下载文档原格式
- 18 -高 新 技 术根据英国石油公司的数据，2020年，世界范围内的石油需求下降，而对可再生能源（例如风力、太阳能等）的需求快速增加[1]。
2020年，全球风力和太阳能装机量增加了约238 GW 。
其中，太阳能装机量、风力装机量分别增加了127 GW 、111 GW 。
可再生能源增加对降低碳排放起到了明显的作用，2020年，全球一次能源消耗减少了4.5%，碳排放减少了6.3%[2]。
随着可再生能源发电容量不断扩大，太阳能发电产量创下历史新高，而中国的增幅则达到了2.1%，是世界上能源需求增长最快的国家之一[3]。
2020年，全球可再生能源消费增速为9.7%，其中太阳能发电增速为1.3 EJ ，创下了历史新高。
中国的可再生能源消费比去年同期增加了1.0 EJ ，属于全球可再生能源增长贡献最大的国家之一[4]。
其次为美国，增加了0.4个能级，而欧洲则为0.7个能级。
为了扩大新能源的使用范围，该文将以某新能源电力系统为例，从分级多目标角度入手，设计一种全新的优化调度方法，以优化相关工作。
1 含太阳能热发电的新能源电力系统日前调度模型为了方便后续对新能源电力系统分级多目标进行优化调度，需要构建日前调度模型。
模型中包括电力系统运行目标函数、太阳能热发电模型、光伏发电模型、风电模型以及电池储能电站模型等[5]。
日前调度的目标函数如公式（1）所示。
min cos cos cos cos cos t t t t t t G t PV t CSP t WD i T¦1 （1）式中：cos t 为新能源电力系统运行时的总成本；cos t G t 为t 时刻火电机组类别下的发电成本；cos t t PV 为t 时刻光伏机组类别下的发电成本；cos t t GSP 为t 时刻热电站类别下的发电成本；cos t t WD 为t 时刻风电机组类别下的发电成本。
直接结合数学理论可以得到其他类型的模型，该文主要构建太阳能热发电站模型[6]。
基于多目标优化算法的电网配置设计研究电网配置设计是电力系统中一个重要的问题，它涉及到电网的稳定性、可靠性、经济性等多个方面。
如何进行电网配置设计是一个复杂的问题，需要进行多目标优化算法的研究。
一、电网配置存存在的问题电网配置设计存在许多问题，主要有以下几个方面：1、配置方案的多样性不够。
目前的电网配置设计还处于规划阶段，配置方案的多样性不够，仍然存在单一的模式，很难适应不同的应用需求。
2、灵活性不够。
当前的电网配置设计缺乏灵活性，无法适应不同应用场景、应用模式及应用需求的变化。
3、可靠性不高。
由于电网规划和配置设计涉及到的系统较复杂，决策方式和方法较为单一，容易出现方案不够合理的情况，导致电网的可靠性不高。
二、多目标优化算法的应用多目标优化算法可以有效地解决电网配置设计中存在的问题，实现电网稳定性、可靠性、经济性等多个方面的优化。
1、多目标优化算法的基本原理多目标优化算法是一种集成多个目标的优化方法，它通常使用遗传算法、模拟退火算法、蚁群算法等方法，以找到一个最优的解，并最大限度地满足多个目标的需求。
2、多目标优化算法在电网配置设计中的应用目前，多目标优化算法已经在电网配置设计中广泛应用。
例如，它可以用来优化电网的稳定性与经济性，同时能够满足电网运营要求。
此外，多目标优化算法还可以用来优化电网的中低压配电系统的容量和配电线路的维护。
三、基于多目标优化算法的电网配置设计方法基于多目标优化算法的电网配置设计方法需要遵循以下原则：1、多目标优化算法的选择。
在电网配置设计中，需要根据实际需求选择多目标优化算法。
如果需要实现电网的多目标优化，遗传算法是最常用的方法。
2、问题拆分的支持。
