| <script
var cpro_id = "u1457042"; <iframe id="iframeu1457042_0" fcam?rdid=1457042&dc=2&di=u1457042&dri=0&dis=0&dai=3&ps=345x362&dcb=BAIDU_SSP_define&dtm=BAIDU_DUP_SETJSONADSLOT&dvi=0.0&dci=-1&dpt=none&tsr=0&tpr=1459711229288&ti=%E6%9C%80%E5%B0%8F%E5%8C%96%E8%BF%90%E8%A1%8C%E8%B4%B9%E7%94%A8%E7%9A%84%E6%97%B6%E5%8F%98%E9%87%8D%E6%9E%84%E5%85%A8%E5%B1%80%E4%BC%98%E5%8C%96%E7%AE%97%E6%B3%95_%E7%94%B5%E6%B0%94%E8%87%AA%E5%8A%A8%E5%8C%96%E6%8A%80%E6%9C%AF%E7%BD%91&ari=1&dbv=0&drs=1&pcs=645x335&pss=970x346&cfv=0&cpl=22&chi=50&cce=true&cec=gbk&tlm=1402381900<u=http%3A%2F%2Fwww.dqjsw.com.cn%2Fdiangongdianzi%2Fdianlidiangong%2F3074.html&ecd=1&psr=1366x768&par=1366x728&pis=-1x-1&ccd=24&cja=false&cmi=34&col=zh-CN&cdo=-1&tcn=1459711229&qn=9dc1042a8b99bde6&tt=1459711229266.143.215.216" vspace="0" hspace="0" marginwidth="0" marginheight="0" scrolling="no" style="border:0; vertical-align:bottom;margin:0;" allowtransparency="true" align="center,center" width="200" height="200" frameborder="0"> |
1 引言
配電網(wǎng)絡(luò)重構(gòu)通過改變網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)來獲得運(yùn)行效益最優(yōu)的運(yùn)行方式，其研究內(nèi)容可分為兩大類：
第一類是針對恒定負(fù)荷的靜態(tài)重構(gòu)，主要方法有啟發(fā)式方法，如支路交換法[1]、最優(yōu)流模式法等；傳統(tǒng)數(shù)學(xué)優(yōu)化方法，如線性整數(shù)規(guī)劃法、分支定界法等；智能計算方法，如模擬退火法、神經(jīng)網(wǎng)絡(luò)法、遺傳算法等。第二類是時變重構(gòu)（也稱動態(tài)重構(gòu)），是在負(fù)荷不斷變化的情況下求解一段時間內(nèi)的重構(gòu)方案。主要方法有啟發(fā)式方法[2, 3]，啟發(fā)式方法與智能計算方法相結(jié)合的混合算法[4]，等等。
實(shí)際配電系統(tǒng)負(fù)荷變化頻繁，靜態(tài)重構(gòu)只給出開關(guān)設(shè)備一個時刻的動作方案，各時刻間的優(yōu)化方案缺乏聯(lián)系，所以缺乏實(shí)用性。靜態(tài)重構(gòu)屬于大規(guī)模、多目標(biāo)、非線性、混合整型、組合優(yōu)化問題，屬于NP難問題，顯然，針對給定時間區(qū)間的時變重構(gòu)問題時間復(fù)雜性和空間復(fù)雜性更高。目前見諸文獻(xiàn)的方法根據(jù)啟發(fā)式規(guī)則只提供了局優(yōu)解。
