專(zhuān)利名稱：一種輸電網(wǎng)擴(kuò)展規(guī)劃方法
技術(shù)領(lǐng)域：
本發(fā)明涉及輸電網(wǎng)規(guī)劃和進(jìn)化計(jì)算技術(shù)領(lǐng)域，特別涉及一種輸電網(wǎng)擴(kuò)展規(guī)劃方法。

背景技術(shù)：
輸電網(wǎng)擴(kuò)展規(guī)劃是電力系統(tǒng)規(guī)劃的重要組成部分，其主要任務(wù)是根據(jù)規(guī)劃水平年的電源規(guī)劃方案和預(yù)測(cè)的負(fù)荷水平，在現(xiàn)有電網(wǎng)結(jié)構(gòu)的基礎(chǔ)上，確定新建輸電線路的位置和數(shù)量，以保證電力系統(tǒng)的經(jīng)濟(jì)、可靠運(yùn)行。一個(gè)合理的輸電網(wǎng)擴(kuò)展規(guī)劃方案對(duì)于電力系統(tǒng)的安全運(yùn)行和電力資源的優(yōu)化配置都具有十分重要的意義。
輸電網(wǎng)擴(kuò)展規(guī)劃問(wèn)題在數(shù)學(xué)上是一個(gè)大規(guī)模的混合整數(shù)優(yōu)化問(wèn)題，現(xiàn)有技術(shù)中通常采用現(xiàn)代啟發(fā)式方法來(lái)解決該技術(shù)問(wèn)題?，F(xiàn)代啟發(fā)式方法主要包括遺傳算法、粒子群算法和蟻群算法，上述各種方法由于實(shí)現(xiàn)簡(jiǎn)單、不受搜索空間和目標(biāo)函數(shù)性態(tài)的制約而得到了廣泛的應(yīng)用。
猴群算法[1]是模擬猴子的爬山過(guò)程而設(shè)計(jì)的群智能算法，該方法在問(wèn)題的求解過(guò)程中，利用目標(biāo)函數(shù)在當(dāng)前解處的偽梯度信息，不斷搜索解空間的各個(gè)區(qū)域直至找到問(wèn)題的全局最優(yōu)解。
發(fā)明人在實(shí)現(xiàn)本發(fā)明的過(guò)程中，發(fā)現(xiàn)上述現(xiàn)有技術(shù)至少存在以下缺點(diǎn)和不足 遺傳算法、粒子群算法和蟻群算法在求解大規(guī)模問(wèn)題時(shí)必須具有較大的種群規(guī)模，而這會(huì)導(dǎo)致更長(zhǎng)的計(jì)算時(shí)間；反之，如果種群規(guī)模過(guò)小，則求解過(guò)程極易陷入局部最優(yōu)，難以找到最優(yōu)的規(guī)劃方案；猴群算法相比于其它進(jìn)化方法，雖然有很快的計(jì)算速度，但該方法只能夠求解連續(xù)優(yōu)化問(wèn)題，而對(duì)于輸電網(wǎng)擴(kuò)展規(guī)劃這一混合整數(shù)優(yōu)化問(wèn)題無(wú)法求解，這一不足極大地限制了該方法的實(shí)際應(yīng)用領(lǐng)域和應(yīng)用價(jià)值。


發(fā)明內(nèi)容
為了能夠求解輸電網(wǎng)擴(kuò)展規(guī)劃這一含有離散變量的優(yōu)化問(wèn)題，提高計(jì)算速度，本發(fā)明提供了一種輸電網(wǎng)擴(kuò)展規(guī)劃方法，所述方法包括以下步驟 初始化參數(shù)、獲取猴群中各猴子的初始位置和目標(biāo)函數(shù)值； 根據(jù)所述初始化參數(shù)、所述初始位置和所述目標(biāo)函數(shù)值執(zhí)行猴群的爬過(guò)程； 執(zhí)行猴群的翻過(guò)程； 判斷是否滿足終止準(zhǔn)則，如果是，流程結(jié)束；否則，執(zhí)行所述爬過(guò)程。
所述參數(shù)包括猴群規(guī)模、大步爬過(guò)程的步長(zhǎng)和次數(shù)、小步爬過(guò)程的步長(zhǎng)和次數(shù)及翻區(qū)間； 所述目標(biāo)函數(shù)值具體為 其中，X＝(x1，x2，…，xn)T，xj為第j條可擴(kuò)建輸電走廊上新建的線路數(shù)量、其上限為xjM、cj為建設(shè)一條線路的投資成本、n為系統(tǒng)可擴(kuò)建輸電走廊數(shù)、Pl為支路l的有功潮流值、PlM為支路l最大容許傳輸功率、L和L′分別為系統(tǒng)原有支路和新建支路的集合、WO為網(wǎng)絡(luò)連通但出現(xiàn)支路過(guò)負(fù)荷時(shí)的懲罰系數(shù)、WI為網(wǎng)絡(luò)不連通時(shí)的懲罰值、猴群的規(guī)模為M。
所述爬過(guò)程包括大步爬過(guò)程和小步爬過(guò)程， 所述大步爬過(guò)程包括 第一步對(duì)大步爬過(guò)程中第i只猴子的當(dāng)前位置Xi，隨機(jī)生成向量ΔXiL； 其中，

i∈{1，2，…，M}，Δxi，j為從區(qū)間[-aL，aL]中隨機(jī)產(chǎn)生的整數(shù)，j∈{1，2，…，n}，aL為大步爬過(guò)程的步長(zhǎng)； 第二步獲取f(Xi+ΔXiL)、f(Xi-ΔXiL)； 第三步當(dāng)滿足大步爬過(guò)程的更新條件時(shí)，對(duì)所述大步爬過(guò)程中第i只猴子的當(dāng)前位置進(jìn)行更新； 第四步循環(huán)執(zhí)行所述步驟一至步驟三，當(dāng)達(dá)到預(yù)先設(shè)定的所述大步爬次數(shù)時(shí)，退出循環(huán)； 所述小步爬過(guò)程包括 第一步對(duì)小步爬過(guò)程中第i只猴子的當(dāng)前位置Xi，依次隨機(jī)生成向量ΔXiS； 其中，