在电网配置设计中，需要将问题进行拆分，依次求解各个子问题，通过组合得到目标函数，最终实现整个电网的多目标优化。
3、决策变量的优化。
在电网配置设计中，决策变量的最优化是实现多目标优化的关键。
通常采用遗传算法或其他多目标优化算法。
电力系统多目标优化方法的研究随着科技的进步，电力系统在社会的发展中扮演着至关重要的角色，因为电力系统是支撑经济和人民生活的基础设施之一。
为了更好地保障电力系统的可靠性、安全性、经济性和环保性，研究电力系统的多目标优化方法已经成为电力系统领域一个研究热点。
一、电力系统的多目标优化电力系统是一个复杂的系统，它包括发电、输电、配电、用电等环节，其中发电系统的调度是电力系统多目标优化的主要研究领域之一。
发电系统的调度主要是指在满足电力系统的各种约束条件下，使电力系统在保证电力供应安全的前提下，尽可能地提高电力系统的效率、经济性和环保性。
电力系统的多目标优化主要是解决如下几个问题：一是如何调配各种能源的发电能力，合理分配电力负荷，以达到电力系统的负荷平衡和电力供应的可靠性；二是如何在发电成本和电力质量之间取得平衡点，以使得电力系统具有更加经济和可靠的特点；三是如何在环保和发展之间取得平衡点，以实现电力系统环境友好型的发展。
二、电力系统多目标优化的研究方法电力系统多目标优化的研究方法可以分为传统的方法和现代的方法两类。
传统的方法主要是采用数学规划、经济分析等方法，以分析和解决电力系统多目标优化问题。
这些方法以线性规划、整数规划、动态规划、模糊规划等为代表，它们在电力系统调度中具有广泛的应用。
现代的方法主要是采用人工智能、模糊控制、遗传算法、模拟退火等方法，通过仿真和计算来实现电力系统的多目标优化。
这些方法不仅可以分析和解决电力系统的多目标优化问题，而且可以应对更加复杂的问题，如电力系统可靠性、灵活性、快速响应等问题。
三、电力系统多目标优化的应用电力系统多目标优化的应用包括电力市场设计、电力调度、电力计划等方面。
在电力市场设计方面，通过对电力市场竞争与博弈模型的研究，可以提高市场效率，实现供需平衡。
在电力调度方面，多目标优化方法可以实现电力系统各项指标的协同性优化，使得电力系统在满足各项约束条件下，能够更好地提高电力质量和经济性。
电力系统中的多目标优化调度研究一、引言电力系统在现代社会中具有重要地位和作用，为满足各种用电需求，电力系统需要进行合理的调度，以提高发电效率和保障电力供应的可靠性。
多目标优化调度是电力系统调度中的重要问题之一，通过合理地配置电力资源，实现调度目标的最优化。
二、电力系统中的调度问题在电力系统中，调度问题主要涉及到发电机组的启停调度、负荷分配以及能源优化配置等方面。
这些问题包含着多个目标，如经济性、可靠性和环境友好型等。
因此，需要进行多目标优化调度，以实现各种目标之间的均衡。
三、多目标优化调度方法1. 传统的多目标优化方法传统的多目标优化方法包括权衡法、加权和法和综合法等。
权衡法通过设定不同目标的优先级和权重，将多目标优化问题转化为单目标优化问题。
加权和法则是在权衡法的基础上引入优化决策变量权重的方法。
综合法则则通过将多个目标函数综合成一个综合目标函数来进行优化。
2. 智能优化算法随着智能优化算法的发展，人工智能技术在电力系统调度中得到了广泛应用。
智能优化算法包括粒子群算法、遗传算法、蚁群算法等，它们可以通过模拟优化过程中的自然现象和智能行为来解决多目标优化调度问题。
这些算法具有较强的全局搜索能力和较好的收敛性，能够有效地解决电力系统中的多目标优化调度问题。
四、多目标优化调度的应用1. 能源优化配置多目标优化调度可以帮助电力系统实现能源优化配置，通过合理地配置发电机组的启停调度和负荷分配，实现电力系统的能源高效利用。
