考虑地理特征的配电网震后恢复优化模型与算法研究

作     者：李双琳 刘长石 LI Shuanglin;LIU Changshi

作者机构：湖南师范大学商学院宏观经济大数据挖掘与应用湖南省重点实验室长沙410081 湖南工商大学工商管理学院长沙410205 

出 版 物：《系统科学与数学》 (Journal of Systems Science and Mathematical Sciences)

年 卷 期：2021年第41卷第4期

页      面：1024-1042页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 080802[工学-电力系统及其自动化] 0808[工学-电气工程] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(72074073,71502059) 湖南省自然科学基金项目(2019JJ40147,2019JJ40186,2016JJ3091) 湖南省教育厅优秀青年基金项目(16B169)资助课题 

主　　题：灾害应急 配电网震后恢复 地理特征 细菌群趋药性优化算法 

摘      要：地震往往会对配电网产生破坏,影响供电质量.配电网震后抢修资源保障、抢修人员路径规划等易受失电区域地理特征影响.文章以累积抢修绩效最大为目标建立考虑地理特征的配电网震后恢复优化模型,并根据模型特点设计一种混合改进细菌群趋药性算法进行求解.为验证上述模型的有效性和算法的性能,基于IEEE34,IEEE123和IEEE240节点系统随机产生不同情景,即不同地理特征、不同受损程度与不同抢修规模.结果表明:1)受地理特征影响,失电区域交通路网稀疏程度对配电网震后恢复影响较大,随着交通路网稀疏程度的增加,配电网震后累积抢修绩效逐渐降低,2)IEEE34节点系统中,混合改进细菌群趋药性优化算法的求解质量与求解时间均优于遗传算法和枚举法,顺序为混合改进细菌群趋药性优化算法、遗传算法、枚举算法,3) IEEE123和IEEE240节点系统中,混合改进细菌群趋药性优化算法求解质量与求解时间均优于遗传算法.