输电网优化规划模型及算法分析.pdf

第３９卷第２３期２０１１年１２月１日电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌＶｂｌ－３９ＮＯ．２３Ｄｅｃ．１．２ＯＩＩ输电网优化规划模型及算法分析韩晓慧，王联国（１．甘肃农业大学工学院，甘肃兰州７３００７０；２．甘肃农业大学信息科学技术学院，甘肃兰州７３００７０）摘要：输电网规划是电力市场研究领域的一个重要组成部分，对输电网规划的一些常见数学模型和各种解算方法进行了全面的综述。这些解算方法主要集中于数学优化方法和启发式优化方法，其中启发式优化方法包括遗传算法、禁忌搜索算法、模拟退火算法、蚁群算法、粒子群算法、人工鱼群算法等算法。对各种模型和解算方法的优缺点和适用范围进行了评价，并对大规模输电网规划研究中已出现及可能出现的情况：直流系统嵌入交流系统的交直流混联输电系统、特高压大电网的规划等方面应考虑的问题进行了介绍。在此基础上提出了今后输电网优化规划的研究方向。关键词：输电网络；优化规划；规划模型；求解方法；研究方向ＲｅｖｉｅｗｏｆｔｒａｎｓｍｉｓｓｉｏｎｎｅｔｗｏｒｋｏｐｔｉｍａｌｐｌａｎｎｉｎｇｍｏｄｅｌａｎｄａｌｇｏｒｉｔｈｍＨＡＮＸｉａｏ－ｈｕｉ，ＷＡＮＧＬｉａｎ．ｇｕｏ（１．ＣｏｌｌｅｇｅｏｆＥｎｇｉｎｅｅｒｉｎｇ，ＧａｎｓｕＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｌａｎｚｈｏｕ７３００７０，Ｃｈｉｎａ；２．ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅＴｅｃｈｎｏｌｏｇｙ，ＧａｎｓｕＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｌａｎｚｈｏｕ７３００７０，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｒａｎｓｍｉｓｓｉｏｎｎｅｔｗｏｒｋｐｌａｎｎｉｎｇｐｌａｙｓａｃｒｉｔｉｃａｌｒｏｌｅｉｎｔｈｅｅｌｅｃｔｒｉｃｉｔｙｍａｒｋｅｔｒｅｓｅａｒｃｈｆｉｅｌｄ．Ｓｅｖｅｒａｌｓｔｏｃｈａｓｔｉｃｍａｔｈｅｍａｔｉｃａｌｍｏｄｅｌｓａｎｄｔｈｅｓｏｌｖｉｎｇａｌｇｏｒｉｔｈｍｓｉｎｔｒａｎｓｍｉｓｓｉｏｎｎｅｔｗｏｒｋｐｌａｎｎｉｎｇｐｒｏｂｌｅｍａｒｅｓｕｒｖｅｙｅｄｃｏｍｐｒｅｈｅｎｓｉｖｅｌｙｉｎｔｈｉｓｐａｐｅｒ．Ｔｈｅａｌｇｏｒｉｔｈｍｓｍａｙｂｅｄｉｖｉｄｅｄｉｎｔｏｍａｔｈｅｍａｔｉｃａｌｏｐｔｉｍｉｚａｔｉｏｎｍｅｔｈｏｄａｎｄｈｅｕｒｉｓｔｉｃａｌｇｏｒｉｔｈｍｏｐｔｉｍｉｚａｔｉｏｎｍｅｔｈｏｄ．Ｔｈｅｈｅｕｒｉｓｔｉｃａｌｇｏｒｉｔｈｍｉｎｃｌｕｄｅｓｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ，ｔａｂｕｓｅａｒｃｈ，ｓｉｍｕｌａｔｅｄａｎｎｅａｌｉｎｇ，ａｎｔｃｏｌｏｎｙｏｐｔｉｍｉｚａｔｉｏｎ，ｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎａｒｔｉｆｉｃｉａｌｆｉｓｈｓｃｈｏｏｌａｌｇｏｒｉｔｈｍ，ｅｔｃ．Ｔｈｅｐａｐｅｒｃｏｍｐａｒｅｓａｎｄｃｏｎｔｒａｓｔｓａｄｖａｎｔａｇｅｓａｎｄｄｉｓａｄｖａｎｔａｇｅｓａｎｄｔｈｅａｐｐｌｉｃａｂｌｅｒａｎｇｅｏｆｅａｃｈｍｏｄｅｌａｎｄａｌｇｏｒｉｔｈｍ．Ｆｉｎａｌｌｙ，ｒｅｓｅａｒｃｈｔａｓｋｓｉｎｔｈｉｓｄｏｍａｉｎａｎｄｔｈｅｐｏｓｓｉｂｌｅｃｏｎｄｉｔｉｏｎｓａｒｅｐｒｏｐｏｓｅｄ，ｓｕｃｈａｓＡＣ／ＤＣｈｙｂｒｉｄｔｒａｎｓｍｉｓｓｉｏｎｓｙｓｔｅｍｓ，ｌａｒｇｅｕｌｔｒａ・ｈｉｇｈｖｏｌｔａｇｅ（ＵＨＶ）ｅｌｅｃｔｒｉｃｐｏｗｅｒｇｒｉｄｐｌａｎｎｉｎｇａｎｄＳＯｏｎ．Ｔｈｅｔｒｅｎｄｓｏｆｒｅｓｅａｒｃｈｉｎｔｒａｎｓｍｉｓｓｉｏｎｎｅｔｗｏｒｋｐｌａｎｎｉｎｇａｒｅａｌｓｏｐｒｏｐｏｓｅｄ．ＴｈｉｓｗｏｒｋｉｓｓｕｐｐｏｓｅｄｂｙＮｍｉｏｎａｌＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆＣｈｉｎａ（Ｎｏ．６１０６３０２８）．Ｋｅｙｗｏｒｄｓ：ｔｒａｎｓｍｉｓｓｉｏｎｎｅｔｗｏｒｋ；ｏｐｔｉｍａｌｐｌａｎｎｉｎｇ；ｐｌａｎｎｉｎｇｍｏｄｅｌｓ；ｓｏｌｖｉｎｇａｌｇｏｒｉｔｈｍｓ；ｒｅｓｅａｒｃｈｔｒｅｎｄ中图分类号：ＴＭ７１５文献标识码：Ａ———文章编号：１６７４３４１５（２０１１）２３０１４３０６０引言输电网规划是以电源规划和长期负荷预测为基础，确定何时、何地、扩建多少输电容量的过程，以满足在安全经济传输电能的同时，能够灵活适应系统运行方式的多种变化，并有利于电网的进一步发展等要求。近年来，国内外专家学者对输电网规划的研究已取得了大量成果，该文主要分为规划模型、优化算法，综述了输电网规划的研究现状。希望能够对今后的研究有所帮助。１输电网规划的数学模型基金项目：国家自然科学基金项目（６１０６３０２８）１．１目标函数形式输电网优化规划模型的目标函数可以从多种角度考虑，根据优化的侧重点不同而存在差别，可以是：（１）输电网建设成本【；（２）剩余输电容量Ｌ２Ｊ；（３）输电阻塞成本【３】；（４）切负荷损失Ｌ４Ｊ；（５）电力传输效率】、新增线路占地的最小化Ｌ１】、输电网公司利益【１】；（６）社会利益的最大化Ｊ等。