基于混合算法的電網(wǎng)擴(kuò)展規(guī)劃研究

王調(diào)兵

【摘? 要】論文在分析電網(wǎng)擴(kuò)容規(guī)劃的發(fā)展背景、意義以及電網(wǎng)擴(kuò)容方法的基礎(chǔ)上，提出了電網(wǎng)擴(kuò)容規(guī)劃的基本思路，介紹了鏈模擬遺傳退火混合算法的詳細(xì)計(jì)算過(guò)程，并將其應(yīng)用于電網(wǎng)擴(kuò)容規(guī)劃中。實(shí)際結(jié)果表明，鏈模擬遺傳退火混合算法優(yōu)于生態(tài)進(jìn)化算法。

【Abstract】Based on the analysis of the development background， significance and method of power network expansion plannin， this paper puts forward the basic idea of power network expansion planning， introduces the detailed calculation process of the chain simulated genetic annealing hybrid algorithm， and applies it to the power network expansion planning. The actual results show that the chain simulated genetic annealing hybrid algorithm is superior to the ecological evolution algorithm.

【關(guān)鍵詞】混合算法;電網(wǎng)擴(kuò)展，規(guī)劃

【Keywords】hybrid algorithm; power grid expansion; planning

【中圖分類(lèi)號(hào)】TM715;TP18? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文獻(xiàn)標(biāo)志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文章編號(hào)】1673-1069（2021）06-0146-02

1 引言

隨著改革開(kāi)放后國(guó)民經(jīng)濟(jì)的快速發(fā)展，社會(huì)的快速發(fā)展，人民的生活質(zhì)量有了很大程度的提高，人們和社會(huì)對(duì)生活各個(gè)方面的需求也隨著經(jīng)濟(jì)的發(fā)展而迅速增長(zhǎng)。在這一過(guò)程中，對(duì)于電量的需求也越來(lái)越大，不僅工業(yè)上的電量的需求增加，而且人民的生活對(duì)于電量的要求也越來(lái)越高。所以，為保障人們的生產(chǎn)生活可以更加順利地進(jìn)行下去，可以采取一些新的技術(shù)來(lái)滿(mǎn)足電量的強(qiáng)大的需求。工業(yè)和住宅用電要求更高的可靠性和供電質(zhì)量，公司只有加大對(duì)能源行業(yè)的投資，能源行業(yè)才能滿(mǎn)足社會(huì)各界的需求。電氣系統(tǒng)，主要任務(wù)電網(wǎng)擴(kuò)容是對(duì)電網(wǎng)的發(fā)展和建設(shè)進(jìn)行規(guī)劃，使擴(kuò)容工程能夠穩(wěn)定有序地實(shí)施，保障擴(kuò)容工程的工程質(zhì)量安全。與此同時(shí)，在對(duì)能源行業(yè)進(jìn)行擴(kuò)容時(shí)，就必須采取一些科學(xué)且合理的科學(xué)技術(shù)，以此來(lái)保障工程的電量的供應(yīng)。隨著電網(wǎng)規(guī)模的不斷擴(kuò)大，我國(guó)的區(qū)域電網(wǎng)可以并網(wǎng)，電網(wǎng)的隔離運(yùn)行面積越來(lái)越小，發(fā)電廠(chǎng)的發(fā)電量通過(guò)電網(wǎng)輸送到各個(gè)地區(qū)，是整個(gè)系統(tǒng)的重要組成部分。電量通過(guò)電網(wǎng)，供應(yīng)人民的生產(chǎn)生活更加的美好。近年來(lái)，我國(guó)電網(wǎng)和供電建設(shè)呈現(xiàn)出不合理的發(fā)展趨勢(shì)，例如，在發(fā)展的過(guò)程中，發(fā)展電網(wǎng)建設(shè)缺乏投資，而且，一些工作人員的重視程度也不夠，所以，這就會(huì)出現(xiàn)各種問(wèn)題，導(dǎo)致電網(wǎng)建設(shè)跟不上供電建設(shè)，使得電力資源遭到白白的浪費(fèi)。近年來(lái)，我國(guó)電網(wǎng)和供電建設(shè)呈現(xiàn)出不合理的發(fā)展趨勢(shì)。發(fā)展電網(wǎng)建設(shè)缺乏投資和重視，導(dǎo)致電網(wǎng)建設(shè)跟不上供電建設(shè)。在過(guò)去的幾年里，我國(guó)致力于建設(shè)完善合理的電網(wǎng)，輸電工程取得了巨大成功。超高壓電網(wǎng)建設(shè)的第一步是電網(wǎng)規(guī)劃設(shè)計(jì)電氣，同時(shí)，在建設(shè)的過(guò)程中，根據(jù)當(dāng)?shù)氐沫h(huán)境條件進(jìn)行建設(shè)，可以最大程度上避免電力事故。合理電網(wǎng)建設(shè)，經(jīng)濟(jì)可靠對(duì)電力系統(tǒng)運(yùn)行的可靠性和經(jīng)濟(jì)性起著決定性的作用，甚至對(duì)人們的日常生活和國(guó)民經(jīng)濟(jì)的發(fā)展也起著決定性的作用。

