论文部分内容阅读
摘要：从数学模型研究的角度上来说，有关变电站的优化规划属于大规模性的组合性优化问题。因此，在解决变电站优化规划相关问题的过程当中，所应用的方法主要包括早期的数学优化方法、启发式算法、以及智能优化算法（包括混合型算法）这几种类型。虽然，在现阶段数学模型研究领域相关知识不断发展与拓展的过程当中，变电站规划的方法取得了长足的进步，然而仍然存在着一定的不足与缺陷，致使变电站规划过程当中的算法过于复杂，数据精确性也无法得到可靠的保障。为此，本文依据这一实际情况，在充分考量负荷不确定因素的条件下，对变电站选址定容的基本方案展开了较为详细的分析与阐述，希望能够引起各方工作人员的特别关注与重视。
关键词：负荷 不确定性 变电站选址 定容 分析
Storm与Price在1995年首次提出了一种基于微分进化的DE算法，此种微分进化DE算法属于一种具有高效率、智能性特征的优化算法。对比常规意义上的算法来说，微分进化DE算法的优势体现在：其具有较快的收敛速度，对于非线性函数有着极强的适应性，在有关多变量复杂问题寻最优解的过程当中更加的科学与合理，因此，微分进化DE算法得到了多方人员的特别关注与重视，并成功应用于了有关电力系统的优化、负荷分配等多个方面。从变电站选址的角度上来说，在充分考虑负荷不确定因素的条件下，研究选址定容中运用此种优化算法有着重要的意义与价值，且可行性操作性极高。
1 变电站选址定容中的基本数学模型分析
变电站选址问题可以简单描述：在规划目标年负荷分布处于已知状态的前提条件下，为了确保一定负荷需求得到充分的满足，建立在最小投资费用以及运行费用的基础之上，所构建的目标函数。通过对该目标函数的应用，能够确定包括变电站所处位置、相关数量、相对应变压器装置容量组合、以及供电范围在内的相关问题。
同时，在有关变电站选址定容问题的研究过程当中，负荷预测结果存在不确定性，这一点是毋庸置疑且无法避免的，因此，更加关键的一点在于：负荷预测的数据还存在一定的不确定性特征，针对电力系统而言，建议采取三角模糊函数的方式对其加以表述，与之相对应的模糊负荷的隶属度函数为：
[T-（m-L）]/L（t≤m）。
[（R+m）-t]/R（t≥m）。
其中，m为负荷点的预测结果值；L和R分别表示结果可能存在的负向和正向偏差。结合以上分析不难得知：在进行规划的费用目标函数计算和约束条件处理时，需要涉及到模糊数的比较和计算。相关研究人员讨论了三角形模糊函数的计算方法，在加减运算后，三角模糊数形式不变，乘法运算将导致结果不再是三角模糊数，这时可进行近似处理。模糊数的比较则采用位移方法，用模糊数相对于实数0的位移作为模糊数大小的指标。
在有关模糊值的选取过程当中，还需要遵循一个特定的原则：当决策者比较乐观并重视费用的最小可能值时，可将权重系数w1取得相对大些；当决策者比较谨慎并重视费用的最大可能值时，可将权重系数w3取得相对大些。根据问题的特点和决策者的决策意向，对权重系数w1、2、3取不同的值，即可得到不同的、适合问题特点的模糊数比较方法。
2 考虑负荷不确定因素下的变电站选址定容方法分析
从数学模型的研究角度上来说，变电站选址过程当中的定容问题其实就是求最小值的问题。能够通过建立在外点法的基础之上构造深度函数的方式，在计算过程当中，将状态变量约束以罚函数的形式纳入函数计算的范畴当中。在此种情况下，由于对负荷因素的模糊性特征加以了充分的考量，再会同线路投资费用模糊性特征以及线路损耗费用模糊性的前提条件下，形成了三角对立关系的模糊量指标。由此，适应度函数也可以通过目标函数模糊期望值的方式加以呈现，从而为变电站的选址定容构建有利的环境支持。
同时，在有关变电站个数的选取过程当中，首先需要设定p为规划区域内的年总负荷水平，同时将r定义为变电站的容载比数值（常规来说，r的取值为1.8～2.3范围之内）。在有关变电站个数的确定过程当中，需要综合对年总负荷水平以及规划区变电站容载比的要求加以考量。因此，变电站总容量可以按照如下方式加以确定：