一个恰当的目标函数对优化过程有很重要作用。１．２约束条件约束条件包括电网运行、可靠性、市场、投资和环境等几种约束。电网运行约束可考虑直流：潮流约束、变压器分接头调节、节点电压、发电机出力上下限约束、支路容量限制、可架线路最大回数限制和无功补偿容量等限制。可靠性约束有：Ｎ一１准则、Ｎ．２准则、负荷平衡、系统可靠性指标等。．１４４．电力系统保护与控制市场约束包括各节点最大切负荷量限制、点对点合同约束、可接受的电力损失和未满足市场需求的限制等。投资约束包含资金限制。环境约束包括环保要求。但为了简化计算，许多文献从不同角度简化了规划模型，从某一侧面研究输电网规划，得到优化方案。１．３模型分类１．３．１经济性模型经济性输电网规划模型以网络投资费用、运行费用、设备折旧维修费用和电能损耗费用等经济性指标之和为目标函数，以可靠性指标作为约束条件加入优化问题，或者可靠性分析只作ｎ．１校验。其中“”经典模型水平年电网规划数学模型【６】是以预测的某一规划水平年的负荷水平为已知条件，以待选线路为决策变量，考虑以新建线路投资年费用和系统年运行费用之和最小为目标函数。该类模型能获得一定经济性价值的电网规划方案，但没考虑可靠性成本和可靠性效益的关系。１．３．２可靠性模型可靠性输电网规划模型主要分析缺电成本的实际规划问题，目标函数通常选取可靠性成本和可靠性效益之和。可靠性成本即电网供电总成本包括电网扩展建设的投资成本、运行成本。可靠性效益包括需求侧的缺电成本。约束包括潮流等式约束、支路容量限制、网架限制等。考虑可靠性的输电网规划模型也有许多表现形式。其中综合考虑供电可“靠度的经济价值对用户侧影响的成本效益分析与”评价模型【７］综合协调了供电方和用户方双方利益，有效地将电网规划的经济性和可靠性结合起来；提高了规划方案的综合效益，使电网规划的成本计算更为准确，但缺电成本计算比较困难，可把缺电成本分为静态缺电成本和动态缺电成本计算，也可利用缺电损失评价率和切负荷量进行计算。缺电成本还与供电可靠性密切相关，有效地可靠性投资可降低缺电成本。所以该类模型能在可靠性成本和可靠性效益取得平衡处达到最优。１＿３。３多目标输电网规划模型多目标电网规划模型是在单目标模型基础上同时考虑多个相互冲突目标的规划模型，需要同时进行多个目标函数的优化。求解思路是通过多目标权重法或分层优化法、模糊评价法、模糊集对分析方法、最优偏差法将多目标转化为单目标，按照单目标优化的方法进行求解。常取以供应方投资成本、运行成本最小和需求方缺电成本最小为目标函数【８】，该模型将电网规划的经济性和可靠性因素放在同一地位考虑，具有动态规划的特点，适用于目前电网规划的实际需要。但多目标输电网规划仍存在一些问题：处理规划方案各目标之间的关系不太理想；大规模、多阶段电网规划很大程度上仍存在容易产生维数灾难、目标函数、约束条件和局部最优不易处理等问题；未提出一个完善的多目标电网规划的数学模型。１．３．４考虑阻塞管理的输电网规划模型阻塞管理是通过调整发电机出力、网络参数和负荷使系统潮流满足线路的容量约束。该类模型的目标函数加入了阻塞管理费用，可以减少阻塞的可能性，保证网络潮流的合理分布，增加网络在负荷变化时的灵活性和提高规划方案的经济性。基于最优潮流的输电网边际定价模型［９１，将系统阻塞指标作为评估规划系统网络可靠性的经济指标，还可以通过建立负荷以及电源的概率模型加以扩展，从而计及市场环境下电源、负荷增长、市场交易及输电定价等信息的不确定性因素，对处理复杂输电网运行状况更为有效。文献【１Ｏ】进而提出了适应市场环境下计及阻塞指标的输电网扩展规划模型。１．３．５计及需求弹性的输电网规划模型需求弹性的输电网规划模型主要研究负荷特性，考虑用户对电价的反应，即需求弹性。面对电价波动，用户根据最大效益原则，适时调整负荷计划，不同种类的用户对电价的敏感程度也不同，从而引起负荷重新分布，从长远看，调整负荷计划会影响输电网的运行和收益。电网规划必须计入这种影响因素。因此通过价格一需求函数，改变负荷大小的考虑需求弹性的输电网规划模型【ｌｌ】在运行模拟中引入了需求弹性的概念，并据此计算各候选支路的缺电损失指标，算例分析表明用户需求弹性对规划结果具有不可忽视的影响，可以使输电网规划结果更接近电力市场环境下的规划结果。该模型中的弹性系数可以根据统计资料进行估算，常用的方法有相干积分法和误差纠正模型及各种数据拟合技“术【１，通常将电力系统中的用户划分为线性模型、指数模型、对数模型和乘幂模型四种类型。不同的用户类型具有不同的需求弹性。１．３．６不确定性模型根据处理不确定因素的方法不同，不确定性模型又可分为两类【ＪｚＪ：多场景规划模型和基于不确定性信息的准确数学模型。多场景规划模型是通过将难以用数学模型表示的不确定性信息转变为易求解的多个确定性场景问题来处理，避免建立复杂的电网规划模型，因此降低了建模和求解难度。该模型简单、直观且易于实现，但难点在于不确定因素过多时，如何对其进行韩晓慧，等输电网优化规划模型及算法分析－１４５－合理分类、组合从而构成各种场景。文献［１３．１４］给出了基于线路被选概率和等微增率的场景规划方法。