在一些偏遠(yuǎn)地區(qū)，輸電系統(tǒng)負(fù)責(zé)將電力從偏遠(yuǎn)地區(qū)的發(fā)電廠(chǎng)輸送到負(fù)荷區(qū)，并充當(dāng)許多大型電網(wǎng)的樞紐。整個(gè)電網(wǎng)擴(kuò)建規(guī)劃，合理的輸電網(wǎng)規(guī)劃可以保證配電網(wǎng)的正常運(yùn)行。新能源的發(fā)展趨勢(shì)是逐步從不可再生能源轉(zhuǎn)向可再生能源。隨著分布式發(fā)電的迅速發(fā)展和智能電網(wǎng)的不斷完善，建立合理的輸電網(wǎng)勢(shì)在必行。因此，有必要加大電網(wǎng)投資，深化電網(wǎng)規(guī)劃研究以滿(mǎn)足國(guó)民經(jīng)濟(jì)的需要。

2 電網(wǎng)擴(kuò)展規(guī)劃可靠性及經(jīng)濟(jì)性的重要性

電網(wǎng)擴(kuò)容規(guī)劃是實(shí)現(xiàn)電力系統(tǒng)可持續(xù)發(fā)展的重要手段，能夠盡可能多地滿(mǎn)足用戶(hù)年內(nèi)的實(shí)際負(fù)荷需求目標(biāo)。以往電網(wǎng)擴(kuò)容規(guī)劃，一般以經(jīng)濟(jì)性為規(guī)劃目標(biāo)，可靠性指標(biāo)以檢驗(yàn)為主，即在某種程度上，這與電力系統(tǒng)的發(fā)展密切相關(guān)，特別是經(jīng)濟(jì)發(fā)展國(guó)家。一次能源消耗大，投資大，電網(wǎng)擴(kuò)容規(guī)劃成功后，將產(chǎn)生可觀的效益，包括巨大的經(jīng)濟(jì)效益和社會(huì)效益，如果不成功，將遭受巨大的損失，不僅包括經(jīng)濟(jì)上的損失，而且還有技術(shù)上的影響。經(jīng)濟(jì)作為評(píng)價(jià)電力系統(tǒng)可靠性的一種方法，必須使用相應(yīng)的指標(biāo)，如適用性、可靠性、可靠性等。在適用性方面，主要目的是分析系統(tǒng)的穩(wěn)態(tài)，使系統(tǒng)盡可能地滿(mǎn)足用戶(hù)的實(shí)際用電需求，進(jìn)行安全性研究和提高系統(tǒng)的抗干擾能力動(dòng)態(tài)。在電網(wǎng)規(guī)劃過(guò)程中，要考慮電網(wǎng)的適用性和可靠性。隨著社會(huì)的不斷發(fā)展，電網(wǎng)的可靠性和電壓穩(wěn)定性在規(guī)劃中的擴(kuò)展越來(lái)越重要。

3 擴(kuò)展規(guī)劃方法分析

現(xiàn)在，隨著運(yùn)籌學(xué)領(lǐng)域相關(guān)的研究的成果越來(lái)越多，以及計(jì)算機(jī)技術(shù)的快速發(fā)展，電網(wǎng)規(guī)劃也得到了很快的發(fā)展，通過(guò)對(duì)相關(guān)的因素的研究，對(duì)優(yōu)化理論進(jìn)行分析，從而可以減少工作量，得到最優(yōu)的解決方案。