i∈{1，2，…，M}，Δxi，j為從區(qū)間[-aS，aS]中隨機(jī)產(chǎn)生的非零整數(shù)，j∈{1，2，…，n}，aS為小步爬過(guò)程的步長(zhǎng)； 第二步獲取f(Xi+ΔXiS)、f(Xi-ΔXiS)； 第三步當(dāng)滿足小步爬過(guò)程的更新條件時(shí)，對(duì)所述小步爬過(guò)程中第i只猴子的當(dāng)前位置進(jìn)行更新； 第四步循環(huán)執(zhí)行所述步驟一至步驟三，當(dāng)達(dá)到預(yù)先設(shè)定的所述小步爬次數(shù)時(shí)，退出循環(huán)； 所述大步爬過(guò)程的更新條件具體為 條件一且或， 條件二且 所述小步爬過(guò)程的更新條件具體為 條件一且或 條件二且 所述猴群的翻過(guò)程包括 第一步在翻區(qū)間內(nèi)隨機(jī)產(chǎn)生實(shí)數(shù)β； 第二步根據(jù)翻過(guò)程中每只猴子的當(dāng)前位置Xi＝(xi，1，xi，2，…，xi，n)T，獲取每只猴子將要翻到的目標(biāo)位置X″′i＝(x″′i，1，x″′i，2，…，x″′i，n)T，i∈{1，2，…，M}； 其中，x″′i，j＝xi，j+round(β|pj-xi，j|)、

j∈{1，2，…，n}、i∈{1，2，…，M}、

為翻過(guò)程的支點(diǎn)； 第三步用所述每只猴子將要翻到的目標(biāo)位置對(duì)猴群進(jìn)行更新。
在所述猴群翻過(guò)程的第一步之前，還包括翻過(guò)程中的隨機(jī)擾動(dòng)機(jī)制，具體為 當(dāng)猴群中所有猴子的第j位xi，j均相同時(shí)，j∈{1，2，…，n}，隨機(jī)選取猴群中的某只猴子k，k∈{1，2，…，M}，令xk，j＝e，e為
中隨機(jī)產(chǎn)生的均勻分布的整數(shù)。
所述終止準(zhǔn)則包括 達(dá)到預(yù)先設(shè)定的總迭代次數(shù)或迄今為止所找到的最優(yōu)猴子的位置連續(xù)預(yù)設(shè)的若干次迭代不發(fā)生變化。
在所述爬過(guò)程之后、在所述翻過(guò)程之前，所述方法還包括望跳過(guò)程， 第一步對(duì)望跳過(guò)程中第i只猴子的當(dāng)前位置Xi，隨機(jī)生成向量X′i＝(x′i，1，x′i，2，…，x′i，n)T，i∈{1，2，…，M}； 其中，x′i，j為[xi，j-b，xi，j+b]內(nèi)隨機(jī)產(chǎn)生的整數(shù)、j∈{1，2，…，n}、b為猴子眺望的視野； 第二步當(dāng)滿足望跳過(guò)程的更新條件時(shí)，用所述向量X′i對(duì)所述望跳過(guò)程中第i只猴子的當(dāng)前位置進(jìn)行更新； 第三步循環(huán)執(zhí)行所述步驟一和步驟二，當(dāng)達(dá)到預(yù)先設(shè)定的望跳次數(shù)時(shí)，退出循環(huán)； 第四步判斷是否對(duì)所述望跳過(guò)程中第i只猴子的當(dāng)前位置進(jìn)行了更新，如果是，執(zhí)行所述爬過(guò)程；否則，執(zhí)行所述翻過(guò)程； 所述望跳過(guò)程的更新條件具體為f(X′i)＜f(Xi)。
在所述爬過(guò)程之后、在所述翻過(guò)程之前，所述方法還包括合作過(guò)程， 第一步獲取本代中找到的具有最好位置的猴子，其位置為

在
內(nèi)隨機(jī)產(chǎn)生實(shí)數(shù)α； 第二步獲取合作后每只猴子的位置X″i，i∈{1，2，…，M}； 其中，所述X″i＝(x″i，1，x″i，2，…，x″i，n)T，

j∈{1，2，…，n}； 第三步用所述合作后每只猴子的位置X″i對(duì)猴群進(jìn)行更新； 第四步判斷是否達(dá)到預(yù)設(shè)的合作次數(shù)，如果是，執(zhí)行所述翻過(guò)程；否則，執(zhí)行所述爬過(guò)程。
所述合作過(guò)程的第一步還包括采用從開(kāi)始到當(dāng)前代為止所找到的具有最好位置的猴子； 在所述合作過(guò)程的第一步之后、第二步之前，還包括合作過(guò)程中的隨機(jī)擾動(dòng)機(jī)制，具體為 當(dāng)

時(shí)，j∈{1，2，…，n}，令

其中f為
中隨機(jī)產(chǎn)生的均勻分布的整數(shù)，且f不等于xj*的原值。
在所述爬過(guò)程之后、在所述翻過(guò)程之前，所述方法還包括望跳過(guò)程和合作過(guò)程。
本發(fā)明提供的技術(shù)方案的有益效果是 本發(fā)明提供的輸電網(wǎng)擴(kuò)展規(guī)劃方法，通過(guò)猴群中各猴子的大步爬過(guò)程、小步爬過(guò)程和翻過(guò)程，實(shí)現(xiàn)了對(duì)輸電網(wǎng)擴(kuò)展規(guī)劃這一混合整數(shù)優(yōu)化問(wèn)題的求解，解決了猴群算法求解離散優(yōu)化問(wèn)題時(shí)爬過(guò)程失效的問(wèn)題，該方法實(shí)現(xiàn)簡(jiǎn)單、計(jì)算速度快，具有更強(qiáng)的魯棒性；并且通過(guò)執(zhí)行望跳過(guò)程和/或合作過(guò)程進(jìn)一步地確保了所發(fā)明方法的計(jì)算速度與收斂率。



圖1是本發(fā)明實(shí)施例1提供的輸電網(wǎng)擴(kuò)展規(guī)劃方法的流程圖； 圖2是本發(fā)明實(shí)施例2提供的輸電網(wǎng)擴(kuò)展規(guī)劃方法的流程圖； 圖3是本發(fā)明實(shí)施例3提供的輸電網(wǎng)擴(kuò)展規(guī)劃方法的流程圖； 圖4是本發(fā)明實(shí)施例4提供的輸電網(wǎng)擴(kuò)展規(guī)劃方法的流程圖； 圖5是本發(fā)明實(shí)施例提供的IEEE 24節(jié)點(diǎn)系統(tǒng)接線圖。

