基于项目库的两阶段项目综合决策优化.pdf

第４０卷第２２期２０１２年１１月１６日电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌＶＯ１．４０ＮＯ．２２ＮＯＶ．１６．２０ｌ２基于项目库的两阶段项目综合决策优化葛少云，徐东星１７刘洪１，刘阳，郭寅昌，朱永卫，梁忆辰（１．天津大学智能电网教育部重点实验室，天津３０００７２；２．上海市电力公司市区供电公司，上海２０００８０）摘要：面对从数量庞大且不断变更的电网项目中筛选出能够最大程度满足各方面要求的项目这一复杂且具有很高实用价值的问题，提出了能够适用于不同评价体系和评分方法的基于项目库的项目综合决策优化方法。建立了由具有多重属性标签标识的项目所组成的完备项目库。构建项目优选的两阶段决策优化方法即根据每个项目的属性标签与约束条件的匹配程度进行筛选以加快优化进程，再在同时可实施的项目中根据项目组合整体的计算数据进行二次筛选。通过各种优选算法的特点分析，结合电力项目自身特性确定采用混沌人工蜂群方法作为项目决策过程中适用的智能算法。通过算例分析，验证了该方法的实用性。关键词：电网项目；项目库；标签属性；项目组合；决策优化—Ａｔｗｏｓｔａｇｅｉｎｔｅｇｒａｔｅｄｄｅｃｉｓｉｏｎｏｐｔｉｍｉｚａｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｔｈｅｅｓｔａｂｌｉｓｈｅｄｐｒｏｊｅｃｔｌｉｂｒａｒｙ————ＧＥＳｈａｏ．ｙｕｎ，ＸＵＤｏｎｇｘｉｎｇ，ＬＩＵＨｏｎｇ，ＬＩＵＹａｎｇ，ＧＵＯＹｉｎｃｈａｎｇ，ＺＨＵＹｏｎｇｗｅｉ，ＬＩＡＮＧＹｉｃｈｅｎ（１．ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＳｍａｒｔＧｒｉｄｏｆｔｈｅＥｄｕｃａｔｉｏｎＭｉｎｉｓｔｒｙ，ＴｉａｎｊｉｎＵｎｉｖｅｒｓｉｔｙ，Ｔｉａｎｊｉｎ３０００７２，Ｃｈｉｎａ；２．ＵｒｂａｎＰｏｗｅｒＳｕｐｐｌｙＣｏｍｐａｎｙ，ＳＭＥＰＣ，Ｓｈａｎｇｈａｉ２０００８０，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：ＨｏｗｔｏｓｅｌｅｃｔａｐｐｒｏｐｒｉａｔｅｐｒｏｊｅｃｔｓｗｈｉｃｈｍｅｅｔｒｅｑｕｉｒｅｍｅｎｔｓｏｆａＵａｓｐｅｃｔｓｆｒｏｍａｎａｍｏｕｎｔｏｆｖａｒｉｅｄｇｒｉｄｐｒｏｊｅｃｔｓｉｓａｖｅｒｙｃｏｍｐｌｉｃａｔｅｄａｎｄｐｒａｃｔｉｃａｌｔａｓｋ．Ｉｎｖｉｅｗｏｆｔｈｅａｂｏｖｅｉｓｓｕｅ，ｂａｓｅｄｏｎｔｈｅｅｓｔａｂｌｉｓｈｅｄｐｒｏｊｅｃｔｌｉｂｒａｒｙ，ｔｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｓａｎｉｎｔｅｇｒａｔｅｄｄｅｃｉｓｉｏｎｏｐｔｉｍｉｚａｔｉｏｎｍｅｔｈｏｄｗｈｉｃｈｉｓａｐｐｌｉｃａｂｌｅｆｏｒｄｉｆｆｅｒｅｎｔａｐｐｒａｉｓａｌｓｙｓｔｅｍｓａｎｄｓｃｏｒｉｎｇｓｙｓｔｅｍｓ．Ｆｉｒｓｔｌｙ，ｔｈｅｐｒｏｊｅｃｔｌｉｂｒａｒｙｉｓｂｕｉｌｔｂｙｐｒｏｊｅｃｔｓｌａｂｅｌｅｄｗｉｔｈｍｕｌｔｉｐｌｅｐｒｏｐｅｒｔｉｅｓｉｎｏｒｄｅｒｔｏｂｅｉｎｔｅｎｓｉｖｅｌｙｐｌａｎｎｅｄａｎｄｍａｎａｇｅｄ．Ｓｅｃｏｎｄｌ￣ｔａｂｓｏｆｅａｃｈｐｒｏｊｅｃｔａｒｅｉｎｓｐｅｃｔｅｄｔｏｓｉｆｔｏｕｔｔｈｅｏｎｅｔｈａｔｆｉｔｓｃｏｎｓ￣ａｉｎｔｓ．ＭｏｒｅｏｖｅＬｃｏｍｐｕｔａｔｉｏｎａｌｄａｔａｏｆｅｖｅｒｙｓｅｌｅｃｔｅｄｐｒｏｊｅｃｔｐｏｒｔｆｏｌｉｏｉｓｃａｌｃｕｌａｔｅｄｔｏ—ｐｒｏｖｉｄｅｒｅｆｅｒｅｎｃｅｆｏｒｓｕｂｓｅｑｕｅｎｔｓｃｒｅｅｎｉｎｇｔｈｕｓｆｏｒｍｉｎｇｔｈｅｔｗｏｓｔａｇｅｐｒｏｃｅｓｓ．