配电网络重构的改进混合遗传算法

5 配网重构的混合遗传算法流程
　　在给定配电网络和数据后，应用本算法求解最优运行方案的步骤如下：
　　a.算法首先读入原始数据进行初始化，设定遗传算法的最大进化代数，群体规模N，代沟G,染色体长度，杂交概率，变异概率等参数。
　　b.采用支路整数编码方法随机产生第一代的初始种群作为父代。并对初始群体的个体进行解码，调用潮流计算程序，计算个体适应度及群体平均适应度。
　　c.基于赌轮选择机制从交代中选择适应度较高的个体进行交叉操作，产生新一代个体。
　　d.对子代个体执行变异操作。
　　e.对子代个体执行“连支前插”操作，使个体得到进一步的改良。
　　f.重复步骤c,d,e，直到子代个体数达到N*G个。
　　g.执行代间更新操作，从父代中复制N*(1-G)个的适应度最高的个体补充到子代中。
　　h.计算子代个体适应度及群体平均适应度，并将子代作为下一轮进化的父代。
　　i.当算法达到预先设定的最大进化代数，算法将结束，并输出适应度最高的个体所对应的网络方案。否则转到步骤c，继续进行进化。

6 算例分析
　　本文算例采用一个33节点、5联络开关的配电网测试系统[4]，如图2所示。

　　5个常开联络开关分别位于支路7～20、11～21，8～14，17～32，24～28上，假设所有支路都装有分段开关，按照文中的编码方法，电源支路不参与重构，一直是闭合状态，不参与编码，因此染色体长度为35，群体规模取50个，交叉概率取0. 6，变异概率取0. 01。运算程序后，最优重构方案为合上支路7～20、11～21，8～14，17～32上的分段开关，断开6～7，8～9，13～14，31～32上的分段开关。表1给出了运算结果并与文献4的算法计算结果进行了比较。

　　本文算法与文献[1]-[4]所述算法相比，其收敛性能有了很大的提高。采用文献的基于二进制编码的遗传算法，在同样的算例上常常要进行到300多代才能收敛，而采用本算法进行到40多代就发现最优个体，在100代左右其平均适应度逐渐收敛于最优，同时相对于文献[1]-[2]，本文在每一代的计算效率也有很大提高。

7　结论
　　在采用遗传算法来解决配网重构中的大规模组合优化问题时，本文采用支路整数编码方法实现基因编码和基于构造支撑树方法的译码器设计方法，避免了生成不可行解的情形，减少了算法的无效搜索，提高了计算效率。同时本文还提出了基于图论的连支前插法的局部寻优算法，将它作为一个局部寻优算子加入到算法中，提高了算法的局部寻优性能，加快了算法的收敛速度。算例结果表明这种方法是可行、有效的。