基于改进蚁群算法的输变电工程送电线路路径优化方法
发布时间：2023-02-07T07:44:16.757Z 来源：《福光技术》2023年1期 作者： 杨祺[导读] 常规的路径优化方法以交通条件为目标进行优化，导致路径转角次数增加，线损成本随之增加
中国能源建设集团云南火电建设有限公司 云南省昆明市 650023
摘要：常规的路径优化方法以交通条件为目标进行优化，导致路径转角次数增加，线损成本随之增加。因此，设计了基于改进蚁群算法的输变电工程送电线路路径优化方法。确定输变电工程送电线路最小耗费路径，在避免障碍物的基础上找出最短路径。再利用改进蚁群算法，构建送电线路路径规划模型，以经济性为目标进行线路优化。采用仿真实验的方式，验证了该方法的线损成本更低，能够应用于实际生活中。
关键词：改进蚁群算法；输变电工程；送电线路；路径优化方法；最小耗费路径；路径规划模型；
中图分类号：TM933 文献标识码：A
引言
送电线路是将电力资源输送到全国各地的线路，在电力建设方面扮演着关键的角色。随着电力工程的不断建设，各个线路的管理方法也在随之改进，对于提高企业效益具有重要作用。由于电力工程投资较为巨大，技术相对复杂，线路规划方面存在不足。针对此类问题，研究人员设计了多种解决方案。其中，基于地理环境因素的送电线路路径优化方法，与基于自适应的送电线路路径优化方法的应用较为广泛。
基于地理环境因素的送电线路路径优化方法，是将线路条件、地理条件等环境因素考虑在内，通过双层优化模型规划出经济性较高的路径，保证线路优化效益[1]。基于自适应的送电线路路径优化方法，主要是将送电线路进行自动化控制，以集中式规划的形式保证线路优化效益[2]。以上两种方法均存在不同程度的弊端，影响路径优化效果。改进蚁群算法是以进化方式寻找最优路径的一种算法，在路径优化方面具有重要作用[3]。因此，本文以改进蚁群算法为背景，设计了输变电工程送电线路路径优化方法。
蚁群算法在配电网重构中的应用
摘要
近几年科技迅速发展，使用智能算法在配电网中得到了极大的应用，例如粒子群算法、遗传算法、禁忌搜索算法、蚁群算法等都可以很好的解决问题，但是由于传统意义上的蚁群算法应用实例比较少，为了得到最佳解决方案需要花费大量的时间，并且计算过程复杂，现在多位学者对传统意义上的蚁群算法进行优化，从而改变现状，使蚁群算法得到应用。
关键词： 蚁群算法 遗传算法 配电网重构 配电网 网络重构 信息素 配电网络
分布式电源 无功优化 多目标优化 配电网规划
目 录
蚁群算法在配电网重构中的应用................................................................................ 1
摘要................................................................................................................................ 1
1 引言 ......................................................................................................................... 3
2 蚁群算法 ................................................................................................................. 3
2.1 蚁群算法的起源 ................................................................................................ 3
基于协同进化蚁群算法的含光伏发电的配电网重构