Ｆｕｒｔｈｅｒｍｏｒｅ，ｃｏｎｓｉｄｅｒｉｎｇｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｇｒｉｄｐｒｏｊｅｃｔｓａｎｄｆｅａｔｕｒｅｓｏｆｖａｒｉｏｕｓｉｎｔｅｌｌｉｇｅｎｃｅａｌｇｏｒｉｔｈｍｓ，ｃｈａｏｔｉｃａｒｔｉｆｉｃｉａｌｂｅｅｃｏｌｏｎｙａｌｇｏｒｉｔｈｍｉｓａｄｏｐｔｅｄａｎｄｆｉｎａｌｌｙｔｈｅｖａｌｉｄｉｔｙｏｆｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｉｓｖｅｒｉｆｉｅｄｂｙａｎｅｘａｍｐｌｅ．ＴｈｉｓｗｏｒｋｉｓｓｕｐｐｏｒｔｅｄｂｙＮａｔｉｏｎａｌＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆＣｈｉｎａ（Ｎｏ．５１１０７０８５）ａｎｄＮｍｉｏｎａｌＰｒｏｇｒａｍｏｎＫｅｙＢａｓｉｃＲｅｓｅａｒｃｈＰｒｏｊｅｃｔ（９７３Ｐｒｏｇｒａｍ）（Ｎｏ．２Ｏ０９ＣＢ２１９７０３）．Ｋｅｙｗｏｒｄｓ：ｇｒｉｄｐｒｏｊｅｃｔ：ｐｒｏｊｅｃｔｌｉｂｒａｒｙ；ｌａｂｅｌｐｒｏｐｅｒｔｙ；ｐｒｏｊｅｃｔｐｏｒｔｆｏｌｉｏ；ｄｅｃｉｓｉｏｎｏｐｔｉｍｉｚａｔｉｏｎ中图分类号：ＴＭ７１５文献标识码：Ａ——文章编号：１６７４３４１５（２０１２）２２０１１８・０６０引言电网项目种类繁多且数量巨大，项目建设投资大、回收期长且关系到国计民生。因此，如何充分地利用有限的资源，使得实施的项目能够最大程度地改善和提高电网整体运行水平且同时满足经济与环境的可持续发展条件是极为重要的。目前关于如何调整实施战略使项目投资收益最大已经得到了很好的研究论证ｌＪＪ；随着经济发展与环境承载力之间失衡的凸显，待实施电网项目的基金项目：国家自然科学基金项目（５１１０７０８５）；国家重点基础研究发展计划（９７３计划）（２００９ＣＢ２１９７０３）环境影响评价已开始被纳入考虑范２Ｊ；另外，考虑到投资风险的重要性，基于投资风险的电力项目投资决策方法也已被提出Ｉ３Ｊ。然而大部分的研究均设定针对评价对象Ｌ４Ｊ的某个时间阶段在某些条件约束Ｌ５Ｊ下进行探讨论述，却忽略了评价对象、评价标准和评价侧重点可能会随着科技水平和经济状况的发展而产生量甚至质的变化。为了避免外界条件变化带来的重复性理论分析和人工选择，应建立一套可依据实时情况和要求来智能选择最佳投资组合的体系以缩短决策制定耗时及人力资源消耗。基于上述理念，本文建立了具有多重属性标签标识的完备项目库以便于项目的更新、替换与搜索，葛少云，等基于项目库的两阶段项目综合决策优化．１１９．进而建立了能够从项目库中分步筛选出满足各方面条件且同时具有理论技术支撑和实际参考意义的两阶段项目决策优化方法。１项目库１．１项目库的构成参考近几年电网项目建设经验，项目库应包含所有与当代科技发展水平相当，经济发展水平相适应的项目。每个项目有各自具体的属性信息，例如影响地区、工期、财政预算等。项目库中的项目应随着新技术的出现或旧技术的淘汰而体现流动变更性，每个项目对应的具体属性信息也应随着经济水平的波动而变化。１．２项目属性标签为了能够有效地规划管理数量庞大的项目，形成规范统一的准则，应根据实际需要建立多重属性标签以增加项目识别能力。本文建立的属性标签体系如下：（１）项目工期。待建项目从开工起到完成承包合同规定的全部内容，达到竣工验收标准所经历的时间，以天数或年数表示。（２）项目预算金额。项目开始前通过对项目费用的计算，包括人工、材料等所得到的费用数目，以元或万元表示。（３）项目电压等级。项目实施地区所在的电压等级，遵循统一额定电压等级数值。