部更新和全局更新相结合的思想,提出了一种方向性信息素更新的、改进的蚁群算法;将该算法用于求解配电网的重构问题.仿真结果表明,改进的蚁群算法收敛速度较传统蚁群算法更快,收敛时的网损值更小,从而验证了该算法的有效性.【期刊名称】《自动化与仪表》【年(卷),期】2018(033)002【总页数】5页(P6-9,24)【关键词】改进蚁群算法;配电网重构;最小生成树;组合优化;人工智能【作者】姜敏;谢东升【作者单位】国家电网山西省电力公司电力科学研究院,太原 030000;国家电网山西省电力公司经济技术研究院,太原 030000【正文语种】中文【中图分类】TP18;TM715配电网作为面向用户的基础设施，直接向用户配送电能，其网络结构一般比较复杂，线路较长，损耗较大。
基于最大最小蚁群算法的含分布式电源的配电网重构
3 最大最小蚁群算法
3.1 蚁群算法
蚁群算法是意大利学者M.Doirgo，V.Maniezzo等人模拟自然界蚂蚁寻径的行为提出的一种启发式算法，因其具有较好的寻优能力，被广泛应用于各种组合式优化问题[8]。配电网重构便是一种复杂的组合式优化问题，可以将蚁群算法应用其中。
基于最大最小蚁群算法的含分布式电源的配电网重构
阮博;俞德华;柴继勇;周鹏;曾渤
【摘 要】This paper applies max-min ant colony algorithm for solving distribution network recon⁃figuration including distributed generation for the smallest power loss. In the process of reconfigura⁃tion, the formation of radiation network based on the growth of tree guarantees that the ants’paths meet network constraints, which improves the computational efficiency. By setting minimum and maximum value of road pheromone and the global pheromone updating methods, it can avoid the lo⁃cal optimal solution of ant colony algorithm and guarantee the convergence speed. Based on the Mat⁃lab programming, the IEEE69 node example is used for simulation analysis. The network loss reduc⁃es greatly and the voltage improves significantly after the reconfiguration. The optimization effect is remarkable.%以配电网网损最小为目标函数，将最大最小蚁群算法应用于含分布式电源（DG）的配电网重构。在重构过程中，基于生成树来形成辐射网保证了蚂蚁路径均满足网络拓扑约束，提高了计算效率。最大最小蚁群算法通过设置各支路信息素的最大最小值以及采用信息素全局更新方式，既可以避免基本蚁群算法易陷入局部最优解的弊端，又保证了收敛速度。基于Matlab编程，对IEEE69节点配电网进行仿真分析，配电网重构后，网损大大降低，节点电压有效提升，验证了该方法的可行性。
蚁群算法在配电网重构中的应用
蚁群算法在配电网重构中的应用摘要近几年科技迅速发展，使用智能算法在配电网中得到了极大的应用，例如粒子群算法、遗传算法、禁忌搜索算法、蚁群算法等都可以很好的解决问题，但是由于传统意义上的蚁群算法应用实例比较少，为了得到最佳解决方案需要花费大量的时间，并且计算过程复杂，现在多位学者对传统意义上的蚁群算法进行优化，从而改变现状，使蚁群算法得到应用。
关键词：蚁群算法遗传算法配电网重构配电网网络重构信息素配电网络分布式电源无功优化多目标优化配电网规划目录蚁群算法在配电网重构中的应用 (1)摘要 (1)1 引言 (3)2 蚁群算法 (3)2.1蚁群算法的起源 (3)2.2蚁群算法的基本思路 (3)2.3蚁群算法的特点 (4)3 蚁群算法和配电网重构的结合 (4)3.1配电网重构 (4)3.2用蚁群算法的应用 (5)3.3对蚁群算法的改进 (8)3.4仿真 (10)3.5算例 (11)4 配电网重构的意义 (16)结论 (18)引用 (19)1 引言近几年科技迅速发展，使用智能算法在配电网中得到了极大的应用，例如粒子群算法、遗传算法、禁忌搜索算法、蚁群算法等都可以很好的解决问题，但是由于传统意义上的蚁群算法应用实例比较少，为了得到最佳解决方案需要花费大量的时间，并且计算过程复杂，现在多位学者对传统意义上的蚁群算法进行优化，让蚁群算法大范围的应用，改善当前的状况。
2 蚁群算法2.1 蚁群算法的起源在上世纪九十年代初期，一篇论文出现了一种特殊的计算方法，它是Marco Dorig 再观察了蚂蚁的各种行为，尤其是在寻找食物的时候的行为之后想出了的类似优化蚂蚁进食顺序那样的一种计算方法，被命名为蚁群算法。
蚁群算法可以说是一种在整体算法中不断优化的进化算法，它具有很多优点，如启发式搜索，信息的正负反馈，分布式计算等特性。
Ant系统或蚁群系统最初由意大利学者Marco Dorig和其他人在20世纪90年代提出。
他们观察了蚂蚁的生命状态。
基于蚁群算法的配电网故障后恢复重构_张雅
#(
*+ " - $ ! *+ ’ 其他
!"#
算法步骤
)*+,"：初始化算法参数。设迭代次数初值 + % !，所有线路上的初始信息素!"# （ ! ）% . ，并令
! ! !"# % !， ( -./ % * " ，其中 * " 是一大数；建立 *012 表，用来存放已访问过的线路。
$
{
$
)( ] , ! (3& .% ./%
’
/ [ ! .% + .- ] , 5 !
