改进遗传模拟退火算法.doc

改进遗传模拟退火算法在配电网络重构中的应用
刘扬,杨建军,魏立新
(大庆石油学院,大庆163318)
摘要:对遗传模拟退火算法中的交叉、变异操作进行了改进，并实施了最优保留策略，形成了改进遗传模拟退火算法。以网损最小为目标函数，以配电网电压降的限制、线路电流量的限制等为约束条件，建立了配电网络重构优化模型。在考虑配电网自身特点的基础上，利用改进遗传模拟退火算法求解。重构算例说明，该优化方法有效、实用。关键词:配电网络;网络重构;遗传算法;模拟退火
ApplicationoftheImprovedGeneticSimulatedAnnealingAlgorithminDistributionNetworkReconfiguration
LIUYang,YANGJianjun,WEILixin
(DaqingPetroleumInstitute,Daqing163318,China)
Abstract:Inthepaper,thecrosserandmutationinthegeneticsimulatedannealingalgorithmwereimproved,andtheoptimizedreservedstrategywasusedtoformtheimprovedgeneticsimulatedannealingalgorithm.Anoptimizationmodelofdistributionnetworkreconfigurationisestablished,inwhichtheminimumnetworklossistakenasobjectivefunction,therestrictionstothedeclineofvoltageandcurrentaretakenasconstraintconditions.Basedonthefeaturesofdistributionnetwork,theimprovedgeneticsimulatedannealingalgorithmisusedinnetworkreconfiguration.Reconfigurationresultsshowthatthealgorithmisefficientandpractical.Keywords:distributionnetwork;networkreconfiguration;geneticalgorithm;simulatedannealing
1前言网络重构作为配电系统经济运行自动控制的一个重要问题已被广泛关注。网络重构的基本原理就是在满足系统约束条件的前提下，通过调整网络中分段开关和联络开关的分合来寻求一种符合某特定运行要求（如使网损最小）的拓扑结构。理论上，在各种约束条件下，配电网络重构问题是一个大规模非线性组合优化问题。由于配电网中作为优化变量的开关数目巨大，穷举搜索将面临“组合爆炸”问题。近年来，模拟退火算法和遗传算法在配电网络重构中得到了应用，但单一算法的搜索能力和效率不高，而且受初始参数的影响较大。遗传算法参数选择不当易陷入“早熟”，模拟退火算法对“退温”历程的限制条件很苛刻，优化时间性能较差。本文将遗传算法和模拟退火算法有效结合起来，并对遗传算法的适应函数、交叉率和变异率进行了改进，计算过程考虑了配电网自身的特点，使算法的优化性能得到了大幅度提高。
2网络重构数学模型以网损最小为目标函数的网络重构数学模型为式中：ΔPLi为第i段线路的有功损耗，kW；N为线路总数量；Ri为线段i的单位电阻，Ω；Li为线段i的长度，km；Pi为第i线路的有功潮流，kW；Qi为第i线路的无功潮流，kvar；Ui为第i线路的电压值，kV。不等式约束包括电压降的约束、线路电流值约束、电源容量约束［1］，即式中：Uimin为第i节点要求的最低工作电压值，kV；Iimax为第i线路导线型号对应的载流量值，A；St为第t个变电所的负荷值，kVA；Stmax为第t个变电所的供电能力，kVA。此外，还应保证每组开关组合不形成环网和出现“孤岛”的情况，即每次循环中遍历的节点个数应等于整个网络的负荷节点总数。
3改进遗传模拟退火算法及其在配电网络重构中的应用3.1编码在遗传算法中，问题的解用数字串来表示，每个数字串叫做一个染色体，遗传算子也是直接对串进行操作。遗传算法常用的有十进制编码和二进制编码。配电网络重构的实质就是通过改变开关的开合状态来改变网络的拓扑结构，目的是找到最优的网络结构所对应的开关状态，以使网损降到最小。因此，取开关状态为控制变量比较合适，将网络中的开关状态自然地用0或1表示（0表示开，1表示合），每个开关占据染色体的一位，各开关状态组合在一起，就形成了一条染色体，染色体的长度为网络中开关的数量总和。这