（４）项目实施地区。项目实施影响范围所属的地理区域，按照实际地区地域划分。（５）项目性质。按照项目的建设是否会对电网拓扑结构产生影响，将项目分为新建型和改造型两类。前者将会改变电网拓扑结构，后者则不会。（６）项目对象。按照项目作用的实体对象分为一次设备项目、二次设备项目、直流设备项目和其他设备项目。（７）环境影响等级。按照项目有无对比得出的项目建设对环境影响的大致程度。（８）投资风险等级。项目投资中可能遭受收益损失甚至本金损失风险的大致程度。１．３依据项目属性标签建立项目集・从上述建立的属性标签体系可以看出项目电压等级，项目性质，项目对象，项目实施地区，环境影响等级和投资风险等级这六个标签对项目的划分有着明确的分界。其中，前三项的划分原则是确切的；对同一地域，项目实施地区的划分是确定的；对同一套评估体系，环境影响等级和投资风险等级的划分也是确定的，故称这类属性标签为明确的标签。而对项目工期和项目预算金额而言，其划分界限与研究对象、科技水平和经济发展密切相关，故称之为模糊的标签。鉴于两类标签本质的不同，建立项目集的方法和过程将分别进行研究。（１）依据明确的标签建立的项目集若按照电压等级建立，则遵循电压等级从低到…高原则，分为项目集ｌ，，，，（ｘ为所取电压等级数量）；若按照划分地区建立，则遵循实施地区重要性升序原则，分为项目集Ｐｒｌ，Ｐｒ２￣ｒ３，￣￣￣，（为划分的地区数量）；若按照项目性质建立，分为项目集】（新建型项目集）和项目集２（改造型项目集）；若按照项目对象建立，分为项目集】（一次设备项目集）、项目集（二次设备项目集）、项目集（直流设备项目集）和项目集Ｐ鹪（其他设备项目集）；若按照环境影响等级建立，则遵循负面环境影响从轻到重原则，分为项目集…１，２３，，（ｚ为环境影响等级数量）；若按照投资风险等级建立，遵循风险由小到大原则，分为…项目集ｌ，Ｐｃ２』３，，Ｐｃ（Ｕ为投资风险等级数量）。（２）依据模糊的标签建立的项目集依据分析对象的实际情况及经济发展状况设定若干个从小到大的实施项目工期分界数值，…（ｖ为工期分界值数量）和项目预算金额分界数值…，，（ｗ为预算金额分界值数量），遵循工期分界数值或预算金额分界…数值升序原则建立的项目集为Ｐ，１，尸ｆ２，，，州、或…尸ｎ，，３，，＋１１，每个项目集内按照工期或预算金额升序排列所包含项目。２项目综合决策优化考虑到项目库中项目数目的庞大与种类功能的繁多，为了便于搜索满足条件的项目，加快优化进程，本文建立了两阶段决策优化方法。第一阶段个体筛选依据属性标签约束条件对项目库中的项目进行初步筛选，形成初选集；第二阶段组合优化考虑到项目组合中项目间的相互补充和影响作用，建立了基于项目组合整体作用的，均衡考虑各方面每个指标符合程度的优化模型。２．１个体筛选对于有明确分界的属性标签而言，所提供的约束条件必然与其分界值的一个或几个相同，故依据某明确属性标签筛选得到的初选项目集应是满足约束条件的按照分界数值将项目库分解的若干个项目集的并集。而对于分界模糊的属性标签而言，所提供的约束条件与人为规定的分界数值之间没有必然的联系，故其初选项目集的建立应视设定的分界数一１２０．电力系统保护与控制值与约束条件之间的具体关系而定。（１）依据明确属性标签建立的初选项目集由于依据各个明确属性标签建立的初选项目集的形式一致，故统一给出如式（１）所示。＝∈Ｕ，｛，，ｒ，ｑ，ｋ，Ｐ，ｃ｝（１）∈其中：代表满足某明确属性标签约束条件的初选项目集；代表某明确属性标签约束条件所对应的序号集合，对于电压等级约束、地区约束、环境影响等级约束和投资风险等级约束的可能取值数目—分别为２１、Ｓｙｌ、一１和２１，对于项目性质约束可能取值为｛１，２｝，对于项目对象约束可能取值为｛１，２，３，４）。