%3&
%" $)
}
34 5 4 0 % !"# $ 0 % $ 0 % !/0 （ 6/7"/+（ 895）% *6:; <） 式中， 4 、 / 为权重系数； 5 为过负荷惩罚系数， — ;: —
8 ）3 ! !%( （
E］ 。本文将蚁群算法应用于 A9/=<59+ 72.>/=5 ）等［ 配电网故障后恢复重构，提出了一个综合考虑切负
荷最小和开关操作次数最少的配电网故障后恢复重 构模型。很多文献将网损最小也列为目标函数之 一，但在实际的实时恢复重构中会延长给出方案的 速度，不符合紧急事故情况下快速恢复供电的原 则，故本文仅将网损最小作为最后选取方案的一个 依据。算例验证了本文所提方法的有效性。
%3& ’)
.* 8 ）3 %( （
{
点； 9 为蚂蚁 * 下一时刻所允许转移的相邻节点；
" 为反映信息素作用的强弱指数因子， $ 为反映路 径信息作用的强弱指数因子；#%( 为路径 % ( 的路径
基于协同进化蚁群算法的含光伏发电的配电网重构
基于协同进化蚁群算法的含光伏发电的配电网重构随着社会的发展和经济的增长，电力需求也在不断增长。
然而，现有的配电网络基础设施已经无法满足这些需求，尤其是在人口稠密度高的城市地区。
因此，升级配电网络是一个必要的措施，以适应现代城市的快速增长。
伴随着传统燃煤发电的环保压力，光伏发电成为了未来发电领域的热门话题。
本文将以协同进化蚁群算法为基础，提出一种实现含光伏发电的配电网重构方案。
一、协同进化蚁群算法协同进化蚁群算法（CEA）是一种优化算法，其实质是一种自适应的多智能体系统。
该算法结合了蚁群算法和协同进化技术，将多个优化算法和智能体组合起来工作，以实现更好的全局优化效果。
它可应用于各种实际问题的解决，如路由问题、覆盖问题、调度问题、生产调度问题等等。
CEA包含三个主要部分：1.群体智能体（AI）每个AI是一个代表分配的解决方案。
每个AI都有自己的目标函数，其目标是最小化或最大化这个函数。
AI不断尝试寻找包含在搜索空间中良好解决方案的区域。
2.种群智能体种群智能体是一组AI，它们协同工作来寻找最佳解决方案。
人们可以通过微调种群智能体中每个AI的参数来优化整个群体的性能。
3.交流机制这种机制允许AI之间交流信息和资源。
种群智能体和单个AI之间的交流可以提高整个系统的性能。
基于此，CEA可以应用于配电网的重构中，以优化整个系统的性能。
二、含光伏发电的配电网重构1.问题定义在现有的配电网络基础上，考虑加入光伏发电，通过优化方案，以实现以下目标：（1）尽量降低能源成本，减少电力输送损失。
（2）保障电力供应的可靠性和稳定性。
（3）增加光伏发电的比例，提高环保效益。
（4）最小化新设备的成本开支。
2.设计方案（1）优化升级方案在已有的配电网络基础上，通过分析，找到合适的光伏发电配置方案，以实现上述目标。
（2）光伏发电系统的设计在确定光伏发电配置方案之后，可继续考虑光伏发电系统的设计，包括系统容量、板块的位置、倾角等。
基于蚁群算法的配电网重构
了本 文 所提 出 的算 法 的可 行 性 和 有 效 性 。
２ 装 有 连 接 开 关 ， 其余 用 实线 表 示 的支 路 装 有 分 段 开 关 联 络 开 的 负荷 ＋ 点 ｆ 续 所 有 节 点 的 功 率之 和 ＋ 点 ｆ 续所 有支 路 功率 损 ６上 而 节 后 节 后 关 是 常 开 开 关 ， 段 开关 是 常 闭开 关 。 分 当运 行 条件 改 变时 ， 过 打 开 和 耗）ＰＪＱ 为节点 ｉ 通 ；ｆ、 的有 功和无 功负荷， Ｖ 为节点 的电压， 为节点 闭合 这 两 种 类 型 的 开 关 来 实 现 网络 重 构 以 减 少线 路 损 失 。 也 就 是 说 ． 的 电压 ， 是 以 ｉ 始 节 点 的 支路 的终 节 点 集 ，对 图 ２所 示 的 情 况 ： 为 其 中一 个 联 络 开 关 被 合 上 以 转 移 负 荷 到 不 同 的 馈 线 上 ； 时 ， 个 分 同 一 （， ｝ ｂｅ ， Ｊ 对于末端节点 为空集 。 段 开关 被 打开 以维 持 配 电 网 络 的 放 射 性 结 构 。 例 如 在 图 ｌ ， 馈 线 中 当 总 的功 率 损 耗 应 该 是 所 有 支 路 功 率 损 耗 之 和 ， 以本 文 所 建立 的 所 Ⅱ上 的负 荷 在 正 常 运 行 条件 下 变 为 重 负 荷 时 ，联 络 开 关 １ ５被 合 上 以 目标 函数 为 ： 将 母 线 Ⅱ上 的 负 荷从 馈 线 Ⅱ转 移 到 馈 线 Ｉ 同 时 ， 段 开 关 １ 。 分 ９打 开 以 维 持 该 配 电 网 络 的放 射 性 结 构 。
