基于混合算法的電網擴展規劃研究

王調兵

【摘? 要】論文在分析電網擴容規劃的發展背景、意義以及電網擴容方法的基礎上，提出了電網擴容規劃的基本思路，介紹了鏈模擬遺傳退火混合算法的詳細計算過程，并將其應用于電網擴容規劃中。實際結果表明，鏈模擬遺傳退火混合算法優于生態進化算法。

【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.

【關鍵詞】混合算法;電網擴展，規劃

【Keywords】hybrid algorithm; power grid expansion; planning

【中圖分類號】TM715;TP18? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文獻標志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文章編號】1673-1069（2021）06-0146-02

1 引言

隨著改革開放后國民經濟的快速發展，社會的快速發展，人民的生活質量有了很大程度的提高，人們和社會對生活各個方面的需求也隨著經濟的發展而迅速增長。在這一過程中，對于電量的需求也越來越大，不僅工業上的電量的需求增加，而且人民的生活對于電量的要求也越來越高。所以，為保障人們的生產生活可以更加順利地進行下去，可以采取一些新的技術來滿足電量的強大的需求。工業和住宅用電要求更高的可靠性和供電質量，公司只有加大對能源行業的投資，能源行業才能滿足社會各界的需求。電氣系統，主要任務電網擴容是對電網的發展和建設進行規劃，使擴容工程能夠穩定有序地實施，保障擴容工程的工程質量安全。與此同時，在對能源行業進行擴容時，就必須采取一些科學且合理的科學技術，以此來保障工程的電量的供應。隨著電網規模的不斷擴大，我國的區域電網可以并網，電網的隔離運行面積越來越小，發電廠的發電量通過電網輸送到各個地區，是整個系統的重要組成部分。電量通過電網，供應人民的生產生活更加的美好。近年來，我國電網和供電建設呈現出不合理的發展趨勢，例如，在發展的過程中，發展電網建設缺乏投資，而且，一些工作人員的重視程度也不夠，所以，這就會出現各種問題，導致電網建設跟不上供電建設，使得電力資源遭到白白的浪費。近年來，我國電網和供電建設呈現出不合理的發展趨勢。發展電網建設缺乏投資和重視，導致電網建設跟不上供電建設。在過去的幾年里，我國致力于建設完善合理的電網，輸電工程取得了巨大成功。超高壓電網建設的第一步是電網規劃設計電氣，同時，在建設的過程中，根據當地的環境條件進行建設，可以最大程度上避免電力事故。合理電網建設，經濟可靠對電力系統運行的可靠性和經濟性起著決定性的作用，甚至對人們的日常生活和國民經濟的發展也起著決定性的作用。

在一些偏遠地區，輸電系統負責將電力從偏遠地區的發電廠輸送到負荷區，并充當許多大型電網的樞紐。整個電網擴建規劃，合理的輸電網規劃可以保證配電網的正常運行。新能源的發展趨勢是逐步從不可再生能源轉向可再生能源。隨著分布式發電的迅速發展和智能電網的不斷完善，建立合理的輸電網勢在必行。因此，有必要加大電網投資，深化電網規劃研究以滿足國民經濟的需要。

2 電網擴展規劃可靠性及經濟性的重要性

電網擴容規劃是實現電力系統可持續發展的重要手段，能夠盡可能多地滿足用戶年內的實際負荷需求目標。以往電網擴容規劃，一般以經濟性為規劃目標，可靠性指標以檢驗為主，即在某種程度上，這與電力系統的發展密切相關，特別是經濟發展國家。一次能源消耗大，投資大，電網擴容規劃成功后，將產生可觀的效益，包括巨大的經濟效益和社會效益，如果不成功，將遭受巨大的損失，不僅包括經濟上的損失，而且還有技術上的影響。經濟作為評價電力系統可靠性的一種方法，必須使用相應的指標，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的穩態，使系統盡可能地滿足用戶的實際用電需求，進行安全性研究和提高系統的抗干擾能力動態。在電網規劃過程中，要考慮電網的適用性和可靠性。隨著社會的不斷發展，電網的可靠性和電壓穩定性在規劃中的擴展越來越重要。

3 擴展規劃方法分析

現在，隨著運籌學領域相關的研究的成果越來越多，以及計算機技術的快速發展，電網規劃也得到了很快的發展，通過對相關的因素的研究，對優化理論進行分析，從而可以減少工作量，得到最優的解決方案。

在電網擴容規劃中，需要有合適的解決方案，才能得到最優的電網擴容規劃方法，包括2種常用的編程方法，即啟發式方法和數學優化方法。兩種方法的有效結合可以最大限度地發揮其優勢。