基于不确定性信息的准确数学模型是通过对不确定性信息处理，建立其准确数学模型，进而求出最优规划结果。该方法具有较强的数学理论基础是其广泛应用的原因，主要有随机优化模型【１、模糊优化模型、灰色规划模型【１７］、盲数规划模型［１８】等几类模型。其中随机优化模型需要原始数据量大，而电力系统中很多不确定性因素并不具有随机性质，故存、在一定局限性。模糊优化模型适用于处理不同量纲、相互冲突的多目标优化问题。但缺点在于规划结果依赖于各决策因素隶属函数的选取，分析结果存在可信度问题。盲数规划模型可对发电机出力、节点负荷、节点功率、线路潮流采用盲数表示，能较全面反映实际情况。但盲数运算随运算维数呈指数增长，如何降低盲数运算量和应用盲数理论处理电力市场环境下新的多种不确定性信息，有待研究。灰色规划模型主要用来解决电力系统远期规划中信息不完全的特点，但缺乏严格的数学理论支持，故需改进和完善。通过从以上几种模型分析可知，涉及可靠性与多目标方面的的模型是从输出变量进行考虑。涉及阻塞管理、需求弹性和不确定性方面的模型是从输入变量考虑。又由于输电网规划本身所具有的特点决定了模型划分是相互融合的，不同阶段各目标的重要性有所不同，因此如何协调是一个有待研究的问题．２输电网规划的求解方法虽然存在不同数学模型，输电网规划的求解主要分为数学优化方法和启发式优化方法两类。后者又分为传统启发式方法和现代启发式方法。２．１数学优化方法数学优化方法是将输电网规划问题用数学优化模型描述，在理论上能够保证方案最优，但输电网优化规划问题属于大规模优化组合，需要考虑因素多，计算量非常大，建模也比较困难，很难用其进行求解；其次由于实际电网规划问题很多因素不可以完全形式化，通常在建立模型时简化了具体问题，所求结果与实际最优解会有一定误差。常用数学优化方法如：线性规划方法【、分解方法［删、分支定界法【２】等各种数学优化方法被应用到输电网规划中。２．２启发式优化方法２．２．１传统启发式方法传统启发式方法以直观分析为依据，通常以“”交互式进行，相对数学优化方法能更准确地模拟实际电力行为。优点是具有直观、灵活、计算快速的特点，无需考虑收敛问题，也便于与规划人员的经验相结合；缺点是对选择既容易计算又能反映电网规划问题实质性能指标比较困难，未计及线路之间的相互影响，没有从全局角度确定架线方案，因此不能保证解的最优性，一般情况只用来求解小规模电网系统。对于大系统，很难找到高质量的可行解。２．２．２现代启发式方法现代启发式方法的基本思想来自对某种自然规律的模仿，它的显著特点是能实现并行计算，其次“”具有鲁棒性的优点对电网优化规划问题提供了较为可靠解。近年来，现代启发式方法在电力系统优化规划问题中取得了大量研究成果，主要包括：遗传算法、禁忌搜索算法、模拟退火算法，蚁群算法、粒子群算法、人工鱼群算法、免疫算法【２．２Ｊ以及将启发式方法与数学优化方法相结合的算法【２，ｊＪ等。遗传算法（ＧＡ）是利用编码技术和繁殖机制将电网规划问题抽象为纯数字计算问题，便于同时处理整数变量和连续变量。该算法可以考虑多个目标函数和约束条件，且不受维数限制，无可微性和连续性要求。文献【２４】将ＧＡ应用于多阶段输电网规划问题。但ＧＡ存在计算速度慢，跳出局部能力较差，对大型电力系统优化所需时间长。文献【２５】提出一种改进的遗传算法应用于电网规划中，得到了较好的结果。禁忌搜索算法（ＴＳ）是一种限制性搜索技术，通过记录搜索历史并利用其中获得知识可知后续的搜索方向以避开局部最优解。该算法适合解决纯整数规划问题和处理不可微的目标函数，这与电网规划的特点相符合。其搜索效率高，需要的迭代次数少，但该算法是一种扩展邻域的单点寻优方法，算法的收敛速度受到初始解的影响。文献【２６】实现禁忌搜索在输电网规划中的应用，验证了其有效性，但没有涉及多阶段和多目标规划问题。模拟退火算法（ＳＡ）源于对热力学中退火过程的模拟，是另一种解决大规模组合优化问题随机搜索技术。由于该方法全局收敛性好且可以防止陷入局部最优，寻优结束时能得到优化问题的最小值。文献［２７】将ｓＡ应用于电网扩展规划中获得最优的方案。但所需ＣＰＵ时间较长，且属单点寻优，求解多个最优解问题不具有遗传算法的优势。因此大多情况将ＳＡ与其他方法结合发挥各自长处。如：文献［２８］将模拟退火算法与遗传算法相结合应用于电网．１４６．电力系统保护与控制规划中，计算速度和结果的稳定性有了明显提高。蚁群算法（ＡＣＯ）作为群体策略的一种多代理算法，通过单个代理之间的低级交互形成整个蚁群的复杂行为。该算法引入正反馈并行机制，具有较强的鲁棒性、优良的分布式计算机制以及富于建设性的贪婪启发式搜索的运用。文献【２９】探讨了ＡＣＯ在单阶段输电网扩展规划中的应用。文献［３０］采用将模式记忆与并行蚁群算法结合并应用于输电网规划问题中，通过对解空间的分解，强化了算法的全局搜索能力。粒子群算法（ＰＳＯ）是群体智能算法的另一种优化算法。该算法简单，易于实现，参数少，收敛速度快，能以较大概率找到全局最优解，适合解决电网规划中的多目标、多约束的混合优化问题。文献［３１］研究了ＰＳＯ在输电网络扩展规划中的应用。但该文只是粒子群算法在电网规划中应用的开始。文献［３２１进一步研力改进的ＰＳＯ用于输电网寻优规划问题，通过改进初始化方法和ＰＳＯ交叉迭代法提高了算法效率．