基于蚁群算法的配电网络结构优化技术

【摘要】：国民经济的快速发展带动了电力负荷飞速增长，电网结构进一步大型化，复杂化。为了解决供电与用电之间的瓶颈，向用户提供充足的、高质量的电能，提高配电网的经济性和可靠性，建设坚强、灵活的配电网逐渐得到广大电力企业的重视。配电网络结构优化目的就是要以科学的规划指导配电网的建设，以最小的投资获得最大的经济效益和社会效益，使配电网达到经济性和可靠性的统一。 配电网络结构优化问题是指在满足对用户供电和网络运行约束的前提下，寻求一组最优决策变量使目标函数最小。目标函数可以是投资费用最小、运行检修费用最少、可靠性损失费用最少或者三者之和最小。约束条件包括潮流约束、辐射约束、电压约束等。若考虑多阶段优化问题，还需要在数学模型中考虑时间因素。因此配电网络优化是一个非常复杂的大规模组合优化问题。 求解配电网络结构优化问题的算法很多。包括：线性规划、非线性规划、混合整数规划、动态规划、遗传算法、模拟退火法、禁忌算法、蚁群算法、人工神经网络法、模糊集理论、专家系统法等等。每种算法都有自己的优点和局限性，但是还没有哪种方法很好的解决了计算时间和计算精度的矛盾。因此常常在求解过程中综合几种方法，互相弥补，以求得比只单独用一种方法更好的效果。 本文从回顾现有的配电网络优化数学模型及配电网络结构优化的理论基础出发，在分析现有优化算法的基础上，结合配电网优化规划的特点，提出一种基于蚁群算法的、实用的、可用于较大规模配电网络优化的近似最优规划方法。分析了常用的配电网接线模式；分析了一些学者的对配电网络结构优化的思路；