本文以中壓配電網(wǎng)絡(luò)為研究對象，提出了以運(yùn)行費(fèi)用最小為目標(biāo)的時變重構(gòu)全局優(yōu)化算法。
2 數(shù)學(xué)模型
本文算法的目標(biāo)函數(shù)可表示為
式中 F、NB和N分別為給定時間區(qū)間內(nèi)的運(yùn)行費(fèi)用(包括開關(guān)操作費(fèi)用和電能損耗費(fèi)用)、可操作的開關(guān)總數(shù)和所劃分的時間段總數(shù)；xk,i為開關(guān)k在第i時段的狀態(tài)，取值為0或1，分別為開關(guān)處于斷開位置和閉合位置；xk,0為開關(guān)k的初始狀態(tài)；PLi為第i時段系統(tǒng)的有功功率損耗，kW；ti為第i時段的長度, h；CBk、CLi分別為開關(guān)k操作一次的費(fèi)用，元和第i時段的網(wǎng)損電價，元/kWh。
重構(gòu)后的網(wǎng)絡(luò)應(yīng)滿足潮流方程約束、各種安全約束和放射狀運(yùn)行約束。此外，時變重構(gòu)問題還必須滿足開關(guān)操作次數(shù)約束，即在所研究的時段內(nèi)滿足式(2)所描述的系統(tǒng)中所有可操作開關(guān)總的操作次數(shù)限制和式(3)所描述的單臺開關(guān)的操作次數(shù)限制。
式中 NA、NSk分別為給定時間區(qū)間內(nèi)最大允許的總的開關(guān)操作次數(shù)和開關(guān)k最大允許的操作次數(shù)。
3 時變重構(gòu)全局優(yōu)化算法
3.1 算法步驟
為了在給定時間區(qū)間內(nèi)實(shí)現(xiàn)中壓配電網(wǎng)的運(yùn)行費(fèi)用最小，本文算法進(jìn)行如下操作：
（1）計算與識別網(wǎng)絡(luò)的初始信息，包括節(jié)點(diǎn)電壓、支路功率、有功損耗、開關(guān)狀態(tài)，等等；
（2）將給定的時間區(qū)間劃分為多個時間段。在每個時間段內(nèi)，根據(jù)負(fù)荷預(yù)測的結(jié)果將負(fù)荷近似為恒功率負(fù)荷。以網(wǎng)損最小為目標(biāo)，使用核心模式遺傳最短路算法求解靜態(tài)重構(gòu)子問題，得出多個候選的可行放射狀網(wǎng)絡(luò)結(jié)構(gòu)。
（3）根據(jù)上步得出的各個時段的可行放射狀網(wǎng)絡(luò)結(jié)構(gòu)，應(yīng)用動態(tài)規(guī)劃，求解運(yùn)行費(fèi)用最小的全局最優(yōu)時變重構(gòu)策略。
可見，本文算法包含核心模式遺傳最短路算法和動態(tài)規(guī)劃兩個核心，下面分別予以說明。
3.2 CSGSA求解靜態(tài)重構(gòu)子問題
用無向元件網(wǎng)絡(luò)圖G來表示所研究的中壓配電網(wǎng)，BS 和LS分別表示支路集合與負(fù)荷節(jié)點(diǎn)集合。大部分見諸文獻(xiàn)的重構(gòu)方法是針對BS進(jìn)行操作的，試圖找到BS的一個子集BS￠'?BS，使得BS￠中的所有支路組成一個滿足各種約束條件的放射狀運(yùn)行網(wǎng)絡(luò)，這類方法被稱為組合支路法。CSGSA基于組合負(fù)荷的思想，其研究對象為LS而非BS，通過為LS中的每個負(fù)荷分別尋找供電路徑來逐步獲得放射狀網(wǎng)絡(luò)結(jié)構(gòu)。負(fù)荷尋路的先后次序決定結(jié)果網(wǎng)絡(luò)，CSGSA就是在使用遺傳算法搜尋最優(yōu)的負(fù)荷尋路次序的過程中并行得出多個可行的放射狀網(wǎng)絡(luò)結(jié)構(gòu)。CSGSA以網(wǎng)損最小為目標(biāo)，算法流程如圖1所示。