（２）依据模糊属性标签建立的初选项目集考虑到预算金额约束一般为单边最大值型，即要求筛选出的项目预算金额不超过设定的约束边界。若项目工期约束也为单边最大值型，则应搜索比约束预算金额或约束工期大的最小分界值进而确定选择范围。如式（２）所示。＼ＮＮ∈∈’｛：（ｕｋ－Ｉ，）ｕ｛ｐＩＬ，＜Ｕ２ｔ｝／Ｌ１．其中：为某模糊属性标签的约束条件；ｋ表示比某模糊属性标签约束小的最大分界值所对应的序号；为满足某模糊属性标签约束的初选项目集；Ｐ为项目集中的某个项目；为项目Ｐ的工期；为项目Ｐ的预算金额。‘若项目工期约束条件为单边最小值型，则应搜索比约束工期小的最大分界值进而确定选择范围。如式（３）所示，式中，表示比约束工期小的最大分界值所对应的序号。（３）若项目工期约束条件为点值型，即要求筛选出的项目工期与约束工期相等，则应将约束工期与工期分界数值进行比较进而确定搜索区间。一般而言，约束工期应在两个相邻工期分界值组成的封闭区问内，如式（４）所示。“』－Ｉ（４）‘叶，∈Ⅳ“Ｉ＝｛ＰＩ＝ｆＳ）若项目工期约束条件为区间值型，即要求筛选出的项目工期在指定范围内，应同时搜索比约束工期下限小的最大分界值和比约束工期上限大的最小分界值进而确定选择范围。如式（５）所示。Ⅳ≤Ⅳ≤『＿ｓｅｆ＿＜ＪＶＪＶ‘Ｊ‘１：（Ｕ）Ｕｌ｝Ｕｌ“｝Ｌ／＋１（５）（３）初选集的建立含有个项目的初选集Ｐ。是由同时满足八个项目属性标签约束的项目组成的。参考上述按照各属性标签建立的初选项目集可以看出，同时满足所有条件的初选集即为分别满足各个属性标签的项目集的交集，应用式（１）～式（５）得出式（６）。Ｐ＝ｎｒｌｒ１ｎｎｎｒｌ（６）可以看出，初选集的形成可采用先并行处理后取同的方法实现，从而提高了项目识别效率。２．２组合数据的计算由于实际电网工程的实施通常以项目组的方式阶段性进行，故考虑各项目之间的相互影响，应将所有单个项目的数据融合为能够体现项目组整体特征的数据。而对于表征不同指标的数据，其融合过程不尽相同，所以首先需分析选取的各个评价指标，进而根据其定义和性质整合项目数据，并以此为依据筛选项目组合。（１）指标的选取与分类为了使电网均衡发展，防止出现因局部瓶颈导致系统整体水平受限，指标的选取应能充分地、几近全面地体现各部分关键环节的发展程度。与此同时需要协调技术发展覆盖与环境影响和投资风险之间的关系，同时考虑各个方面。故将所遵循的评价指标分为三类，即电网影响指标、环境影响指标和投资风险指标。电网影响指标表征项目实施后对电网性能的提升程度，如容载比、联络度等；环境影响包括自然环境和社会环境，如噪音、植被破坏程度和居民满意度等；投资风险指标主要包含各类经济评价指标借以体现项目组合的可行性和收益情况。为了易于实现项目选择的智能化，需将评价指标数字化，即以数值体现某一方面的优劣程度。（２）数据融合１）电网影响指标数据融合若项目组合中的全部项目都是相互独立的，则应用指标体系可得到该项目组合中每个项目对应各个指标的指标计算数值。依据评价体系建立的电压等级权重和地区权重对计算数值进行加权修正，如式（７）所示。＞一∈Ｕ州二三）＞一（，●●●●●●●●●●，，，、，Ｌ葛少云，等基于项目库的两阶段项目综合决策优化一１２１．：∑・・（７）ｊ＝ｌ其中：Ｄ表示项目组合关于第ｉ个电网影响指标的计算数据；，为项目组合中项目的序号；ｎ表示项目组合中项目数量；Ｄ表示第．，个项目关于第ｉ个电网影响指标的计算数据；，表示第，个项目的电压等级权重；，＝，表示第，个项目的地区权重。２）环境影响指标数据处理环境影响指标所涵盖的种类极为丰富，针对不同性质的指标应采用不同的数据融合方法。