（电力系统及其自动化专业论文）基于接线模式的配电网络优化规划.pdf

工 或 体 上海交通大学学位论文答辩决议书 姓名章文俊i 学号 0 0 4 0 3 1 2 0 0 5 l 霉簧l 电力系统及其自动化 指导教师 程i1 浩 忠i 菩翥 2 0 0 9 - 1 0 - 11 l 釜誊l 上海交通人学徐汇校区新上院2 7 字 论文题目 基于接线模式的配电网络优化规划 ( 同意票数实到委员数应到委员数) 答辩结论：d 螽过 口未通过 鬻袅骢黧毛徽黼氅黧聪惭瑚其应 山丁然l 燃嬲鬃p r 遗i m 燃鬈菰篇篇黼茹灞蠡劣 ：e u t j 丁求解配电网规划问题，结合 算法产生初始种群，获得比元全随秽l 广l 至州配皑网殆义。叽“。俐。笋u 川 案，2 消桀筹就燃嚣勰激，采用树状数据结构描述网络元件间删 i p 关、提出了一种复杂配电网络可靠性评估的双向搜索法，米州稠状致惦绡俐于曲怂阳殆7 l 1 叫卅 八 ：壮。瑟裂嘿黧黼嚣裂黼蒜嚣单巍, 、素- 釜- 1 4 - 淼- 囊孚囊鬈呙篙 减结构单元、节点重分配等遗传操作算子，在此基础上采用结构编码早莱邋传舁仫】垃1 蕉 供氏工i 叫“。 配电2 毪筹警磐不确守 峰条件下考虑接线模式过渡的配电网络多阶段动态优化规划模型，并提出一种 特跌瓮蒜淼恐淼勰禚蕊第蒜鬟徽霎凝蒜满黼 特殊的配电网多阶段规划的处理方法，使不同规划阶段的两种配电叫横线棋瓦乏1 日j b e 。眵力。| 罡i 也堪u 投。羹辛篱鬟? 蓑叠兰篡盏薯象善篓盏坌誓主磊嘉篙萎鬈量霍嘉泵囊黧善高嘉差? 嵩鬈譬墨箸掌釜位 综上所述，该生已经具有该专业博士毕业所需的基础理论和系统的专lj 矢u 仪。i 司恧通也寻卞孚但 文答辩。 营因三 2 峨 年i o 月f 1 日 论 答 辩 委 口 贝 会 成 口 贝 签 名 职务 姓名 职称 单位 签名 主席 李渝曾 教授 上海大学 委员谢宏 教授 上海海事大学 委员 韦钢 教授 上海电力学院 委员 张秀彬 教授 上海交通大学 委员 王杰 教授 上海交通大学 秘书 曹国云 副教授 上海交通大学 闺主 上海，9 鼍大掌工掌博士掌位 e 吁 基于接线模式的配电网络优化规划 摘要 配电网络优化规划涉及到馈线段的建设时间、建设地点及线径等的 最优选择，规划所得配电网络应满足经济性和可靠性等目标最优的要求， 且所得结果需服从馈线容量、电压降落、功率平衡等方面的约束，它是 一个具有多目标、不确定性、非线性和多阶段性等特点的复杂系统优化 问题。尤其当需要考虑配电网络的接线模式，甚至需要考虑接线模式的 过渡时，求解难度更是大大增加。本文主要是运用智能优化算法、多目 标、多阶段优化理论等对基于配电网接线模式的配电网络优化规划展开 比较深入的研究。 1 ) 提出一种复杂配电网可靠性评估的相关线路集双向搜索法，为其 后配电网规划中的可靠性计算作准备。采用树状数据结构描述网络元件 间拓扑关系，将配电网可靠性参数的求取分两步进行：首先执行双向搜 索，获得若干不同属性线路集；然后对各线路集进行加工处理，最后利 用相应公式进行可靠性计算。该方法可方便求得带子馈线、备用电源的 复杂配电网络的可靠性指标，且对各种开关及其位置的变化情况能够灵 活处理。 2 ) 提出一种树形结构编码的单亲遗传算法，用于( 具有多级分支线 路的) 辐射状配电网络的优化规划。在给出二叉树结构编码遗传算法在 收敛性方面的结论可以推广到树形结构编码遗传算法中去的理由后，提 出树形结构编码的单亲遗传算法及其移位、重分配等遗传操作算子，并 将其应用于求解配电网规划问题。结合p r i m 算法产生初始种群，获得比 完全随机产生的配电网络更优的初始方案。充分利用单亲遗传算法的优 5 ) 基于多目标优化理论对配电网络几种常用接线模式进行经济性和 可靠性的比较分析。建立了配电网规划方案的综合模糊评估指标并给出 了各项指标模糊隶属度函数的选取和参数的确定办法。以一些常用的中 压配电网接线模式为研究对象，通过多目标遗传算法规划得到各类典型 开发区在每种模式下的优化配电网络；通过综合指标分析和模糊评价， 对配电网的各种接线模式比较得出与各种典型开发区对应的最佳接线模 i i 上j 交逼大掌工掌博士掌位论文擅要 式。： 6 ) 建立负荷不确定性条件下考虑接线模式过渡的配电网络多阶段动 态优化规划模型，并提出一种特殊的配电网多阶段规划的处理方法，使 不同规划阶段的两种配电网接线模式之间能够方便地进行过渡。 关键词：配电网络规划；单亲遗传算法；p r i m 算法；树形结构编码；可 靠性评估；双向搜索；接线模式空间；接线模式过渡 1 1 1 s h o u l db et a k e ni n t oa c c o u n t ，t h ec o n d i t i o nw i l lb e c o m em o r ec o m p l e x a n d t h ed i f f i c u l t yw i l lb ei n c r e a s e d g r e a t l y i n t e l l i g e n to p t i m i z a t i o na l g o r i t h m m u l t i 。