圖中第（1）步為將LS中的負(fù)荷表示成負(fù)荷串的形式，其排列次序即為負(fù)荷尋路的先后次序；
第（3）步為形成有向網(wǎng)絡(luò)拓?fù)鋱D
第（4）步為使用最短路法在GSqi中搜尋當(dāng)前負(fù)荷的最佳供電路徑。所用弧權(quán)值公式定義為
式(4)的作用是使尋路過程中網(wǎng)損增量相對較小，剩余容量相對較大的弧優(yōu)先被選中，從而平衡結(jié)果網(wǎng)絡(luò)各個支路的負(fù)荷，避免由于先尋路負(fù)荷的供電路徑過于集中而導(dǎo)致的后尋路負(fù)荷無法找到合法供電路徑的現(xiàn)象；
第（5）步至第（7）步的理論基礎(chǔ)是遺傳算法的模式定理。研究發(fā)現(xiàn)，根據(jù)Sqi中負(fù)荷排列的先后次序可將LS分解為2個互補(bǔ)的子集LS￠Sqi與LS2Sqi，其中，LS￠Sqi中的負(fù)荷被稱為核心模式負(fù)荷，它們對放射狀網(wǎng)絡(luò)結(jié)構(gòu)的生成起著關(guān)鍵性的影響。LS2Sqi中的負(fù)荷被稱為非核心模式負(fù)荷，它們通過改變GSqi中的支路權(quán)值來影響后續(xù)負(fù)荷的尋路結(jié)果，因此對網(wǎng)絡(luò)結(jié)構(gòu)的生成也有影響，但該影響是次要的。例如，對Sqi中的負(fù)荷Li尋路，將得到供電路徑P。假設(shè)P上存在還未使用最短路法尋路的負(fù)荷Lα1, ···, Lαα,根據(jù)配電網(wǎng)絡(luò)的放射狀約束易知，其供電路徑已由Li確定，因此有：
與LS2Sqi中的負(fù)荷混雜形成染色體Sqi，先尋路負(fù)荷對后尋路負(fù)荷供電路徑的搜索有著程序很難控制的復(fù)雜影響，因此該編碼方式得出的染色體各基因的關(guān)系是強(qiáng)耦合的，具有高階、長定義長度的特點(diǎn)，不適合遺傳操作。
第（5）步實(shí)現(xiàn)為Sqi尋路的同時，將LS分解為LS'Sqi和LS2 Sqi，從而突出核心模式負(fù)荷的作用，屏蔽非核心模式負(fù)荷的影響。具體操作如下：建立空的核心模式染色體
，為Sqi中的負(fù)荷依次尋路的同時，剔除相關(guān)的非核心模式負(fù)荷，同時向中以從首端至尾端的順序添加核心模式負(fù)荷，以從尾端至首端的順序添加相關(guān)的非核心模式負(fù)荷，最后用所得到的核心模式染色體替換Sqi來參加遺傳運(yùn)算。所得S'qi的模式如下所示：
式中 *為無需使用最短路法尋路的非核心模式負(fù)荷。
的首段Lg1,…,Lgg∈LS'Sqi由核心模式負(fù)荷組成，尾段由非核心模式負(fù)荷組成，負(fù)荷排列的先后順序由其在Sqi中的相對位置決定?？梢?，該類染色體都具備低階、短定義長度的特點(diǎn)，所以，通過選擇、交叉和變異等遺傳運(yùn)算，一些較差的核心模式逐步被淘汰，一些較好的核心模式逐步被遺傳和進(jìn)化，最終可得到問題的最優(yōu)解。這種方法不但大大改善了算法的收斂性，提高了搜尋最優(yōu)解的能力，同時省去了為非核心模式負(fù)荷使用最短路法尋優(yōu)的過程。通常，核心模式負(fù)荷數(shù)g遠(yuǎn)小于非核心模式負(fù)荷數(shù)β，因此，計算速度得到大幅度提高。