在電網(wǎng)擴(kuò)容規(guī)劃中，需要有合適的解決方案，才能得到最優(yōu)的電網(wǎng)擴(kuò)容規(guī)劃方法，包括2種常用的編程方法，即啟發(fā)式方法和數(shù)學(xué)優(yōu)化方法。兩種方法的有效結(jié)合可以最大限度地發(fā)揮其優(yōu)勢(shì)。

3.1 啟發(fā)式方法

根據(jù)啟發(fā)式方法的不同，由于該方法不能保證求解的最優(yōu)化，計(jì)算簡(jiǎn)單，能與實(shí)際情況相吻合。因此，它在電網(wǎng)擴(kuò)容規(guī)劃中的應(yīng)用范圍也在不斷擴(kuò)大。

3.2 數(shù)學(xué)優(yōu)化方法

數(shù)學(xué)優(yōu)化方法是指利用數(shù)學(xué)優(yōu)化模型來(lái)解釋電網(wǎng)擴(kuò)容規(guī)劃。在理論上，它可以保證解決方案更加容易實(shí)施。一般來(lái)說(shuō)，這種方法在實(shí)際應(yīng)用中存在一些困難：一是電網(wǎng)擴(kuò)容規(guī)劃中需要依賴(lài)的因素較多，問(wèn)題的階數(shù)較大，會(huì)使建模難度增大，即使建立了模型，也很難解決問(wèn)題;第二，建模困難，許多因素?zé)o法在實(shí)踐中形式化，即使通過(guò)簡(jiǎn)化的形式得到模型，在現(xiàn)實(shí)中也無(wú)法得到最優(yōu)解。

4 混合算法電網(wǎng)規(guī)劃

食物鏈生態(tài)進(jìn)化算法是近年來(lái)對(duì)遺傳算法進(jìn)行改進(jìn)的一種智能算法。該算法的基本思想是多組模型的協(xié)同進(jìn)化。每個(gè)群體模型采用不同的進(jìn)化策略進(jìn)行縱向和并行進(jìn)化，模型沿食物鏈橫向進(jìn)化，單種群遺傳算法克服了局部?jī)?yōu)化和收斂速度慢的缺點(diǎn)。

模擬退火算法原理簡(jiǎn)單，具有全局收斂性和較強(qiáng)的局部尋優(yōu)能力，在一定的溫度下，模擬退火算法不僅可以接受最優(yōu)解，而且可以在一定的溫度范圍內(nèi)進(jìn)行局部尋優(yōu)。但同時(shí)根據(jù)馬爾可夫準(zhǔn)則接受錯(cuò)誤的解，使得該算法在全局優(yōu)化中更具優(yōu)勢(shì)，缺點(diǎn)是退火速度慢，求解時(shí)間長(zhǎng)，退火機(jī)構(gòu)參數(shù)難以控制。

將食物鏈生態(tài)進(jìn)化算法與模擬退火算法相結(jié)合，提出了一種混合遺傳模擬退火算法。每個(gè)進(jìn)化鏈（食物鏈）中的染色體（個(gè)體）對(duì)應(yīng)于問(wèn)題的候選解決方案。該算法控制了最優(yōu)解的搜索過(guò)程，解決了收斂問(wèn)題。采用不同進(jìn)化機(jī)制的多組協(xié)同搜索代替進(jìn)化鏈中的單點(diǎn)搜索。同時(shí)，低階模式種群通過(guò)橫向進(jìn)化策略沿進(jìn)化鏈向高階模式遷移，使算法從局部最優(yōu)狀態(tài)向高階局部最優(yōu)狀態(tài)方向移動(dòng)。

食物鏈進(jìn)化算法是為了擴(kuò)大求解范圍，因此，引入遺傳機(jī)制的縱向進(jìn)化，以確保鏈中種群的多樣性和新特征食品。低層次人口向高層次人口遞減、高層次人口逐步提高的基本特征利用群體質(zhì)量、不同的遺傳進(jìn)化策略在空間中尋找不同水平群體的并行協(xié)同進(jìn)化。