基于模拟退火改进蚁群算法的配电网重构
式 中，
【 分别 为母 线 ｉ 电压 幅值 的下 限和 上限值 ； 为支 的
路 ｉ 电流 的上 限值 。
（） 射 状 约 束 。 ４辐
＾ ∈｛ １ ｌ ２ ３ … ， ） ０，｝（ ， ， ，
（） ６
式中 ， 为潮 流流 向节 点 的 弧数 。 ＾
提 高供 电质量 ， 降低 网损 ， 高系统 经济 性 。在 发生 故障 时， 提 隔离故 ３ 基 于 模 拟 退 火 改 进 蚁 群 算 法 的 配 电 网 重 构 障、 转移 负载 ， 小停 电影 响 ， 可以在 故障后快速 恢复供 电 。所 ３． 模 拟退 火算 法概 念 缩 并 １ 以说配 电 网络 重 构是 提高 配 电系 统安 全稳 定性和 经济 性 的重 要 Ｈ ． 模 拟 退火 算法 是 一种 求 解 大规 模 组 合优 化 问题 的有 效方 法 。 有 效的手 段。 它 源 于模拟 固体 退火 过程 。 该算 法是 设计合 适 的全局冷 却过程 ， 即
函数 进行 讨论 。 最小 化配 电网网损 ，配 电 网重构 中考 虑 的网损 一般 指 线路 上
生物 界 中的蚂 蚁 虽然 单个行 为简 单 ，但 是 由简单 个体 组成 群
体 却表 现 出极其 复杂 的人 工智 能特 性 ，蚂 蚁 群体 有能 力在 没有 任 何 可见提 示 下找 出从 其窝 巢至 食物源 的最短 路径 ，并 且能 随环 境 的变 化 而变化 ， 应性 地搜 索 新的路 径 ， 适 形成 新 的选择 路径 。能形
复 杂 的多 目标 高 维数 非线 性混 合优 化 问题 。 损 ， 保 留这 种结 构 ， 则采用 Ｍｅ ｏ ｏｉ 接 受准 则决 定接 受 或者 则 否 ￣ｐｌ ｓ 当前 常用 的配 电网重 构方 式主要 有解 析 类方 法 、 启发 式方 法 、 保 留 。 继续 交换 支路 ， 到达 到最 大支 路交 换数 目。 直 接着 逐步 衰减 人 工智 能化方 法 、 随机 优化 方 法 ＿ 。 ２ ］ 控 制参 数 ， 续冷 却 ， 继 重复 以上 迭代 过程 。 直到 网损 变化 极小 ， 得到 本文 讨论 的就 是结合 模拟退 火算法 和蚁 群算 法两者 的优 点 ， 避 系 统近 似最优 解 ， 终得 到配 电 网重构优 化 结构 。 最 开 两者的不 足 ，采用 其组合 分析 方式对 配 电网重 构 问题 进行研 究 ，
基于蚁群算法的电力系统网络优化研究
基于蚁群算法的电力系统网络优化研究近年来，随着电力系统的快速发展和电力市场的不断深化，对于电力系统网络优化的需求也越来越高。
而蚁群算法作为一种新兴的智能算法，被广泛应用于电力系统网络优化中。
本文将重点研究基于蚁群算法的电力系统网络优化研究，分别从蚁群算法的理论基础、电力系统网络的特点及蚁群算法在电力系统网络中优化的应用等方面展开讨论。
一、蚁群算法的理论基础蚁群算法是一种模拟蚁群行为的智能优化算法。
它的最初提出是为了模拟蚂蚁在食物寻找、选择和运输过程中的合作行为，通过模拟蚂蚁在群体中的集体智能来解决类似优化问题。
蚁群算法的基本理论基础就是模拟蚂蚁交流信息的行为，通过信息素的概念来描述蚂蚁在群体中交流的信息。
蚂蚁在走路的时候会释放一种称作信息素的物质，它会被其他蚂蚁感知并根据其浓度的高低来决定走的方向。
根据信息素在群体中的重要性，蚁群算法的优化过程也被分成了两个部分：信息素的更新和蚂蚁的移动。
二、电力系统网络的特点电力系统网络一般是由变电站、输电线路、配电变压器等组成。
它具有复杂的分层结构和互联互通的网络拓扑结构，同时还有较为复杂的电力负荷特性和电力设备参数等因素。
这样就造成了电力系统网络的复杂性和不确定性，而且电力系统网络的优化问题与国家的经济要求、社会要求和环保要求等有着密切的联系和影响。
电力系统网络的优化问题主要涉及到以下几个方面：输电损耗最小、电压稳定、配电网络损耗最小等。
这些问题的解决都需要采用高效的算法和优化策略来实现。
三、蚁群算法在电力系统网络中的优化应用1. 输电损耗优化输电损耗优化是电力系统优化的核心问题之一，蚁群算法通过模拟食物搜索的过程，以求解最优路径为目标，来减少电力系统网络的输电损耗。