通過計算得出的候選放射狀網(wǎng)絡(luò)結(jié)構(gòu)成為動態(tài)規(guī)劃求解全局最優(yōu)時變重構(gòu)策略的前提與基礎(chǔ)。
3.3 以動態(tài)規(guī)劃求解全局最優(yōu)時變重構(gòu)策略
3.3.1 動態(tài)規(guī)劃數(shù)學(xué)模型
動態(tài)規(guī)劃是運(yùn)籌學(xué)的一個分支，是求解多階段決策過程最優(yōu)化的數(shù)學(xué)方法。本文把給定的時間區(qū)間劃分為若干階段，將時變重構(gòu)問題轉(zhuǎn)化為多階段決策過程，然后使用動態(tài)規(guī)劃求解，其步驟為：
（1）以時間劃分階段。將所研究的時間區(qū)間劃分為N個時段，各時段長度可以相等，也可不等；
（2）選擇可行放射狀網(wǎng)絡(luò)結(jié)構(gòu)作為動態(tài)規(guī)劃中的狀態(tài)(由網(wǎng)絡(luò)中可操作開關(guān)的開合位置來表示)。第i時段的可達(dá)狀態(tài)集合記為Si。
（3）時段間狀態(tài)轉(zhuǎn)移決策。Ui為第i時段狀態(tài)處于si的決策變量，Di為第i時段的允許決策集合， ui(si)∈Di(si)，Ti為狀態(tài)轉(zhuǎn)移函數(shù)。時變重構(gòu)問題的初始狀態(tài)已知，故根據(jù)si、ui來確定si-1，有
（4）指標(biāo)函數(shù)和最優(yōu)值函數(shù)。
選擇開關(guān)操作費(fèi)用和電能損耗費(fèi)用之和為指標(biāo)函數(shù)，其表達(dá)式為
邊界條件為f0(s0)=0，即設(shè)定s0為網(wǎng)絡(luò)的初始狀態(tài)，作為第0階段，其費(fèi)用為0。第1時段至第N時段為所研究的時間區(qū)間。
從第0階段開始遞推求解，記錄每個si的最優(yōu)值函數(shù)及相應(yīng)的si-1，最后從第N時段選出最優(yōu)的sN并回推得出全局最優(yōu)的重構(gòu)策略。
3.3.2 開關(guān)操作次數(shù)約束的處理
為了限制開關(guān)操作次數(shù)，防止由于開關(guān)操作次數(shù)約束導(dǎo)致的無解或采納局優(yōu)解，應(yīng)使某些相鄰時段可以存在相同的網(wǎng)絡(luò)結(jié)構(gòu)，因?yàn)槿绻麆討B(tài)規(guī)劃在相鄰的時段選擇了相同的網(wǎng)絡(luò)結(jié)構(gòu)，則表示時段間無需任何開關(guān)操作。動態(tài)規(guī)劃各個階段的狀態(tài)由CSGSA計算獲得，都是網(wǎng)損相對較小的網(wǎng)絡(luò)結(jié)構(gòu)，所以本文采取了狀態(tài)鎖定措施，目的是提供網(wǎng)損相對較大但所需開關(guān)操作次數(shù)較少的網(wǎng)絡(luò)結(jié)構(gòu)，也就是保證相鄰的若干時間段中存在相同的可行放射狀網(wǎng)絡(luò)結(jié)構(gòu)。狀態(tài)鎖定措施的具體步驟是：將當(dāng)前時段的狀態(tài)加入相鄰的下一時段中，判斷該狀態(tài)是否已經(jīng)存在，并計算狀態(tài)是否可行，若該狀態(tài)已經(jīng)存在或是狀態(tài)可行，則繼續(xù)向后面相鄰的時段添加該狀態(tài)，若狀態(tài)為不可行或是已經(jīng)到達(dá)末時段，則終止當(dāng)前狀態(tài)的添加過程。狀態(tài)鎖定豐富了各個時段的狀態(tài)數(shù)量，為限制開關(guān)操作次數(shù)提供了可能。