o b j e c t i v ea n dm u l t i s t a g eo p t i m a lt h e o r ya r ea d o p t e di nt h i sp a p e rt o s t u d yt h ep r o b l e m sd e e p l ya sf o l l o w s 1 ) ab i d i r e c t i o n a ls e a r c h i n gm e t h o df o r r e l i a b i l i t ye v a l u a t i o no fc o m p l e x d i s t r i b u t i o nn e t w o r ki s p r o p o s e di nc h a p t e r2 ，t op r e p a r ef o rt h er e l i a b i l i t v c a l c u l a t i o ni nt h ec h a p t e r sf o l l o w i n gt h ec h a p t e r t h et o p o l o g i c a lr e l a t i o n s h i p o fn e t w o r ki sr e p r e s e n t e db yt r e e s t r u c t u r e ，a n dt h ea c q u i r i n go fd i s t r i b u t i o n n e t w o r kr e l i a b i l i t yi n d i c e si sd i v i d e di n t ot w os t e p s ：f i r s t ，t h eb i d i r e c t i o n a l s e a r c h i n gi se x e c u t e d ，a n dv a r i o u sm e a s u r e sa r et a k e nt o g e ts e v e r a ll i n e m u s t e r sw i t hd i f f e r e n ta t t r i b u t e s ；t h e n ，t h el i n em u s t e r sa r e p r o c e s s e d a n dt h e r e s u l t sa r eu s e dt oc a l c u l a t et h er e l i a b i l i t yi n d i c e s w i t ht h en e w m e t h o d t h e r e l i a b i l i t yi n d i c e so fac o m p l e xd i s t r i b u t i o nn e t w o r kw i t hs u b f e e d e r sa n d a l t e r n a t i v es u p p l i e r sc a nb ec a l c u l a t e d c o n v e n i e n t l y , a n dt h ec h a n g i n go f s w i t c hi n s t a l l a t i o nc a nb et r e a t e df l e x i b l y a n di ti sp r o v e dt ob ef e a s i b l ea n d i v 上海- 交趣大掌工掌博士掌位 e 文a b s t r a c t v a l i dt h r o u g he x a m p l e s ： 2 ) ap a r t h e n o - g e n e t i ca l g o r i t h mb a s e do nt r e es t r u c t u r ee n c o d i n gf o r ( m u l t i l e v e lb r a n c h ) r a d i a ld i s t r i b u t i o nn e t w o r ko p t i m a lp l a n n i n gi sp r e s e n t e d i nc h a p t e r2 3 2 ，a n dt w on e wg e n e t i co p e r a t o r ss u c ha ss h i f to p e r a t o ra n d r e d i s t r i b u t i o no p e r