具體實(shí)施例方式 為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合附圖對(duì)本發(fā)明實(shí)施方式作進(jìn)一步地詳細(xì)描述。
實(shí)施例1 為了能夠求解含有離散變量的優(yōu)化問(wèn)題，提高計(jì)算速度，本發(fā)明實(shí)施例提供了一種輸電網(wǎng)擴(kuò)展規(guī)劃方法，參見(jiàn)圖1，該方法內(nèi)容如下 101初始化參數(shù)、獲取猴群中各猴子的初始位置和目標(biāo)函數(shù)值； 102根據(jù)初始化參數(shù)、初始位置和目標(biāo)函數(shù)值執(zhí)行猴群的爬過(guò)程； 103執(zhí)行猴群的翻過(guò)程； 104判斷是否滿足終止準(zhǔn)則，如果是，流程結(jié)束；否則，執(zhí)行爬過(guò)程。
進(jìn)一步地，參數(shù)包括猴群規(guī)模、大步爬過(guò)程的步長(zhǎng)和次數(shù)、小步爬過(guò)程的步長(zhǎng)和次數(shù)及翻區(qū)間； 目標(biāo)函數(shù)值具體為 其中，X＝(x1，x2，…，xn)T，xj為第j條可擴(kuò)建輸電走廊上新建的線路數(shù)量、其上限為xjM、cj為建設(shè)一條線路的投資成本、n為系統(tǒng)可擴(kuò)建輸電走廊數(shù)、Pl為支路l的有功潮流值、PlM為支路l最大容許傳輸功率、L和L′分別為系統(tǒng)原有支路和新建支路的集合、WO為網(wǎng)絡(luò)連通但出現(xiàn)支路過(guò)負(fù)荷時(shí)的懲罰系數(shù)、WI為網(wǎng)絡(luò)不連通時(shí)的懲罰值、猴群的規(guī)模為M。
進(jìn)一步地，爬過(guò)程包括大步爬過(guò)程和小步爬過(guò)程， 大步爬過(guò)程包括 第一步對(duì)大步爬過(guò)程中第i只猴子的當(dāng)前位置Xi，隨機(jī)生成向量ΔXiL； 其中，

i∈{1，2，…，M}，Δxi，j為從區(qū)間[-aL，aL]中隨機(jī)產(chǎn)生的整數(shù)，j∈{1，2，…，n}，aL為大步爬過(guò)程的步長(zhǎng)； 第二步獲取f(Xi+ΔXiL)、f(Xi-ΔXiL)； 第三步當(dāng)滿足大步爬過(guò)程的更新條件時(shí)，對(duì)大步爬過(guò)程中第i只猴子的當(dāng)前位置進(jìn)行更新； 第四步循環(huán)執(zhí)行步驟一至步驟三，當(dāng)達(dá)到預(yù)先設(shè)定的大步爬次數(shù)時(shí)，退出循環(huán)； 進(jìn)一步地，在猴群的大步爬過(guò)程之后，執(zhí)行猴群的小步爬過(guò)程。
小步爬過(guò)程包括 第一步對(duì)小步爬過(guò)程中第i只猴子的當(dāng)前位置Xi，依次隨機(jī)生成向量ΔXiS； 其中，

i∈{1，2，…，M}、Δxi，j為從區(qū)間[-aS，aS]中隨機(jī)產(chǎn)生的非零整數(shù)、aS為小步爬過(guò)程的步長(zhǎng)、j∈{1，2，…，n}； 第二步獲取f(Xi+ΔXiS)、f(Xi-ΔXiS)； 第三步當(dāng)滿足小步爬過(guò)程的更新條件時(shí)，對(duì)小步爬過(guò)程中第i只猴子的當(dāng)前位置進(jìn)行更新； 第四步循環(huán)執(zhí)行步驟一至步驟三，當(dāng)達(dá)到預(yù)先設(shè)定的小步爬次數(shù)時(shí)，退出循環(huán)； 大步爬過(guò)程的更新條件具體為 條件一且或， 條件二且 小步爬過(guò)程的更新條件具體為 條件一且或 條件二且 進(jìn)一步地，猴群的翻過(guò)程包括 第一步在翻區(qū)間內(nèi)隨機(jī)產(chǎn)生實(shí)數(shù)β； 第二步根據(jù)翻過(guò)程中每只猴子的當(dāng)前位置Xi＝(xi，1，xi，2，…，xi，n)T，獲取每只猴子將要翻到的目標(biāo)位置X″′i＝(x″′i，1，x″′i，2，…，x″′i，n)T，i∈{1，2，…，M}； 其中，x″′i，j＝xi，j+round(β|pj-xi，j|)、

j∈{1，2，…，n}、i∈{1，2，…，M}、

為翻過(guò)程的支點(diǎn)； 第三步用每只猴子將要翻到的目標(biāo)位置對(duì)猴群進(jìn)行更新。
進(jìn)一步地，在猴群翻過(guò)程的第一步之前，還包括翻過(guò)程中的隨機(jī)擾動(dòng)機(jī)制，具體為 當(dāng)猴群中所有猴子的第j位xi，j均相同時(shí)，j∈{1，2，…，n}，隨機(jī)選取猴群中的某只猴子k，k∈{1，2，…，M}，令xk，j＝e，e為
中隨機(jī)產(chǎn)生的均勻分布的整數(shù)。
進(jìn)一步地，終止準(zhǔn)則包括 達(dá)到預(yù)先設(shè)定的總迭代次數(shù)或迄今為止所找到的最優(yōu)猴子的位置連續(xù)預(yù)設(shè)的若干次迭代不發(fā)生變化。
其中，迄今為止所找到的最優(yōu)猴子的位置是指迄今為止找到的所有猴子中其位置所對(duì)應(yīng)目標(biāo)函數(shù)值最小的猴子的位置。
進(jìn)一步地，在爬過(guò)程之后、在翻過(guò)程之前，該方法還包括望跳過(guò)程， 第一步對(duì)望跳過(guò)程中第i只猴子的當(dāng)前位置Xi，隨機(jī)生成向量X′i＝(x′i，1，x′i，2，…，x′i，n)T，i∈{1，2，…，M}； 其中，x′i，j為[xi，j-b，xi，j+b]內(nèi)隨機(jī)產(chǎn)生的整數(shù)、j∈{1，2，…，n}、b為猴子眺望的視野； 第二步當(dāng)滿足望跳過(guò)程的更新條件時(shí)，用向量X′i對(duì)望跳過(guò)程中第i只猴子的當(dāng)前位置進(jìn)行更新； 第三步循環(huán)執(zhí)行步驟一和步驟二，當(dāng)達(dá)到預(yù)先設(shè)定的望跳次數(shù)時(shí)，退出循環(huán)； 第四步判斷是否對(duì)望跳過(guò)程中第i只猴子的當(dāng)前位置進(jìn)行了更新，如果是，執(zhí)行爬過(guò)程；否則，執(zhí)行翻過(guò)程； 望跳過(guò)程的更新條件具體為f(X′i)＜f(Xi)。
進(jìn)一步地，在爬過(guò)程之后、在翻過(guò)程之前，該方法還包括合作過(guò)程， 第一步獲取本代中找到的具有最好位置的猴子，其位置為