此处将指标大致分为三类：影响结果与地区重叠性关联较大，与地区数目关联较小的指标，如噪音；影响结果与地区重叠性关联较小，与地区数目关联较大的指标，如植被破坏面积；影响结果与地区重叠性和地区数目的关联均较大的指标，如影响生物种类。对于第一类指标，应将同地区的相应指标计算数据相加，取不同地区相应指标计算数据中的最大值作为项目组合关于该指标的计算数据，如式（８）所示；对于第二类指标，应将同地区的相应指标计算数据取最大值，将不同地区相应指标计算数据之和作为项目组合关于该指标的计算数据，如式（９）所示；对于第三类指标，应将对应于同一指标的所有指标计算数据之和作为项目组合关于该指标的计算数据，如式（１０）所示。Ｉ…＝ｍａｘ｛￣，，，，）《∑ＩＤ＝∈ＰＬ＝１２．３组合优化数学模型决策优化第二阶段需对每个指标的符合程度进行评判，且应同时考虑不同建设阶段达标标准和各类指标轻重缓急的差异。建立的目标函数如式（１１）所示。ｒｍｇｌ∑ｍｉｎ｛ｇ（ｘ）＝ａｂｓ（ＩＥｉ一（（））一，Ｍ）＋ｌｉ＝＋１Ｉ∑ａｂｓ（Ｉｅ￣－ｆ，（ＤＡｘ））一ＩＮｉ）＋ｊ他（１１）Ｉ∑ａｂｓ（Ｉ（Ｄ『（））一Ｊ，）｝Ｉｉ＝ｍｇ＋ｍｅ＋１ｌ∑，ｘｉ＋Ｘｊ＜２，ｉ、ｊ互斥其中：、和），是为了调节选取指标数目和三类指标间权重关系设定的系数；、ｍ和聊分别表示选取的电网影响指标、环境影响指标和投资风险指标数量；为某指标的期望分数，由考虑不同发展阶段和发展目的设定的指标分数目标向量１………………ＩＥＩ酾ＩＥｇｍｇＧｔＧ２ＧｉＩＥＩ趴Ｉ哦Ｉ瓯确定；．表示第ｉ个指标的评分方法；Ｄｆ表示第ｉ个指标的数据融合方法；为某指标的现状分数，由根据电网现状数据依照指标评价体系求出的指标……分数现状向量Ｉｔ￣＝［ＩＮｇｌｌＮｇ２…１２（８）‘。一０・・０］确定；ｅｔ表示预设资金限制；ｘｋ～…［ｘｋｌＸｋ２＂￣＂Ｘｋｉ】，表示项目选取情况即优化序列，若ＸｋＦ１，则代表项目ｉ被选取，若ｘａ＝Ｏ，则代表项ＩＹ∑』＝ｊ＝ｌ（９）…ｌ＝ｍａｘ｛￣，，，），Ｐ＝∑（１０）ｋ＝ｌ其中：Ｊ［）ｆ表示项目组合关于第ｉ个环境影响指标的计算数据；为项目组合所含的不同地区数目；Ｊ为地区序号；Ｄｊ表示项目组合中同属于地区Ｊ的项目关于第ｉ个环境影响指标的计算数据；表示项目组合中项目Ｐ关于第ｉ个环境影响指标的计算数据；ｎｒ为项目组合中同属于地区，的项目数目。３）投资风险指标数据融合投资风险指标的评价考虑到风险均摊原理，应将项目组合中所有项目的相关数据相加进而分析计算某项目组合的可投资性，形式与式（１０）相同。目ｉ没有被选取；。表示资金预算。３组合优化算法我国电网及相关设施的建设和研究正目臻完善【７】，但由于项目选择的主观性使得出现过建设环节和欠发展环节，从而导致了局部发展瓶颈抑制电网整体性能升级的现象。故在选择电网项目时，应几近全面地考虑所有可能满足条件的情况，在优化算法中体现为需极力避免出现局部收敛的状况。同时，鉴于选取的指标和待选项目的数量较大，需采用适用于高维度和复杂函数关系的智能算法，且其应具有一定的记忆功能从而实现无重复搜索，保证决策优化进程的效率。基于以上两点，本文采用了混沌人工蜂群优化算法Ｌ８Ｊ。３．１混沌优化算法混沌优化算法（ＣｈａｏｓＯｐｔｉｍｉｚａｔｉｏｎＡｌｇｏｒｉｔｈｍ，“”ＣＯＡ）的基本思想是用载波将混沌状态引入优化变量中，同时把混沌运动的遍历范围扩张到优化．１２２．电力系统保护与控制变量的取值范围。现行的可用于载波的方程［９ｌ有Ｌｏｇｉｓｔｉｃ映射：ｚ（ｋ＋Ｏ，∈，１－Ｚｋ，，Ｚｋ，ｄ【０，１】，∈［１，Ｄ］，Ｄ为优化变量维数，［０，４】是混沌状态控制参数，一般取４，此时方程为完全混沌状态；Ｔｅｎｔ∈映射：１），ａ＝／ｘ一１－／￣ｌｚｋ．ａ１），／ａ（１，２］，当＞１时系统处于混沌状态，一般取２。Ｔｅｎｔ映射与Ｌｏｇｉｓｔｉｃ映射相比，其结构简单，迭代速度快且具有更好的遍历均匀性，更适合于大数量及数据序列的运算处理。