a t o rf o rt r e es t r u c t u r ee n c o d i n gp a r t h e n o - g e n e t i ca l g o r i t h m a r ep r o p o s e di nt h i sc h a p t e r ，a f t e rt h er e a s o nt h a tt h ec o n v e r g e n c eo fb i n t r e e s t r u c t u r e e n c o d i n gg e n e t i ca l g o r i t h mc a nb eg e n e r a l i z e dt ot r e es t r u c t u r e e n c o d i n gg e n e t i ca l g o r i t h mh a sb e e ng i v e n p r i ma l g o r i t h mi se m p l o y e dt o p r o d u c ep r e l i m i n a r yr a d i a ln e t w o r k s ，w h i c ha r eb e r e rt h a ne n t i r e l yr a n d o m s c h e m e s t h ea d v a n t a g e so fp a r t h e n o g e n e t i ca l g o r i t h ma r ef u l l yu t i l i z e di n d i s t r i b u t i o nn e t w o r k so p t i m a lp l a n n i n g a l ls c h e m e si nt h es o l v i n gp r o c e s s a r e a l w a y sn a t u r a l l yb e i n g r a d i a l p a r e r n ，n o n e e df o r i n s p e c t i o n o f c o n n e c t i v i t y a n d b e i n g r a d i a li nc o n n e c t i o no ft h en e t w o r k s t h e d e t e r m i n a t i o no fw i r ed i a m e t e r ，t h et r e a t m e n to fs t r e e tc r o s sp o i n t sa n dt h e m e t h o do fe x p a n s i o np l a n n i n gf o rd i s t r i b u t i o nn e t w o r k si sd i s c u s s e d t h e e x a m p l e so fd i s t r i b u t i o nn e t w o r kp l a n n i n gs h o wt h a tt h em e t h o di sf e a s i b l e a n de f f i c i e n t f i n a l l y ，t h em u t a t i o no p e r a t o rh a sb e e np r o p o s e dt op e r f e c tt h e p a a h e n o g e n e t i ca l g o r i t h mb a s e do nt r e es t r u c t u r ee n c o d i n g 3 ) t h et r e es t r u c t u r ee n c o d i n gp a r t h e n o g e n e t i ca l g o r i t h mi sc o m b i n e d w i t he s t i m a t i o no fd i s t r i b u t i o na l g o r i t h mt og e tah y b n d a l g o r i t h mt os o l v et h e p r o b l e mo fd i s t r i b u t i o nn e t w o r kp l a n n i n g i nt h eh y b r i da l g o r i t h m ，t h es e a r c h d i r e c t i o no f p a r t h e n o g e n e t i ca l g o r i t h m ( p g a ) c a nb ee s t i m a t e db ye s t i m a t i o