改進遺傳算法在配電網規劃中的具體應用研究

余俊勇

摘 ?要：隨著我國社會經濟的迅猛發展，人們對電力的需求不斷增加，促進了配電網建設的進步。配電網規劃是配電網建設的基礎，對于配電網運行、調度的優化有著重要意義，所以，采取合適的算法提高配電網規劃水平十分重要。在介紹遺傳算法、模擬退火算法和禁忌搜索算法的基礎上，分析了改進遺傳算法在配電網規劃中的具體應用。

關鍵詞：改進遺傳算法;配電網規劃;電源規劃;遺傳算法

中圖分類號：TM715 ? ? ? ? ? ? ? 文獻標識碼：A ? ? ? ? ? ? ? DOI：10.15913/j.cnki.kjycx.2015.14.081

配電網規劃是在給定的負荷值和電源規劃的基礎上，結合當前的電網結構，設計最合理的線路對配電網進行擴建或改進，在保證電力系統安全穩定的前提下，最大程度地降低配電網運行的成本，提高配電網配電、輸電和用電的效率，有效降低配電網線損率，提升配電網運行的經濟性。

1 ?配電網規劃中的幾種算法

1.1 ?遺傳算法

遺傳算法是一種優化復雜函數的算法，是在1975年由Holland提出的，通過利用目標函數來探索最優的方向，整個計算過程中不需要進行求逆、求導等運算，能夠隨時加入約束條件，在多目標優化、整數非線性規劃等方面應用較為廣泛。

在遺傳算法當中，其操作的對象是參數編碼而非參數自身，可以在同一時間段內搜索多個點的編碼，其編碼過程是遵循隨機轉換規則的。但是，遺傳算法的缺點也十分明顯，由于此算法中變異概率過小，染色體引入的機會過少，導致其局部搜索能力差，容易出現不可行解和早熟現象等問題。

1.2 ?模擬退火算法

模擬退火算法是通過接受或放棄系統能量狀態變化的信號來使其逐漸趨于穩定的一種算法，其基本原理是當系統能量從E1變化為E2，如果E1>E2，則系統會接受此狀態;反之則隨機丟棄或接受。在經過多次迭代后，整個系統分布狀態會逐漸穩定。

在模擬退火算法當中，初始值與最終狀態、算法解之間都沒有關系，是一種隨機性全局最優化的方法，在計算過程中可以并行計算，具有漸近收斂的特性。

1.3 ?禁忌搜索算法

禁忌搜索算法是在局部鄰域搜索算法基礎上發展出的一種算法，其通過利用禁忌表記錄的方式，將一些搜索過程中發生的局部最優過程或最優點列入禁忌搜索的范圍，縮小下一次搜索的范圍，有效解決了局部鄰域搜索算法的不足。

禁忌搜索算法的優點在于具有較高的“爬山能力”，這是由搜索過程中能夠接受劣解特點決定的，但是，這種算法的結果會在很大程度上受到初始解的影響，如果初始解發生錯誤，則

最終解會出現較大誤差。

2 ?配電網規劃的數學模型

配電網規劃就是在某些特定條件下，最大可能地實現經濟性、穩定性和安全性等多個目標的規劃方式，所以，配電網規劃模型為多目標模型，其中需要考慮建設投入、運行費用和網損等因素，優化模型如下：

. ? ? ? ? ? （1）

式（1）中：f1為目標函數1，是指建設投資等值年費用;kI為單位長度線路造價;xi為決策變量;li為第i條線路長度。

. ? ? ? ? ? ? ? （2）

式（2）中：f2為目標函數2，是指網絡安全約束懲罰項;Wi為第i種網絡約束;peni為相應的懲罰系數。

. ? ? ? ? ? ?（3）

式（3）中：f3為目標函數3，是指年網損費用;T為年網損的時間，h;K2為單位電價;ri和pi分別為第i條線路電阻和功率;NB為網絡支路數。

綜合公式（1）（2）（3）可得，此優化模型的廣義函數為：minf=f1+f2+f3，由此可推出適應度函數fit=fmax-f=fmax-（f1+f2+f3）。

3 ?改進遺傳算法的具體應用

遺傳算法的過程與自然進化的隨機選擇有著相似性，其基本操作主要包括選擇、交叉和變異，為避免遺傳算法的不足，本文就引進了模擬退火算法和禁忌搜索算法對其進行改進，以提高遺傳算法的準確性，改進后的算法過程如下。

