论文部分内容阅读
随着我国经济的快速发展和城市化进程的加快,配电网的规模急剧扩大,因此长期以来配电系统不受重视的情况得到很大的改观,配电系统的规划得到了前所未有的重视,配电系统的规划理念也发生了很大变化。近年来,人们逐渐认识到负荷预测要结合城市发展远景规划进行饱和负荷分布预测,并在此基础上进行远景变电站布局规划,将对配电系统发展极为重要的变电站站址和线路走廊纳入城市规划,保留这些配电系统发展所必需的战略土地资源。因此,基于负荷分布预测的变电站自动规划就变得非常重要。这种变电站规划问题是一个非常复杂的大规模、非线性、多目标、多约束的组合优化难题,目前的变电站规划方法在寻优性能、收敛特性、供电区划分和变电站负载率控制等方面还没有很好地解决。本文在深入研究以往变电站规划研究成果的基础上,采用智能优化算法对变电站规划问题进行了研究,主要成果如下:1在研究现有基于Voronoi图实现变电站规划方法的基础上,提出了基于自适应调节权重的加权Voronoi图变电站选址方法(WVD方法),该方法具有很好的计算稳定性,克服了传统方法在变电站供电区域划分和负载率无法控制等方面的缺陷,使规划后的变电站供电区域分配更合理,负载率更均衡。2通过本文的研究表明,WVD方法对初始站址比较敏感,其规划结果往往是某初始站址下的局部最优解,根据“多点随机化全局搜索策略+面向问题的局部寻优算法=最有效的全局优化算法”的优化理论,提出了两个改进算法:(1)将遗传算法GA引入加权Voronoi图变电站选址方法(WVD方法)中,实现了基于保存最优遗传算法(ESGA)的加权Voronoi图变电站选址定容方法(ESGA-WVD);(2)将粒子群优化算法PSO融入加权Voronoi图变电站选址方法(WVD方法)中,实现了基于粒子群优化(PSO)的加权Voronoi图变电站选址方法——PSO-WVD方法。这两种算法通过全局寻优能力来解决WVD方法的局部寻优问题,算例测试结果表明ESGA-WVD方法和PSO-WVD方法克服了单纯ESGA方法或PSO方法带来的问题;而PSO-WVD方法无论是运行时间、收敛速度都更加有效,规划结果也更加优化。3将混沌优化引入基于粒子群的加权Voronoi图变电站选址方法(PSO-WVD)中,实现了基于混沌粒子群优化的加权Voronoi图变电站选址方法——CPSO-WVD。通过对负荷分布密度不均匀算例的仿真计算表明CPSO-WVD方法克服了PSO的早熟,很好地解决了变电站选址的全局寻优,使变电站的供电区域划分合理,满足各变电站负载率的要求。4利用分区加权Voronoi图变电站选址方法(DWV)对负荷分布不均匀的规划问题进行了探讨及仿真,结果表明分区加权Voronoi图变电站选址方法有效地改善了加权Voronoi图的变电站选址方法(WVD)。