n o fd i s t r i b u t i o na l g o r i t h m ( e d a ) a n dt h e r ei sn oi m m a t u r ec o n v e r g e n c ei n p g a b yt h ec o m p l e m e n t a r ya d v a n t a g e so ft h eh y b r i da l g o r i t h mt h e c o n v e r g e n c er a t ei sa c c e l e r a t e da n dt h eh y b r i da l g o r i t h mi sm o r es t e a d ya n d e f f e c t i v e 4 ) t h ei d e a so fc o n n e c t i o nm o d es p a c e ，c o n n e c t i o nm o d es u b s p a c e ， t e m p l e ts p a c ea n ds oo n ，h a v eb e e np r o p o s e di nc h a p t e r4 t h ep g a h a sb e e n v o b t a i n e d ，b yt h ec o m p a r i s o no fa l lt h ee v a l u a t i o ni n d i c e s 6 ) b a s e do nt h ep r e v i o u ss e v e r a l c h a p t e r s ，t h em u l t i s t a g eo p t i m a l p l a n n i n gm o d e lo fd i s t r i b u t i o nn e t w o r kh a sb e e ne s t a b l i s h e di nc h a p t e r6 i n t h ep l a n n i n gm o d e l ，t h et r a n s i t i o no fd i s t r i b u t i o nn e t w o r k c o n n e c t i o nm o d e s u n d e ru n c e r t a i n t yc o n d i t i o no fl o a dh a sb e e nt a k e ni n t oa c c o u n t a s p e c i a l t r e a t m e n tm e t h o df o rm u l t i s t a g ed i s t r i b u t i o nn e t w o r kp l a n n i n gh a sb e e n p r o p o s e d ，b yw h i c ht h et r a n s i t i o nb e t w e e nt w ok i n d so fc o n n e c t i o nm o d e si n d i f f e r e n tp l a n n i n gs t a g e sc a nb ec a r r i e do u te a s i l y v l v i i 3 2 基于树形结构编码单亲遗传算法的配电网优化规划3 0 3 2 7 群秀枣型3 d 3 - 2 - 2 匆宠缘蝴解掌j 煮逸传鼻茏蠹3 j 3 2 ，3 栩形结构编码单亲遗传算法应甬于配电网络规期3 2 3 2 4 一些问题的筋理7 5 3 2 5 ；9 嘲3 6 3 - 2 6 i 岁谚矽形豸手，骘磋旁z 窜擘勇专进勤笔誓掌茏手厅乡芳产褒4 d 5 2 多目标遗传算法8 2 5 3 基于n s g a i i 的多目标配电网规划8 4 5 3 多目拣配詹网期彰麓型甜 s 3 2 基于n s g a - l i 算法多目标配电网规蜘韵设计8 4 5 4 不同接线模式配电网p a r e t o 解相对优势的比较分析8 6 5 4 1 冒p 詹历驴菇蒡辔螽 ! 式：8 6 5 4 2 不两馐绔攒靖彪轻糕8 7 5 5 典型地块配电网综合评价指标的形成8 8 5 5 1 备叨措；新毳雳西裁肋进华猡 5 5 2 缮兮舻舱9 0 上海交逼丈掌工掌博士掌位论文 目景 5 6某市典型地块接线模式分析9 0 5 6 7 萨鸯劲殇争务绎夕j ， 5 6 2 劳第分颜刃 5 7 第六章 6 1 6 2 小结。