3.1 ?算法的實現過程

3.1.1 ?編碼確定

為了提高譯碼過程的效率，采取了整數編碼的方式，同時，此編碼方式還使得算法更加直觀。在配電網規劃中，進行編碼時，其直接變量是配電網規劃的線路數量，所以編碼的對象就是架線類型和數量，其對應關系為染色體代表規劃方案、基因代表某一架線支路。

采用這種編碼方式，通過去除基因代表的架線支路就可以直接反映此支架線路是否發生線型、長度方面的變化，遺傳算法常用的二進制編碼方式能夠在很大程度上降低字符長度，提高解碼效率。

3.1.2 ?算子選擇

在傳統的遺傳算法當中，算子選擇是通過賭輪選擇方法實現的，如此一來，能夠保留父代群體中的精英個體，沒有同交叉和變異，是一種最優保存的方案。在改進遺傳算法中，選擇算子時采取了模擬退火算法的選擇方法，即先按照某一特定順序將父代群體排序，然后根據模擬退火算法的原理，結合其概率選擇方式得到部分優秀的個體并將其復制到下一代中，最后交叉和變異處理剩余的個體。

3.1.3 ?算子交叉

在本改進算法中，算子交叉采取的是部分匹配交叉的方法。在此交叉操作當中，將均勻隨機分布方式產生的兩個位串交叉點之間的區域定義為同一匹配區域，然后通過位置交換操作方法，將兩個父串匹配區域進行交換，以兩父串點A1和B1為例，其交換后得到A2和B2，然后依據位置映射關系，再次交換后得到。由此過程可知，新子代個體都是由父串次序部分得到的。

3.1.4 ?變異操作

變異操作的作用是擾動算子種群，增加算子種群的多樣性，但在變異操作過程中，必須合理控制變異概率，以免概率過小無法發揮增加新模式的作用，或者概率過大使算法變為隨機搜索。所以，為了控制變異概率，并使最優個體在得到保留的同時，不會出現重復搜素問題，就在遺傳算法中引用了禁忌搜索算法，以得到算子交叉后的最優解，使其直接進入到下一代群體中，再以某概率變異操作剩余個體。

3.1.5 ?懲罰因子

懲罰因子peni規則為自適應規則，取較小的初值，在搜索過程中peni逐漸增大，其懲罰項影響也不斷擴大，其變化過程為：peni+1=cpeni，其中，peni=1，c>1.

3.1.6 ?終止規則

遺傳算法終止于迭代次數達到設定的次數值時。

3.2 ?改進遺傳算法的計算步驟

改進后的遺傳算法的計算步驟為：①確定配電網的原始數據，包括約束條件和節點參數等，同時設置算法的初始參數，包括初始和終止溫度、群體規模、禁忌表的長度和終止規則等。②初始化群體的形成采取隨機方式，形成許多有差異的可行解，使其組成初始化可行解群體。③進行適應度計算，如果此時滿足終止規則，停止并將計算結果輸出;如果不滿足，則開始執行函數。④通過模擬退火算法得到部分最優解，并將其復制到下一代群體中。⑤使用禁忌搜索算法來對上一步函數得到的新一代群體進行處理，得到其中最優部分解，然后直接進入到下一代群體中進行變異，剩余個體以某概率行變異操作，并將處理后的變異算子全體進行第三步操作;⑥按終止規則停止運輸，輸出最終結果。

4 ?結束語

綜上所述，遺傳算法、模擬退火算法和禁忌搜索算法都存在著一定的不足，通過結合三種方式對遺傳算法進行改進，能夠得到更好的全局收斂性，更快地完成相關數據的收斂，對于配電網規劃目標的實現有著重要作用。

參考文獻

[1]麻秀范，崔換君.改進遺傳算法在含分布式電源的配電網規劃中的應用[J].電工技術學報，2011（03）：175-181.

[2]黃慧，齊巖，吳利樂.改進的混合遺傳算法在配電網規劃中的應用[J].水電能源科學，2012（09）：168-170.

[3]黃慧，顧波.改進遺傳算法在電網規劃中的應用[J].電力系統保護與控制，2012（22）：64-67，112.

〔編輯：王霞〕

Application of Genetic Algorithm in Distribution Network Planning

Yu Junyong

Abstract： With the rapid development of social economy in China， the demand for power is increasing， which promotes the development of distribution network. Distribution network planning is the basis of distribution network construction. It has important significance for distribution network operation and scheduling. So it is very important to take appropriate algorithm to improve the level of distribution network planning. Based on the introduction of genetic algorithm， simulated annealing algorithm and tabu search algorithm， the application of genetic algorithm in distribution network planning is analyzed.

Key words： genetic algorithm; network planning; power distribution; genetic algorithm

文章編號：2095-6835（2015）14-0083-02