在
內(nèi)隨機(jī)產(chǎn)生實(shí)數(shù)α； 其中，本代中找到的具有最好位置的猴子是指本代找到的所有猴子中其位置所對(duì)應(yīng)目標(biāo)函數(shù)值最小的猴子。
第二步獲取合作后每只猴子的位置X″i，i∈{1，2，…，M}； 其中，X″i＝(x″i，1，x″i，2，…，x″i，n)T，

j∈{1，2，…，n}； 第三步用合作后每只猴子的位置Xi″對(duì)猴群進(jìn)行更新； 第四步判斷是否達(dá)到預(yù)設(shè)的合作次數(shù)，如果是，執(zhí)行翻過(guò)程；否則，執(zhí)行爬過(guò)程。
進(jìn)一步地，合作過(guò)程的第一步還包括采用從開(kāi)始到當(dāng)前代為止所找到的具有最好位置的猴子； 其中，從開(kāi)始到當(dāng)前代為止所找到的具有最好位置的猴子是指從開(kāi)始到當(dāng)前代為止找到的所有猴子中其位置所對(duì)應(yīng)目標(biāo)函數(shù)值最小的猴子。
在合作過(guò)程的第一步之后、第二步之前，還包括合作過(guò)程中的隨機(jī)擾動(dòng)機(jī)制，具體為 當(dāng)

時(shí)，j∈{1，2，…，n}，令

其中f為
中隨機(jī)產(chǎn)生的均勻分布的整數(shù)，且f不等于xj*的原值。
進(jìn)一步地，在爬過(guò)程之后、在翻過(guò)程之前，該方法還包括望跳過(guò)程和合作過(guò)程。
綜上所述，本發(fā)明實(shí)施例提供了一種輸電網(wǎng)擴(kuò)展規(guī)劃方法，通過(guò)各猴子的大步爬過(guò)程、小步爬過(guò)程和翻過(guò)程，實(shí)現(xiàn)了對(duì)輸電網(wǎng)擴(kuò)展規(guī)劃問(wèn)題的求解，該方法實(shí)現(xiàn)簡(jiǎn)單、計(jì)算速度快，具有更強(qiáng)的魯棒性；并且通過(guò)執(zhí)行望跳過(guò)程和/或合作過(guò)程進(jìn)一步地確保了所發(fā)明方法的計(jì)算速度與收斂率。
實(shí)施例2 為了能夠求解含有離散變量的優(yōu)化問(wèn)題，提高計(jì)算速度，本發(fā)明實(shí)施例2提供了一種輸電網(wǎng)擴(kuò)展規(guī)劃方法，參見(jiàn)圖2，該方法內(nèi)容如下 201初始化參數(shù)； 上述參數(shù)具體包括猴群規(guī)模、大步爬過(guò)程的步長(zhǎng)和次數(shù)、小步爬過(guò)程的步長(zhǎng)和次數(shù)、望跳次數(shù)和翻區(qū)間。其中，上述參數(shù)的具體取值應(yīng)根據(jù)實(shí)際應(yīng)用中電力系統(tǒng)的網(wǎng)絡(luò)結(jié)構(gòu)和規(guī)模確定，具體實(shí)現(xiàn)時(shí)，本發(fā)明實(shí)施例對(duì)此不做限制。
202獲取猴群中各猴子的初始位置； 具體地，采用隨機(jī)初始化的方法來(lái)獲取猴群中各猴子的初始位置，如下所示猴群的規(guī)模定義為M，猴群中第i只猴子的初始位置為Xi，Xi由多個(gè)分量組成，即Xi＝(xi，1，xi，2，......，xi，n)T，Xi的各分量對(duì)應(yīng)于電力系統(tǒng)可擴(kuò)建的輸電走廊，每一分量上的值xi，1，xi，2，......，xi，n表示相應(yīng)輸電走廊上的架線數(shù)，這樣每只猴子的位置都對(duì)應(yīng)于一個(gè)候選規(guī)劃方案。
具體實(shí)現(xiàn)時(shí)，還可以采用數(shù)學(xué)優(yōu)化方法或啟發(fā)式方法來(lái)獲取每只猴子的初始位置，本發(fā)明實(shí)施例對(duì)此不做限制。
203獲取猴群中各猴子的目標(biāo)函數(shù)值f(X)； 具體地，目標(biāo)函數(shù)值f(X)的計(jì)算公式如下所示 其中，X＝(x1，x2，…，xn)T，xj為第j條可擴(kuò)建輸電走廊上新建的線路數(shù)量、其上限為xjM、cj為建設(shè)一條線路的投資成本、n為系統(tǒng)可擴(kuò)建輸電走廊數(shù)、Pl為支路l的有功潮流值、PlM為支路l最大容許傳輸功率、L和L′分別為系統(tǒng)原有支路和新建支路的集合、WO為網(wǎng)絡(luò)連通但出現(xiàn)支路過(guò)負(fù)荷時(shí)的懲罰系數(shù)、WI為網(wǎng)絡(luò)不連通時(shí)的懲罰值，有功潮流值通過(guò)潮流計(jì)算確定。
204猴群的爬過(guò)程； 其中，猴群的爬過(guò)程主要包括大步爬過(guò)程和小步爬過(guò)程。
204A猴群的大步爬過(guò)程； 具體地，猴群的大步爬過(guò)程主要包括三個(gè)步驟，詳細(xì)描述如下 204A1對(duì)大步爬過(guò)程中第i只猴子的當(dāng)前位置Xi，隨機(jī)生成向量ΔXiL，i∈{1，2，…，M}； 具體地，