在動態(tài)規(guī)劃尋優(yōu)過程中，如果某階段狀態(tài)給定，則此前各階段狀態(tài)決定了到目前為止已經(jīng)操作的開關(guān)次數(shù)，若此時考慮開關(guān)操作次數(shù)約束，則意味著此前各階段狀態(tài)將影響該階段以后狀態(tài)的選擇，這將導(dǎo)致狀態(tài)變量不滿足構(gòu)造動態(tài)規(guī)劃模型所必需的無后效性(馬爾科夫性)條件。雖然采取適當(dāng)增多狀態(tài)變量的方法(如增加已操作開關(guān)數(shù)作為狀態(tài)變量)，總能把過程變?yōu)闊o后效的，但這會大大增加算法的復(fù)雜性?？紤]到本文算法的目標(biāo)是最小化運(yùn)行費(fèi)用，其中包括了開關(guān)操作的費(fèi)用，這就等價于隱性地限制了開關(guān)操作次數(shù)。加之狀態(tài)鎖定措施為限制開關(guān)操作次數(shù)提供了可能，因此，動態(tài)規(guī)劃遞推尋優(yōu)過程中不考慮開關(guān)操作次數(shù)是否越限。當(dāng)尋優(yōu)過程結(jié)束后，選擇運(yùn)行費(fèi)用最小的重構(gòu)策略，這時再判斷是否滿足開關(guān)操作次數(shù)約束，若滿足約束，則完成計算，得出全局最優(yōu)時變重構(gòu)策略。
動態(tài)規(guī)劃計算得出了多個可行重構(gòu)策略，經(jīng)過遞推尋優(yōu)過程之后，這些可行策略的運(yùn)行費(fèi)用是非常接近的，所以當(dāng)費(fèi)用最小解違反開關(guān)約束時，可以直接從所得的眾多策略中選出滿足開關(guān)約束的費(fèi)用最小策略作為最終結(jié)果。開關(guān)操作次數(shù)越限往往只對應(yīng)于給定的開關(guān)可操作次數(shù)非常少的極端情況。大量計算表明，本文算法所得費(fèi)用最小解所需開關(guān)操作次數(shù)很少，一般情況下能夠滿足開關(guān)操作次數(shù)的約束條件。因?yàn)橐环矫?，CSGSA通過全局尋優(yōu)和局部尋優(yōu)，能夠快速得到每個時段的最優(yōu)網(wǎng)絡(luò)結(jié)構(gòu)和大量的次優(yōu)網(wǎng)絡(luò)結(jié)構(gòu)，狀態(tài)鎖定措施進(jìn)一步豐富了各個時段可行網(wǎng)絡(luò)結(jié)構(gòu)的數(shù)量，使得每個時段都包含了足夠的可行網(wǎng)絡(luò)結(jié)構(gòu)以供選擇；另一方面，動態(tài)規(guī)劃本身具備了全局搜索能力。所以，本文算法能夠得到最優(yōu)的和大量次優(yōu)的時變重構(gòu)策略，保證了算法的全局最優(yōu)性。
4 算法復(fù)雜性分析
CSGSA內(nèi)嵌Dijkstra最短路法和遺傳算法，其計算復(fù)雜度是O(p3)，其中p為參與計算的節(jié)點(diǎn)數(shù)量。核心模式負(fù)荷概念的引入使得p減小，因此有效地提高了算法的求解速度。
動態(tài)規(guī)劃的計算復(fù)雜度與時間段數(shù)和每個時段的候選網(wǎng)絡(luò)結(jié)構(gòu)數(shù)密切相關(guān)。用W表示N個時段的候選網(wǎng)絡(luò)結(jié)構(gòu)總數(shù)，則動態(tài)規(guī)劃算法時間復(fù)雜性為O((N-1)W2)，空間復(fù)雜性為O(NW)。本文只選擇了一個動態(tài)規(guī)劃狀態(tài)變量，狀態(tài)總數(shù)和時間段總數(shù)不多，所以計算速度非?？?。