基于改进人工蜂群算法的输电网扩展规划研究

随着输电网规模不断扩大,规划复杂性的增加,采用智能优化算法进行输电网规划是很有必要的。人工蜂群算法是一种新型的智能优化算法,因其具有计算速度快、参数少、鲁棒性好和易与其他算法结合等优点,近年来已经在许多领域得到了广泛的应用。本文对人工蜂群算法进行改进,并将其应用于输电网规划中,为输电网规划研究提供了一个全新的方向和路径。 本文针对标准人工蜂群算法存在计算精度不高、容易过早陷入局部最优和迭代后期速度慢等缺点,对算法进行六点改进：(1)初始化阶段采用混沌初始化方法和反向学习策略生成初始蜜源位置；(2)引领蜂阶段引入变异算子和交叉算子来更新蜜源位置,并用退火选择策略接受新蜜源；(3)选择阶段采用锦标赛选择策略来计算每个蜜源被跟随蜂选择的概率；(4)跟随蜂阶段引入学习因子来更新蜜源位置,并用退火选择策略接受新蜜源；(5)为了提高当前最优蜜源的质量,对其进行动态的混沌局部搜索；(6)侦察蜂阶段对停滞进化的蜜源进行混沌搜索。通过对三个经典测试函数进行测试,结果表明,改进人工蜂群算法能有效加快收敛速度,提高搜索精度,其性能优于标准人工蜂群算法。 建立以年新建费用与年网损费用之和最小的输电网单目标规划模型,并以Garver-6和Garver-18节点系统为例,验证改进人工蜂群算法应用于输电网规划中的有效性。最后建立以年新建费用最小、年网损费用最小、新建输电走廊费用最小和剩余输电容量费用最小为优化目标的输电网多目标规划模型,并用改进人工蜂群算法求解,通过算例验证本文提出的多目标规划模型的正确性和有效性。