Δxi，j為從區(qū)間[-aL，aL]中隨機(jī)產(chǎn)生的整數(shù)，aL為大步爬過(guò)程的步長(zhǎng)，j∈{1，2，…，n}。
204A2獲取f(Xi+ΔXiL)、f(Xi-ΔXiL)； 204A3當(dāng)滿足大步爬過(guò)程的更新條件時(shí)，對(duì)大步爬過(guò)程中第i只猴子的當(dāng)前位置進(jìn)行更新； 上述大步爬過(guò)程的更新條件具體為 條件一如果且則令或，條件二如果且則令 循環(huán)執(zhí)行步驟204A1至步驟204A3，當(dāng)達(dá)到預(yù)先設(shè)定的大步爬次數(shù)NC，L時(shí)，退出循環(huán)。
其中，大步爬次數(shù)的取值應(yīng)根據(jù)實(shí)際應(yīng)用中電力系統(tǒng)的規(guī)模確定，當(dāng)電力系統(tǒng)的規(guī)模較大時(shí)，該值通常取為8-10次；當(dāng)電力系統(tǒng)的規(guī)模較小時(shí)，該值通常取為3-5次。
204B猴群的小步爬過(guò)程； 具體地，猴群的小步爬過(guò)程主要包括三個(gè)步驟，詳細(xì)描述，參見(jiàn)下文 204B1對(duì)小步爬過(guò)程中第i只猴子的當(dāng)前位置Xi，依次隨機(jī)生成向量ΔXiS，i∈{1，2，…，M}； 具體地，

Δxi，j為從區(qū)間[-aS，aS]中隨機(jī)產(chǎn)生的非零整數(shù)，aS為小步爬過(guò)程的步長(zhǎng)，j∈{1，2，…，n}。
204B2獲取f(Xi+ΔXiS)、f(Xi-ΔXiS)； 204B3當(dāng)滿足小步爬過(guò)程的更新條件時(shí)，對(duì)小步爬過(guò)程中第i只猴子的當(dāng)前位置進(jìn)行更新； 上述小步爬過(guò)程的更新條件具體為 條件一如果且則令或，條件二如果且則令 循環(huán)執(zhí)行步驟204B1至步驟204B3，當(dāng)達(dá)到預(yù)先設(shè)定的小步爬次數(shù)NC，S時(shí)，退出循環(huán)。
其中，小步爬次數(shù)的取值根據(jù)實(shí)際應(yīng)用中電力系統(tǒng)的規(guī)模確定，在此不再贅述。
205猴群的翻過(guò)程； 其中，猴群的翻過(guò)程主要包括以下三個(gè)步驟，具體描述，詳見(jiàn)下文 2051在翻區(qū)間內(nèi)隨機(jī)產(chǎn)生實(shí)數(shù)β； 其中，翻區(qū)間決定了猴子從當(dāng)前位置能夠翻至的最大距離，例如翻區(qū)間為[c，d]。
2052根據(jù)翻過(guò)程中每只猴子的當(dāng)前位置Xi，獲取每只猴子將要翻到的目標(biāo)位置X″′i＝(x″′i，1，x″′i，2，…，x″′i，n)T，i∈{1，2，…，M}； 其中，x″′i，j＝xi，j+round(β|pj-xi，j|)、

j∈{1，2，…，n}、i∈{1，2，…，M}；定義

為翻過(guò)程的支點(diǎn)，即猴群中的猴子以

為支點(diǎn)，執(zhí)行翻過(guò)程。
進(jìn)一步地，如果每只猴子目標(biāo)位置中的分量x″′i，j大于其上限值xjM，則令

如果每只猴子目標(biāo)位置中的分量x″′i，j小于0，則令x″′i，j＝0，即將每只猴子的目標(biāo)位置x″′i，j限制在區(qū)間
內(nèi)，其中上限值xjM應(yīng)根據(jù)輸電網(wǎng)中每條線路走廊所允許的最多架線數(shù)量確定，具體實(shí)現(xiàn)時(shí)，本發(fā)明實(shí)施例對(duì)此不做限制。
2053用每只猴子將要翻到的目標(biāo)位置對(duì)猴群進(jìn)行更新，即令Xi＝X″′i，i∈{1，2，…，M}。
在翻的過(guò)程中，當(dāng)所有猴子的第j位xi，j均相同時(shí)，可知pj＝xi，j，此時(shí)x″′i，j＝xi，j翻過(guò)程將失去作用，為此，在猴群的翻過(guò)程開(kāi)始時(shí)，引入翻過(guò)程中的隨機(jī)擾動(dòng)機(jī)制，即隨機(jī)選取猴群中的某只猴子k∈{1，2，…，M}，令xk，j＝e，其中e為
中隨機(jī)產(chǎn)生的均勻分布的整數(shù)，之后再進(jìn)行猴群的翻過(guò)程。通過(guò)引入該隨機(jī)擾動(dòng)機(jī)制，增加了猴群的多樣性，避免了本發(fā)明方法在搜索最優(yōu)解的過(guò)程中陷入局部最優(yōu)。
206判斷是否滿足終止準(zhǔn)則，如果是，則流程結(jié)束；否則，執(zhí)行步驟204。
進(jìn)一步地，該終止準(zhǔn)則具體包括 1、達(dá)到預(yù)先設(shè)定的總迭代次數(shù)； 2、迄今為止所找到的最優(yōu)猴子的位置連續(xù)預(yù)設(shè)的若干次迭代不發(fā)生變化。
其中，迄今為止所找到的最優(yōu)猴子的位置是指迄今為止找到的所有猴子中其位置所對(duì)應(yīng)目標(biāo)函數(shù)值最小的猴子的位置。
在終止準(zhǔn)則中，預(yù)設(shè)的迭代次數(shù)應(yīng)根據(jù)實(shí)際應(yīng)用中電力系統(tǒng)的規(guī)模確定，具體實(shí)現(xiàn)時(shí)，本發(fā)明實(shí)施例對(duì)此不做限制。
當(dāng)至少滿足上述兩種終止準(zhǔn)則之一時(shí)，流程結(jié)束。
綜上所述，本發(fā)明實(shí)施例提供了一種輸電網(wǎng)擴(kuò)展規(guī)劃方法，該方法通過(guò)采用猴群的大步爬過(guò)程、小步爬過(guò)程和翻過(guò)程，實(shí)現(xiàn)了對(duì)含有離散變量?jī)?yōu)化問(wèn)題的求解，也求得了最優(yōu)的輸電網(wǎng)擴(kuò)展規(guī)劃方案，該方法實(shí)現(xiàn)簡(jiǎn)單、計(jì)算速度快，具有更強(qiáng)的魯棒性。
實(shí)施例3 為了進(jìn)一步加快搜索過(guò)程，本發(fā)明實(shí)施例3還提供了猴群的望跳過(guò)程，詳細(xì)描述，參見(jiàn)下文 具體地，參見(jiàn)圖3，在猴群的爬過(guò)程之后、翻過(guò)程之前，還包括猴群的望跳過(guò)程，其主要目的是進(jìn)行鄰域內(nèi)的隨機(jī)搜索，猴群的望跳過(guò)程主要包括以下四個(gè)步驟 301對(duì)望跳過(guò)程中第i只猴子的當(dāng)前位置Xi，隨機(jī)生成向量X′i，i∈{1，2，…，M}； 其中，X′i＝(x′i，1，x′i，2，…，x′i，n)T，x′i，j為[xi，j-b，xi，j+b]內(nèi)隨機(jī)產(chǎn)生的整數(shù)，j∈{1，2，…，n}，b稱為猴子眺望的視野。
302當(dāng)滿足望跳過(guò)程的更新條件時(shí)，用向量X′i對(duì)望跳過(guò)程中第i只猴子的當(dāng)前位置進(jìn)行更新； 即當(dāng)f(X′i)＜f(Xi)時(shí)，令Xi＝X′i。
循環(huán)執(zhí)行步驟301和步驟302，當(dāng)達(dá)到預(yù)先設(shè)定的望跳次數(shù)NW時(shí)，退出循環(huán)； 其中，預(yù)先設(shè)定的望跳次數(shù)NW根據(jù)實(shí)際應(yīng)用中電力系統(tǒng)的規(guī)模確定，具體實(shí)現(xiàn)時(shí)，本發(fā)明實(shí)施例對(duì)此不做限制。
303判斷猴群在望跳過(guò)程中是否對(duì)第i只猴子的當(dāng)前位置進(jìn)行了更新，如果是，執(zhí)行爬過(guò)程；否則，執(zhí)行翻過(guò)程。
具體地，在猴群爬過(guò)程之前的步驟、猴群的爬過(guò)程、翻過(guò)程和終止準(zhǔn)則的判斷步驟參見(jiàn)實(shí)施例2，在此不再贅述。
綜上所述，本發(fā)明實(shí)施例在實(shí)施例2的基礎(chǔ)上，增加了猴群的望跳過(guò)程，通過(guò)該望跳過(guò)程，進(jìn)一步地保證了所發(fā)明方法以更快的速度找到最優(yōu)解，滿足了實(shí)際工程應(yīng)用中的需要。
實(shí)施例4 在猴群經(jīng)過(guò)爬過(guò)程之后，其中的每只猴子都到達(dá)了某一位置，但各猴子的位置必然存在優(yōu)劣的差異，為了使每只猴子都能找到更好的位置(更好的解)，本發(fā)明實(shí)施例4提供了猴群的合作過(guò)程。具體地，參見(jiàn)圖4，在猴群的爬過(guò)程之后、翻過(guò)程之前，還包括猴群的合作過(guò)程，詳細(xì)說(shuō)明參見(jiàn)下文401獲取本代中找到的具有最好位置的猴子，其位置為