同时，优化调度还能够减少能源消耗，并降低对环境的影响，实现可持续发展。
2. 经济性优化多目标优化调度可以在保证供电可靠性的前提下，最大程度地降低供电成本。
通过合理地调度发电机组的启停和负荷分配，实现电力系统的经济性优化。
这不仅能够提高电力系统的效益，还能够提供更加经济实惠的电力供应。
3. 可靠性保障多目标优化调度可以通过合理地调度发电机组和负荷，实现电力系统的可靠性保障。
通过考虑到各种故障和负荷波动等因素，优化调度可以最大程度地降低电力系统中的潮流损耗和电压波动，提高电力系统的供电可靠性。
电力系统中的多目标优化问题求解技术研究电力系统的运行被认为是一项具有复杂性、动态性和不确定性的任务。
电力系统的主要目标是保持电力的稳定和供应，并且保持一个较低的成本，并同时保证电力系统的可靠性。
为达成这几个目标，电力系统的运营和管理通常与多个目标相关，从而出现了多目标优化问题。
多目标优化是指在电力系统中需要优化多种目标。
它是一个重要的问题，因为它涉及到多个目标之间相互牵制与协调，且不同目标之间可能存在冲突。
为了解决这些问题，需要有一种有效的优化技术来处理多目标优化问题。
在电力系统中，多目标优化问题具有许多挑战。
首先，电力系统是一个复杂的系统，涉及到多个控制因素和相互连接的机构。
其次，该系统通常具有多个目标，并且这些目标之间可能存在相互矛盾的关系。
解决这种问题需要能够理解电力系统的运行，并在不同的目标之间进行平衡。
多目标优化问题的求解技术通常分为两种类型：基于区域搜索和基于智能算法的方法。
区域搜索方法通常用于搜索系统的最佳解，或者是确定系统的边界。
然而，这种方法通常需要大量计算资源，并且需要进行多步计算过程。
相比之下，基于智能算法的方法更加适合解决多目标优化问题。
智能算法通常指一组利用人工智能技术解决问题的方法。
这些算法包括遗传算法、模拟退火算法、蚁群算法和粒子群算法等。
这些算法通常具有良好的搜索能力，并且可以在不同的目标之间进行平衡。
在多目标优化对应的求解技术中，遗传算法经常被广泛应用。
这种算法通过模仿遗传进化过程来找到一个问题的最优解。
算法首先确定一个适应度函数，用于确定每个个体的适应度。
然后，算法通过交叉和变异来生成新的个体，并且通过选择算法来确定新的个体。
此外，在电力系统中，蚁群算法也被广泛应用。
蚁群算法是一种基于社会行为的模拟算法。
在此算法中，蚂蚁通常会留下一定数量的信息来引导其他蚂蚁。
这种算法可以被用于优化复杂系统，并且被证明在电力系统中具有相当好的结果。
总的来说，多目标优化问题已经成为电力系统中的一个重要问题。
电力系统中的多目标优化方法研究随着电力系统的发展和智能化程度的提高，各种新的需求和挑战也不断涌现。
与此同时，电力系统的规模和复杂性也不断增加。
为了满足电力系统的多个目标，如供电可靠性、经济性和环境友好性等，研究者们开始关注电力系统中的多目标优化方法。
本文将对电力系统中的多目标优化方法进行研究和探讨。
首先，多目标优化方法是指在一个优化问题中，存在多个相互矛盾且不可简单归约的目标。
在电力系统中，常见的多目标优化问题包括发电计划、输电网优化、电力市场设计等。
传统的单目标优化方法只能考虑其中某一个目标，而对其他目标的要求则被忽略了。
然而，现实中电力系统所面临的问题是多样的，需要综合考虑多个目标，才能更好地解决问题。
在电力系统中，多目标优化方法有很多种，其中常见的包括加权线性和加权指数方法、支配方法、进化算法和模糊优化方法等。
加权线性和加权指数方法是较为简单和直观的多目标优化方法。
该方法将各个目标通过赋予不同的权重，将多目标优化问题转化为单目标优化问题。