此外，对于［０，１］之间的浮点数而言，在计算机进行Ｔｅｍ映射时实际是将小数部分的二进制码进行无符号左移运算，这种运算特点充分地利用了计算机的特性，与本文的智能项目决策优化宗旨谋和，故选用Ｔｅｎｔ映射作为载波方式。但Ｔｅｎｔ映射迭代序列中存在小周期，如４周期循环序列（０．２，０．４，０．８，０．６），同时还存在不稳定周Ⅲ期点，如０．２５，０．５，０．７５均会迭代到不动点０【Ｊ。故发生这两种情况时需要对优化进程进行修正，即若ｚｋ＝０，０．２５，０．５，０．７５或，，ｚ＝｛１，２，３，４，５｝（ｚ落入不动点或５周期以内的循环）时，采用有效性经多方面验证的改进Ｔｅｎｔ映射使其重新进入混沌状态，如式（１２）所示。ｆ２（ｚ＋０．１ｒａｎｄ（Ｏ，１）），００．５，，、Ｉ２（１一（ｚ＋０．１ｒａｎｄ（Ｏ，１）），０．５＜Ｚ１３．２人工蜂群优化方法人工蜂群算法（ＡｒｔｉｆｉｃｉａｌＢｅｅＣｏｌｏｎｙＡｌｇｏｒｉｔｈｍ，ＡＢＣ）的蜂群由采蜜蜂、观察蜂和侦察蜂组成。该法用解空间中的抽象点诠释食物源坐标，蜂群采蜜的过程就是搜寻最优解的过程【ｌｌＪ。观察蜂根据食物源的花蜜量进行选择，如式（１３）所示。…）ｆｉｔｇｉ∑其中：Ｐ和ｆｉｔｉ分别表示第ｉ个解的选择概率和适应值；ｓｎ为蜜源数量。为了根据记忆位置产生新的候选位置ｗ，采用式（１４）更新，其中，表示不同于ｋ的蜜源。“ｗｋｉ＝ｚ十ｒａｎｄ（一１，１）（ｚ一Ｚ）（１４）若蜜源经过一定次数（１ｉｍｉｔ）的采蜜蜂和观察蜂循环搜索后不能被改进，表明陷入局部最优，应遗弃该位置，同时此处的采蜜蜂转变为侦察蜂，如式（１５）所示。ｚ＝ｚｔｉ＋ｒａｎｄ（Ｏ，１）（ｚ，ｍ一ｚｉ）（１５）３．３混沌人工蜂群优化算法参考智能算法优化实例，应用混沌搜索策略来确定人工蜂群的初始解及跳出局部收敛便形成了混沌人工蜂群优化方法，具体步骤如图１所示。图１混沌人工蜂群优化算法流程图Ｆｉｇ．１ＦｌｏｗｃｈａｒｔｏｆＣＯＡｏｒｉｅｎｔａｔｅｄＡＢＣ４算例分析４．１算例概况某城市部分项目及其对应属性如表１所示。表１某城市部分项目内容Ｔａｂｌｅ１Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｓｏｍｅｐｒｏｊｅｃｔｓｆｒｏｍａｃｅｒｔａｉｎｃｉｔｙ葛少云，等基于项目库的两阶段项目综合决策优化．１２３．４．２算例求解要求项目工期不超过５年，项目预算总额不超过３００万，项目电压等级为１１０ｋＶ及以下，项目实施地区为Ａ或Ｂ类，项目性质为新建或改造，项目对象为一次或二次设各，环境影响等级和投资风险等级均小于一级，则经过阶段一的个体筛选可知项目Ｉ，ＩＩ，ＩＶ，Ｖ是符合要求的，对该初选项目集进行第二阶段的组合优化，选取的指标及相应数据如表２。表２初选项目集及相应指标数值Ｔａｂｌｅ２Ｓｅｌｅｃｔｅｄｇｒｏｕｐａｎｄｃｏｒｒｅｓｐｏｎｄｉｎｇｖａｌｕｅｓ应用相应十分制评分方法得出Ｊ『９９．２５１０１００］，设置ＩＬ＝［ＩＯ１０１０１０１０】，ｓｎ＝３０，Ｃｍ＝１００，ｌｉｍｉｔ＝１Ｏ０，、和），分别取５、１和２。采用混沌人工蜂群算法得到输出的优化序列为【１００１】，即项目Ｉ和项目ｖ的组合能够最大程度地满足各方面要求。４．３算例对比为了验证计算结果的准确性，现采用穷举法对算例进行求解，详细结果如表３所示。表３各项目组合分数Ｔａｂｌｅ３Ｓｃｏｒｅｏｆｅａｃｈｐｏｒｔｆｏｌｉｏ由表３可知，在预算总额不超标的前提下，项目组合Ｉ，Ｖ的目标函数数值最低，说明该组合即为最优项目组合。采用混沌人工蜂群算法得到的结果与该结果一致，故本文建立的优化算法结果真实可靠，此外当项目数量庞大时可有效提高决策效率。５．