根据传输线电阻、电感和电容等参数，以及输电线路的长度和负载情况等因素来计算输电损耗。
2. 配电网络优化配电网络是电力系统网络的基础，也是电力系统优化中需要优化的重要部分。
蚁群算法可以通过建立合适的配电网络模型，以最小化配电网络的总损耗为目标，来实现模型的优化。
基于人工免疫思想的蚁群算法(AIACS)在配电网重构中的应用
２ １ 年 ９月 １ ００ ６日
电 力 系 统 保 护 与 控 制
Ｐ ｗｅ ｙ ｔ ｍ ｒ ｔｃ ｉ ｎ ａ ｄ Ｃｏ ｔｏ ｏ ｒＳ ｓｅ Ｐ ｏ ｅ ｔｏ ｎ ｎ ｒ ｌ
Ｖ＿ ． Ｏ． ８ ０ ３８Ｎ １ １
；ｐ ． ６ ２ １ ｅ ｔ１， ０ ０
Ａｂｔａ ｔ ｎｖｅ ｆｈ ａａｔ ｉ ｉ ｏ ｍｕｔｏｊｃｖ ，ｎ ｎｉｅｒ ｎ ｔｇａ ｃｎｔ ｉｅ ｉｒ ｕｉ ｅ ｒ ｃｎ ｇ ｒｔ ｓ ｃ：Ｉ ｉ ｏ ｔｅｃ ｒｃｅ ｓｃ ｆ ｌ—ｂｅｔ ｅ ｏ ｌ ａ ｄｉ ｅｒｌｏ ｓ ａ ｄｄｓ ｉ ｔ ｎｎ ｔ ｋｒ ｏ ｆ ｕａｉ ， ｒ ｗ ｈ ｒｔ ｉ ｉ ｎ ａ ｎ ｒｎ ｔｂ ｏ ｗｏ ｅ ｉ ｏ
基 于人 工 免疫 思 想 的蚁 群 算 法 （ Ｃ ） Ａ Ｓ Ｉ Ａ
在 配 电 网重 构 中 的应 用
徐延 炜 ，贾 嵘
（ 西安理 工大学电力工程 系，陕西 西安 ７ ０８ １ ４） ０ 摘要：针对 多 目标 非线性整数规 划的配 电网重构 问题 ，提 出基于人 工免疫思想的蚁群 算法求解配电网重构问题 。算法通过在
ｉ Ｉ ｃ ｎｆｇ ａ ｉ ｎ ｏｆｄｉｔ ｉ ｔｏ ｔ ｎ － Ｏ ｉ ｕｒ ｔＯ ｓｒ ｂｕ ｎ ｎｅ ｗｏｒ ｅ ｉ ｋｓ
ＸＵ ｎ－ ｉ ＪＡ Ｙａ ｗｅ ， Ｉ Ｒｏｎｇ
（ ｐ ｒｍｅ ｔ ｆ ｌｃｒｃ ｌ ｇｎ ｅｉｇ， Ｘｉａｌ ｉｅｓｔ ｆ ｅ ｈ ｏｏ ｙ，Ｘｉａｌ １ ０ ８ Ｃ ｉａ Ｄｅ ａｔ ｎ Ｅ ｅ ｔｉａ ｉ ｅｒｎ ｏ Ｅｎ ’ｌＵｎｖ ｒｉ ｏ Ｔ ｃ ｎ ｌｇ ｙ ’ｌ ７ ０ ４ ， ｈｎ ）
ｎ ｏｔ ａ ｐｉ ｚ ｄｍｏ ｅ ｆｄｓ ｉｕ ｉｎｎ ｔ ｒ ｃ ｎ ｇ ｒｔ ｎｕ ｉｇａ ｔ ｏｏ ｙｓ ｓｅ ｂ ｓ ｄｏ ｒｉ ｃａ ｍｍｕ ｅｔｅ ｒ （ ＡＣＳ）ｉ ｍｉｅ ｄ ｌ ｉｔ ｂ ｏ ｅｗｏｋｒ ｏ ｆ ｕ ａｉ ｓｎ ｎ ｌｎ ｙ ｔｍ ａｅ ｎａｔ ｉｌ ｏ ｒ ｔ ｅ ｉ ｏ ｃ ｉ ｆ ｉ ｎ ｏｙ ＡＩ ｈ ｓ
基于蚁群算法的配电网重构
ｗｈｉｈ ｉ ｓ ｄ ｆ ｒｔ ｅ ｒ ｃ ｎｆｇ ｒ ｔｏ ｆｄ ｓｒｂｕ ｉ ｎ ｎｅｗ ｏ ｋ ｉ ｄ ｒｔ ｅ ｃ ｈ ｏｗｅ ｎ ｒ ｙ ｌ ｓ ｅ ｎｄ ｒｎ ｒ ｃ ｓｕ ｅ ｏ ｈ ｅ ｏ ｉ ｕ ａｉ ｎ ｏ ｉｔｉ ｔｏ ｔ ｒ ｎ ｏｒ ｅ ｏ ｒ ｄｕ ｅｔ ｅ ｐ ｒｅ ｅ ｇ ｏ ｓ ｓｕ ｅ ｏ — ｍａ ｅ ａ ｉ ｎ ｃ ｎｄ ｔ ｎｓ Ｃｏ ｌ ｏｐ ｒ ｔｏ ｏ ｉｉ ． ｍｂｉ ｄ ｗｉｈ ｔ ｅｆ ａｕ ｅ ｆｄｉｔｉ ｕ ｉ ｎ ｎｅｗｏ ｋ， ｔａ ｐｌｅ ｈｅＡｎ ｌ ｎｙＡｌｏｒｔ ｍ ｏ ｎｅ ｔ ｈ ｅ ｔ ｒ ｓｏ ｓｒｂ ｔｏ ｔ ｒ ｉ ｐ ｉｓｔ ｔＣｏ ｏ ｇ ｉｈ
笺
皇 里
蚁 群
算
法 的
配
郑 罡
Ｚｈ ｎ ｎｇ ｅ ｇ Ｇａ
电 网 重
构
（ 湖南省 岳 阳 电业 局 ， 南 岳 阳 ４ ４０ ） 湖 １０ ０
（ ｕ ｙ ｎ ｌｃ ｉ Ｐ ｗ ｒ ｕｅｕ Ｈ ｎ ｎ Ｙ ｅ ａ ｇ ４ ０ ） Ｙ ｅ ａ ｇＥｅｔ ｃ ｏ ｅ ｒａ ， ｕ ａ ｕ ｙｎ ０ ０ ｒ Ｂ １ ４
滞 ， 以它不 能 找到 全局 最优 解 。 了解决 基本蚁 群 所 为 算法 （ Ａ） ＡＣ 的缺 点 ， 文 提 出一 种选 择 概 率模 和 本
改进蚁群算法在配电网重构问题中的应用初探
改进蚁群算法在配电网重构问题中的应用初探发表时间：2018-08-21T14:31:24.437Z 来源：《电力设备》2018年第13期作者：魏长寅[导读] 摘要：传统蚁群算法在配电网重构问题中常出现停滞现象，针对该问题，遂提出改进蚁群算法。
（武汉供电设计院有限公司湖北武汉 430000）摘要：传统蚁群算法在配电网重构问题中常出现停滞现象，针对该问题，遂提出改进蚁群算法。
本文将针对改进蚁群算法在配电网重构问题中的应用展开研究，提出一种方向性信息素更新的改进蚁群算法，并将其运用在电网重构问题中。
强化蚁群算法，提升算法效率。