然后采用常规的单目标优化算法，如线性规划法和非线性规划法等进行求解。
这种方法容易理解和实现，但并不能充分考虑到目标之间的相互作用和权重的确定。
支配方法是一种基于排序和比较的多目标优化方法。
该方法通过将解空间中的解按照支配关系建立起一个非劣集，寻找出解空间中最优解的近似集合。
支配方法能够充分考虑目标之间的相互作用，但对于复杂的电力系统中的大规模问题，其计算复杂度较高。
进化算法是一类基于生物进化原理的优化方法，如遗传算法、粒子群算法和模拟退火算法等。
这些方法通过模拟优胜劣汰的自然选择机制，不断生成和演化解的种群，最终找到一组近似最优解。
进化算法具有全局搜索能力和较强的鲁棒性，能够克服传统优化方法在局部最优解方面的不足，被广泛应用于电力系统的多目标优化问题中。
模糊优化方法是基于模糊理论的优化方法，能够处理电力系统中存在的不确定性和模糊性。
该方法将问题中的模糊变量用隶属度函数表示，并通过定义模糊关系和模糊约束来描述目标和约束条件。
电力系统中的多目标优化算法研究电力系统是一个复杂的系统，由发电、输电、配电等多个环节组成。
在电力系统中，存在着多个冲突的目标，例如经济性、可靠性和环保性等。
为了有效地解决这些多目标问题，研究人员提出了多目标优化算法，用于求解电力系统中的多目标优化问题。
一、多目标优化算法在电力系统中的应用多目标优化算法在电力系统中有着广泛的应用。
首先，它可以用于发电调度问题。
发电调度问题是指在保证电力系统需求满足的条件下，确定各个发电机组的出力，使得发电成本最小、排放最少。
多目标优化算法可以通过不同的权重设置，得到多个可行解，从而给出了取舍的权衡。
另外，多目标优化算法可以用于电力系统的网架优化问题。
网架优化是指在保证电网供电可靠性和经济性的前提下，优化输电网的结构和参数。
通过多目标优化算法，可以得到不同的网架结构和参数组合，实现对电网的优化设计。
此外，多目标优化算法还可以应用于配电网和电力市场等领域。
为了提高配电网的供电可靠性和经济性，多目标优化算法可以用于确定最佳的配电网拓扑结构，以及优化配电变压器的容量和位置等。
在电力市场中，多目标优化算法可以用于优化电力市场的供需平衡，以实现最大的社会福利。
二、常用的多目标优化算法在电力系统中，常用的多目标优化算法包括遗传算法、粒子群算法和模拟退火算法等。
1. 遗传算法遗传算法是一种模拟自然界进化过程的优化算法。
它通过模拟生物进化的过程，采用选择、交叉和变异等操作，从而在多个目标之间寻找最优解。
在电力系统中，遗传算法可以用于发电调度问题、网架优化问题等。
通过设置适应度函数，遗传算法可以找到符合系统需求的最优解。
2. 粒子群算法粒子群算法是一种基于社会行为的优化算法。
它模拟了鸟群或鱼群等社会群体中的群体行为规律，通过不断地更新粒子的位置和速度，找到最优解。
在电力系统中，粒子群算法可以用于发电调度问题、配电网优化等。
通过设置适应度函数和粒子群更新规则，粒子群算法可以寻找到满足多个目标的最优解。
多目标电网规划的分层最优化方法发表时间：2018-06-08T10:18:51.783Z 来源：《电力设备》2018年第2期作者：陈莎孙萌杨中亚[导读] 摘要：现如今，我国在各个领域都有很好的发展，社会各界对电力的需求不断增加。
（国网江苏省电力有限公司宿迁供电分公司江苏宿迁 223800）摘要：现如今，我国在各个领域都有很好的发展，社会各界对电力的需求不断增加。
无论是在质量还是在总量方面都有所提升，在这种情况下，传统电网规划已很难满足社会发展的需求和发展趋势，多目标电网规划已成为必然趋势，可以解决传统电网规划存在的问题。