9 5 负荷不确定性条件下考虑接线模式过渡的配电网络多阶段动态规划 引言一9 7 模糊数及其运算与比较9 8 6 2 - 7 貘嬲_ 髭9 8 6 2 2 楔锄缴崩嚏蚕蕈9 8 6 2 3 撰嬲镦名哆z 矗鸵9 9 6 3 6 4 6 5 6 6 6 7 6 8 6 9 6 1 0 6 1 1 第七章 7 1 7 2 配电网模糊潮流计算方法9 9 考虑接线模式过渡的配电网络模糊规划模型1 0 0 考虑接线模式过渡的配电网络模糊规划模型求解思路1 0 0 染色体表达方式10 2 初始方案的产生1 0 3 适应度计算1 0 3 单亲遗传操作1 0 3 算1 歹4 1 0 3 ，j 、! 右1 0 6 总结与展望1 0 8 总结10 8 展望1 0 9 参考文献 致谢 攻读学位期间发表的学术论文目录 1 1 0 1 1 8 1 1 9 一 上海交通大学工学博士掌位论文 第一章绪论 第一章绪论 1 1 配电网规划的研究意义 配电网规划是指在分析和研究未来负荷增长情况以及城市配电网现状的基础上， 设计一套系统扩建和改造的计划。在尽可能满足未来用户容量、电能质量及达到一定 可靠性的情况下，对可能的各种接线形式、不同的线路数和不同的导线截面，以经济 性等为指标，选择最优或次优方案作为规划改造方案，使电力公司及其有关部门获得 最大利益的过程。 过去我国的配电网络规划远远落后于输电网络的规划，配电网建设滞后，造成配 电网在向用户供电过程中形成的“卡脖子”的现象。随着用户对供电可靠性的要求越 来越高，配电网络规划越来越得到人们的重视。正确合理的配电网规划设计实施后一 方面可以提高配电网的供电能力和可靠性，满足人们生活和经济发展需要；另一方面 可以最大限度地节约国家基建投资，促进国民经济健康发展，提高其他行业的经济和 社会效益，因而其重要性不可低估。所以，对配电网规划问题进行研究，以期最大限 度地提高规划质量，具有重大的现实意义。 1 2 配电网规划的国内外研究现状 1 2 1 配电网优化规划的模型分类 1 2 1 1 从时间和物理结构角度 配电网主要包括变电站和配电线路，按物理结构配电网可分为变电站和配电线路 两个子系统。可以把配电网看作是一个整体系统进行规划，也可以把它分为变电站和 配电线路两个子系统分别进行规划。每个子系统中都有许多规划中必须考虑的变量， 如：变电站的位置、数目、变压器的额定容量及供电区域等；配电线路的数目、配电 线路路径、配电线路的分支负荷以及导线截面等。 从时间的角度看，配电网规划模型又可分为静态和动态模型：静态模型假设规划 水平年内负荷需求不会改变，在模型中不考虑负荷增长因素；而动态模型在长期配电 网规划中，动态地考虑不同时间段的负荷变动情况，常常将规划分成几个阶段进行。 因此，从时间和物理结构角度，h e s h a mk t c m r a z ”提出可以将现有的规划模式 划分为四种截然不同的类型：静态负荷子系统( s t a t i cl o a ds u b s y s t e m ) 、静态负荷整体 系统( s t a t i cl o a dt o t a ls y s t e m ) 、动态负荷子系统( d y n a m i cl o a ds u b s y s t e m ) 、动态负荷整 因为变电站和馈线之间是存在相互作用的，两个子系统独立求得的解不一定是真 正最优的，所以有必要对变电站和馈线同时进行选择计算。 h i n d i 等人采用支路定界运输方法确定辐射状低压配电网络的规划，解决了变电 站位置问题【6 】，文章将网络损耗费用考虑成线性化函数。g o n e n 和f o o t e 7 】用o 一1 决策变量代表可能的变电站位置和配电线路路径，总的费用函数描述为一个混合整型 规划问题，没有考虑辐射状约束和电压降约束。p o n n a v a i k k o 8 】将配电网整体规划问题 描述成一个二次混合整数规划问题，用0 1 变量作为决策变量，增加了电压约束。 f a w z i 等人将投资较小的元件费用曲线直接线性化，保留部分投资相对较大的元 件的固定费用，以运行约束为边界条件，用分支定界法求解混合整数规划模型【9 1 。另 外，a o k i 【l o 】建立了求解大规模配电网规划问题的混合整数规划模型( m i x e d i n t e g e r ) 。 2 一一 上海交通大掌工掌博士掌位论文 第一章绪论 曼舅皇皇曼。l l 。i i i i i 。曼曼! ! 曼曼曼 3 ) 动态负荷子系统规划模型 ： a d a m s 和l a u g h t o n 1 l 】提出用动态规划模拟负荷增长，在动态规划过程要求费用 不依赖于历史数据。他将费用分为两类：电力设施每年的建设费用和每年的损失费用， 系统被描述为一个f l o w n e t w o r k 即网络流模型。这一模型是否能成功地应用于实际的 电力系统中还值得怀疑，例如对于一个拥有2 0 0 个元件的实际系统，按逻辑组合，会 产生2 2 0 0 个不同的待选方案，这样的模型在计算上是不可能的。 