3.1 啟發式方法

根據啟發式方法的不同，由于該方法不能保證求解的最優化，計算簡單，能與實際情況相吻合。因此，它在電網擴容規劃中的應用范圍也在不斷擴大。

3.2 數學優化方法

數學優化方法是指利用數學優化模型來解釋電網擴容規劃。在理論上，它可以保證解決方案更加容易實施。一般來說，這種方法在實際應用中存在一些困難：一是電網擴容規劃中需要依賴的因素較多，問題的階數較大，會使建模難度增大，即使建立了模型，也很難解決問題;第二，建模困難，許多因素無法在實踐中形式化，即使通過簡化的形式得到模型，在現實中也無法得到最優解。

4 混合算法電網規劃

食物鏈生態進化算法是近年來對遺傳算法進行改進的一種智能算法。該算法的基本思想是多組模型的協同進化。每個群體模型采用不同的進化策略進行縱向和并行進化，模型沿食物鏈橫向進化，單種群遺傳算法克服了局部優化和收斂速度慢的缺點。

模擬退火算法原理簡單，具有全局收斂性和較強的局部尋優能力，在一定的溫度下，模擬退火算法不僅可以接受最優解，而且可以在一定的溫度范圍內進行局部尋優。但同時根據馬爾可夫準則接受錯誤的解，使得該算法在全局優化中更具優勢，缺點是退火速度慢，求解時間長，退火機構參數難以控制。

將食物鏈生態進化算法與模擬退火算法相結合，提出了一種混合遺傳模擬退火算法。每個進化鏈（食物鏈）中的染色體（個體）對應于問題的候選解決方案。該算法控制了最優解的搜索過程，解決了收斂問題。采用不同進化機制的多組協同搜索代替進化鏈中的單點搜索。同時，低階模式種群通過橫向進化策略沿進化鏈向高階模式遷移，使算法從局部最優狀態向高階局部最優狀態方向移動。

食物鏈進化算法是為了擴大求解范圍，因此，引入遺傳機制的縱向進化，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量、不同的遺傳進化策略在空間中尋找不同水平群體的并行協同進化。

模擬退火算法原理簡單，具有全局收斂性和較強的局部尋優能力，在一定溫度下，模擬退火算法不僅可以接受最優解，而且可以根據準則接受錯誤解。該算法的缺點是退火速度慢，而且求解的時間也非常的長，這樣就會導致退火機構參數難以控制，非常容易導致事故的發生。連通性是電網規劃中的一個復雜問題。當一種算法應用于輸電網規劃時，會出現大量的非連通方案，這些方案是無效的，為消除個體種群中的下解（非連通方案），需要進行連通性判斷，從而避免了大量的冗余計算，有助于提高算法的收斂性，可以確保各個示意圖原始種群的數量是相關的。

人口逐步減少的基礎從低級種群到高級種群，隨著種群質量的逐步提高，采用不同的遺傳進化策略，在解空間中同時尋求共進化。通過運用所提算法對18節點系統進行多次計算，并將該混合算法與EEAFC進行比較。兩者所需共同參數設置為：高、中、低種群規模分別為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，降溫系數是0.9，終止溫度是1.6。兩者迭代次數均設為100代。CAGSAH綜合EEAFC良好的全局搜索性能及SA算法的局部細化搜索能力， 較EEAFC取得較好的收斂效果。

5 結語

如今，隨著科學技術的發展，以及經濟水平的快速發展，對于電量的需求是越來越大，所以，為保障正常的生產生活的需求，相關部門需要對電力系統進行重新規劃，只有這樣，才能夠滿足我們國家強大的用電需求。所以，電網擴容規劃對于電網的建設是非常重要的。因此，為解決電網規劃中的不足，通過提出一種新的算法，來解決電網擴容規劃中存在的困難和難題。

在電網擴容規劃中，鏈式模擬遺傳退火混合算法是一種基于食物鏈中多組競爭協同進化機制的優化研究方法。在解空間中進行多個搜索以加快過程優化。通過對電網規劃混合算法的計算，可以將食物鏈生態進化算法和模擬退火算法的優點與混合退火算法相結合模擬連鎖遺傳，并將它們相互結合。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】

【1】陳章潮，顧潔，孫純軍.改進的混合模擬退火-遺傳算法應用于電網規劃[J].電力系統自動化，1999，23（10）：28-31，40.

【2】葉在福，單淵達.基于多種群遺傳算法的輸電系統擴展規劃[J].電力系統自動化，2000，24（10）：24-27，35.

【3】王春娟，張伏生，王帥，等.基于混合優化算法的電網規劃[J].電網技術，2005，29（23）：30-33.

【4】葉在福，單淵達.基于邊界搜索策略的遺傳算法在電網擴展規劃中的應用[J].中國電機工程學報，2000（11）：42-46.

【5】王暉，韓新陽，胡兆光，等.基于模糊控制遺傳算法的輸電系統最優化規劃[J].電力系統自動化，2000（02）：51-55.