如果在動態(tài)規(guī)劃尋優(yōu)的過程中考慮開關(guān)操作次數(shù)約束，那么只有增加動態(tài)規(guī)劃狀態(tài)變量的個數(shù)才能維持解的最優(yōu)性，最簡單的方法是再增加開關(guān)操作次數(shù)作為狀態(tài)變量。算法的時間復(fù)雜性和空間復(fù)雜性分別變?yōu)?em>O(W2N－1)和O(WN)，都是關(guān)于N的指數(shù)函數(shù)。對比可見，本文算法在最壞情況下的時空復(fù)雜性遠(yuǎn)遠(yuǎn)小于在尋優(yōu)過程中直接考慮開關(guān)操作約束的情況，所以可有效地求解時變重構(gòu)問題。
5 算例分析
采用如圖2所示的12.66kV、33節(jié)點(diǎn)、5網(wǎng)孔系統(tǒng)[1]，圖中給出了每條線段的編號。將系統(tǒng)中的負(fù)荷歸為3大類：大型工商業(yè)負(fù)荷，中小工商業(yè)負(fù)荷和居民負(fù)荷。每類負(fù)荷的變化遵循相應(yīng)的負(fù)荷曲線，文[1]所給的負(fù)荷數(shù)據(jù)作為所研究時間區(qū)間內(nèi)各節(jié)點(diǎn)的峰荷。圖3給出的負(fù)荷曲線取自實(shí)際系統(tǒng)1997年1月1日~10日(星期三~下星期五)的數(shù)據(jù)。設(shè)CBk為7元/次，CLi為0.4元/kWh，ti全部取1h。
大量計算表明，針對不同的初始結(jié)構(gòu)和時間區(qū)間，算法總能找到從初始結(jié)構(gòu)過渡到最優(yōu)結(jié)構(gòu)的費(fèi)用最小重構(gòu)方案。當(dāng)網(wǎng)絡(luò)負(fù)載率不高時，網(wǎng)絡(luò)調(diào)整到最優(yōu)結(jié)構(gòu)后，如果負(fù)荷的模式如類型、峰荷大小、負(fù)荷曲線等沒有太大的變化，則不需再進(jìn)行任何重構(gòu)操作，網(wǎng)絡(luò)結(jié)構(gòu)將保持最優(yōu)，這為季節(jié)性重構(gòu)提供了參考。例如，在上述網(wǎng)絡(luò)和負(fù)荷模式下，最優(yōu)網(wǎng)絡(luò)結(jié)構(gòu)選擇線路7，9，14，28，36作為聯(lián)絡(luò)線。
設(shè)初始網(wǎng)絡(luò)結(jié)構(gòu)選擇33~37作為聯(lián)絡(luò)線，使用本文算法進(jìn)行時變重構(gòu)優(yōu)化計算，第1種情況為將24h作為給定時間區(qū)間進(jìn)行計算，優(yōu)化結(jié)果作為下次計算的初始網(wǎng)絡(luò)結(jié)構(gòu)，連續(xù)計算3天；第2種情況為將3天作為給定時間區(qū)間進(jìn)行優(yōu)化計算。兩種情況的計算結(jié)果見表1?？梢?，給定的時間區(qū)間不同，可能導(dǎo)致優(yōu)化結(jié)果的不同。如果初始網(wǎng)絡(luò)結(jié)構(gòu)與最優(yōu)結(jié)構(gòu)相差較大，由式(1)可知，時間區(qū)間長，則開關(guān)操作費(fèi)用在總費(fèi)用中的比例小，優(yōu)化結(jié)果趨于最優(yōu)網(wǎng)絡(luò)結(jié)構(gòu)；時間區(qū)間短，則算法將逐步向最優(yōu)結(jié)構(gòu)過渡，以保證當(dāng)前時間區(qū)間內(nèi)的費(fèi)用最小。表1即說明了2種情況到達(dá)最優(yōu)結(jié)構(gòu)的路徑不同，第1種情況的前24h屬于過渡階段，后48h重構(gòu)為最優(yōu)結(jié)構(gòu)。第2種情況只在0點(diǎn)重構(gòu)一次便使得72h內(nèi)運(yùn)行費(fèi)用最小。