关键词：改进蚁群算法；配电网络；重构配电网是电力系统的基础，直接面向用户配送电能。
其网络结构常呈现出复杂、线路较长、损耗大等基本特点。
故此，为确保输送电的稳定性，减少不必要的耗能，采取一种特殊算法。
传统蚁群算法已无法满足当前需要，因此利用改进蚁群算法，与人工智能趋近，实现对电网问题的有效解决。
1.蚁群算法综述1.1传统蚁群算法电力系统中配电网路重构问题，可将其看作为组合状态化问题，利用专业算法求得在约束条件下的辐射网络，该网络构建过程与无向图中最小生成树的构建过程类似。
使用传统蚁群算法，构建最小生成树的步骤如下：初始化时间t=0，蚂蚁从起点开始搜索，在某t时刻时，蚂蚁根据状态转移的概率为Pk（t），在可选路径中随机选择一条，检查在路径集合中是否存在到节点W的路径，若存在，则断开，继续返回蚂蚁状态转移的步骤上，若没有，则继续执行。
更新Sk（t）（第k只蚂蚁在某时刻接入树的全部节点集合），以及Wk（t）（第k只蚂蚁在某时刻未能接入树的其他节点集合），将W移入Sk（t）中，检查Wk（t）是否变为空集，是，算法结束，否，继续执行。
更新路径集合Ek（t）（某时刻全部可选路径集合），在其中将路径j去掉，再更新可选路径，添加至Ek（t）。
传统蚁群算法利用其之间不断的信息交流，站在全局角度对目标进行一次次的优化。
基于序优化和模糊蚁群算法的多目标配电网重构
基于序优化和模糊蚁群算法的多目标配电网重构王大为;朴在林【摘要】针对蚁群算法求解配电网重构问题时搜索时间过长、易陷入局部最优解等问题,提出了一种基于序优化理论和模糊控制理论改进的蚁群算法应用于配电网重构.通过加入模糊规则,结合序优化思想,在信息素更新环节提出了分阶段按序更新策略,扩大解空间的探索;将Prim算法应用于搜索环节,直接得到辐射型可行解,大大减少了构造解的时间;结合模糊理论提出了多目标的目标函数,有利于得出高质量的解.选取IEEE33节点配电系统作为算例验证了算法的有效性和优越性.【期刊名称】《电网与清洁能源》【年(卷),期】2016(032)009【总页数】6页(P44-49)【关键词】配电网重构;蚁群算法;序优化;模糊规则;多目标【作者】王大为;朴在林【作者单位】沈阳农业大学信息与电气工程学院,辽宁沈阳 110866;沈阳农业大学信息与电气工程学院,辽宁沈阳 110866【正文语种】中文【中图分类】TM727.2配电网重构问题的目的是得到满足给定目标函数最优化的配电网网络拓扑结构，由于配电网是闭环设计，开环运行，所以得到的拓扑结构都必须是辐射型的。
优化重构得到的拓扑结构常简单地以一系列打开的支路集合来表示。
配电网重构问题最早是在20世纪70年代由Merlin和Back提出并解决的，他们使用的目标函数是配电网络损耗最小。
学者们针对配电网重构问题进行了深入的研究，并提出了一系列其他的目标函数，诸如馈线上的网络损耗最小、支路负载最大、馈线和变压器负载平衡、电压偏差最小和可靠性最高等目标，以及包含几个不同目标的多目标优化。
但是人们慢慢发现，由于配电网的规模和复杂度日渐增大，配电网重构问题变成了一个离散组合问题，由于计算时间过长，原来的穷举搜索所有可行解的方法已经不能满足这些目标函数的优化需要。
为了应对这一复杂的组合优化问题，减少其计算时间，提高计算精度，国内外学者尝试了很多不同的方法来求解配电网重构问题[1-10]。
基于改进蚁群算法的配电网重构
满足 馈线 热容 、节 点压 降和 变压 器容量 等 条件 的前
提下 使 配 电网某 一指 标或 者多 重指 标最 佳 的配 电 网运 行方 式 。 由于配 电网结构 复杂 。 在着 大量 的分 存 段 开关 和联 络 开关 ．因此 配 电 网重构是 一 个复 杂 的
构能 很快 找到 最优点 ， 有很好 的稳 定性 和可行性 。 具
作者简介 ： 李
焱 （９３ ）男 ， １８ 一 ， 江苏张家港人 ， 工程师 ， 从事变电检修方面的丁作
Ｙ Ｎ Ｊ Ｕ ＹＵ Ｆ Ｎ Ｘ｝ 研 究 与 分 析 Ａ Ｉ Ｅ
支路ｉ 的电阻 ； 、 ｝ Ｑ、ＶＩ 为流过支路ｉ 的有功功率 、 无
功功 率 以及 支 路 ｉ 的末 端 电压 幅 值 ：ｉ 支路 上 开 关 ｋ为
一
关 的顺序 或 网络 中开关 的初 始状 态有 关 ，每一 次优
化计算 只搜 索 了整个 解 空 间的一 部分子 空 间 ，缺乏 数 学 意 义上 的 全局 最 优性 ； ） ］ 智 能算 法 ”如 ３ 人 一 ， 模 拟 退火法 、 传算 法 、 忌算 法 、 遗 禁 粒子 群优 化算 法 、 家族 优生学 算法 等 。 这类 方法适 合 寻找全 局 最优 解 ，