在
內(nèi)隨機(jī)產(chǎn)生實(shí)數(shù)α； 402獲取合作后每只猴子的位置X″i，i∈{1，2，…，M}； 其中，X″i＝(x″i，1，x″i，2，…，x″i，n)T，

j∈{1，2，…，n}。
403用合作后每只猴子的位置X″i對(duì)猴群進(jìn)行更新； 具體地，即令Xi＝X″i，i∈{1，2，…，M}。
404判斷是否達(dá)到設(shè)定的合作次數(shù)，如果是，執(zhí)行翻過(guò)程；否則，執(zhí)行爬過(guò)程。
其中，合作次數(shù)應(yīng)根據(jù)實(shí)際應(yīng)用中電力系統(tǒng)的規(guī)模確定，具體實(shí)現(xiàn)時(shí)，本發(fā)明實(shí)施例對(duì)此不做限制。進(jìn)一步地，上述合作過(guò)程可以采用本代中找到的具有最好位置的猴子和猴群中的所有猴子進(jìn)行合作或采用從開(kāi)始到當(dāng)前代為止所找到的具有最好位置的猴子與猴群中的所有猴子進(jìn)行合作，其中，具有最好位置的猴子是指找到的所有猴子中其位置所對(duì)應(yīng)目標(biāo)函數(shù)值最小的猴子，具體實(shí)現(xiàn)時(shí)，本發(fā)明實(shí)施例對(duì)此不做限制。例如當(dāng)計(jì)算到第3代時(shí)，可以從第3代中選擇處于最好位置的猴子和猴群中所有的猴子合作；或可以從第1代至第3代共三代中選擇具有最好位置的猴子和猴群中的所有猴子合作。通過(guò)上述合作過(guò)程，顯著增強(qiáng)了所發(fā)明方法的尋優(yōu)能力，也增強(qiáng)了找到的解的多樣性。
在猴群的合作過(guò)程中，當(dāng)所有猴子的第j位xi，j均等于xj*時(shí)，可知x″i，j＝xi，j，此時(shí)合作過(guò)程不會(huì)產(chǎn)生新的位置，降低了猴群的多樣性，為此，在步驟401和402之間引入合作過(guò)程中的隨機(jī)擾動(dòng)機(jī)制，即在獲取了具有最好位置的猴子之后，如果

則令

其中f為
中隨機(jī)產(chǎn)生的均勻分布的整數(shù)，且f不等于xj*的原值，擾動(dòng)之后再獲取合作后每只猴子的位置。
具體地，在猴群爬過(guò)程之前的步驟、猴群的爬過(guò)程、翻過(guò)程和終止準(zhǔn)則判斷的步驟參見(jiàn)實(shí)施例2，在此不再贅述。
綜上所述，本發(fā)明實(shí)施例在實(shí)施例2的基礎(chǔ)上，增加了猴群的合作過(guò)程，通過(guò)該合作過(guò)程，增強(qiáng)了猴群的多樣性，進(jìn)一步地保證了所發(fā)明方法以更快的速度求得最優(yōu)解，滿足了實(shí)際工程應(yīng)用中的需要。
進(jìn)一步地，本發(fā)明實(shí)施例提供的方法還可以同時(shí)包括爬過(guò)程、望跳過(guò)程、合作過(guò)程和翻過(guò)程，每個(gè)過(guò)程的具體實(shí)現(xiàn)步驟參見(jiàn)實(shí)施例2、實(shí)施例3和實(shí)施例4，在此不再贅述。
本發(fā)明實(shí)施例以IEEE 24節(jié)點(diǎn)系統(tǒng)為例對(duì)輸電網(wǎng)擴(kuò)展規(guī)劃方法進(jìn)行說(shuō)明，詳見(jiàn)下文描述 以IEEE 24節(jié)點(diǎn)系統(tǒng)為例對(duì)本發(fā)明實(shí)施例提供的輸電網(wǎng)擴(kuò)展規(guī)劃方法進(jìn)行說(shuō)明，該系統(tǒng)的接線圖如圖5所示。根據(jù)本發(fā)明實(shí)施例中提供的方法，首先確定該系統(tǒng)共有24個(gè)節(jié)點(diǎn)，41條線路走廊，每條線路走廊最多可建3條輸電線路，規(guī)劃水平年的總負(fù)荷為8550MW。表1中給出了規(guī)劃水平年各節(jié)點(diǎn)的發(fā)電量、負(fù)荷量。
表1