圖4為前24h的網(wǎng)損比較。圖中還給出了不限制開關(guān)操作次數(shù)的網(wǎng)損最小結(jié)果，網(wǎng)損為4610.71kW，72h里需要進(jìn)行26次開關(guān)操作，費(fèi)用為2026.28元?？梢?，本文算法所得結(jié)果的網(wǎng)損與網(wǎng)損最小值非常接近，但費(fèi)用卻顯著減少。以上雖然對不同時間區(qū)間的優(yōu)化結(jié)果進(jìn)行了比較，但實(shí)際應(yīng)用中，若網(wǎng)絡(luò)負(fù)載率不高且當(dāng)前負(fù)荷模式維持足夠長時間時，將選擇一步重構(gòu)到當(dāng)前負(fù)荷模式下的最優(yōu)網(wǎng)絡(luò)結(jié)構(gòu)，而不必經(jīng)過若干過渡。如果網(wǎng)絡(luò)的負(fù)載率很高或負(fù)荷變化劇烈，那么網(wǎng)絡(luò)結(jié)構(gòu)應(yīng)進(jìn)行相應(yīng)調(diào)整以保證滿足電壓或容量等約束條件。表2給出了當(dāng)每個節(jié)點(diǎn)的負(fù)荷都增長19%時的重構(gòu)策略，同時給出相同情況下的網(wǎng)損最小結(jié)果。
如果開關(guān)可操作次數(shù)很少，無法重構(gòu)到最優(yōu)的網(wǎng)絡(luò)結(jié)構(gòu)，則算法將得出滿足開關(guān)操作次數(shù)約束的運(yùn)行費(fèi)用次優(yōu)解。如表2所示的72h優(yōu)化結(jié)果需要8次開關(guān)操作，如果限定每臺開關(guān)只能操作2次，總的開關(guān)操作不超過4次，那么算法所得網(wǎng)絡(luò)結(jié)構(gòu)的聯(lián)絡(luò)線是11，28，33，34，36，從初始狀態(tài)只需4次開關(guān)操作即可實(shí)現(xiàn)，網(wǎng)損為4698.25kW，費(fèi)用為1907.30元。此外，若使開關(guān)操作費(fèi)用為零，則算法轉(zhuǎn)化為電能損失最小重構(gòu)問題；若只考慮單一時段，則算法轉(zhuǎn)化為靜態(tài)重構(gòu)問題；若只考慮單一時間點(diǎn)，同時開關(guān)操作費(fèi)用為零，則算法轉(zhuǎn)化為傳統(tǒng)的靜態(tài)網(wǎng)損最小重構(gòu)問題。實(shí)際應(yīng)用中可能遇到最優(yōu)解不唯一或者有其它一些約束需要考慮的情況，這時，算法將動態(tài)規(guī)劃尋優(yōu)所得的所有可行重構(gòu)策略由優(yōu)至劣排序，然后全部輸出，由用戶來選擇最終的方案。可見本文算法非常實(shí)用，應(yīng)用范圍非常廣泛。
6 結(jié)語
實(shí)際配電系統(tǒng)負(fù)荷變化頻繁，重構(gòu)方案也應(yīng)相應(yīng)變化，本文給出了時變重構(gòu)的全局優(yōu)化算法，可在所研究的時間區(qū)間內(nèi)實(shí)現(xiàn)運(yùn)行費(fèi)用最小化。算法主要由CSGSA和動態(tài)規(guī)劃組成，并對開關(guān)操作次數(shù)約束進(jìn)行了處理，使之不影響動態(tài)規(guī)劃計算結(jié)果的全局最優(yōu)性。大量計算表明：本文算法計算速度快，解的質(zhì)量高，可用于配電網(wǎng)絡(luò)的實(shí)時調(diào)度，可在降低運(yùn)行費(fèi)用的同時提高供電質(zhì)量與供電可靠性，也可將之用于規(guī)劃和離線分析等方面。