由于所需变电站的总容量水平=规划区域内水平年总负荷水平数值×变电站容载比数值；因此，建立在所需变电站总容量水平已知的条件下，可以结合已有变电站的容量参数以及增容情况来判定相对于新建变电站而言，总容量需求的数值，具体计算方式应当设定为：
新建变电站总容量数值=所需变电站总容量水平-已有变电站容量水平-变电站在规划水平年所增加容量水平。
在确定该参数的基础之上，可以根据可行的变电站容量组成集合，集合当中按照容量储存大小对其进行高低顺序的排列。同时，在考量负荷空间分布因素的前提条件下，新建变电站个数可按照如下方式确定：
新建变电站个数=冗余因子×（新建变电站总容量数值/冗余因子ver可行变电站容量组成）（以上计算数值取整数计）。
还需要特别注意的一点是：由于在此种方案下的负荷多是通过模糊数方式表示。因此，在有关新建变电站方面，其所确定的总容量水平也表现为模糊数形式，在对新建变电站个数进行计算的过程当中，可能会涉及到多个整数解。出现此种情况下，可以根据不同的整数方案进行计算，最终确定最优方案。
3 结束语
结合以上分析需要认识到，从数学模型研究角度上来说，在有关变电站选址定容问题的处理过程当中，对于负荷因素的考量可以通过建立三角模糊函数的方式加以表现。同时，还可以建立在投资费用的基础之上，以模糊期望值为载体，构造与变电站选址定容相对应的适应度函数。这种计算方式的最突出优势在于：在有关变电站选址定容问题的处理过程当中，充分考量了负荷预测数据可能出现的误差影响。同时，此种方案所表现出的寻优性能也是极为突出的。总而言之，本文针对有关变电站选址定容中，考慮负荷不确定性因素的相关方法展开了简要的详细的分析说明，希望能够为后续同类工作的开展提供一定的参考与借鉴。
参考文献：
[1]王成山，刘涛，谢莹华等.基于混合遗传算法的变电站选址定容[J].电力系统自动化，2006，30（6）：30-34，47.
[2]刘自发，张建华.基于改进多组织粒子群体优化算法的配电网络变电站选址定容[J].中国电机工程学报，2007，27（1）：105-111.
[3]牛卫平，刘自发，张建华等.基于GIS和微分进化算法的变电站选址及定容[J].电力系统自动化，2007，31（18）：82-86.
[4]苏海锋，张建华，梁志瑞等.基于全寿命周期成本的配电网变电站选址定容优化规划[J].电力系统自动化，2012，36（23）：59-
64.
关键词：负荷 不确定性 变电站选址 定容 分析
Storm与Price在1995年首次提出了一种基于微分进化的DE算法，此种微分进化DE算法属于一种具有高效率、智能性特征的优化算法。对比常规意义上的算法来说，微分进化DE算法的优势体现在：其具有较快的收敛速度，对于非线性函数有着极强的适应性，在有关多变量复杂问题寻最优解的过程当中更加的科学与合理，因此，微分进化DE算法得到了多方人员的特别关注与重视，并成功应用于了有关电力系统的优化、负荷分配等多个方面。从变电站选址的角度上来说，在充分考虑负荷不确定因素的条件下，研究选址定容中运用此种优化算法有着重要的意义与价值，且可行性操作性极高。
1 变电站选址定容中的基本数学模型分析
变电站选址问题可以简单描述：在规划目标年负荷分布处于已知状态的前提条件下，为了确保一定负荷需求得到充分的满足，建立在最小投资费用以及运行费用的基础之上，所构建的目标函数。通过对该目标函数的应用，能够确定包括变电站所处位置、相关数量、相对应变压器装置容量组合、以及供电范围在内的相关问题。
同时，在有关变电站选址定容问题的研究过程当中，负荷预测结果存在不确定性，这一点是毋庸置疑且无法避免的，因此，更加关键的一点在于：负荷预测的数据还存在一定的不确定性特征，针对电力系统而言，建议采取三角模糊函数的方式对其加以表述，与之相对应的模糊负荷的隶属度函数为：
[T-（m-L）]/L（t≤m）。
[（R+m）-t]/R（t≥m）。
