（国网河南叶县供电公司发展建设部河南平顶山467000）
摘要：随着国家发展新能源规划的即将出台,国家建设智能化电网步伐加快，以容纳更多的新能源发电输入和接出。有效的多目标输电网规划能够实现系统的可靠性、适应性以及灵活性。本文重点探讨了智能电网条件下的多目标输电网规划方法。
关键词：智能电网；多目标；分布式
一、智能电网及其规划目标
智能电网又被称为是未来电网，它是将一些先进的技术以及电网基础设施集成一种新型的电网，是电网更加的安全、可靠、经济、高效。智能电网所利用的技术都是一些比较复杂、先进的技术，比如监督技术、信息技术、通信技术以及感应技术等，通过这些技术的相互作用与联系，提高电网运行效率并支持客户端广泛的附加服务。智能电网的提出，是对我国现有电网建设发展、提高供电可靠性的延续与升华，其主要包括四个方面的内容：对各级电网进行灵活的配置，并使其能够协调发展；使得各类新能源、清洁能源能够快速灵活的接入；提供更加安全、清洁、可靠以及经济上能够承担的电力给客户；为特殊客户提供定制的电力。智能电网的规划目标主要是使得电网能够在安全的环境下稳定的运行；使得分布式电源能够得到合理有效的利用；使得电网资产的利用率得以提高；使得用户用电的效率、可靠性以及电能的质量得到提高。
二、智能电网条件下的多目标输电网规划方法
（一）传统的逐步倒推法和逐步扩展法
这种规划方法主要是满足经济性，将规划的成本放在第一位，而电网的可靠性和实用性则在后期才进行校验。这种规划的方法虽然使用得较多，但是却无法同时满足经济性和可靠性，所以不是一种最优的规划方式。要想使电网的规划最优化，就要在电网的设计上同时满足可靠性和经济性，也只有这样才能基本上满足未来发展的需求，也对电力企业的市场竞争力有提升作用。
（二）满足可靠性的规划方法
这类方法主要是以电网规划的可靠性为目标，结合一定的规划技术，进行设计。结合电力传输过程的能量大小以及电网的传输能力、负荷的消减来进行规划，它借用启发式，制定负荷可靠性原则的规划方案。有一部分结合了一定的经济性，比如北美电力系统，这些较为综合的规划方式在一定的程度上满足了电力输送的需求，但是却无法进行广泛的试用，主要是因为它还存在一些不足的地方，无法适用于全部的电网；而还有一些则是完全以可靠性为目的来进行规划的优化设计的，最后才对需要的设备、技术进行考虑。这种规划的方法体现了资金和可靠性的关系，但是它却不具备实用性，无法使用到所有的电网当中，只适合对局部的进行电网规划。
（三）满足合理性与经济性的规划
其中N-1就是一种经常用来作为约束条件的具体规则。如果要对规划进行更加严格的限制，就要使用到N-2规则，有时甚至会使用到更加具有约束力的N-K规则。但是，这种规划的方式无法将可靠性与经济性合理的结合，使规划方案偏向其中一个约束条件，导致最终的规划无法达到预期的目标，而且规划方案也不满足综合效益最好条件。
（四）智能优化规划方法
传统的数学规划方法解决的仅仅是一些小型的输电网规划问题，如果碰到一些比较复杂的、节点比较多的输电网规划，我们就会无所适从。然而近几年来人工智能手段发展越来越迅速，我们对于输电网的规划也随之发展起来，一些国内外的优秀学者们发现了一些新的方法：将规划人员的经验与专家的知识结合到一起然后推理出的专家系统，在进行优化求解的时候才用模糊数学的规则，模拟生物界自然生活法则的遗传进化算法，通过模拟蚂蚁找寻食物的时候选择最优路径所研究的蚁群算法，通过观察自然界植物生长所研究的模拟植物生长算法等。