a b u e 1 m a g d 和m i l l e r 1 2 】为解决优化配电线路路径问题采用了一种固定费用网 络模型( af i x e dc h a r g en e t w o r km o d e l ) ，该模型将文献 1 3 1 的模型在新设施的费用上 作了精确性改进，每一可能的线路费用都由固定费用和可变费用组成。 t e m r a z 和s a l 锄a 【1 4 】提出了解决配电变电站的大小、位置、兴建时间及供电区域 的模型。其优化目标函数中包括了变电站不同费用分量( 建造费用、变压器投资费用 和铜损费用) ，考虑了电压、容量、能量平衡和辐射状供电约束。该模型的主要特点 是考虑固定费用分量时没有引入o 1 决策变量，因而有应用于大型系统的潜力。 4 ) 动态负荷整体系统规划模型 动态负荷整体系统规划模式理论上是最精确的，它是一种假定负荷在规划水平年 内变化的动态模型。 g o n e n 和r e m i r e z 继续发展了文献 7 q h 的模型，给出了更详细的考虑。值得注意 的是补充了固定和可变费用的当前值表述及明确的电压降和辐射状约束【1 5 】。 n o r t h c o t t e 骶e i l 【1 6 】研究了一种两相配电规划模型，命名为固定时间模型和动态优化模 型，用于确定从某一时期到下一时期的可行方案。模型增加了变电站的可变费用和配 电线路的固定费用。r a m i r e z 等人【1 7 】采用了s u n 等人【1 8 1 的两段式方法，但是结合了更 多的规划细节。考虑的要点包括基尔霍夫电流定律和电压降约束。 显然动态模型与静态模型相比，不仅可以解决配电变电站的位置和容量问题或配 电线路路径和导线截面问题，还可以解决变电站或配电线路的新建( 改建) 时间问题。 动态规划关键在于如何协调各时段方案，使其整体最优。 上述模型一般都需考虑如下几种约束：电压约束；设备容量约束；可靠性 约束；中压配电网辐射状运行约束等。当然，如果是在规划完成之后进行可靠性校 验，规划时可不必考虑可靠性约束。 1 212 从经济性和可靠性角度 束，这使得最小费用模型成为复杂的混合整数规划问题，相对运输模型复杂得多。 2 ) 可靠性模型 由于电力事故造成系统供电不足的损失有时非常巨大，进行电网规划时必须考虑 将来电网供电的可靠性。随着电力市场的兴起和可靠性价值概念的形成，使得电网扩 展规划方面产生了一系列新概念【2 3 】，如：最小成本规划、综合资源规划，它们追求的 是全社会最大的收益。电网供电总成本应不再仅包括电网扩展建设的投资成本、运行 成本，还应包括由于电网电力供给不足或中断所造成的用户缺电损失，亦即需求侧的 缺电成本【2 4 】。可靠性模型【2 5 1 的目标函数取可靠性成本和可靠性效益的现值之和。可 靠性成本为投资费用，可靠性效益为发电成本费用、网损费用和停电损失费用之和， 曼曼曼曼曼曼曼量曼曼曼皇曼皇皇曼量曼曼i ii, i 量黑曼 4 一一一 上海交通大掌工掌博士掌位论文 第一章绪论 约束包括潮流等式约束、支路容量限制、网架限制等。 目前，综合考虑经济性和可靠性的电网规划方法大致可分为4 类2 6 】： 传统的逐步扩展法和逐步倒推法，该类方法可靠性分析只是作为一种后校验 计算，无法获得经济性和可靠性综合最优的方案。 以可靠性为目标的规划方法【2 7 】，【2 8 】。 将可靠性指标作为约束条件加入优化问题得到满足一定可靠性要求的规划方 案【2 9 1 。该方法也无法获得综合效益最佳的优化方案。 综合考虑经济性和可靠性要求，将可靠性指标转化成经济形式加入目标函数 【3 0 】 【3 1 1 。 确定性模型可以获得具有一定经济性价值的电网规划方案，但却没有考虑可靠性 投资和可靠性效益的关系。可靠性模型中经济性和可靠性有机地结合起来，以供应方 开发成本和需求方缺电成本最小为目标，兼顾供需双方利益，提高了规划方案的综合 社会效益；也使电网规划的成本计算更为准确，为今后在市场机制下合理地制定电价 奠定了基础。但综合性模型若要准确计算缺电成本很困难。 1 2 1 3 从单目标与多目标角度 电网扩展规划的数学模型根据目标函数的个数可分成：单目标模型和多目标模 型。 电网规划时涉及到的因素除了投资费用目标、年网损费用目标外，其他如：生产 费用、可靠性、网络安全约束的惩罚项、载荷能力【3 2 】以及环保因素等都可以作为规划 目标之一。但这些目标通常具有不同的量纲或不同的重要性甚至可能相互矛盾，而多 目标规划( v e c t o rm a x i m u m m i n i m u mp r o b l e m ，v m p ) 是合理解决各目标之间冲突的理 想途径【3 3 】，f 3 4 1 。以下主要介绍多目标规划( v m p ) 模型。 对于v m p 模型，应设法求得这样一个解，它既是问题的有效解或弱有效解，同 时又是在某种意义下决策者所满意的解。这是多目标电网规划与单目标电网规划的一 个重要的不同尉3 5 1 。 传统的多目标优化方法主要是集成的方法，如权重法、约束法和目标规划法等。 