本發(fā)明實(shí)施例取猴群規(guī)模為5，大步爬步長(zhǎng)為1、次數(shù)為8次，小步爬步長(zhǎng)為1、次數(shù)為4次，眺望的視野為1，望跳次數(shù)為10次，翻區(qū)間為[-4，4]，每代的合作次數(shù)為4次，經(jīng)過(guò)30次的獨(dú)立測(cè)試，計(jì)算結(jié)果參見(jiàn)表2。為了將本發(fā)明實(shí)施例中提供的方法與其它方法進(jìn)行比較，表2中同時(shí)列出了采用模擬退火機(jī)制的遺傳算法和慣性權(quán)重隨代數(shù)逐漸下降的粒子群算法的計(jì)算結(jié)果。
表2
上述表2中三種方法采用的終止準(zhǔn)則均為準(zhǔn)則2，對(duì)本發(fā)明提供的方法，即當(dāng)所找到的最好的解連續(xù)10代不發(fā)生變化時(shí)計(jì)算終止。通過(guò)表2中的對(duì)比可知，為了求解本發(fā)明給出的輸電網(wǎng)擴(kuò)展規(guī)劃問(wèn)題，模擬退火遺傳算法需要的種群規(guī)模為800、粒子群算法需要的群規(guī)模為1000，而本發(fā)明實(shí)施例提供的方法需要的猴群規(guī)模為5；模擬退火遺傳算法的收斂率為63％(19/30＝0.63)、粒子群算法的收斂率為77％，而本發(fā)明實(shí)施例提供的方法的收斂率為100％；模擬退火遺傳算法的平均計(jì)算時(shí)間為767.0s、粒子群算法的平均計(jì)算時(shí)間為288.3s，而本發(fā)明實(shí)施例提供的方法的平均計(jì)算時(shí)間為80.7s。
綜上所述，通過(guò)上述的實(shí)驗(yàn)驗(yàn)證，可以看出本發(fā)明提供的方法所需的猴群規(guī)模較小，無(wú)論電力系統(tǒng)的規(guī)模如何通常僅需4到6只猴子；并且在收斂率和計(jì)算時(shí)間上都有很大的優(yōu)勢(shì)，可以滿足工程實(shí)際應(yīng)用中的需要。進(jìn)一步地，該方法還可以應(yīng)用到其它離散優(yōu)化領(lǐng)域中，具體實(shí)現(xiàn)時(shí)，本發(fā)明實(shí)施例對(duì)此不做限制。
參考文獻(xiàn) [1]Zhao Ruiqing，Tang Wansheng.Monkey algorithm for globalnumerical optimization.Journal of Uncertain Systems，2008，2(3)164-175。
本領(lǐng)域技術(shù)人員可以理解附圖只是一個(gè)優(yōu)選實(shí)施例的示意圖，上述本發(fā)明實(shí)施例序號(hào)僅僅為了描述，不代表實(shí)施例的優(yōu)劣。
以上所述僅為本發(fā)明的較佳實(shí)施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
權(quán)利要求
1.一種輸電網(wǎng)擴(kuò)展規(guī)劃方法，其特征在于，所述方法包括以下步驟
(1)初始化參數(shù)、獲取猴群中各猴子的初始位置和目標(biāo)函數(shù)值；
(2)根據(jù)所述初始化參數(shù)、所述初始位置和所述目標(biāo)函數(shù)值執(zhí)行猴群的爬過(guò)程；
(3)執(zhí)行猴群的翻過(guò)程；
(4)判斷是否滿足終止準(zhǔn)則，如果是，流程結(jié)束；否則，執(zhí)行所述爬過(guò)程。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟(1)中的所述參數(shù)包括猴群規(guī)模、大步爬過(guò)程的步長(zhǎng)和次數(shù)、小步爬過(guò)程的步長(zhǎng)和次數(shù)及翻區(qū)間；
所述目標(biāo)函數(shù)值具體為
其中，X＝(x1，x2，…，xn)T，xj為第j條可擴(kuò)建輸電走廊上新建的線路數(shù)量、其上限為xjM、cj為建設(shè)一條線路的投資成本、n為系統(tǒng)可擴(kuò)建輸電走廊數(shù)、Pl為支路l的有功潮流值、PlM為支路l最大容許傳輸功率、L和L′分別為系統(tǒng)原有支路和新建支路的集合、WO為網(wǎng)絡(luò)連通但出現(xiàn)支路過(guò)負(fù)荷時(shí)的懲罰系數(shù)、WI為網(wǎng)絡(luò)不連通時(shí)的懲罰值、猴群的規(guī)模為M。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟(2)中的所述爬過(guò)程包括大步爬過(guò)程和小步爬過(guò)程，
所述大步爬過(guò)程包括
第一步對(duì)大步爬過(guò)程中第i只猴子的當(dāng)前位置xi，隨機(jī)生成向量ΔxiL；其中，
i∈{1，2，…，M}，Δxi，j為從區(qū)間[-aL，aL]中隨機(jī)產(chǎn)生的整數(shù)，j∈{1，2，…，n}，aL為大步爬過(guò)程的步長(zhǎng)；
第二步獲取f(Xi+ΔXiL)、f(Xi-ΔXiL)；
第三步當(dāng)滿足大步爬過(guò)程的更新條件時(shí)，對(duì)所述大步爬過(guò)程中第i只猴子的當(dāng)前位置進(jìn)行更新；
第四步循環(huán)執(zhí)行所述步驟一至步驟三，當(dāng)達(dá)到預(yù)先設(shè)定的所述大步爬次數(shù)時(shí)，退出循環(huán)；
所述小步爬過(guò)程包括
第一步對(duì)小步爬過(guò)程中第i只猴子的當(dāng)前位置Xi，依次隨機(jī)生成向量ΔXiS；
其中，
i∈{1，2，…，M}、Δxi，j為從區(qū)間[-aS，aS]中隨機(jī)產(chǎn)生的非零整數(shù)、j∈{1，2，…，n}、aS為小步爬過(guò)程的步長(zhǎng)；
第二步獲取f(Xi+ΔXiS)、f(Xi-ΔXiS)；
第三步當(dāng)滿足小步爬過(guò)程的更新條件時(shí)，對(duì)所述小步爬過(guò)程中第i只猴子的當(dāng)前位置進(jìn)行更新；