结论本文提出的基于项目库的两阶段项目综合决策优化方法具体如下特点：（１）系统地规划、管理项目。项目库模式能够适应项目的流动性与变更性，易于实现项目的引入、更改和淘汰。尤其当项目数量庞大时能充分体现多属性标签选择在项目识别效率方面的优势。（２）适用于不同的评价体系和评分方法。将适用的评价指标分为三大类，即电网影响指标、环境影响指标和投资风险指标，并根据各自可能存在的特点进行整合。（３）可通过设定的目标向量实现阶段性目的。通过了解技术和经济所能达到的水平设置阶段性目标向量。（４）加强了项目选择的迅速性和全面性。若需要实施的项目有明确具体的限制条件，可依据标签进行有针对性的一次搜索，进而依靠混沌人工蜂群优化算法使得项目的选择更加细致、全面。参考文献［１］ＳｔｕｍｍｅｒＣ，ＨｅｉｄｅｍｂｅｒｇｅｒＫ．ＩｎｔｅｒａｃｔｉｖｅＲ＆Ｄｐｏｒｔｆｏｌｉｏａｎａｌｙｓｉｓｗｉｔｈｐｒｏｊｅｃｔｉｎｔｅｒｄｅｐｅｎｄｅｎｃｉｅｓａｎｄｔｉｍｅｐｒｏｆｉｌｅｓｏｆｍｕｌｔｉｐｌｅｏｂｊｅｃｔｉｖｅｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＥｎｇｉｎｅｅｒｉｎｇＭａｎａｇｅｍｅｎｔ，２００３，５０（２）：１７５－１８３．［２］李川．电网规划环境影响评价指标体系研究［Ｊ］．环境科学与管理，２０１０，３５（８）：１６３．１６５．ＬＩＣｈｕａｎ．Ｓｔｕｄｙｏｎｉｎｄｉｃａｔｏｒｏｆｓｅｎｔｉｍｅｎｔａｌｉｍｐａｃｔａｓｓｅｓｓｍｅｎｔｏｆｐｏｗｅｒｎｅｔｗｏｒｋｐｌａｎ［Ｊ】．ＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅａｎｄＭａｎａｇｅｍｅｎｔ，２０１０，３５（８）：１６３－１６５．［３］冯永青，吴文传，张伯明，等．基于可信性理论的电力系统运行风险评估（三）［Ｊ】．电力系统自动化，２００６，—３０（３）：１１１６．ＦＥＮＧＹｏｎｇ－ｑｉｎｇ，ＷＵＷｅｎ－ｃｈｕａｎ，ＺＨＡＮＧＢｏ－ｍｉｎｇ，ｅｔａ１．Ｐｏｗｅｒｓｙｓｔｅｍｏｐｅｒａｔｉｏｎｒｉｓｋｅｖａｌｕａｔｉｏｎｂａｓｅｄｏｎｃｒｅｄｉｂｉｌｉｔｙｔｈｅｏｒｙｐａｒｔｔｈｒｅｅ［Ｊ］＇ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２００６，３０（３）：１１－１６．［４］刘文霞，刘春雨，高丹丹．配电网建设项目优化模型及求解［Ｊ］．电网技术，２０１１，３５（５）：１１５．１２０．——ＬＩＵＷｅｎｘｉａ，ＬＩＵＣｈｕｎｙｕ，ＧＡＯＤａｎ－ｄａｎ．‘Ｏｐｔｉｍｉｚａｔｉｏｎｍｏｄｅｌｏｆｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｃｏｎｓｔｒｕｃｔｉｏｎｐｒｏｊｅｃｔａｎｄｉｔｓｓｏｌｕｔｉｏｎ［Ｊ】．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２０１１，３５（５）１１５一１２０．［５］毛安家，何金．一种基于可信性理论的电网安全性综合评估方法［Ｊ］．电力系统保护与控制，２０１１，３９（１８）：８０．８７．ＭＡＯＡｎ－ｊｉａ，ＨＥＪｉｎ．Ａｎａｐｐｒｏａｃｈｏｆｐｏｗｅｒｇｒｉｄｓｅｃｕｒｉｔｙｃｏｍｐｒｅｈｅｎｓｉｖｅａｓｓｅｓｓｍｅｎｔｂａｓｅｄｏｎｃｒｅｄｉｂｉｌｉｔｙｔｈｅｏｒｙ［Ｊ】．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１１，３９（１８）：８０－８７．［６］黎灿兵，傅美平，梁锦照，等．基于网络协调程度评估的电网建设项目优化排序方法［Ｊ】．电力系统保护与控制，２０１０，３８（１７）：１１２－１２０．