它们是将多目标问题转换为单目标后，再采用比较成熟的单目标优化算法求解。目前 电网规划中普遍采用此法，规划中考虑的各因素在总目标中所占权重【3 6 1 的改变将影响 整个目标网架的优化，传统的多目标优化方法不能很好的解决这个问题；而且，对大 的一个) ，采用该环境下已“确定 的规划参数，求得满足该环境约束的、相对经济 指标最优的确定性方案【4 2 1 。这一类规划方法缺乏必要的适应性，其数学上的最优方案 往往由于未来的不确定性因素而使该“最优方案 失去了其最优的意义。事实上，配 电网规划确实涉及大量的不确定性。未来负荷增长大小和位置的不确定性、配电网的 扩展费用的不确定性等【4 3 】。因此，在进行配电网规划时必须考虑这些不确定性因素对 规划结果的影响。 如此，从规划的灵活性角度看，配电网络的优化又可以分为确定性和不确定性两 曼量曼皇曼曼曼曼曼曼舅i ii 曼曼曼曼曼曼曼皇曼鼍曼皇曼曼鼍 6 一一一一一 一 上海交通大掌工学博士掌位论文 第一章绪论 曼舅曼皇! 曼曼! 曼! 曼! 曼! ! 曼曼! ! 曼! 曼! ! 曼曼曼曼曼曼曼曼曼蔓皇曼曼曼曼鼍i mm l m _ 一_ m 曼曼曼 种优化方法。以下着重讨论针对不确定性信息进行规划建模的情况。 目前电网规划工作中已发现并开始研究的不确定性信息主要有4 种【删：随机性信 息、模糊信息、灰色信息以及未确知信息。根据对不确定信息处理方法的不同，灵活 规划的研究具体可以分为两类【4 5 】：第一类为多场景分析方法【4 6 】- 【4 8 】；第二类为基于不 确定性信息数学建模的电网规划方法，主要有随机方法【4 9 】，【5 0 1 、风险评估法【5 l 】，【5 2 】、模 糊方法【5 3 1 、灰色方法【矧以及其他一些新的理论和方法，例如盲数理论【3 5 1 、证据理论【5 5 】 等。 目前，计及不确定性因素的电力网络灵活规划研究已经得到了国内外学术界和工 程界的广泛关注。特别是近年来由于一些新方法和新理论的引入使电网灵活规划的研 究工作取得了较大的进展，其中有些电网灵活规划方法的初步研究成果已经开始应用 于实际的电力系统规划工程中，并取得了较为满意的社会效益和经济效益。但也存在 一些问题，如：研究中对不确定性因素的研究主要集中在负荷预测，应全面考虑各种 不确定因素，如d s m 的影响、设备及地价变化、相关政策变动等方面。新的模型或 方法还有待进一步的研究。 以上从不同角度对配电网的规划模型进行了分类。通过分析可知，其中涉及动态 与不确定性方面的模型分类主要是从输入变量( 负荷等因素) 的角度进行考虑。涉及 可靠性与多目标方面的模型分类则是从输出变量的角度进行考虑。事实上对输出变量 的要求也不会是静态的，而是随着时间推移、社会经济的发展而有所变化。比如近期 规划的一片重要临时展览地区，将来的远期规划可能会是一个商务中心地带等。如此， 不同阶段各个目标的重要性倾向也会有所变化，对此如何协调是个有待研究的问题。 由于配电网规划本身所具有的多目标性、不确定性、非线性、动态性和整数性等 特点，使得配电网规划成为一个非常复杂的、大规模的组合最优问题。这也决定了规 划模型的划分不是绝对的，而是互相融合的，比如某个模型可以是多目标的且又是动 态的等等。但反之，考虑到问题的求解难度，实际的求解模型其实又有必要根据相应 的需求做一定程度简化，比如对规划问题进行线性化、单目标化、只考虑确定性及解 耦处理等。 1 2 2 配电网优化规划的求解方法 1 2 2 1 配电网经典数学优化方法 数学优化方法用数学优化模型描述配电网规划问题，虽然从理论上可以保证解的 由于配电网规划问题的非可微性，直接应用非线性规划算法来求解该问题非常困 难，建立在非线性费用函数和非线性约束条件上的配电网规划模型往往得不到有效的 解，而混合整数线性规划模型既弥补了运输模型和不带整数变量的纯线性规划模型过 于简化的特点，又避免了非线性规划的“非鲁棒性”，因而成为求解配电网规划问题 较理想的数学规划方法。但是，即使是这种最为理想的数学规划方法，当进行实际的 配电网规划时，由于变量的数目和约束条件很多，也会变得非常困难，更不用说再在 配电网规划中加入其他方面的考虑，如不确定性等。 1 2 2 2 配电网启发式优化方法 针对经典数学优化规划方法的不足，启发式算法的特点就显得比较突出，它综合 考虑了规划效率和规划效果两个指标。在实践过程中，许多启发式方法，特别是现代 启发式方法常常能给出令人满意的、高质量的解【6 2 1 。启发式方法的优点是直观、灵活、 计算速度快，便于规划人员在规划过程中参与具体的决策，通过规划人员过去的经验 和常用的配电网规划启发式规则，并借助于数学规划方法，得出符合工程实际的规划 方案。 8 上海交通大掌工掌博士掌位论文 第一章绪论 1 ) 传统启发式方法 启发式方法( h e u r i s t i c sm e t h o d ) 以直观分析为依据，同规划人员的经验相结合，相 对于经典数学方法能够较为准确的实际模拟电力行为。