３ 中 国电力科 学研 究 院 ， 北 京 １ ０ ９ ） ． ０ １ ２
摘 要： 配电网重构 可以提高配 电网运行 的安全性、 经济性和供 电质量 ， 对于 当前 国内配电 自动化系统的建设和 Ｉ
应用具有重要意义。以网络损耗最小为 目 提出了一种改进的蚁群算法来求解正常运行条件下配电网络的重 标， 构问题。针对基于蚁群算法在求解过程中存在搜索易陷入局部最优解和收敛到全局最优解的时间较长的缺点． 从蚁群算法的转移概率和信息素动态更新２ 方面进行 了改进，提高了蚁群算法全局搜索能力与收敛到最优解的 速度。最后通过对６ 节点配电系统算例的仿真， ９ 取得了较好的效果， 证明了 该算法的有效性和可行性。
基于双策略蚁群算法的配电网络重构研究
基于双策略蚁群算法的配电网络重构研究周术鹏;靳松【摘要】电网的网络重构本质上属于非线性组合优化问题.随着智能电网的快速发展和电网规模的急剧扩张,网络重构算法的计算复杂度也大幅增加.蚁群算法具有鲁棒性、可并行性和正反馈机制等优点,因而被广泛应用于组合优化问题的求解之中.然而,现有的蚁群算法仍存在计算速度慢,易于陷入局部最优等缺点.为解决上述问题,提出了一种削减-累加双策略的蚁群算法并将其应用于电力系统的网络重构计算中.一方面,定义削减因子,使迭代过程中的蚂蚁数量随算法收敛的稳定程度而不断减少,实现动态自适应的蚂蚁数量选择机制以加快计算速度;另一方面,定义积累因子,增加了信息素的积累阶段,引导算法跳出局部最优,提高找到最优拓扑结构的概率.实验结果表明,在信息素更新次数和初始蚂蚁数量都相同的情况下,与已有工作相比,提出的算法能够将计算速度提升约25％;同时,将最小网损降低约9％.【期刊名称】《计算机工程与应用》【年(卷),期】2018(054)020【总页数】6页(P242-247)【关键词】蚁群算法;削减-累加双策略;网络重构;动态自适应;信息素【作者】周术鹏;靳松【作者单位】华北电力大学电子与通信工程系,河北保定 071001;华北电力大学电子与通信工程系,河北保定 071001【正文语种】中文【中图分类】TP391 引言电力系统网络重构是在电力传输、分配等过程中减少能量损耗的一种重要手段[1]。
从本质上讲，它是一种非线性组合优化问题，主要是为了在复杂而庞大的解搜索空间中寻找最优解[2]。
但是这类问题求解过程繁琐，随着网络规模的扩大，网络重构所需计算的数据量骤增[3]。
这导致了计算时间的延长，并降低了找到最优解的概率。
解决上述问题亟需提出新的思路。
目前，配电网网络重构算法主要有以下几种[4]：（1）数学优化算法[5]。
它直接利用现有的数学原理进行优化，可以得到不依赖于配电网初始结构的全局最优解。
但是它属于“贪婪”搜索算法，存在严重的“维数灾”。
基于自适应遗传算法和蚁群算法融合的配电网重构
基于自适应遗传算法和蚁群算法融合的配电网重构张明光;赵金亮;王维洲;张彦凯;路染妮;李正元【摘要】The economics, power quality and reliability of distribution system operation can be improved through the combinative optimum of the switches. The article is based on the combination of adaptive genetic algorithm and ant colony algorithm to reduce the line loss, improve system voltage and optimize speed. The end adaptive genetic algorithm and is based on the concept of Chromosome similarity, Population similarity and the adaptive adjustment to the crossover rate and mutation rate, not based on the set maximum iteration, the combination of adaptive genetic algorithm and ant