第四步循環(huán)執(zhí)行所述步驟一至步驟三，當(dāng)達(dá)到預(yù)先設(shè)定的所述小步爬次數(shù)時(shí)，退出循環(huán)；
所述大步爬過(guò)程的更新條件具體為
條件一且或，
條件二且
所述小步爬過(guò)程的更新條件具體為
條件一且或
條件二且
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟(3)中所述猴群的翻過(guò)程包括
第一步在翻區(qū)間內(nèi)隨機(jī)產(chǎn)生實(shí)數(shù)β；
第二步根據(jù)翻過(guò)程中每只猴子的當(dāng)前位置Xi＝(xi，1，xi，2，…，xi，n)T，獲取每只猴子將要翻到的目標(biāo)位置
i∈{1，2，…，M}；
其中，
j∈{1，2，…，n}、i∈{1，2，…，M}、
為翻過(guò)程的支點(diǎn)；
第三步用所述每只猴子將要翻到的目標(biāo)位置對(duì)猴群進(jìn)行更新。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，在所述猴群翻過(guò)程的第一步之前，還包括翻過(guò)程中的隨機(jī)擾動(dòng)機(jī)制，具體為
當(dāng)猴群中所有猴子的第j位xi，j均相同時(shí)，j∈{1，2，…，n}，隨機(jī)選取猴群中的某只猴子k，k∈{1，2，…，M}，令xk，j＝e，e為
中隨機(jī)產(chǎn)生的均勻分布的整數(shù)。
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟(4)中的所述終止準(zhǔn)則包括
達(dá)到預(yù)先設(shè)定的總迭代次數(shù)或迄今為止所找到的最優(yōu)猴子的位置連續(xù)預(yù)設(shè)的若干次迭代不發(fā)生變化。
7.根據(jù)權(quán)利要求1所述的方法，其特征在于，在步驟(2)所述爬過(guò)程之后、在步驟(3)所述翻過(guò)程之前，所述方法還包括望跳過(guò)程，
第一步對(duì)望跳過(guò)程中第i只猴子的當(dāng)前位置Xi，隨機(jī)生成向量X′i＝(x′i，1，x′i，2，…，x′i，n)T，i∈{1，2，…，M}；
其中，x′i，j為[xi，j-b，xi，j+b]內(nèi)隨機(jī)產(chǎn)生的整數(shù)、j∈{1，2，…，n}、b為猴子眺望的視野；
第二步當(dāng)滿足望跳過(guò)程的更新條件時(shí)，用所述向量X′i對(duì)所述望跳過(guò)程中第i只猴子的當(dāng)前位置進(jìn)行更新；
第三步循環(huán)執(zhí)行所述步驟一和步驟二，當(dāng)達(dá)到預(yù)先設(shè)定的望跳次數(shù)時(shí)，退出循環(huán)；
第四步判斷是否對(duì)所述望跳過(guò)程中第i只猴子的當(dāng)前位置進(jìn)行了更新，如果是，執(zhí)行所述爬過(guò)程；否則，執(zhí)行所述翻過(guò)程；
所述望跳過(guò)程的更新條件具體為f(X′i)＜f(Xi)。
8.根據(jù)權(quán)利要求1所述的方法，其特征在于，在步驟(2)所述爬過(guò)程之后、在步驟(3)所述翻過(guò)程之前，所述方法還包括合作過(guò)程，
第一步獲取本代中找到的具有最好位置的猴子，其位置為
在
內(nèi)隨機(jī)產(chǎn)生實(shí)數(shù)α；
第二步獲取合作后每只猴子的位置X″i，i∈{1，2，…，M}；其中，所述X″i＝(x″i，1，x″i，2，…，x″i，n)T，
j∈{1，2，…，n}；
第三步用所述合作后每只猴子的位置X″i對(duì)猴群進(jìn)行更新；
第四步判斷是否達(dá)到預(yù)設(shè)的合作次數(shù)，如果是，執(zhí)行所述翻過(guò)程；否則，執(zhí)行所述爬過(guò)程。
9.根據(jù)權(quán)利要求8所述的方法，其特征在于，所述合作過(guò)程的第一步還包括采用從開(kāi)始到當(dāng)前代為止所找到的具有最好位置的猴子；
在所述合作過(guò)程的第一步之后、第二步之前，還包括合作過(guò)程中的隨機(jī)擾動(dòng)機(jī)制，具體為
當(dāng)
時(shí)，j∈{1，2，…，n}，令
其中f為
中隨機(jī)產(chǎn)生的均勻分布的整數(shù)，且f不等于xj*的原值。
10.根據(jù)權(quán)利要求1所述的方法，其特征在于，在步驟(2)所述爬過(guò)程之后、在步驟(3)所述翻過(guò)程之前，所述方法還包括望跳過(guò)程和合作過(guò)程。
全文摘要
本發(fā)明公開(kāi)了一種輸電網(wǎng)擴(kuò)展規(guī)劃方法，涉及輸電網(wǎng)規(guī)劃和進(jìn)化計(jì)算技術(shù)領(lǐng)域。所述方法包括初始化參數(shù)、獲取猴群中各猴子的初始位置和目標(biāo)函數(shù)值；根據(jù)所述初始化參數(shù)、所述初始位置和所述目標(biāo)函數(shù)值執(zhí)行猴群的爬過(guò)程；執(zhí)行猴群的翻過(guò)程；判斷是否滿足終止準(zhǔn)則，如果是，流程結(jié)束；否則，執(zhí)行所述爬過(guò)程。本發(fā)明由于采用了大步和小步兩種爬過(guò)程，翻過(guò)程，并引入望跳過(guò)程、合作過(guò)程和隨機(jī)擾動(dòng)機(jī)制，克服了猴群算法只能求解連續(xù)優(yōu)化問(wèn)題的缺陷，實(shí)現(xiàn)了對(duì)輸電網(wǎng)擴(kuò)展規(guī)劃這一混合整數(shù)優(yōu)化問(wèn)題的求解，該方法實(shí)現(xiàn)簡(jiǎn)單、計(jì)算速度快，具有更強(qiáng)的魯棒性。
文檔編號(hào)H02J3/00GK101814735SQ201010176220
公開(kāi)日2010年8月25日 申請(qǐng)日期2010年5月19日 優(yōu)先權(quán)日2010年5月19日
發(fā)明者余貽鑫, 王靖然, 曾元 申請(qǐng)人:天津大學(xué)