配电网重构的智能算法.docx

基于改进类电磁机制算法的配电网重构
min f=*、0牛
i=1 1 1
max
Si
Si max
Ui2
Sj
Sj max
摘要：利用求解约束优化问题的类电磁机制 算法(Constrained O，引入扰动策 略，增强算法局部寻优能力，提高收敛速度 和解的质量。
1配电网重构的数学模型
以网损最小为目标函数的配网重构数 学模型为:
Ui min - Ui ~ Ui max
Si - Si max
'i - 'i max
式子中，*为网络中的支路总数；Ri为 支路bi的电阻；七、Qj分别为流过支路bi的 有功功率和无功功率；ui为支路bi的末端电 压；Ki为开关i的状态变量，0代表打开，1
代表闭合；Sj表示流过支路i的复功率；Simax 表示支路i的最大容量；8为根据网络结构 和系统运行要求等人为设定的任意小的数。
2基于COEM算法的配电网重构实现

考虑一般的非线性约束优化问题:
min(x)
(x)< 0， i=1,2, ••- q
g((x)=0，j=q+1, q+2，...，m
lk < 犬^ < "k， x g Rn， k=1,2, •••， n
其中，f（x）为问题的适应度函数（目标 函数），g（x）为问题的约束条件，剩下的为 目标函数的搜索空间。针对该问题，一般采 用如下方式构造约束违反度函数p（x）:
，、义 （_ 3 m ,、
p（x）=文 maxkq），0^+ £ g Xx） （3）
i=1 i=q+1 」
然后作如下定义，对于任意两个粒子 x「X2，若有以下情形之一成立，则称X］优 于x2：
(1)若 %1，x 2 e D，
(2)若 %1 g D， %2 e S \ D。
(3)若 %1，
%2 g S \D,且p( %1)<p(x2)。
根据目标函数f（ x）和约束违反度函数 p（ x）构造如下函数:
G（ x）=（1-Xx））f（x）
+（x） （p（x）+max
将它作为目标函数，可以构造一个无约
束优化问题模型：
fmin G（x）
< （5）
I g S
无约束问题（5）和约束问题（2）具有 相同的最优解，为得到问题（2）的最优解， 可以将它转化成问题（5）求解。

产生初始种群就是从已知可行域中随 机取一定数量的点，然后以这些点为基础进 行更进一步的搜索。在这里，将初始粒子随 机均匀地分布在可行域里，然后计算出每个 粒子的目标函数值，并将目标函数值最优的 粒子记为xest。

局部搜索是对单个粒子进行的，用来改 进种群已搜索到的解。对于EM算法,局部搜 索起着非常重要的作用，因为它为种群的全 局搜索提供了有效的局部信息，这样使算法 既具有全局搜索能力，又具有局部区域精细 搜索的能力。步骤如下：
1） 对每一个粒子xi（i=1，…,N），计 算其目标函数值G（xi）（i=1，…，N）；
2） 对粒子xi（i=1，…，N），令
y =x. +日i（"-x）v>
y =x. +日i（l - x）others
其中，。（0,1）是一个实现设定的参 数，类似于粒子的一个小邻域的半径，R i 和v是服从