基于混合算法的电网扩展规划研究
王调兵
【摘? 要】论文在分析电网扩容规划的发展背景、意义以及电网扩容方法的基础上，提出了电网扩容规划的基本思路，介绍了链模拟遗传退火混合算法的详细计算过程，并将其应用于电网扩容规划中。实际结果表明，链模拟遗传退火混合算法优于生态进化算法。
【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.
【关键词】混合算法;电网扩展，规划
【Keywords】hybrid algorithm; power grid expansion; planning
【中图分类号】TM715;TP18? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文獻标志码】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文章编号】1673-1069（2021）06-0146-02
1 引言
随着改革开放后国民经济的快速发展，社会的快速发展，人民的生活质量有了很大程度的提高，人们和社会对生活各个方面的需求也随着经济的发展而迅速增长。在这一过程中，对于电量的需求也越来越大，不仅工业上的电量的需求增加，而且人民的生活对于电量的要求也越来越高。所以，为保障人们的生产生活可以更加顺利地进行下去，可以采取一些新的技术来满足电量的强大的需求。工业和住宅用电要求更高的可靠性和供电质量，公司只有加大对能源行业的投资，能源行业才能满足社会各界的需求。电气系统，主要任务电网扩容是对电网的发展和建设进行规划，使扩容工程能够稳定有序地实施，保障扩容工程的工程质量安全。与此同时，在对能源行业进行扩容时，就必须采取一些科学且合理的科学技术，以此来保障工程的电量的供应。随着电网规模的不断扩大，我国的区域电网可以并网，电网的隔离运行面积越来越小，发电厂的发电量通过电网输送到各个地区，是整个系统的重要组成部分。电量通过电网，供应人民的生产生活更加的美好。近年来，我国电网和供电建设呈现出不合理的发展趋势，例如，在发展的过程中，发展电网建设缺乏投资，而且，一些工作人员的重视程度也不够，所以，这就会出现各种问题，导致电网建设跟不上供电建设，使得电力资源遭到白白的浪费。近年来，我国电网和供电建设呈现出不合理的发展趋势。发展电网建设缺乏投资和重视，导致电网建设跟不上供电建设。在过去的几年里，我国致力于建设完善合理的电网，输电工程取得了巨大成功。超高压电网建设的第一步是电网规划设计电气，同时，在建设的过程中，根据当地的环境条件进行建设，可以最大程度上避免电力事故。合理电网建设，经济可靠对电力系统运行的可靠性和经济性起着决定性的作用，甚至对人们的日常生活和国民经济的发展也起着决定性的作用。
在一些偏远地区，输电系统负责将电力从偏远地区的发电厂输送到负荷区，并充当许多大型电网的枢纽。整个电网扩建规划，合理的输电网规划可以保证配电网的正常运行。新能源的发展趋势是逐步从不可再生能源转向可再生能源。随着分布式发电的迅速发展和智能电网的不断完善，建立合理的输电网势在必行。因此，有必要加大电网投资，深化电网规划研究以满足国民经济的需要。
2 电网扩展规划可靠性及经济性的重要性
电网扩容规划是实现电力系统可持续发展的重要手段，能够尽可能多地满足用户年内的实际负荷需求目标。以往电网扩容规划，一般以经济性为规划目标，可靠性指标以检验为主，即在某种程度上，这与电力系统的发展密切相关，特别是经济发展国家。一次能源消耗大，投资大，电网扩容规划成功后，将产生可观的效益，包括巨大的经济效益和社会效益，如果不成功，将遭受巨大的损失，不仅包括经济上的损失，而且还有技术上的影响。经济作为评价电力系统可靠性的一种方法，必须使用相应的指标，如适用性、可靠性、可靠性等。在适用性方面，主要目的是分析系统的稳态，使系统尽可能地满足用户的实际用电需求，进行安全性研究和提高系统的抗干扰能力动态。在电网规划过程中，要考虑电网的适用性和可靠性。随着社会的不断发展，电网的可靠性和电压稳定性在规划中的扩展越来越重要。
3 扩展规划方法分析
现在，随着运筹学领域相关的研究的成果越来越多，以及计算机技术的快速发展，电网规划也得到了很快的发展，通过对相关的因素的研究，对优化理论进行分析，从而可以减少工作量，得到最优的解决方案。
在电网扩容规划中，需要有合适的解决方案，才能得到最优的电网扩容规划方法，包括2种常用的编程方法，即启发式方法和数学优化方法。两种方法的有效结合可以最大限度地发挥其优势。
3.1 启发式方法
根据启发式方法的不同，由于该方法不能保证求解的最优化，计算简单，能与实际情况相吻合。因此，它在电网扩容规划中的应用范围也在不断扩大。