传统的启发式方法通常基于系 统某一性能指标对可行路径上线路参数的灵敏度，根据一定原则逐步迭代，直到获得 满足要求的方案为止。这种方法在配电网规划中主要是结合“支路交换( b r a n c h e x c h a n g e ) 技术进行的。所谓支路交换是指：对辐射状配电网，通过添加一条支路来 形成一个环，然后断开另一条支路以恢复其辐射状网络结构。重复该过程，直到任意 支路交换均不能使目标函数减小为止。 1 9 9 0 年，a o k i 等提出求解单阶段规划问题近似最优解的支路交换法【l o 】。文献 6 3 】 提出了单阶段配电网规划问题的多阶段支路交换算法，以提高算法效率。文献 6 4 6 7 】 提出了通过采用分解协调的方法，n 年的配电网规划问题被分解为n 个单年的规划 问题来求解。文献 6 7 对n a r a ，a o l d 等人的支路交换算法作了改进，将支路交换分为 区内、区间两个阶段，综合考虑了配电网架和变电站的优化规划。 但以上方法有一定的局限性：在单阶段规划中【删，在添加一条支路形成环时， 几乎环外所有的支路都参与交换，计算量大；在多阶段规划中【6 5 】【6 7 1 ，n 年的配电 网规划问题被分解为n 个单年的规划问题，但其是在各阶段方案中采用某种协调策 略进行处理，而没有建立一个统一的目标函数求解，实际上属于伪动态规划。 文献 6 8 】提出了一种改进最小生成树算法。效率及效果均比支路交换法要好。 支路交换法简单、直观、灵活、计算时间短，可基于原有配电网的网络结构进行 扩展规划，虽然规划方案求得的并不是全局最优解，但便于人工参与决策且能给出符 合工程实际的较优解，使得方案的可行性较高。改进最小生成树算法通过采用随机初 始权初值提高了获得全局最优解的机会【6 8 】。 2 ) 专家启发式方法 启发式专家系统与传统启发式方法的区别在于规划过程中引入了规划专家的经 验，根据规划专家的经验可以合理简化模型，提高算法的效率，降低计算的复杂性， 并便于规划人员参与到具体的规划决策中去。专家系统利用存放在知识库中的指示和 数据库中的基础数据，并通过推理机的推理，为规划人员提供相对较优的规划方案， 但最终的规划方案仍是由规划人员作选择的。 文献 6 9 】 7 2 】将专家系统应用于变电站定位和馈线结构的问题。1 9 9 6 年，l o 和 9 o p t i m i z a t i o n ) 、粒子群优化p s o ( p a r t i c l es w a r mo p t i m i z a t i o n ) 、人工神经网络 a n n ( a r t i f i c i a ln e u r a ln e t w o r k ) 等。 遗传算法是模仿生物进化过程的一种方法。算法操作简单，对数据的要求低， 且为多点寻优，可以考虑多种目标函数和约束条件，另外，其在获得最优解的同时也 能给出一些次优解，弥补了数学优化方法的不足。 文献 7 4 应用边界搜索策略的遗传算法在电网扩展规划中，提高了搜索效率。文 献【7 5 提出了基于计算资源效率分配的多种群中心解搜索电网规划算法，具有优秀的 局部和全局最优解搜索能力。文献 7 6 1 以总体负荷矩最小为目标函数，提出了两层改 进的遗传算法与一层最短路算法相互嵌套的新算法进行配电网综合规划。文献 7 7 结 合遗传禁忌混合算法进行配电网规划。文献 7 8 】结合地理信息系统g i s 和遗传算法实 现配电网络智能规划。文献 3 6 】采用遗传算法求解多阶段扩展规划规划问题。文献 3 7 采用基于快速分类的非支配遗传算法( n s g a i i ) 这种新型多目标遗传算法处理大规 1 0 上海交通大掌工掌博士学位论文 第一章绪论 模多区域的电力系统规划问题。文献 7 9 】运用单亲遗传算法获得了最优网架结构。 进化规划与遗传算法相比不需要对变量进行编码和解码，因此更适合处理连 续优化问题【8 0 1 。文献 8 l 】考虑了多场景下配电网规划问题，同时考虑了大规模配电网 的运行规划和扩展规划问题，并采用进化方法进行求解。文献 8 2 】中讨论了进化规划 与遗传算法之间的区别与联系，同时提出了基于进化规划的电网规划方法。 进化规划与遗传算法的主要区别是：进化规划采用控制参数而不是它们的编码； 进化规划每代的选择过程是变异和竞争，而遗传算法是复制、变异和杂交；它们在模 型的侧重点方面也不相同。两者的共同缺点是计算量大，计算时间比较长。 模拟退火算法的核心在于模仿热力学中液体的冻结与结晶的冷却和退火过 程，采用m e t r o p o l i s 接受准则避免落入局部最优，渐近收敛于全局最优。有学者尝试 将这种方法应用于电网扩展规划中【8 3 】获得最优的方案。但模拟退火法为使每一冷却步 的状态分布平衡很耗费时间，而且属于单点寻优。因此模拟退火法常与其他方法结