人工鱼群算法（ＡＦＳＡ）是模拟鱼类行为方式提出的基于动物自治体的优化方法，主要优点是具有克服局部极值、取得全局极值的良好能力，不需要了解问题的特殊信息，只需要对问题进行优劣比较，算法在初期有较快的收敛性；缺点是该算法保持探索与开发平衡的能力较差、算法运行后期搜索的盲目性较大、寻优结果精度低和运算速度慢。文献【３３］将ＡＦｓＡ应用于输电网规划，得到合理的结果，但存在不具备记忆功能，致使算法效率较低和聚群行为寻优效果不明显的问题。文献［３４１通过对人工鱼部分行为的改进和引入禁忌搜索，使得搜索过程具备记忆功能，进而提高了ＡＦＳＡ解决输电网规划问题的速度和效率。３大规模输电网规划应考虑的问题３．１直流系统嵌入交流系统的交直流混联输电系统“交直流混联输电系统正成为西电东送，电网”互联的新方式，已有文献【３５】建立了交直流混合输电系统模型。然而交直流混联输电系统运行带来巨大效益的同时，也会出现许多问题：１）电气距离接近的换流器之间谐波交互影响很大，现有的对单馈入直流输电系统的滤波方案和谐波分析方法均不再适用。２）电力系统功角／电压稳定性与直流控制的交互作用。３）交直流系统故障可能导致多个换流站同时发生换相失败，故障的严重程度、各逆变站间的电气距离及发生地点等因素均对换相有影响。４）直流输电子系统在故障恢复过程中可能会同时或相继发生换相失败。３．２特高压大电网的规划发展特高压大电网输电有利于提高大范围优化配置资源能力。它已成为我国乃至世界电网发展的必然趋势。目前，特高压大电网输电系统文献已越来越多［３６－３７］。对特高压输电技术和特高压电网的发展规划目标和过渡方案的研究工作应包括构建各电压等级、送端和受端电网协调发展的格局、合理“配置安全稳定措施，确保特高压大电网满足电”力系统安全稳定导则的要求。还有如何准确确定输电系统最大输电能力及影响因素，使系统在满足安全性及可靠性的约束条件下，最大程度地满足各区域的用电负荷需求，也将是一个长期逐步完善的过程。３．３含有分布式电源的输电网规划分布式电源（ＤＧ）对于均衡局部供需，减少整体输电压力是很有效的，对提高电网运行的安全性和经济性也有好处。但分布式电源对输电网结构、规划和运行都会有影响。目前，在对新型含有ＤＧ的输电网规划时，有待研究的关键技术：１）ＤＧ（风能、太阳能和生物能等可再生资源）来源有很强的非线性和不确定性，输出具有随机特性，应对这类分布式能源随气象条件变化的规律和统计特性进行研究，建立相应模型。２）ＤＧ的位置和规模对输电网的短路电流、节点电压、线路潮流、网络可靠性等会产生影响。有必要研究ＤＧ对输电系统可靠性的影响和对ＤＧ的位置和规模进行优化。４结论目前，输电网规划问题虽然受到广泛关注，用于求解的各种优化方法也得到了很大发展，但是因其本身的复杂性，迄今难有公认最优的求解模型和方法面世。所以要达到输电网规划的实用化，仍有很多问题有待于进一步研究，今后研究方向应当包括：１）应寻找更快速、有效的实用规划求解方法，加强对新型寻优算法如混合蛙跳算法的研究。２）为提高规划研究的实用性，需深入研究能全面反应市场需求的输电网规划模型。３）输电网规划风险存在于规划模型的各个环节，输电网规划目标和相关约束中的风险值得深入研究。韩晓慧，等输电网优化规划模型及算法分析．１４７．４）更全面考虑未来各种不确定性因素对输电网规划的影响，如未来负荷变化、工程造价等费用因素、经济参数、环境、法规和政策等的不确定性，提高电网规划方案的适应性和灵活性。５）对出现的各类新情况应继续从模型定义、编码机制、数据表达和寻优策略等方面研究。参考文献［１］ＳｕｎＨ，ＹｕＤＣ．Ａｍｕｌｔｉｐｌｅ．ｏｂｊｅｃｔｉｖｅｏｐｔｉｍｉｚａｔｉｏｎｍｏｄｅｌｏｆｔｒａｎｓｍｉｓｓｉｏｎｅｎｈａｎｃｅｍｅｎｔｐｌａｎｎｉｎｇｆｏｒｉｎｄｅｐｅｎｄｅｎｔｔｒａｎｓｍｉｓｓｉｏｎｃｏｍｐａｎｙ［Ｃ】／／ＩＥＥＥＰｏｗｅｒＥｎｇＳｏｃ—ＳｕｍｍｅｒＭｅｅｔｉｎｇ，２０００，４：２０３３２０８３．［２］ＴａｃｈｉｋａｗａＴ，ＫｉｔａＨ，ＳｕｇｉｈａｒａＨ．Ａｓｔｕｄｙｏｆｔｒａｎｓｍｉｓｓｉｏｎｐｌａｎｎｉｎｇｕｎｄｅｒａｄｅｒｅｇｕｌａｔｅｄｅｎｖｉｒｏｎｍｅｎｔｉｎｐｏｗｅｒｓｙｓｔｅｍ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，２０００：６４９．６５４．［３］ＳｈｒｅｓｔｈａＧＢ，ＦｏｎｓｅｋａＰＡＪ．Ｃｏｎｇｅｓｔｉｏｎｄｒｉｖｅｎｔｒａｎｓｍｉｓｓｉｏｎｅｘｐａｎｓｉｏｎｉｎｃｏｍｐｅｔｉｔｉｖｅｐｏｗｅｒｍａｒｋｅｔｓ【Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ．２００４，１９（３）：１６５８－１６６５．［４］ＲｉｄｅｒＭＪ，ＧａｒｃｉａＡＶ，ＲｏｍｅｒｏＲ．Ａｃｏｎｓｔｒｕｃｔｉｖｅｈｅｕｒｉｓｔｉｃａｌｇｏｒｉｔｈｍｔｏｓｈｏｒｔｔｅｒｍｔｒａｎｓｍｉｓｓｉｏｎｎｅｔｗｏｒｋｅｘｐａｎｓｉｏｎｐｌａｎｎｉｎｇ［Ｃ】／／ＰｏｗｅｒＥｎｇｉｎｅｅｒｉｎｇＳｏｃｉｅｔｙＧｅｎｅｒａｌＭｅｅｔｉｎｇ，２００４．ＩＥＥＥ，６－１０Ｊｕｎｅ２００４：２ｌＯ８．２１１４．［５］ＳｈｒｅｓｔｈａＧＢ，ＦｏｎｓｅｋａＰＡＪ．Ａｎａｌｙｓｉｓｏｆｍａｒｋｅｔｄｒｉｖｅｎｔｒａｎｓｍｉｓｓｉｏｎｅｘｐａｎｓｉｏｎａｎｄｉｎｖｅｓｔｍｅｎｔｏｐｔｉｏｎｓ［Ｃ】／／ＩＥＥＥＰｏｗｅｒＥｎｇｉｎｅｅｒｉｎｇＳｏｃｉｅｔｙＧｅｎｅｒａｔＭｅｅｔｉｎｇ，２００３．