（下转第１２８页ｃｏｎｔｉｎｕｅｄｏｎｐａｇｅ１２８）一１２８一电力系统保护与控制（上接第１２３页ｃｏｎｔｉｎｕｅｄｆｒｏｍｐａｇｅ１２３）——Ｌ１Ｃａｎｂｉｎｇ，ＦＵＭｅｉ－ｐｉｎｇ，ＬＩＡＮＧＪｉｎｚｈａｏ，ｅｔａ１．Ｏｐｔｉｍｉｚａｔｉｏｎｓｅｑｕｅｎｃｉｎｇｆｏｒｄｃｏｎｓｔｒｕｃｔｉｏｎｐｒｏｊｅｃｔｓｂａｓｅｄｏｎｅｖａｌｕａｔｉｏｎｏｆｎｅｔｗｏｒｋｃｏｏｒｄｉｎａｔｉｏｎ［Ｊ】．Ｐｏｗｅｒ—ＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１０，３８（１７）：１１２１２０．［７］李晓辉，张来，李小字，等．基于层次分析法的现状电网评估方法研究ｆＪ１．电力系统保护与控制，２００８，—３６（１４）：５７６１．——ＬＩＸｉａｏｈｕｉ，ＺＨＡＮＧＬａｉ，ＬＩＸｉａｏｙｕ，ｅｔａ１．Ｔｈｅｒｅｓｅａｒｃｈｏｎｔｈｅｅｖａｌｕａｔｉｏｎｓｙｓｔｅｍｆｏｒｅｘｉｓｔｉｎｇｎｅｔｗｏｒｋｂａｓｅｄｏｎａｎａｌｙｔｉｃｈｉｅｒａｒｃｈｙｐｒｏｃｅｓｓａｎｄｄｅｌｐｈｉｍｅｔｈｏｄ［Ｊ】．Ｐｏｗｅｒ—ＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２００８，３６（１４）：５７６１．［８］罗钧，李研．具有混沌搜索策略的蜂群优化算法【Ｊ］．控制与决策，２０１０，２５（１２）：１９１３－１９１６．ＬＵＯＪｕｎ，ＬＩＹａｎ．Ａｒｔｉｆｉｃｉａｌｂｅｅｃｏｌｏｎｙａｌｇｏｒｉｔｈｍｗｉｔｈ—ｃｈａｏｔｉｃｓｅａｒｃｈｓｔｒａｔｅｇｙ［Ｊ】．ＣｏｎｔｒｏｌａｎｄＤｅｃｉｓｉｏｎ，２０１０，２５（１２、：１９１３－１９１６．［９］卓俊峰，赵冬梅．基于混沌搜索的多目标模糊优化潮—流算法ｆＪ１．电网技术，２００３，２７（２）：４１４４．——ＺＨＵＯＪｕｎｆｅｎｇ，ＺＨＡＯＤｏｎｇｍｅｉ．Ａｃｈａｏｓｏｐｔｉｍｉｚａｔｉｏｎ—ｂａｓｅｄａｌｇｏｒｉｔｈｍｆｏｒｍｕｌｔｉｏｂｊｅｃｔｉｖｅｆｕｚｚｙｏｐｔｉｍａｌｐｏｗｅｒ—ｆｌｏｗ［Ｊ】．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２００３，２７（２）：４１４４．［１Ｏ］单梁，强浩，李军，等．基于Ｔｅｎｔ映射的混沌优化算—法．控制与决策，２００５，２０（２）：１７９１８２．ＳＨＡＮＬｉａｎｇ，ＱＩＡＮＧＨａｏ，ＬＩＪｕｎ，ｅｔａ１．ＣｈａｏｔｉｃｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＴｅｎｔｍａｐ［ＪＪ．Ｃｏｎｔｒｏｌ—ａｎｄＤｅｃｉｓｉｏｎ，２００５，２０（２）：１７９１８２．［１１］张超群，郑建国，王翔．蜂群算法研究综述『Ｊ１．计算—机应用研究，２０１１，２８（９）：３２０１３２０５．—ＺＨＡＮＧＣｈａｏ－ｑｕｎ，ＺＨＥＮＧＪｉａｎｇｕｏ，ＷＡＮＧＸｉａｎｇ．Ｏｖｅｒｖｉｅｗｏｆｒｅｓｅａｒｃｈｏｎｂｅｅｃｏｌｏｎｙａｌｇｏｒｉｔｈｍｓ［Ｊ］．ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ，２０１１，２８（９１：３２０】一３２０５．收稿日期：２０１２－０２－１４；—修回日期：２０１２－０３３０作者简介：葛少云（１９６４一），男，博士，教授，博士生导师，主要从事城市电网规划和配电系统自动化等方面的研究和教学工作；徐东星（１９８７一），女，硕士研究生，主要从事城市电网规划方面的研究和应用工作；刘洪（１９７９一），男，通信作者，博士，讲师，主要从事城市电网规划、评估等方面的研究和应用工作。Ｅ．ｍａｉｌ：ｌｉｕｈｏｎｇ＠ｔｊｕ．ｅｄｕ．ｃｎ