随着社会的发展和经济的增长，电力需求也在不断增长。然而，现有的配电网络基础设施已经无法满足这些需求，尤其是在人口稠密度高的城市地区。因此，升级配电网络是一个必要的措施，以适应现代城市的快速增长。伴随着传统燃煤发电的环保压力，光伏发电成为了未来发电领域的热门话题。本文将以协同进化蚁群算法为基础，提出一种实现含光伏发电的配电网重构方案。
一、协同进化蚁群算法
协同进化蚁群算法（CEA）是一种优化算法，其实质是一种自适应的多智能体系统。该算法结合了蚁群算法和协同进化技术，将多个优化算法和智能体组合起来工作，以实现更好的全局优化效果。它可应用于各种实际问题的解决，如路由问题、覆盖问题、调度问题、生产调度问题等等。
CEA包含三个主要部分：
1.群体智能体（AI）
每个AI是一个代表分配的解决方案。每个AI都有自己的目标函数，其目标是最小化或最大化这个函数。AI不断尝试寻找包含在搜索空间中良好解决方案的区域。
2.种群智能体
种群智能体是一组AI，它们协同工作来寻找最佳解决方案。人们可以通过微调种群智能体中每个AI的参数来优化整个群体的性能。
3.交流机制
这种机制允许AI之间交流信息和资源。种群智能体和单个AI之间的交流可以提高整个系统的性能。
基于此，CEA可以应用于配电网的重构中，以优化整个系统的性能。
二、含光伏发电的配电网重构
1.问题定义
在现有的配电网络基础上，考虑加入光伏发电，通过优化方案，以实现以下目标：
（1）尽量降低能源成本，减少电力输送损失。
（2）保障电力供应的可靠性和稳定性。
（3）增加光伏发电的比例，提高环保效益。
（4）最小化新设备的成本开支。
2.设计方案
（1）优化升级方案
在已有的配电网络基础上，通过分析，找到合适的光伏发电配置方案，以实现上述目标。
（2）光伏发电系统的设计
在确定光伏发电配置方案之后，可继续考虑光伏发电系统的设计，包括系统容量、板块的位置、倾角等。通过CEA来优化此部分设计方案，以获得最佳的性能指标。
科技信息 ０电力与能源０ ＳＣＩＥＮＣＥ＆￣ＯＬＯＧＹ ＩＮＦＯＲＭＡＴＩＯＮ ２００８年第３３期
基于蚁群算法的配电网重构
张 云
（陕西送变电工程公司 海 涵
陕西西安７１００１４）
【摘要】配电网络重构是一个非线性组合优化问题。本文提出了一种新颖的基于蚁群算法来求解正常运行条件下的配电网络重构问题， 以达到线损最小。蚁群算法ＡＣＡ（Ａｎｔ ｃｏｌｏｎｙ Ａ１ｇ０ｒｉｔ㈣是一种新型通用内启发式算法。研究表明该算法具有并行性、鲁棒性等优良性质。结合
配电网的特点，本文应用蚁群系统算法来解决配电网重构问题，建立了相应的数学模型，并给出求解过程。最后通过一个ＩＥＥＥ３３节点算例验证
了本文所提出的算法的可行性和有效性。
【关键词】配电网络重构；线损最小；蚁群算法（ＡｃＡ）
０．引言
在电力系统中．大概有５％～１３％的电能以线路损失的形式浪费在
配电系统中【ｌ】。因此．研究在配电系统中减少线路损失的方法是一项非
常重要的工作。到目前为止，研究配电网重构的方法已经有很多种。这
些方法可以分成三类日，启发式算法，支路交换法，最优流模式算法及其 结合法；纯启发式算法；人工智能方法（包括专家系统的方法（Ｅｓ）、模拟
退火法（ＳＡ）、遗传算法（ＧＡＳ）、进化规划（ＥＰ）、人工神经网络（ＡＮＮ）等）。 在２Ｏ世纪９ｏ年代，意大利学者Ｍａｎｉ￣ｚｚｏ，Ｃｏｌｏｍｉ和Ｄｏｒｉｇｏ等人
从生物进化的机理中受到启发。通过模拟自然界蚂蚁寻径的行为．提
出了一种全新的模拟进化算法：蚁群算法（ａｎｔ ｃｏｌｏｎｙ ａｌｇｏｒｉｔｈｍ）ｉａｌ。在蚁 群寻找食物时．它们总能找到一条从食物到巢穴之间的最优路径。这
是因为蚂蚁在寻找路径时会在路径上释放出一种特殊的信息素
（ｐｈｅｒｏｍｏｎｅ）。当它们碰到一个还没有走过的路口时．就随机地挑选一条 路径前行。与此同时释放出与路径密度有关的信息素。路径越长，释放
的信息素浓度越低，当后来的蚂蚁再次碰到这个路口的时候，选择信