［６］许可，郎兵．应用改进遗传算法实现输电网络最优规划［Ｊ］．供用电，２００５，２２（６）：１７．１９．ＸＵＫｅ，ＬＡＮＧＢｉｎｇ．Ｉｍｐｒｏｖｅｄｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｆｏｒｏｐｔｉｍａｌｐｌａｎｎｉｎｇｏｆｔｒａｎｓｍｉｓｓｉｏｎｎｅｔｗｏｒｋ［Ｊ］．Ｄｉｓｔｒｉｂｕｔｉｏｎ＆Ｕｔｉｌｉｚａｔｉｏｎ，２００５，２２（６）：１７．１９．［７］于会萍，刘继东，程浩忠，等．电网规划方案的成本效益分析与评价研究［Ｊ］．电网技术，２００１，２５（７）：３２．３５．ＹＵＨｕｉ－ｐｉｎｇ，ＬＩＵＪｉ－ｄｏｎｇ，ＣＨＥＮＧＨａｏ－ｚｈｏｎｇ，ｅｔａ１．—Ｃｏｓｔｂｅｎｅｆｉｔａｎａｌｙｓｉｓａｎｄｅｖａｌｕｍｉｏｎｏｆｐｏｗｅｒｎｅｔｗｏｒｋｐｌａｎｎｉｎｇ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２００１，２５（７）：３２．３５．［８］程浩忠，高赐威，马则良，等．多目标电网规划的一般最优化模型［Ｊ］．上海交通大学学报，２００４，３８（８）：１２２９．１２３２．ＣＨＥＮＧＨａｏ－ｚｈｏｎｇ，ＧＡＯＣｉ－ｗｅｉ，ＭＡＺｅ－ｌｉａｎｇ，ｅｔａ１．Ｇｅｎｅｒａｌｏｐｔｉｍｉｚｅｄｍｏｄｅｌｏｆｍｕｌｔｉ－ｏｂｊｅｃｔｉｖｅｅｌｅｃｔｒｉｃｐｏｗｅｒｎｅｔｗｏｒｋｐｌａｎｎｉｎｇ［Ｊ］．ＪｏｕｒｎａｌｏｆＳｈａｎｇｈａｉＪｉａｏＴ０ｎｇＵｎｉｖｅｒｓｉｔｙ，２００４，３８（８）：１２２９－１２３２．［９］付蓉，魏萍，万秋兰．市场环境下基于最优潮流的输电网规划［Ｊ］．电力系统自动化，２００５，２９（１６）：４２．４８．—ＦＵＲｏｎｇ，ＷＥＩＰｉｎｇ，ＷＡＮＱｉｕｌａｎ，ｅｔａ１．Ｏｐｔｉｍａｌｐｏｗｅｒｆｌｏｗｂａｓｅｄｔｒａｎｓｍｉｓｓｉｏｎｅｘｐａｎｓｉｏｎｕｎｄｅｒｍａｒｋｅｔｅｎｖｉｒｏｎｍｅｎｔ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２００５，２９（１６）：４２．４８．［１Ｏ］付蓉，魏萍，万秋兰，等．市场环境下计及阻塞集中度指标的输电网扩展规划［Ｊ］．继电器，２００７，３５（１０）：２８．３３．ＦＵＲｏｎｇ，ＷＥＩＰｉｎｇ，ＷＡＮＱｉｕ－ｌａｎ，ｅｔａ１．Ｃｏｎｇｅｓｔｉｏｎｃｏｎｃｅｎｔｒａｔｉｏｎｉｎｄｅｘｂａｓｅｄｔｒａｎｓｍｉｓｓｉｏｎｅｘｐａｎｓｉｏｎｐｌａｎｎｉｎｇｕｎｄｅｒｍａｒｋｅｔｅｎｖｉｒｏｎｍｅｎｔ［Ｊ］．Ｒｅｌａｙ，２００７，３５（１０）：２８．３３．［１１］吉兴全，王成山．考虑需求弹性的启发式输电网规划方法［Ｊ】．电力系统及其自动化学报，２００２，１４（６）：１．４ＪＩＸｉｎｇ－ｑｕａｎ，ＷＡＮＧＣｈｅｎｇ－ｓｈａｎ．Ｔｒａｎｓｍｉｓｓｉｏｎｅｘｐａｎｓｉｏｎｕｎｄｅｒｓｐｏｔｐｒｉｃｉｎｇｃｏｎｓｉｄｅｒｉｎｇｄｅｍａｎｄｅｌａｓｔｉｃｉｔｙ［Ｊ】．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＵ－ＥＰＳＡ，２００２，１４（６）：１．４．［１２］翟海宝，程浩忠，陈春霖，等．输电网络优化规划研究综述［Ｊ１．电力系统及其自动化学报，２００４，１６（２）：１７．２３．—ＺＨＡＩＨａｌ－ｂａｏ，ＣＨＥＮＧＨａｏ－ｚｈｏｎｇ，ＣＨＥＮＣｈｕｎ１．ｍ，ｅｔａ１．Ｒｅｖｉｅｗｏｆｔｒａｎｓｍｉｓｓｉｏｎｎｅｔｗｏｒｋｏｐｔｉｍａｌｐｌａｎｎｉｎｇ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＵ－ＥＰＳＡ，２００４，１６（２）：ｌ７．２３．［１３］朱海峰，程浩忠，张焰．考虑线路被选概率的电网灵活规划方法［Ｊ］．电力系统自动化，２０００，２４（１７）：２０．２４．ＺＨＵＨａｌ－ｆｅｎｇ，ＣＨＥＮＧＨａｏ・ｚｈｏｎｇ，ＺＨＡＮＧＹａｎ，ｅｔａ１．Ａｎｏｖｅｌｍｅｔｈｏｄｏｆｅｌｅｃｔｒｉｃｐｏｗｅｒｎｅｔｗｏｒｋｆｌｅｘｉｂｌｅｐｌａｎｎｉｎｇｃｏｎｓｉｄｅｒｉｎｇｔｈｅｓｅｌｅｃｔｅｄｐｒｏｂａｂｉｌｉｔｙｏｆｔｒａｎｓｍｉｓｓｉｏｎｌｉｎｅ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２０００，２４（１７）：２０－２４．［１４］程浩忠，朱海峰，马则良，等．基于等微增率准则的电网灵活规划方法［Ｊ］．上海交通大学学报，２００３，３７（９）：１３５１－１３５３．ＣＨＥＮＧＨａｏ－ｚｈｏｎｇ，ＺＨＵＨａｉ－ｆｅｎｇ，ＭＡＺｅ－ｌｉａｎｇ，ｅｔａ１．Ａｎｏｖｅｌｍｅｔｈｏｄｏｆｅｌｅｃｔｒｉｃｐｏｗｅｒｎｅｔｗｏｒｋｆｌｅｘｉｂｌｅｐｌａｎｎｉｎｇｂａｓｅｄｏｎｔｈｅｅｑｕａｌｉｎｃｒｅｍｅｎｔａｌｐｒｉｎｃｉｐｌｅ［Ｊ］．ＪｏｕｒｎａｌｏｆＳｈａｎｇｈａｉＪｉａｏＴｏｎｇＵｎｉｖｅｒｓｉｔｙ，２００３，３７（９）：１３５ｌ－１３５３．［１５］Ｅ１－Ｓｈｅｉｋｈｉ，ＦａｒａｇＡｌｉ，ＢｉｌｌｉｎｔｏｎＲｏｙ．Ｌｏａｄｆｏｒｅｃａｓｔｕｎｃｅｒｔａｉｎｔｙｃｏｎｓｉｄｅｒａｔｉｏｎｓｉｎｇｅｎｅｒｍｉｎｇｕｎｉｔｐｒｅｖｅｎｔｉｖｅｍａｉｎｔｅｎａｎｃｅｓｃｈｅｄｕｌｉｎｇｆｏｒｓｉｎｇｌｅｓｙｓｔｅｍ［Ｃ】／／ＩＥＥＣｏｎｆｅｒｅｎｃｅＰｕｂｌｉｃａｔｉｏｎ，１９９１，３３８：２４１－２４５．