colony algorithm is based on the rapid global search capability of genetic algorithm and convergence of positive feedback mechanism of ant colony algorithm, beginning use adaptive genetic algorithm to produce pheromone distribution, then use positive feedback mechanism of ant colony algorithm to seek exact Solutions. Thus time efficiency of the combination of both algorithm is superior to the ant colony algorithm,Finding exact solutions in the efficiency of genetic algorithms better than that . As far as a new intelligent algorithm be concerned, time and efficiency have it both ways. At last, the simulation result of the IEEE69 note system verified the efficient and feasible of the algorithm.%配电网重构可以降低线损,均衡负荷,提高电压质量和增加配电网可靠性.主要在降低线损、提高电压质量和提高寻优效率方面,采用了自适应遗传算法和蚁群算法融合的方法.对遗传算法的交叉因子和变异因子进行了自适应控制,也不再人为规定迭代的最大代数,而是引入了染色体相似度和种群相似度的概念,使遗传算法的终止条件更加合理.自适应遗传算法和蚁群算法融合算法初期采用遗传算法利用快速全局搜索能力强求得初始解,利用这些解生成蚁群算法的信息素分布,后期利用蚁群算法的正反馈机制求得精确解.进而形成时间效率和精确解效率兼得的一种新的智能算法.最后通过对IEEE69节点系统算例的仿真,取得了较好的效果,证明了算法的有效性、可行性.【期刊名称】《电气自动化》【年(卷),期】2011(033)006【总页数】4页(P57-60)【关键词】自适应;遗传算法;蚁群算法;配电网;重构【作者】张明光;赵金亮;王维洲;张彦凯;路染妮;李正元【作者单位】兰州理工大学电气工程与信息工程学院,甘肃兰州730050;兰州理工大学电气工程与信息工程学院,甘肃兰州730050;甘肃电力科学研究院,甘肃兰州730050;兰州理工大学电气工程与信息工程学院,甘肃兰州730050;兰州理工大学电气工程与信息工程学院,甘肃兰州730050;甘肃电力科学研究院,甘肃兰州730050【正文语种】中文【中图分类】TM6140 引言配电网具有闭环设计、开环运行的特点，根据负荷的不同情况调整配电系统中的开关的开合状态，称之为配电网重构。
- 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)。
ｄｓ ｒ ｕ ｉｎ ｎ ｔ ｒ ｅ ｏ ｆ ｕ ａ ｉｎ ｗｈｃ ｓ ａ ｍｕ ｔ ｏ ｊｃｉｅ ｏ ｔ ｉ ｔ ｎ ｐ ｏ ｌｍ． Ｃｏ ｓｄ ｒｎ ｏｔｇ ｉｔｉ ｔ ｅｗｏ ｋ ｒｃ ｎ ｉ ｒ ｔ ｉｈ ｉ ｌｉ ｂｅ ｔ ｐ ｉ ｚ ｉ ｒｂ ｅ ｂ ｏ ｇ ｏ ～ ｖ ｍ ａｏ ｎ ｉｅ ｉｇ ｖ ｌ ｅ ａ
构 方 案 ， 重 构 后 的 系 统 在处 理 负 荷增 大 问 题上 较 重 构前 系统 有 更 好 的 调控 能力 ， 统 稳 定 性 得 到 提 高 。 且 系 关 键词 ： 群 算 法 ； 电 网重 构 ；电压 稳 定 指 数 ； 息 素 ；网损 蚁 配 信
中 图分 类号 ： ＴＭ７ ２ ３ 文 献标 识码 ： Ａ 文 章编 号 ： ０ ３ ８ ３ （ ０ ７ ０ ～０ ５０ １ ０ ～９０ ２０ ）６０ ３ ～５
摘 要 ： 对 配 电 网 网络 重 构 问题 ， 针 在考 虑 配 电 网 电压 稳 定 的前 提 下 ， 出 了降 低 配 电 网 网 损 的 目标 函 数 ， 用 提 利 蚁 群 算 法 正 反 馈 的特 性 ， 其 应 用 于 配 电 网重 构 中 ， 设 置 中 心 控 制 蚂 蚁 搜 索 当前 最 优 解 作 为 各 条 边 信 息 素 将 并