关键词：多目标电网规划；分层；最优化前言多目标电网规划的分层最优化方法在约束条件下对各个目标函数按照不同的优先层次进行最优化，可以大限度地降低计算量，避免多目标函数处理上的困难，在满足一定经济性约束的基础上追求可靠性最优，最终获得符合实际操作的综合最优解，是一种对多目标电网规划行之有效的新方法，在此，笔者将对多目标电网规划内容进行详细分析。
1多目标决策方法多目标决策方法是从 20 世纪 70 年代中期发展起来的一种决策分析方法。
决策分析是在系统规划、设计和制造等阶段为解决当前或未来可能发生的问题，在若干可选的方案中选择和决定最佳方案的一种分析过程。
在社会经济系统的研究控制过程中我们所面临的系统决策问题常常是多目标的，例如我们在研究生产过程的组织决策时，既要考虑生产系统的产量最大，又要使产品质量高，生产成本低等。
这些目标之间相互作用和矛盾，使决策过程相当复杂使决策者常常很难轻易作出决策。
这类具有多个目标的决策总是就是多目标决策。
多目标决策方法现已广泛地应用于工艺过程、工艺设计、配方配比、水资源利用、环境、人口、教育、能源、企业高速武器系统设计和评价、经济管理等领域。
多目标决策主要有以下几种方法：化多为少法：将多目标问题化成只有一个或二个目标的问题，然后用简单的决策方法求解，最常用的是线性加权和法。
从不同层面对敷设技术进行分析,可以选择不同敷设方式,保证敷设处理技术能够有效提升10kV配电工程电缆施工的整体效果。
3.1直埋处理方法的应用在10kV配电电缆的施工,可以采取直埋处理方式,为了保障该方法实施的效果,需要在架设电缆之前,按照专门人员彻底清理电缆沟底,并在沟底铺设厚度约为10cm的软土或者细砂等物质。
完成电缆敷设工作之后,需要做好浮土处理工作,确保按照完好电缆保护板。
注意电缆保护板的安装,需要确保保护板宽度需要控制在5cm左右。
完成上述工作之后,需要做好电缆沟填土工作,并确保填土被夯实,保证电缆线路直埋效果。
最后,还需要在必要的地方设置一定的警示标志,这样能够有效降的保护电缆的安全,降低电缆受损几率。
3.2排管敷设技术的应用直埋处理方式在使用的过程中会受到电缆沟的影响,若电缆施工的任务较多,则会受到电缆技术的影响,难以满足实际需求,因此直埋处理方式不适合应用在大规模电缆施工当中,严重时还会毁坏电缆,所以想要应用于大规模电缆施工,需要选择排管敷设方式。
排管直径的选择需要控制在电缆直径的1.5倍,设置埋藏深度约为0.5m,想要降低电缆敷设时被损伤的几率,需要及时情侣排管,此外,还需要提前检查好排管,并做好管道埋藏分布汇总,制定排管敷设优化方案,尽可能降低电缆敷设时产生的问题,提高施工质量。
3.3桥架技术的应用近年来,城市发展进程较快,想要降低电缆所占的城市空间,需要采取桥架的方式来开展电缆敷设工作,从而有效降低电缆施工所占的空间。
开展桥架敷设施工前,需要及时处理电缆架桥、井架等设备,并科学、准确的判定架桥自身的转弯半径大小。
对此,需要合理安排架桥设备,对不同组件进行编号,这样不但能够方便架桥设备的使用,还能够方便人们查找设备,从而扩大架桥技术的应用范围,使其更好地应用在10kV电缆敷设工作当中,切实提高电缆敷设的整体质量。
3.4顶管技术的应用电网设备敷设过程中,若需要经过道路、河道等环境时,往往并不方面挖沟,所以需要选择顶管施工技术。
探究多目标电网规划的分层最优化方法
发表时间：2018-04-09T11:05:03.403Z 来源：《基层建设》2017年第36期作者：杜娟1 胡美玲1 刘宝伟1 齐俊杰2 徐世勇2 张
[导读] 摘要：电网是电力系统运行必不可少的一部分，其输电能力对人们日常生活与经济发展都具有重要作用。
1国网山西省电力公司忻州供电公司山西省 034000；2国网山西省电力公司定襄县供电公司山西省 035400 摘要：电网是电力系统运行必不可少的一部分，其输电能力对人们日常生活与经济发展都具有重要作用。