［１６］Ｓａｒａｉｖａ，ＴｏｍｅＪ．Ａｆｕｚｚｙａｐｐｒｏａｃｈｔｏｐｏｗｅｒｓｙｓｔｅｍｐｌａｎｎｉｎｇａｎｄｐｏｗｅｒｔｒａｎｓａｃｔｉｏｎｉｎａｃｏｍｐｅｔｉｔｉｖｅｅｎｖｉｒｏｎｍｅｎｔ［Ｃ】／／ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＩＥＥＥＣｏｎｆｅｒｅｎｃｅｏｎＤｅｃｉｓｉｏｎａｎｄＣｏｎｔｒｏｌ，１９９６，Ｖ２：２１９６．２２０１．［１７］张洪明，廖培鸿．输电网规划的灰色模型及算法［Ｊ］．上海交通大学学报，１９９５，２９（３）：２０．２６．ＺＨＡＮＧＨｏｎｇ－ｍｉｎｇ，ＬＩＡＯＰｅｉ・ｈｏｎｇ．Ａｇｒｅｙｏｐｔｉｍｉｚａｔｉｏｎｍｏｄｅｌｏｆｔｒａｎｓｍｉｓｓｉｏｎｎｅｔｗｏｒｋｅｘｐａｎｓｉｏｎ．．１４８．．电力系统保护与控制【Ｊ］．ＪｏｕｒｎａｌｏｆＳｈａｎｇｈａｉＪｉａｏＴｏｎｇＵｎｉｖｅｒｓｉｔｙ，１９９５，２９（３）：２０．２６．［１８］ＣＨＥＮＧＨａｏ－ｚｈｏｎｇ，ＺＨＵＨａｉ・ｆｅｎｇ，ＣｒｏｗＭＬ，ｅｔａ１．Ｆｌｅｘｉｂｌｅｍｅｔｈｏｄｆｏｒｐｏｗｅｒｎｅｔｗｏｒｋｐｌａｎｎｉｎｇｕｓｉｎｇｔｈｅｕｎａｓｃｅｒｔａｉｎｅｄｎｕｍｂｅｒ［Ｊ］．ＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍＲｅｓｅａｒｃｈ，２００４，６８（１）：４１－４６．［１９］ＬｅｖｉＶＡ，ＣａｌｏｖｉｃＭＳ．Ａｎｅｗｄｅｃｏｍｐｏｓｉｔｉｏｎｂａｓｅｄｍｅｔｈｏｄｆｏｒｏｐｔｉｍａｌｅｘｐａｎｓｉｏｎｐｌａｎｎｉｎｇｏｆｌａｒｇｅｔｒａｎｓｍｉｓｓｉｏｎｎｅｔｗｏｒｋ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，１９９３，６（３）：９３７．９４３．［２０］ＳｉｌｖｉｏＢ，ＭａｒｉｏＶＦＰ，ＳｅｒｇｉｏＧＡｎｅｗｂｅｎｄｅｒｓｄｅｃｏｍｐｏｓｉｔｉｏｎａｐｐｒｏａｃｈｔｏｓｏｌｖｅｐｏｗｅｒｔｒａｎｓｍｉｓｓｉｏｎｎｅｔｗｏｒｋｄｅｓｉｇｎｐｒｏｂｌｅｍｓ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，２００１，１６（２）：２３５－２４０．［２１］ＬａｕｒａＢ，ＧｅｒｓｏｎＣＯ，ＭａｒｉｏＰ．Ａｍｉｘｅｄｉｎｔｅｇｅｒｄｉｓｊｕｎｃｔｉｖｅｍｏｄｅｌｆｏｒｔｒａｎｓｍｉｓｓｉｏｎｎｅｔｗｏｒｋｅｘｐａｎｓｉｏｎ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，２００１，１６（３）：５６０－５６５．［２２］蒙文川，邱家驹．基于免疫算法的配电网重构［Ｊ］．中国电机工程学报，２００６，２６（１７）：２５．２９．ＭＥＮＧＷｅｎ．ｃｈｕａｎ，ＱＩＵＪｉａ－ｊｕ．Ａｎａｒｔｉｆｉｃｉａｌｉｍｍｕｎｅａｌｇｏｒｉｔｈｍｔｏｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｒｅｃｏｎｆｉｇｕｒａｔｉｏｎ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２００６，２６（１７）：２５－２９．［２３］ＯｌｉｖｅｉｒａＧＣ，ＣｏｓｔａＡＰＣ，ＢｉｎａｔｏＳ．Ｌａｒｇｅｓｃａｌｅｔｒａｎｓｍｉｓｓｉｏｎｎｅｔｗｏｒｋｐｌａｎｎｉｎｇｕｓｉｎｇｏｐｔｉｍｉｚａｔｉｏｎａｎｄｈｅｕｒｉｓｔｉｃｔｅｃｈｎｉｑｕｅｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，１９９５，１０（４）：１８２８－１８３４．［２４］毛玉宾，王秀丽，王锡凡．多阶段输电网最优规划的遗传算法［Ｊ］．电力系统自动化，１９９８，２２（１２）：１３．１５．ⅥⅥＭＡＯＹｕ－ｂｉｎ，ＮＧＸｉｕ．１ｉ，ＮＧＸｉ．ｆａｎ．Ｔｈｅｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｏｆｍｕｌｔｉ－ｓｔａｇｅｔｒａｎｓｍｉｓｓｉｏｎｎｅｔｗｏｒｋｏｐｔｉｍａｌｐｌａｎｎｉｎｇ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，１９９８，２２（１２）：ｌ３．１５．［２５］顾益磊，许诺，王西田．遗传算法应用于电网规划的难点与改进『Ｊ］．电网技术，２００７，３１（１）：２９．３３．—ⅥＧＵＹｉｌｅｉ，ＸＵＮｕｏ，ＮＧＸｉ－ｔｉａｎ．Ｔｈｅｄｉｆｆｉｃｕｌｔｉｅｓａｎｄｉｍｐｒｏｖｅｍｅｎｔｓｏｆｔｈｅｇｅｎ￣ｉｃａｌｇｏｒｉｔｈｍｕｔｉｌｉｚａｔｉｏｎｉｎｔｈｅｐｏｗｅｒｇｒｉｄｐｌａｎｎｉｎｇ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２００７，３１（１）：２９．３３．［２６］ＷＥＮＦｕ－ｓｈｕａｎ，ＣｈａｎｇＣＳ．Ｔｒａｎｓｍｉｓｓｉｏｎｎｅｔｗｏｒｋｏｐｔｉｍａｌｐｌａｎｎｉｎｇｕｓｉｎｇｔｈｅｔａｂｕｓｅａｒｃｈｍｅｔｈｏｄ［Ｊ］．ＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓＲｅｓｅａｒｃｈ，１９９７，４７（２）：１５３．１６３．［２７］ＲｏｍｅｒｏＲ，ＧａｌｌｅｇｏＲＡ，ＭｏｎｔｉｃｅｌｌｉＡ．Ｔｒａｎｓｍｉｓｓｉｏｎｓｙｓｔｅｍｅｘｐａｎｓｉｏｎｐｌａｎｎｉｎｇｂｙｓｉｍｕｌａｔｅｄａｎｎｅａｌｉｎｇ［Ｊ］．—ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，１９９６，ｌ１（１）：３６４３６９．［２８］顾洁，陈章潮，包海龙．混合遗传．模拟退火算法在电网规划中的应用［Ｊ】．上海交通大学学报，１９９９，３３（４）：４８５．４８７．—ＧＵＪｉｅ，ＣＨＥＮＺｈａｎｇ－ｃｈａｏ，ＢＡＯＨａｉｌｏｎｇ．Ａｐｐｌｉｃａｔｉｏｎ—ｏｆｍｉｘｅｄＧＡＳＡｉｎｅｌｅｃｔｒｉｃｎｅｔｗｏｒｋｐｌａｎｎｉｎｇ［Ｊ］．ＪｏｕｒｎａｌｏｆＳｈａｎｇｈａｉＪｉａｏＴｏｎｇＵｎｉｖｅｒｓｉｔｙ，１９９９，３３（４）：—４８５４８７．［２９］陈根军，王磊，唐国庆．基于蚁群最优的输电网络扩展规划［Ｊ］．电网技术，２００１，２５（６）：２１．２４．ＣＨＥＮＧｅｎ－ｊｕｎ，ＷＡＮＧＬｅｉ，ＴＡＮＧＧｕｏ－ｑｉｎｇ．Ａｎａｎｔｃｏｌｏｎｙｏｐｔｉｍｉｚａｔｉｏｎｍｅｔｈｏｄｆｏｒｔｒａｎｓｍｉｓｓｉｏｎｎｅｔｗｏｒｋｅｘｐａｎｓｉｏｎｐｌａｎｎｉｎｇ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２００１，２５（６）：２１．２４．［３０］翟海保，程浩忠，吕干云，等．基于模式记忆并行蚁群算法的输电网规划［Ｊ］．中国电机工程学报，２００５，２５（９）：ｌ７．４２．ＺＨＡＩＨａｉ．ｂａｎ，ＣＨＥＮＧＨａｏ．ｚｈｏｎｇ，ＬｔａＧａｎ－ｙｕｎ，ｅｔａ１．Ｔｒａｎｓｍｉｓｓｉｏｎｎｅｔｗｏｒｋｐｌａｎｎｉｎｇｂａｓｅｄｏｎｓｃｈｅｍａｒｅｃｏｒｄｉｎｇｐａｒａｌｌｅｌａｎｔｃｏｌｏｎｙａｌｇｏｒｉｔｈｍ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２００５，２５（９）：１７．４２．［３１］ＳｅｎｓａｒｍａＰＳ，ＲａｈｍａｎｉＭ．ＡｃｏｍｐｒｅｈｅｎｓｉｖｅｍｅｔｈｏｄｆｏｒｏｐｔｉｍａｌｅｘｐａｎｓｉｏｎｐｌａｎｎｉｎｇｕｓｉｎｇｐａｒｔｉｃｌｅｓｗａｌＴｎｏｐｔｉｍｉｚａｔｉｏｎ［Ｃ】／／ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＩＥＥＥＰｏｗｅｒＥｎｇｉｎｅｅｒｉｎｇＳｏｃｉｅｔｙＴｒａｎｓｍｉｓｓｉｏｎａｎｄＤｉｓｔｒｉｂｕｔｉｏｎＣｏｎｆｅｒｅｎｃｅ．ＮｅｗＹｏｒｋ，ＵＳＡ，２００２：１３１７．１３２２．［３２］金义雄，程浩忠，严健勇，等．改进粒子群算法及其在输电网规划中的应用ｆＪ１．中国电机工程学报，２００５，２５（４）：４６．５１．——ＪＩＮＹｉｘｉｏｎｇ，ＣＨＥＮＧＨａｏ－ｚｈｏｎｇ，ＹＡＮＪｉａｎｙｏｎｇ，ｅｔａ１．ＩｍｐｒｏｖｅｄＰＳＯｍｅｔｈｏｄａｎｄｉｔｓａｐｐｌｉｃａｔｉｏｎｉｎｐｏｗｅｒｔｒａｎｓｍｉｓｓｉｏｎｎｅｔｗｏｒｋｐｌａｎｎｉｎｇ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２００５，２５（４）：４６．５１．［３３］聂宏展，吕盼，乔伊，等．改进人工鱼群算法在输电网规划中的应用［Ｊ】．电力系统及其自动化学报，２０１０，２２（２）：９３．９８．ＮＩＥＨｏｎｇ－ｚｈａｎ，ＬｎＰａｎ，ＱＩＡＯＹｉ，ｅｔａ１．Ａｐｐｌｉｃａｔｉｏｎｏｆｉｍｐｒｏｖｅｄａｒｔｉｆｉｃｉａｌｆｉｓｈｓｃｈｏｏｌａｌｇｏｒｉｔｈｍｉｎｔｒａｎｓｍｉｓｓｉｏｎｎｅｔｗｏｒｋｐｌａｎｎｉｎｇ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＵ・ＥＰＳＡ，２０１０，２２（２）：９３．９８．［３４］聂宏展，吕盼，乔怡，等．基于人工鱼群算法的输电网络规划［Ｊ】．电工电能新技术，２００８，２７（２）：ｌ１．１５．ＮＩＥＨｏｎｇ－ｚｈａｎ，ＬｆｉＰａｎ，ＱＩＡＯＹｉ，ｅｔａ１．ＴｒａｎｓｍｉｓｓｉｏｎｎｅｔｗｏｒｋｐｌａｎｎｉｎｇｂａｓｅｄｏｎＡＦＳＡ［Ｊ］．ＡｄｖＴｅｃｈｏｆＥｌｅｃ—Ｅｎｇ＆Ｅｎｅｒｇｙ，２００８，２７（２）：ｌ１１５．［３５］钟庆，张尧，杨金明，等．基于Ｍａｔｌａｂ的交直流混合输电系统的仿真研究［Ｊ］．继电器，２００６，３４（８）：４０４４．ＺＨＯＮＧＱｉｎｇ，ＺＨＡＮＧＹａｏ，ＹＡＮＧＪｉｎ－ｍｉｎｇ，ｅｔａ１．ＴｈｅｒｅｓｅａｒｃｈｏｎｔｈｅｓｉｍｕｌａｔｉｏｎｏｆｈｙｂｒｉｄＡＣ／ＤＣｐｏｗｅｒｔｒａｎｓｍｉｓｓｉｏｎｓｙｓｔｅｍｓｂａｓｅｄｏｎＭａｔｌａｂ［Ｊ］．Ｒｅｌａｙ，２００６，３４（８）：４０．４４．［３６］张宁．提高特高压电网输电能力研究［Ｄ】．济南：山东大学，２００８．ＺＨＡＮＧＮｉｎｇ．Ｓｔｕｄｉｅｓｏｎｅｎｈａｎｃｉｎｇｔｒａｎｓｆｅｒｃａｐａｃｉｔｙｏｆｕｌｔｒａ－ｈｉｇｈｖｏｌｔａｇｅｐｏｗｅｒｇｒｉｄ［Ｄ］．Ｊｉｎａｎ：ＳｈａｎｄｏｎｇＵｎｉｖｅｒｓｉｔｙ，２００８．（下转第１５４页ｃｏｎｔｉｎｕｅｄｏｎｐａｇｅ１５４）．．１５４．．电力系统保护与控制［８］［９］１６５５．