基于蚁群算法优化的配电网络仿真平台的设计与实现

高淑芝 吴晓峰 柴梓晴

（1.沈阳化工大学信息工程学院，辽宁沈阳 110142；2.北京理工大学计算机学院，北京 100081）

基于蚁群算法优化的配电网络仿真平台的设计与实现

高淑芝1吴晓峰1柴梓晴2

（1.沈阳化工大学信息工程学院，辽宁沈阳 110142；2.北京理工大学计算机学院，北京 100081）

针对配电网络规划中的难以快速寻优的特点，提出蚁群算法，并且通过GUI平台开发基于蚁群算法的仿真平台，并将其应用于配电网络规划问题中。研究结果表明，蚁群算法可以对参数进行自动寻优，快速得到更加精准的配电网络规划曲线及最优解。开发的仿真平台具有更快、更准确的特点。

蚁群算法；参数寻优；配电网络

电力系统是由输送电、发变电等设备和相应技术组成的，统一将一次能源转换为电能的系统。其中，电力系统中的配电网络是其重要的组成部分。而在现实中，配电网网络优化具有离散性、多目标、非线性等特点。因此，配电网网络优化是一个复杂且难以组合优化的问题［1］。针对这一问题，提出了群智能算法［2］，并用来解决配电网络规划中的变电站选址定容、配电网架联络线总体总体规划等问题，在很大程度上提高了配电规划和运行人员的工作效率。群智能算法中的蚁群算法不仅具有较强的鲁棒性，并且易与其他算法相结合。因此，蚁群优化算法的研究对解决各种优化问题具有极其重要的价值。

1 配电网络数学机理模型

配电网络中线路的建设费可如下所示：

式（1）中，Ck表示为线路k的投资费用，lk为第k线路的长度，Dk为第k线路的线径。

配电网中每一段线路的网损为：

式（2）中，Rk为第k线路的网损功率，U为该线路段的电压，a1为该线路段的电价，g（Dk）表示Dk线径上该线路的电阻率。

若已知变电站的供电范围，则配电网规划问题的数学机理模型可表示为：

式（3）中，I（lk）≤Imax（lk），Vmin≤Vs≤Vmax，kmax=S-1（s=1，2，……，S）；k为该线路段的编号；Nk为所有可能构成该

线路段辐射网的编号的集合；I（lk）表示线路lk的电流；S为该线路段节点个数；Vmin为该线路段节点电压下限；kmax为该线路段规划后线路的条数。

分析（3）发现，Ck与lk呈正比，Rk与Pk2lk呈正比。如果取不同的线径导线单位长度造价，电阻率将为一平均值，则公式（3）可近似地等效为：

式（4）中，a、b为常数，公式（4）可等效为：

公式（5）虽然有一定程度的简化，但其求解的目标是一个有众多约束条件的线路编号集合。对于这种复杂的规划问题，用现有的数学方法来求解是十分困难的。因此，本文提出利用蚁群算法进行求解。

2 蚁群算法原理及其仿真平台开发

根据蚁群优化算法的流程，分析发现，由于蚂蚁前进速度相同，因此，lk值较小的道路容易被规划为供电线路。采用的蚁群优化算法，将所有的负荷点作为食物，在初始阶段以“味道”来引导蚁群的前进方向，因此将会考虑公式（5）的βPk2lk项，使得蚂蚁快速地找到负荷点，并且在关键道路上留下大量的信息素，以此来减少计算的次数。这种觅食的方式也更加接近现实情况。

MATLAB/GUI工具箱，是用于创建计算机用户操作界面，通过图形方式显示出来的。根据其设计原则，在仿真平台界面设计完成之后，还会生成与之相应的M文件，其包含了运行GUI平台所要求的所有代码。而GUI自动生成的M文件的框架，则用于在框架下编写相应的回调函数以及蚁群算法的程序。

3 仿真平台上的算法研究

通过开发的仿真平台可以看出，在仿真平台中，除了有进行蚁群算法的结果显示区域，还有参数设置区域来改变算法参数，来进一步对蚁群算法进行仿真研究。通过程序的最终完善之后，便可以在开发的仿真平台上研究蚁群算法，并将其应用到配电网络规划中。

在变电站供范围已知的情况下，将负荷点作为蚁群的“食物”，给各个街道赋予“味道”。在配电变电站的供电范围已知的基础上，通过动态求取街道的“味道”，并处理蚁群走过后留下的“信息素”，就可以快速求得配电网网络规划问题中的全局最优或近似最优解。

点击蚁群优化界面中的“打开路径文件”，然后选择变电站坐标，在仿真平台上令a=1、Q=100、city_num=28、Ncmax=200；载入图形并计算，则基于蚁群优化算法的配电网络规划的结果便再仿真界面中显示出来，如图1所示。

图1 仿真平台上的蚁群算法研究

通过仿真结果可以得到，其迭代次数在60次以后，所得到的最优值保持一致，没有出现最优值的上下波动，充分说明了研究结果的准确性。并且在仿真平台上研究蚁群算法，可以清晰地显示出蚁群优化算法的仿真结果。而一般的算法研究，其参数往往都是在程序中的，难以快速改变参数来对算法进行优化，以至于难以尽快达到设计要求。

4 结语

针对配电网络规划中的难以快速寻优的特点，将蚁群优化算法应用到配电网络规划问题当中，并且通过GUI平台开发了基于蚁群算法的仿真平台，用于更改蚁群算法中的参数来快速进行配电网络规划问题进行寻优。研究结果表明，该方法可以对参数进行自动寻优，简化控制调试中人工参与的时间，快速得到更加精准的配电网络规划曲线及最优解。开发的仿真平台，对于更改蚁群算法的参数来进行寻优，具有更快、更准确的特点。

［1］杨溪，杜永贵.改进遗传算法和蚁群算法在电力系统问题中的应用研究［D］.太原：太原理工大学，2013.

［2］Dorigo M，Maniezzo V，Colorni A.Ant system：optimiza⁃tion by a col-ony of cooperating agents［J］.IEEE Transactions on SMC，1996（1）：1241.

Design and Implementation of Simulation Platform for Distribution Network Based on Ant Colony Optimization

Gao Shuzhi1Wu Xiaofeng1Chai Ziqing2
（1.School of Information Engineering，Shenyang University of Chemical Engineering，Shenyang Liaoning 110142；2.School of Computer Science，Beijing Institute of Technology，Beijing 100081）

According to the distribution network planning to the speediness,ant colony algorithm was proposed.The simulation platform based on ant colony algorithm was developed through the GUI platform,and it was applied to the problem of distribution network planning.The results showed that the ant colony algorithm could automatically find the optimal parameters,and get more accurate distribution network planning curve and the optimal solution.The de⁃veloped simulation platform has the characteristics of faster and more accurate.

ant colony algorithm；parameter optimization；distribution network

TP18

A

1003-5168（2016）10-0032-02

2016-09-26