应用研究
降低网损的配电网络技术研究
丁宁
(华北电力大学电气与电子工程学院北京102206)
与度人
摘要：降低网损有效方式之一就是对配电网进行网络优化重建，本文中正是针对于网络优化重建展开分新，并相应给出提高网损计算速度的方法，经过严谨的证明证实达样一种计算方法对于网络优化的科学有效性。
关键调：网损配电网网络优化
中图分类号：TM714
文献标识码：A
1、配电网优化研究方法现状分析
文章编号：1007-9416(2012)04-0106-01
这里就是为解决上文中未能解决的第三类环网甚至是更为复杂的环网而提出的一种新的拓扑方法。在常规的拓扑分析中，线路
对配电网进行优化重构的意义就在于：一是通过平衡负载和消除过载的形式来提高电能质量，二是通过网损的降低来提高配电网的整体经济效益。据此我们可以认为，对于降低网损的配电网优化方法的研究是有理论意义和实践需求的
到目前为止，人们已经提出的配电网的优化重构方案集中在以下四个方面：一是数学优化理论算法，二是最优流模式算法，三是开关交换法，四是人工智能法，下面我们就对这四种已经较为成熟的方法进行简要的闸述和评析。数学优化理论算法实际上就是利用现代数学原理和方法来对配电网进行优化重构，一股来说，这样一种优化方法能够得到不依赖于配电网初始结构的全局最优解，但是这样一种优化方法在实际的应用过程中较为复杂且比较困难，同时计算的时间比较长。最优流模式算法是一种启发式方法，主要是通过将开关组合问题转化为优化潮流的计算从而将问题进行了很大程度上的优化，但是其不足之处就在于在初始时闭合所有开关使得网络中同时存在着多个相互之间互相影响的环，打开的顺序对最终的结果影响比较大，因此每一
个开关的确定都可能需要进行多次配电
网潮流计算，这在复杂程度和计算量上同样是不客小龈的。而支路交换法同样是一种启发式算法，且在实际的环境中得到了较为广泛的应用。其优势在于，能够快速的确定降低配网线损的配网结构，且能够通过启发式规则来降低开关组合数，其不足在于，这样一种方法并不能保证全局最优，且每一次都只能考虑一对开关的操作。遗传算法是建立在自然选择和自然遗传学机理基础之上的送代自适应微率性搜索算法，其特点就在于遗传算法所操作的是参数的编码面不是参数本身，且能够快速的实现全局收敛，再者能够处理多种病态和离散的优化问题，但与此同时，遗传算法也存在着计算速度
慢和和不同初始基因串导致不同优化结果等不足之处， 2、配电网潮流计算
牛顿算法是基于微积分学的思想之上的，其关键之处就在于初始值的选择，如果初始值选择的不合适，就有可能需要多次的送代才能够收效基至是不收敛，针对于这样一种情况，有人就提出了将前推回代法和牛顿法相结合，将前推回代一次后得到的节点电压值作为牛顿法的初始值，而实际的配电网中还可能存在带环网运行的情况，而这就不是结合法所能有效处理的，因此又有人更进一步的改进，结合前推法对初始值不敏感而牛赖法收敛速度快的特点，将前推法中送代几次后得到的电压值作为牛额法的初始值。优化方法经过这样几步优化以后形成现行的混合潮流方法，基本上就已经能
够处理配电网的潮流计算，包括其存在环网的状况下。 3、用于配电网优化重构的改进遗传算法
3.1染色体编码
配电系统中的支路都有开关，因此接照传统的编码方法来计算的话其遗传算法空闻间内的个体将非常之庞大，但实际的表现型并不多，这也就意味着，将不可行解有效的去除掉同样是提高遗传算法效率的重要途径之一。因此下文中将展开进一步的探讨。
3.2基于度的线路首末节点无需编号的配电网拓扑方法 106
首末节点的录人通常是按照潮流的流向来进行的，这样在进行各层节点的判断时就可以通过以下两个方面的依据来进行判断：一是有父节点而没有子节点的就是最末层，二是不断删除分析过的支路和节点，最后剩下的就是根节点，但在这样一种拓扑分析方法中，线路首末节点的输人是按照潮流的顺序来进行的，但是在进行网络优化重构的过程中，部分线路的流向会发生改变，因此这样一种方法并不适用于配电网络的优化重建，
本文中所提出的新的拓扑方法的优势就在于其首末端点不需要按照潮流顺序来进行录人，而是根据下面这样一种思路来进行处理：第一就是度为1并且不是根节点那就一定是底层节点，第二就是对分析完毕的支路和节点予以删除删除完为止，分析过程相应完成，其中的度也就是节点相邻的边数。
3.3初始种群的产生
在上文中提到过对每一个环进行编号产生初始种群，进行判断并删除不可行解，当网络中含有第一类和第二类环网的时候利用4. 1得出的准则来进行判定，当含有第三类环网的时候就利用新的基于度的拓扑分析方法来判定。
3.4染色体的适应值
适应值的作用就在于指导遗传算法的搜索方向，并保证其不为负数，本文中进行网络优化重建的目的在于将网损降到最小，因此就用网损的倒数作为适应值。
3.5较差个体单独成群
这样一种处理主要是为了保证遗传算法能够收效到全局的最优解，并防止在初始种群产生的时候出现个别个体适应性过高的情况。在按照比例选择法时，一些最优模式的个体就有可能因为适应度较低而被淘汰掉，固此将适应性较差的一部分个体单独成为一个新的种群来进行优化，最后将这样两个种群的优化结果放在一起进行最后的选择即可。
3.6遗传算法的基固操作
遗传算法的基因操作包括较差和变异，较差或变异的结果为不可行解时就予以返回进行重新操作。此过程采用的是最优保留策略。 4、结语
本文在简要介绍降低网络线损的配电网优化重建方法研究现状的基础上，提出了新的混合潮流算法，并在网络重建的遗传算法编码中利用一环一编码来实现编码长度的降低，最后提出基于度的拓扑方法来对不可行解进行判断，且利用较差个体单独成群的方法避免了遗传算法中的欺骗现象。这样一种方法无论是在理论推导上
还是实际应用中都得到了较好的效果。参考文献
[1]麻秀范张粒子.基于十进制编码的配网重构遗传算法[J].电工技术学报.2004(19)
[2]代卫星.基于网络重构和电容器透初的降低配网损耗的技术[D]. 成都：四川大学，2004。