模擬退火算法原理簡(jiǎn)單，具有全局收斂性和較強(qiáng)的局部尋優(yōu)能力，在一定溫度下，模擬退火算法不僅可以接受最優(yōu)解，而且可以根據(jù)準(zhǔn)則接受錯(cuò)誤解。該算法的缺點(diǎn)是退火速度慢，而且求解的時(shí)間也非常的長(zhǎng)，這樣就會(huì)導(dǎo)致退火機(jī)構(gòu)參數(shù)難以控制，非常容易導(dǎo)致事故的發(fā)生。連通性是電網(wǎng)規(guī)劃中的一個(gè)復(fù)雜問(wèn)題。當(dāng)一種算法應(yīng)用于輸電網(wǎng)規(guī)劃時(shí)，會(huì)出現(xiàn)大量的非連通方案，這些方案是無(wú)效的，為消除個(gè)體種群中的下解（非連通方案），需要進(jìn)行連通性判斷，從而避免了大量的冗余計(jì)算，有助于提高算法的收斂性，可以確保各個(gè)示意圖原始種群的數(shù)量是相關(guān)的。

人口逐步減少的基礎(chǔ)從低級(jí)種群到高級(jí)種群，隨著種群質(zhì)量的逐步提高，采用不同的遺傳進(jìn)化策略，在解空間中同時(shí)尋求共進(jìn)化。通過(guò)運(yùn)用所提算法對(duì)18節(jié)點(diǎn)系統(tǒng)進(jìn)行多次計(jì)算，并將該混合算法與EEAFC進(jìn)行比較。兩者所需共同參數(shù)設(shè)置為：高、中、低種群規(guī)模分別為6、50、244;交叉率分別為0.01、0.65、0.95;變異率分別為0.01、0.2、0.85。CAGSAH所需初始溫度為2，降溫系數(shù)是0.9，終止溫度是1.6。兩者迭代次數(shù)均設(shè)為100代。CAGSAH綜合EEAFC良好的全局搜索性能及SA算法的局部細(xì)化搜索能力， 較EEAFC取得較好的收斂效果。

5 結(jié)語(yǔ)

如今，隨著科學(xué)技術(shù)的發(fā)展，以及經(jīng)濟(jì)水平的快速發(fā)展，對(duì)于電量的需求是越來(lái)越大，所以，為保障正常的生產(chǎn)生活的需求，相關(guān)部門(mén)需要對(duì)電力系統(tǒng)進(jìn)行重新規(guī)劃，只有這樣，才能夠滿(mǎn)足我們國(guó)家強(qiáng)大的用電需求。所以，電網(wǎng)擴(kuò)容規(guī)劃對(duì)于電網(wǎng)的建設(shè)是非常重要的。因此，為解決電網(wǎng)規(guī)劃中的不足，通過(guò)提出一種新的算法，來(lái)解決電網(wǎng)擴(kuò)容規(guī)劃中存在的困難和難題。

在電網(wǎng)擴(kuò)容規(guī)劃中，鏈?zhǔn)侥M遺傳退火混合算法是一種基于食物鏈中多組競(jìng)爭(zhēng)協(xié)同進(jìn)化機(jī)制的優(yōu)化研究方法。在解空間中進(jìn)行多個(gè)搜索以加快過(guò)程優(yōu)化。通過(guò)對(duì)電網(wǎng)規(guī)劃混合算法的計(jì)算，可以將食物鏈生態(tài)進(jìn)化算法和模擬退火算法的優(yōu)點(diǎn)與混合退火算法相結(jié)合模擬連鎖遺傳，并將它們相互結(jié)合。兩種算法的匹配有效地克服了各自的缺陷，提高了本文提出的混合算法的搜索效率和收斂性。

【參考文獻(xiàn)】

【1】陳章潮，顧潔，孫純軍.改進(jìn)的混合模擬退火-遺傳算法應(yīng)用于電網(wǎng)規(guī)劃[J].電力系統(tǒng)自動(dòng)化，1999，23（10）：28-31，40.

【2】葉在福，單淵達(dá).基于多種群遺傳算法的輸電系統(tǒng)擴(kuò)展規(guī)劃[J].電力系統(tǒng)自動(dòng)化，2000，24（10）：24-27，35.

【3】王春娟，張伏生，王帥，等.基于混合優(yōu)化算法的電網(wǎng)規(guī)劃[J].電網(wǎng)技術(shù)，2005，29（23）：30-33.

【4】葉在福，單淵達(dá).基于邊界搜索策略的遺傳算法在電網(wǎng)擴(kuò)展規(guī)劃中的應(yīng)用[J].中國(guó)電機(jī)工程學(xué)報(bào)，2000（11）：42-46.

【5】王暉，韓新陽(yáng)，胡兆光，等.基于模糊控制遺傳算法的輸電系統(tǒng)最優(yōu)化規(guī)劃[J].電力系統(tǒng)自動(dòng)化，2000（02）：51-55.