3.2 数学优化方法
数学优化方法是指利用数学优化模型来解释电网扩容规划。在理论上，它可以保证解决方案更加容易实施。一般来说，这种方法在实际应用中存在一些困难：一是电网扩容规划中需要依赖的因素较多，问题的阶数较大，会使建模难度增大，即使建立了模型，也很难解决问题;第二，建模困难，许多因素无法在实践中形式化，即使通过简化的形式得到模型，在现实中也无法得到最优解。
4 混合算法电网规划
食物链生态进化算法是近年来对遗传算法进行改进的一种智能算法。该算法的基本思想是多组模型的协同进化。每个群体模型采用不同的进化策略进行纵向和并行进化，模型沿食物链横向进化，单种群遗传算法克服了局部优化和收敛速度慢的缺点。
模拟退火算法原理简单，具有全局收敛性和较强的局部寻优能力，在一定的温度下，模拟退火算法不仅可以接受最优解，而且可以在一定的温度范围内进行局部寻优。但同时根据马尔可夫准则接受错误的解，使得该算法在全局优化中更具优势，缺点是退火速度慢，求解时间长，退火机构参数难以控制。
将食物链生态进化算法与模拟退火算法相结合，提出了一种混合遗传模拟退火算法。每个进化链（食物链）中的染色体（个体）对应于问题的候选解决方案。该算法控制了最优解的搜索过程，解决了收敛问题。采用不同进化机制的多组协同搜索代替进化链中的单点搜索。同时，低阶模式种群通过横向进化策略沿进化链向高阶模式迁移，使算法从局部最优状态向高阶局部最优状态方向移动。
食物链进化算法是为了扩大求解范围，因此，引入遗传机制的纵向进化，以确保链中种群的多样性和新特征食品。低层次人口向高层次人口递减、高层次人口逐步提高的基本特征利用群体质量、不同的遗传进化策略在空间中寻找不同水平群体的并行协同进化。
模拟退火算法原理简单，具有全局收敛性和较强的局部寻优能力，在一定温度下，模拟退火算法不仅可以接受最优解，而且可以根据准则接受错误解。该算法的缺点是退火速度慢，而且求解的时间也非常的长，这样就会导致退火机构参数难以控制，非常容易导致事故的发生。连通性是电网规划中的一个复杂问题。当一种算法应用于输电网规划时，会出现大量的非连通方案，这些方案是无效的，为消除个体种群中的下解（非连通方案），需要进行连通性判断，从而避免了大量的冗余计算，有助于提高算法的收敛性，可以确保各个示意图原始种群的数量是相关的。
人口逐步减少的基础从低级种群到高级种群，随着种群质量的逐步提高，采用不同的遗传进化策略，在解空间中同时寻求共进化。通过运用所提算法对18节点系统进行多次计算，并将该混合算法与EEAFC进行比较。两者所需共同参数设置为：高、中、低种群规模分别为6、50、244;交叉率分别为0.01、0.65、0.95;变异率分别为0.01、0.2、0.85。CAGSAH所需初始温度为2，降温系数是0.9，终止温度是1.6。两者迭代次数均设为100代。CAGSAH综合EEAFC良好的全局搜索性能及SA算法的局部细化搜索能力， 较EEAFC取得较好的收敛效果。
5 结语
如今，随着科学技术的发展，以及经济水平的快速发展，对于电量的需求是越来越大，所以，为保障正常的生产生活的需求，相关部门需要对电力系统进行重新规划，只有这样，才能够满足我们国家强大的用电需求。所以，电网扩容规划对于电网的建设是非常重要的。因此，为解决电网规划中的不足，通过提出一种新的算法，来解决电网扩容规划中存在的困难和难题。
在电网扩容规划中，链式模拟遗传退火混合算法是一种基于食物链中多组竞争协同进化机制的优化研究方法。在解空间中进行多个搜索以加快过程优化。通过对电网规划混合算法的计算，可以将食物链生态进化算法和模拟退火算法的优点与混合退火算法相结合模拟连锁遗传，并将它们相互结合。两种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敛性。
【参考文献】
【1】陈章潮，顾洁，孙纯军.改进的混合模拟退火-遗传算法应用于电网规划[J].电力系统自动化，1999，23（10）：28-31，40.
【2】叶在福，单渊达.基于多种群遗传算法的输电系统扩展规划[J].电力系统自动化，2000，24（10）：24-27，35.
【3】王春娟，张伏生，王帅，等.基于混合优化算法的电网规划[J].电网技术，2005，29（23）：30-33.
【4】叶在福，单渊达.基于边界搜索策略的遗传算法在电网扩展规划中的应用[J].中國电机工程学报，2000（11）：42-46.
【5】王晖，韩新阳，胡兆光，等.基于模糊控制遗传算法的输电系统最优化规划[J].电力系统自动化，2000（02）：51-55.