本文就多目标电网规划在智能电网的条件下存在的问题进行分析，并对基于智能电网条件下的多目标电网的规划提出参考要点，以此供各位借鉴交流。
关键词：多目标；电网规划；分层最优化；优化方法
引言
随着我国经济的快速发展，能源的消耗与负荷的增长在大幅上升，对电力的需求日益突出。
分布式电源DG因其清洁友好、发电方式灵活、供电可靠等特点越来越受到关注。
分布式电源接入配电网，会使得配电网的节点电压、支路潮流等发生改变，在给配电网带来许多效益的同时，也会有一些影响。
分布式电源不合理的接入位置和接入的容量会引起配电网运行成本、网损等指标出现不利的改变，所以对分布式电源的优化配置是十分必要的。
1多目标电网规划中存在的问题
1.1数学模型复杂
该问题可以划分为两个方面：①目标函数问题。
电网优化方面需要考虑到多个因素，如安全性、经济性，若要使两者能够起到互相促进的作用，往往会将安全性指标中能够换算为经济形式的因素，即缺点损失费，化为经济形式并直接代入到目标函数中。
从理论层面而言，该方式具有很好的可行性，然而在实际应用中却会存在一些问题，如方案研究阶段中，缺点损失费用要远远少于投资费用的占比，也导致了在进行方案优化时没能够将其置于首要位置，从而使得整个方案无法全面满足安全性和经济性的要求；②约束条件问题。
多目标电网规划中，保证安全性依然是最为重要的事情，只有在保证安全的前提下才可以考虑经济性问题，另外，需要将可靠性指标进行转变，使其成为经济形式，才可以被代入到相应的函数中进行计算，然而虽然指标众多，但真正能够在函数计算中起到作用的指标却屈指可数，这也导致了计算过程复杂、计算精度难以优化的问题出现。
1.2人员技术水平不足
在输电规划工作中，除了专业人士外也有部分缺乏工作经验的人员参与。
非专业人士在面对一些问题时不能及时进行解决，对相关工作的理解程度也有限，这会使工作中的问题得不到全面有效解决，特别是在一些对技术水平要求较高的工作中，若工作人员计算结果不够准确，会导致工作无法顺利进行。
所以，在人员的选用上一定要保证其专业性，如此才能更好地完成电网规划建设工作。
1.3研究对象规模有限
我国电力事业的发展态势持续良好，并在不断优化着电网规划方面的建设，但在进行大规模电网规划时，却也会受到限制，尤其是数学方法方面。
在多目标电网规划中，传统数学方法已经难以发挥作用，利用此类方法计算往往会耗费大量的时间，并且准确性不高。
虽然如今已经有了一些新型的方法可以应用，如应用效果较佳的遗传算法，其在应用时可以有效优化传统方法中的弊端，最终获得最优解，但从实际应用情况来看，此类方法在很多方面还未完全成熟，尤其在应用到大规模电网求解时，其局限性会十分突出。
1.4分层优化还不够成熟
利用智能电网进行输电需要进行分层优化，但是目前分层优化没有起到实际应有的作用，形式化问题比较严重，虽然暂时对输电工作没有造成太大的影响，可长期以往必然会造成如供电不稳定这样的问题。
在规划过程中，需要有统一的参考条件和数据，这样才能及时有效的解决问题，避免电网不稳定等情况的发生。
2多目标电网规划分层的最优化方法
2.1传统意义上的逐步倒推法
该方法的应用也可以产生很大的价值，如其具有拓展性意义，同时也具有实践意义，但传统方式毕竟较为落后，要使其发挥作用需要对其进行不断的优化、完善和创新，逐步倒推法的应用，其最终目的是为了能够使电网规划质量得以提升，并满足经济性要求。
安全性是所有电力建设项目中均需要遵循的原则，在此方面也不另外，然而却也有所不同，如分析指导方面，要保证该方面处于安全可靠的状态下，才能够保证之后的校正检验计算方法合理有效。