其中，m为负荷点的预测结果值；L和R分别表示结果可能存在的负向和正向偏差。结合以上分析不难得知：在进行规划的费用目标函数计算和约束条件处理时，需要涉及到模糊数的比较和计算。相关研究人员讨论了三角形模糊函数的计算方法，在加减运算后，三角模糊数形式不变，乘法运算将导致结果不再是三角模糊数，这时可进行近似处理。模糊数的比较则采用位移方法，用模糊数相对于实数0的位移作为模糊数大小的指标。
在有关模糊值的选取过程当中，还需要遵循一个特定的原则：当决策者比较乐观并重视费用的最小可能值时，可将权重系数w1取得相对大些；当决策者比较谨慎并重视费用的最大可能值时，可将权重系数w3取得相对大些。根据问题的特点和决策者的决策意向，对权重系数w1、2、3取不同的值，即可得到不同的、适合问题特点的模糊数比较方法。
2 考虑负荷不确定因素下的变电站选址定容方法分析
从数学模型的研究角度上来说，变电站选址过程当中的定容问题其实就是求最小值的问题。能够通过建立在外点法的基础之上构造深度函数的方式，在计算过程当中，将状态变量约束以罚函数的形式纳入函数计算的范畴当中。在此种情况下，由于对负荷因素的模糊性特征加以了充分的考量，再会同线路投资费用模糊性特征以及线路损耗费用模糊性的前提条件下，形成了三角对立关系的模糊量指标。由此，适应度函数也可以通过目标函数模糊期望值的方式加以呈现，从而为变电站的选址定容构建有利的环境支持。
同时，在有关变电站个数的选取过程当中，首先需要设定p为规划区域内的年总负荷水平，同时将r定义为变电站的容载比数值（常规来说，r的取值为1.8～2.3范围之内）。在有关变电站个数的确定过程当中，需要综合对年总负荷水平以及规划区变电站容载比的要求加以考量。因此，变电站总容量可以按照如下方式加以确定：
由于所需变电站的总容量水平=规划区域内水平年总负荷水平数值×变电站容载比数值；因此，建立在所需变电站总容量水平已知的条件下，可以结合已有变电站的容量参数以及增容情况来判定相对于新建变电站而言，总容量需求的数值，具体计算方式应当设定为：
新建变电站总容量数值=所需变电站总容量水平-已有变电站容量水平-变电站在规划水平年所增加容量水平。
在确定该参数的基础之上，可以根据可行的变电站容量组成集合，集合当中按照容量储存大小对其进行高低顺序的排列。同时，在考量负荷空间分布因素的前提条件下，新建变电站个数可按照如下方式确定：
新建变电站个数=冗余因子×（新建变电站总容量数值/冗余因子ver可行变电站容量组成）（以上计算数值取整数计）。
还需要特别注意的一点是：由于在此种方案下的负荷多是通过模糊数方式表示。因此，在有关新建变电站方面，其所确定的总容量水平也表现为模糊数形式，在对新建变电站个数进行计算的过程当中，可能会涉及到多个整数解。出现此种情况下，可以根据不同的整数方案进行计算，最终确定最优方案。
3 结束语
结合以上分析需要认识到，从数学模型研究角度上来说，在有关变电站选址定容问题的处理过程当中，对于负荷因素的考量可以通过建立三角模糊函数的方式加以表现。同时，还可以建立在投资费用的基础之上，以模糊期望值为载体，构造与变电站选址定容相对应的适应度函数。这种计算方式的最突出优势在于：在有关变电站选址定容问题的处理过程当中，充分考量了负荷预测数据可能出现的误差影响。同时，此种方案所表现出的寻优性能也是极为突出的。总而言之，本文针对有关变电站选址定容中，考慮负荷不确定性因素的相关方法展开了简要的详细的分析说明，希望能够为后续同类工作的开展提供一定的参考与借鉴。
参考文献：
[1]王成山，刘涛，谢莹华等.基于混合遗传算法的变电站选址定容[J].电力系统自动化，2006，30（6）：30-34，47.
[2]刘自发，张建华.基于改进多组织粒子群体优化算法的配电网络变电站选址定容[J].中国电机工程学报，2007，27（1）：105-111.
[3]牛卫平，刘自发，张建华等.基于GIS和微分进化算法的变电站选址及定容[J].电力系统自动化，2007，31（18）：82-86.
[4]苏海锋，张建华，梁志瑞等.基于全寿命周期成本的配电网变电站选址定容优化规划[J].电力系统自动化，2012，36（23）：59-
64.