遗传算法是我们根据自然界的法则所制定的一套模拟算法，我们都知道自然界的生存法则就是“物竞天择，适者生存”，在进行遗传算法的时候我们所采用的技术是计算机编码，我们可以利用它将一些优化的问题进行编码，一般情况下我们会将其编码为染色体，我们所选择的号码为0和1，然后我们针对其进行一些自然遗传学上的操作，直至到出现最优的染色体，其所代表的实际问题就是我们所求的最优解。这种方式所求的内容大都为不连续的或者非线性的，而且在寻找最优解的时候我们都是在可行域内进行，因此不会出现局部最优解的问题。在我们第一次将遗传算法应用于输电网的规划上时发现其不仅具有很好的可行性，最后所得的结果也非常好。我们在进行输电网规划的时候采用遗传算法可以看到它将实际问题中的一些比较复杂的变量全部转化成了非常简单的0-1变量，这样一来我们在求解的时候就不需要考虑可导、线性、连续等问题，在规划方案的时候就会非常简单明了。
三、多目标智能电网规划中存在的问题
（一）在优化多目标电网规划分层时，除了要关注到电网规划的科学性和经济性外，还应当对电网运行的可靠性及安全性进行充分考虑。然而从实际情况来看，我国目前在对于电网规划分层优化的处理方式方面，却普遍存在流于形式的问题，未能真正将规划细则进行有效制定与实施，对实际问题进行不了有效的处理与解决，使得遗留的问题日益严重。
（二）由于多数技术人员在进行分析时，都会把其中大量的可靠性指标转化成一种经济形势，再将其放置于具体函数中进行计算。但此处的指标往往会被人们误以为是约束性条件，进而会采取有效措施加以解决与处理。而大多数技术人员在此过程中对电网的规划及处理工作都是运用传统数学简单计算（求和），来进一步获取处理目标和相关策略的。但改种方法往往存在一定的局限性，即在计算的科学性和一致性方面，得不到有效保障，这便使得计算所得出的结果也不能满足到部分特殊业务的要求。
（三）随着多目标电网的发展，其在电网规划中的应用也越来越广泛，有些工程即使在当时能够得到合理的规划与完成，但是往往会因为规划方法缺乏足够的科学性与合理性，而造成诸多问题的产生。例如，于求解的大规模电网规划中产生的适应性不佳的若干问题，如过长的运行时间、寻求手链速度以及优化速度相对较为缓慢等等，而倘若这些问题得不到及时的处理与解决，则会对电网造成更大的负面影响。
（四）分布式发电的接入的多目标问题。在智能配电网规划中，分布式电源(DG)的选址和定容是一个多目标优化问题。所以在此探讨有关智能电网建设中分布式电源的规划问题，采用综合考虑DG的投资总费用、DG有功出力最大以及网络损耗的多目标规划数学模型；如假设将要安装的DG总数量已定，主要是在不确定DG单个容量、位置及个数的情况下，则本文的多目标模型实际上是含2个子目标的优化模型，建立了多目标优化模型，将降低的网损转化为节省的购电成本，并将多目标函数归一化，采用改进自适应遗传算法优化分布式电源的位置和容量，得到分布式电源接入后的最优规划方案。
（五）配电网故障多目标问题。配电网络结构复杂，分支多，总体长度长，所以发生故障时巡线难度较大。配电网的故障恢复是一个多目标多约束的问题，一般来说主要由启发式搜索法和数学优化法这两大类方法解决。其中，已有研究表明，结合启发式搜索法和优化算法的配电网阶段式恢复策略，不仅适用且可行；此外，在分布式电源接入情况下，为满足智能电网发展要求，还需要考虑配网故障时的快速定位与恢复策略。由于快速的故障诊断并隔离故障区域十分重要。智能配电网（SDG）中诸如FTU、TTU等大量的分布式智能终端设备及高级传感设备，就给准确故障定位创造有利条件。
参考文献
[1]刘迪.智能电网条件下的多目标输电网规划[J].军民两用技术与产品,2015年10期.
[2]潘智俊.计及电网运行非均匀性的多目标输电网规划[J].电力自动化设备,2014年5期.