在很多电网规划中均会应用到该方法，且往往能够产生不错的效果，但在应用时却也难以充分保证经济性、可靠性的综合优化，这也是导致电网规划发展缓慢的原因之一。
2.2粒子群遗传算法
粒子群算法简单易行，但在搜索后期容易陷入局部最优，导致出现早熟现象；而遗传算法较通用，且并行性好，但是局部搜索能力较差，在后期搜索效率比较低。
本文将两者结合互补，并引入小生境技术的方法对其进行改进。
小生境[11]是指特定环境下的一种生存环境，生物在其进化过程中，一般总是与自己相同的物种生活在一起，共同繁衍后代。
在基于小生境的粒子群遗传算法中，首先利用遗传算法进行全局搜索，之后根据小生境技术将粒子划分到各自的小生境群体中，在每一个小生境群体中利用PSO更新自身的位置及速度，其中群体最优值只在此群体中有效。
在小生境粒子群遗传算法中，关键的一步是划分种群，也就是要确定小生境群体的半径。
2.3项目资金的合理运用
国家在智能电网输电项目上给予的资金是有限的，因此在制定多目标电网规划中要选择质量高、经济效益好且成本较低的方案，杜绝铺张浪费的现象。
在以往的工作中，部分工作人员对投入与产出的关系存在误解，认为投入的资金越多，收获的效果越高。
如X市的智能电网多目标输电规划项目，投入了巨额资金，结果其成效与投资相对较少的邻市相差无几。
该市相关部门领导事后总结经验教训，认为在项目方案的选择中应加强对资金利用效率的重视，利用科学的手段计算出投入与产出的比例，在保证工作质量的前提下选择价格相对低廉的方案。
2.4以安全可靠性为目标的建设规划法
该方法在应用时会将负荷减少、能量增加作为主要目标，电网规划时，启发式方法的应用尤为重要，其可以使拓展方案要求达到标准，该方法的应用中可以明显的看出灵敏度较高，因此其分析过程也会相对简便，但分析结果质量并不会受到不良影响。
如在进行资金规划时，输电设备是重要的组成部分，需要将此部分资金融入到整个方案中，并进行优化设计，在该方法的应用下可以很好的保证资金投入
量不出现过多、过少等问题，也能够达到安全性要求，使两者实现有效统一。
然而该方法却也不是十全十美，其应用性能还有待加强，且应用范围不够广泛，如其往往可以在电网构架的拓展设计当中发挥良好作用，但在大规模电网拓展设计中却有些捉襟见肘。
2.5加强多目标电网的适应性
设计多目标电网时要考虑到其适应性。
在智能电网中进行多目标输电过程中，其支路中的电磁环境、防雷功能、绝缘设施等都会对其线路回数起到制约作用。
因此，规划多目标电网时，应注意这些影响到线路稳定的因素。
多目标电网适应性的强弱决定其能否支持智能电网的工作，若无法起到支持作用，多目标电网的规划就是不切实际的。
在多目标电网的设计规划中，需考虑智能电网的输电量，以适应其在工作中产生的一系列问题。
结语
总之，在电力系统不断扩大与智能电网的应用逐步宽广的背景下，多目标电网规划中的问题也逐渐增多，怎么在智能电网的条件下更好地完成多目标输电是许多电力部门热切关心的问题。
在智能电网的设计上，要根据其经济性、可靠性、灵活性、适应性、抗毁性等特点，结合本地区实际情况，制定出合理有效的规划，以此保障供电的稳定、及时，从而更好地服务于广大用户。
参考文献：
[1]王延梅.探究多目标电网规划的分层最优化方法[J].城市建设理论研究：电子版，2015（22）.
[2]孙胜霞.多目标电网规划的分层最优化方法[J].城市建设理论研究：电子版，2015（23）.
[3]闫康，申永伟，刘志远.多目标电网规划的分层最优化方法[J].城市建设理论研究：电子版，2016（10）
[4]王振浩，李文文，陈继开，等.基于改进自适应遗传算法的分布式电源优化配置[J].电测与仪表，2015，52（5）：30-34.。