更 新 依 据 。 满 足 配 电 网 射 状 结 构 要 求 ， 合 Ｐ ｉ 算 法 ， 蚂 蚁 一 次 遍 历 对 应 一 个 辐 射 网形 ， 为 结 ｒ ｍ 使 即一 个有 效 的
开 关 组 合 ， 幅 度 缩 小 了 问题 的 解 空 间 。实 例 证 明 采 用 的 蚁 群 算 法 可 以得 到 较 文 献 ＥＪ 损 更 小 的 配 电 网重 大 １网
ｂｔ ｒｒｓ ｌ ｔａ ｅｍｅｈ ｄｐｏ ｏｅ ［］ ｅｔ ｅｕｔ ｈ ｎｔ ｔｏ ｒｐ ｓｄｉ １ ． ｅ ｈ ｎ
Ｋｅ ｗｏ ｄ ｙ ｒ ｓ： ａ ｃ ｏ ｓ ｓ ｅ ｎｔ ｏｌ ｎｙ ｙ ｔ ｍ ａｇｏｒｔ ｌ ｉｈｍ ； ｄｉｔ ｉ ｉ ｎｅ ｗ ｏ ｋ ｅ ｏ ｉ ａ ｉ ｎ； ｖｏ ｔ ｇ ｓ ａ ｌｔ ｉ ｅ ； ｓ ｒｂｕｔｏｎ ｔ ｒ ｒ ｃ ｎｆｇｕｒ ｔｏ ｌａ ｅ ｔ ｂｉｉｙ ｎｄ ｘ
３Ｃｈｎ ａＤｉ ｎ ｉｅｒ ｇＣ ， ＴＤ． Ｂ ｉｎ ０ ４ Ｃ ｉａ ． ｉａＨｕ ａ Ｅ ｇｎ ｅｉ Ｏ． Ｌ ｎ ｎ ， ｅ ｉｇ １ ０ ４ ， ｈｎ ） ｊ ０
Ａｂ ｔ ａ ｔ Ａｎ ｓｒ ｃ ： ＡＣＳ （ ｎ ｃ ｌ ｎ ｙ ｔ ｍ ） ａ ｇ ｒｔ ｍ ｉ ｒ ｐ ｓ ｄ ｎ ｈ ｐ ｐ ｒ ｏ ｏ ｖ ｔ ｅ ｒ ｂ ｅ ｏ ａ ｔ ｏｏ ｙ ｓ ｓ ｅ ｌ ｏ ｉｈ ｓ ｐ ｏ ｏ ｅ ｉ ｔ ｅ ａ ｅ ｔ ｓ ｌ ｅ ｈ ｐ ｏ ｌ ｍ ｆ
Ａｎ ｌ ｎｙ Ｓ ｓ ｅ Ａｌ ｏ ｉｈｍ ｏ ｓ ｒ ｂ ｔｏ ｔ Ｃｏ ｏ ｙ ｔ ｍ ｇ ｒ ｔ ｆ ｒ Ｄｉ ｔ ｉ ｕ ｉ ｎ
Ｎｅ ｗｏ ｋ Ｒｅ ０ ｉ ｕ ａ ｉ ｎ ｔ ｒ ｃ ｎｆｇ ｒ ｔ０
ＹＡＯ ｉｘ ａ Ｌ — ｉｏ ，ＲＥＮ ｎ ｎ ｎ 。ＦＥ ｉｎ ａ 。 Ｙａ ～ ａ 。 ＩＪａ — ｎ
（ ． ｐ ｒ ｍｅ ｔｏ ｏ ｒ Ｅ ｇ ｎ ｅ ｉ ｇ １ Ｄｅ ａ ｔ ｎ ｆＰ ｗｅ ｎ ｉ ｅ ｒｎ ，Ｘｉ ｎ Ｕ ｎ ｖ ｒ ｉ ｆ ’ ｉ ｅ ｓｔ ｏ ａ ｙ
Ｔｅ ｈ ｌ ｇｙ，Ｘｉａ １ ０ ２，Ｃｈ ｎ ｃ ｎｏ ｏ ’ｎ ７ ０ ４８ ｉ ａ； ２ Ｃｈ ｎ ｗ ａ Ｉ ｔ ｒ ａ ｉ ｎ ｌＥｎ ｎ ｅ ｉ ｒ ｏｒ ｔｏｎ Ｘｉａ ７ ５ ． ｉ ａ Ｎｅ Ｅｒ ｎ ｅ ｎ ｔｏ ａ ｇｉ ｅ ｒｎｇ Ｃｏ ｐ ａ ｉ ’ｎ １ ００ ４，Ｃｈ ｎａ； ｉ
基 于蚁 群算 法 的 配 电 网网络 重构
姚 李 孝 任 艳 楠 。 健 安 。 ， ，费
（ ． 安理 工大学 水利 水 电学 院电力工 程 系 ，西安 ７ ０ ４ ； １西 １ ０ ８
２ 中国新时代 国际工程公 司 ， 安 ７ ０ ５ ； ． 西 １ ０ ４ ３ 中国华 电工程 （ 团 ） 限公 司 ，北京 １ ０ ４ ） ． 集 有 ０ ０ ４
ｓａ ｉ ｔ ｆｄｓｒｂ ｔｏ ｅｗｏ ｋ，ｓ ｔｉｇｔ ｅｏ ｊｃｉｅｆ ｎ ｔ ｎ ｔ ｅｌｓ ｎｍｉａｉｎ，ｔ ｅｐ ｏ ｏ ｅ ｔ ｏ ｔｂｌ ｙｏ ｉｔｉｕ ｉｎ ｎ ｔ ｒ ｉ ｅ ｔ ｈ ｂｅ ｔ ｕ ｃｉ ｏｂ ｏ ｓｍｉｉ ｚ ｔ ｎ ｖ ｏ ｏ ｈ ｒ ｐ ｓｄ ｍｅｈ ｄ
维普资讯
第１ ９卷 第 ６ 期
２０ ０ ７年 １ ２月
电 力 系 统 及 其 自 动 化 学 报
Ｐｒ ｃ ｅ ｉ ｇ ｆｔ ｅ ＣＳ ～ Ｓ ｏ ｅ ｄ ｎ ｓ ｏ ｈ Ｕ ＥＰ Ａ
Ｖｏ１ ９ Ｎｏ．６ ．１
Ｄｅ ． ｃ ２ ７ ００
ｐ ｔ ｏ ｔｏ ｎ ｏ ｒ ｆ ｅ ｈ ｐ ｅ ｏ ｎ ．Ｐ ｉ ａ ｇ ｒｔ ｍ ｓｕ ｅ ｏ ｍａ ｅ ａｍａ ｐ ｎ ｅ ｗｅ ｎ ａ ｔ ａ ｅ ｓ ｆａ ｕ ｓ ａ ｃ ｎ ｒ ｌ ｔｔ ｅ ｒ ｓ ｈ ｒ ｍｏ ｅ ｒｍ ｌ ｏ ｉｈ ｉ ｓ ｄ ｔ ｋ ｐ ｉ ｇ ｂ ｔ ｅ ｒ ｖ ｒ ｅｏ ｎ ａ ａ ｔ ｗｉｈ ａ ｖ ｌ ｉ ｗｉ ｈ ｃ ｍｂ ｎ ｔ ｎ ｎ ｔ ａｉ ｔ ｓ ｔ ｏ ｄ ｙ ｃ ｉ ａ ｉ ．Ｃａ ｅ ｓ ｕ ｙ ｓ ｏ ｈ ｔ ｔ ｅ ｐ ｏ ｏ ｅ ｔ ｏ ｓ ｅｆｃｅ ｔａ ｄ ｃ ｎ ｇ ｖ ｏ ｓ ｔ ｄ ｈ ｗｓ ｔ ａ ｈ ｒ ｐ ｓ ｄ ｍｅ ｈ ｄ ｉ ｆｉｉｎ ｎ ａ ｉ ｅ