[发明专利]一种基于蚁群算法的配电网网架优化规划方法

权利要求书

1.一种基于蚁群算法的配电网网架优化规划算法，其特征在于，该方法包括：

首先将规划区域内n条可行待选线路从l到n编号；

求出每条待选线路的转换概率

在迭代过程中,蚂蚁每次从这n个元素中按每个元素的转换概率选取一个元素；

对于每只蚂蚁,该过程同时重复的次数为nodenum-subnum-oldlinenum，其中nodenum为节点数目,subnum为变电站数目,oldlinenum为老线路数目，最终每只蚂蚁形成一个线路集,该线路集形成一个规划方案；

当一次循环完成后,从所有蚂蚁形成的规划方案中选择具有最小目标函数值的规划方案,并与当前保存的最优方案进行比较；

如果新方案比当前保存的最优方案还要好,那么用新方案，否则维持当前最优方案。重复上述过程直至达到最大迭代次数。

2.按照权利要求1所述的方法，其特征在于，该方法还包括：

(1)每个元素的初始信息素是相等的，设信息素τ_i(0)＝C(i＝1，2，......n),其中C为常数，在寻优过程中,其信息素τ_i将随着蚁群过后留下的激素量的变化而变化；

(2)计算未被加入tabu表的待选线路的转换概率根据各待选线路的转换概率从上述线路中选取一条线路，采用基于前推回代的配电网潮流计算方法来求取负荷潮流，以确定其过负荷惩罚值，并计算每只蚂蚁所形成的规划方案的目标函数值；

(3)如果在步骤(2)中找到的规划方案的目标函数值比f_min小，用该值替换f_min，并记下该规划方案；否则转向步骤(4)；

(4)计算信息素增量并计算Δτ_i(t，t+n)和计算τ_i(t，t+n)；

(5)令迭代次数N＝N+1.若N＜N_max，则清空所有的tabu表，转向步骤(2)，否则输出最好的规划方案，停止。

3.按照权利要求2所述的方法，其特征在于，所述步骤(2)中用式(2)计算未被加入tabu表的待选线路的转换概率

式中，allowedL_k为蚂蚁k还没有访问过的元素集，若i和l不属于allowedL_k，转换概率为0，α和β分别表示蚂蚁在运动过程中所积累的信息及启发式因子在蚂蚁选择元素中所起的不同作用；β_i表示选择元素i的期望程度，且其数值定义为待选线路i的长度或投资的倒数。

4.按照权利要求2所述的方法，其特征在于，采用式(1)的数学模型计算每只蚂蚁所形成的规划方案的目标函数值：

数学模型可用下式表达：

式中X为N维决策矢量，代表问题的解；X_i是矢量X的元素，当待选线路i被选中时X_i＝1，否则X_i＝0，C_1i＝γ_i+α_i,γ_i是投资回收率,α_i是设备折旧维修率；C_2i是电价单位为元、kW·h；ΔP_i是线路i的有功损耗，单位是kW；τ_maxi是相应的年最大损耗时间，单位为h；A₁是过负荷惩罚系数；L是网络的过负荷的部分,其数值通过网络的负荷潮流求得。

5.按照权利要求2所述的方法，其特征在于，

利用式(5)计算信息素增量并用式(4)计算Δτ_i(t，t+n)，然后用式(3)计算τ_i(t+n)：

式(3)表示为：完成一次迭代后，每条待选线路的信息素被更新为：

τ_i(t+n)＝θτ_i(t)+Δτ_i(t，t+n) (3)

i=1，2，…，n

式中θ是一系数，1-θ是时刻t到t+n之间各线路上信息素的蒸发系数；m为蚂蚁数目；是时刻t到t+n之间蚂蚁k释放在待选线路i上的信息量，表达式如下：

若蚂蚁k未选中元素i，则Q为一常数，f_k(X)为蚂蚁k所得规划方案的目标函数值。