[发明专利]一种基于改进遗传算法和PRIM算法的配电网规划方法

说明书

本发明公布了一种基于改进遗传算法和PRIM算法的配电网规划方法。第一建立配电网规划模型；第二采用改进遗传算法求解中压配电站的最优站址、数量以及所选变压器容量大小，通过改进染色体编码、适应度函数和遗传算子来增强遗传算法；第三采用改进PRIM算法求解高压变电站和中压变电站之间联络线、中压变电站至负荷中心以及负荷中心之间馈线最优路径；第四通过在测试网络上执行基于改进遗传算法和PRIM算法的配电网规划方法得到变电站和中压馈线的最佳布置规划方案，通过计算经济性和可靠性指标确定出最优的配电网规划方案；第五采用前推回代法进行潮流计算验证规划方案的实用性。本发明具有搜索速度快，适用于求解大规划配电网规划问题的优点。

技术领域

本技术属于电力规划技术领域，具体涉及一种基于改进遗传算法和PRIM算法的配电网规划方法。

背景技术

电力由发电厂产生并输送到高压输电线路，这些输电线路把电力输送到中压变电站，然后通过配电网向用户供电，通过对配电网的合理规划，以优质的服务满足用户的电力需求。配电网的决策变量众多，对配电网的影响很大。配电变电站优化选址后，配电网馈线路径问题是配电网规划和扩展中的主要问题。在满足系统安全稳定运行的技术要求和电气限制条件下，最大限度地降低中压馈线的总安装和运行成本。而在现有的配电网规划方案中，无法将两者协调规划，造成配电网规划方案性价比不高和整体供电可靠性的降低。

由于配电网规划是一个组合优化问题，求解如此大规模的问题是困难的，应采用现代优化算法进行求解。遗传算法在进行配电网规划求解时，不仅能够考虑非线性、不连续的约束和目标函数，而且能提供一组优化解，方便规划。直接应用遗传算法会产生大量无效解决方案导致算法适用性差。因此，本发明通过改进染色体编码，适应度函数和遗传算子来增强算法。为了减少计算时间和搜索空间，避免不可行解的产生，进行交叉和变异等遗传算子编码，这种编码方式保证了算法求解全局优化过程的有效性。改进遗传算法相比于混合整数线性规划(BILP)具有搜索速度快，适用于求解大规划配电网规划问题的优点。

发明内容

针对上述问题，本发明提出一种基于改进遗传算法和PRIM算法的配电网规划方法，该方法首先建立配电网规划模型，包括目标函数以及约束条件；然后采用改进遗传算法求解中压变电站的最优站址、数量以及所选变压器容量大小；其次将广义最小生成树算法修改为最小损耗准则下的最优馈线路径算法，求解高压变电站、中压变电站之间馈线和中压馈线最优路径，实现了两者之间的协调规划，最后通过在测试网络上执行所述的基于改进遗传算法与PRIM算法的配电网规划方法得到变电站和中压馈线的最佳布置规划方案，并采用前推回代法进行潮流计算验证规划方案的实用性。

为实现上述技术目的，本发明的技术方案为：

一种基于改进遗传算法和PRIM算法的配电网规划方法，包括以下步骤：

步骤1：建立配电网规划数学模型，以最小的投资和运行费用(包括变电站投资和变电站运行费用、上级电网馈线和下级电网馈线投资费用、网络运行费用)为目标函数，确定中压配电变电站的最优站址、数量以及所选变压器容量大小，具体步骤如下：

S1以最小投资和运行费用(包括变电站投资和变电站运行费用、上级电网馈线和下级电网馈线投资费用、网络运行费用)为目标函数，建立配电网规划数学模型的目标函数为：

C_Total＝min{C_Station+C_Feeder+C_Network-loss} (1)

式中：C_Total表示配电网规划总成本，C_Station表示变电站的投资与变电站运行等值年费用，C_Feeder表示上级电网馈线与下级电网馈线总投资等值年费用，C_Network-loss表示网络运行等值年费用；