１６６３．ＷｌｅｅｋｅｓＴ，ＭｏｌｉｎｓｋｉＴ，ＳｗｉｆｔＧＴｒａｎｓｉｅｎｔｔｒａｎｓｆｏｒｍｅｒｏｖｅｒｌｏａｄｒｍｉｎｇｓａｎｄｐｒｏｔｅｃｔｉｏｎ［Ｊ］．ＥｌｅｃｔｒｉｃａｌＩｎｓｕｌａｔｉｏｎＭａｇａｚｉｎｅ，ＩＥＥＥ，２００４，２０（２）：３２－３５．ＺｈｏｕＹＪ，ＰａｈｗａＡ，ＹａｎｇＳｈｉｅＳｈｉｅ．Ｍｏｄｅｌｉｎｇｗｅａｔｈｅｒ－ｒｅｌａｔｅｄｆａｉｌｕｒｅｓｏｆｏｖｅｒｈｅａｄｄｉｓｔｒｉｂｕｔｉｏｎｌｉｎｅｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，２００６，２１（４）１６８３．１６９０．［１０］ＲａｄｍｅｒＤＴ，ＫｕｎｔｚＰＡ，ＣｈｒｉｓｔｉｅＲＤ，ｅｔａ１．Ｐｒｅｄｉｃｔｉｎｇｖｅｇｅｔａｔｉｏｎ．ｒｅｌａｔｅｄｆａｉｌｕｒｅｒａｔｅｓｆｏｒｏｖｅｒｈｅａｄｄｉｓｔｒｉｂｕｔｉｏｎｆｅｅｄｅｒｓ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＤｅｌｉｖｅｒｙ，２００２，７（４）：ｌ１７０．１１７５．［ｕ］韩卫恒，刘俊勇，张建明，等．冰冻灾害下计入地形及冰厚影响的分时段电网可靠性分析【Ｊ］．电力系统保护与控制，２０１０，３８（１５）：８１．８６．——ＨＡＮＷｅｉ－ｈｅｎｇ，ＬＩＵＪｕｎｙｏｎｇ，ＺＨＡＮＧＪｉａｎｍｉｎｇ，ｅｔ—ａ１．Ｐｏｗｅｒｓｙｓｔｅｍｔｉｍｅｓｅｃｔｉｏｎｒｅｌｉａｂｉｌｉｔｙａｓｓｅｓｓｍｅｎｔａｎａｌｙｓｉｓｃｏｎｓｉｄｅｒｉｎｇｔｏｐｏｇｒａｐｈｙａｎｄｉｃｉｎｇｕｎｄｅｒｆｒｅｅｚｉｎｇｄｉｓａｓｔｅｒｗｅａｔｈｅｒ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄ—Ｃｏｎｔｒｏｌ，２０１０，３８（１５）：８１８６．［１２］ＬＩＷｅｎ．ｙｕａｎ．Ｒｉｓｋａｓｓｅｓｓｍｅｎｔｏｆｐｏｗｅｒｓｙｓｔｅｍｓ：ｍｏｄｅｌｓ，ｍｅｔｈｏｄｓ，ａｎｄａｐｐｌｉｃａｔｉｏｎｓ［Ｊ］．ＩＥＥＥＰｒｅｓｓａｎｄＪｏｈｎＷｉｌｅｙ＆Ｓｏｎｓ，ＵＳＡａｎｄＣａｎａｄａ，２００５．［１３］ＲｅｔｔｅｒａｔｈＢ，ＶｅｎｋａｔａＳＳ，ＣｈｏｗｄｈｕｒｙＡＡ．Ｉｍｐａｃｔｏｆｔｉｍｅ．ｖａｒｙｉｎｇｆａｉｌｕｒｅｒａｔｅｓｏｎｄｉｓｔｒｉｂｕｔｉｏｎｒｅｌｉａｂｉｌｉｔｙｆＪ１．ＥｌｅｃｔｒｉｃａｌＰｏｗｅｒａｎｄＥｎｅｒｇｙＳｙｓｔｅｍｓ，２００５，２７：６８２－６８８．［１４］董雷，李佳．考虑时变因素的配电系统可靠性分析［Ｊ］．电力系统保护与控制，２００９，３７（１２）：６－１０．Ｄ０ＮＧＬｅｉ，ＬＩＪｉａ．Ｒｅｌｉａｂｉｌｉｔｙａｎａｌｙｓｉｓｏｆｄｉｓｔｒｉｂｕｔｉｏｎｓｙｓｔｅｍｃｏｎｓｉｄｅｒｉｎｇｔｉｍｅ－ｖａｒｙｉｎｇｆａｃｔｏｒｓ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２００９，３７（１２）：６．１０．［１５３ＢｒｏｗｎＲＥ，ＦｒｉｍｐｏｎｇＧ，ＷｉｌｌｉｓＨＬ．Ｆａｉｌｕｒｅｒａｔｅｍｏｄｅｌｉｎｇｕｓｉｎｇｅｑｕｉｐｍｅｎｔｉｎｓｐｅｃｔｉｏｎｄａｔａ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，２００４，１９（２）：７８２．７８７．［１６］陈永进，任震，黄雯莹．考虑天气变化的可靠性评估模型与分析ｆＪ】．电力系统自动化，２００４，２８（２１）：ｌ７．２１．—ＣＨＥＮＹｏｎｇ￣ｉｎ，ＲＥＮＺｈｅｎ，ＨＵＡＮＧＷｅｎｙｉｎｇ．Ｍｏｄｅｌａｎｄａｎａｌｙｓｉｓｏｆｐｏｗｅｒｓｙｓｔｅｍｒｅｌｉａｂｉｌｉｔｙｅｖａｌｕａｔｉｏｎｃｏｎｓｉｄｅｒｉｎｇｗｅａｔｈｅｒｃｈａｎｇｅ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃ—ＰｏｗｅｒＳｙｓｔｅｍｓ，２００４，２８（２１）：１７２１．［１７］ＨｅＪ，ＳｕｎＹＺ，ＷａｎｇＰ．Ａｈｙｂｒｉｄｃｏｎｄｉｔｉｏｎｓ－ｄｅｐｅｎｄｅｎｔｏｕｔａｇｅｍｏｄｅｌｏｆａｔｒａｎｓｆｏｒｍｅｒｉｎｒｅｌｉａｂｉｌｉｔｙｅｖａｌｕａｔｉｏｎ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒＤｅｌｉｖｅｒｙ，２００９，２４（４）：２０２５．２０３３．［１８］刘海涛，程林，孙元章，等．基于实时运行条件的元件停运因素分析与停运率建模［Ｊ］．电力系统自动化，２００７，３ｌ（７）：６－ｌ２．—ＬＩＵＨａｉｔａｏ，ＣＨＥＮＬｉｎ，ＳＵＮＹｕａｎ－ｚｈａｎｇ，ｅｔａ１．Ｏｕｔａｇｅｆａｃｔｏｒｓａｎａｌｙｓｉｓａｎｄｏｕｔａｇｅｒａｔｅｍｏｄｅｌｏｆｃｏｍｐｏｎｅｎｔｓｂａｓｅｄｏｎｏｐｅｒａｔｉｎｇｃｏｎｄｉｔｉｏｎｓ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２００７，３１（７）：６－１２．［１９］赵德应，李胜洪．气温变化对用电负荷和电网运行影响的初步探讨［Ｊ１．电网技术，２０００，２４（１）：５５．５８．ＺＨＡＯＤｅ－ｙｉｎｇ，ＬＩＳｈｅｎｇ－ｈｏｎｇ．Ｉｎｆｌｕｅｎｃｅｏｆｔｅｍｐｅｒａｔｕｒｅｖａｒｉａｔｉｏｎｏｎｐｏｗｅｒｌｏａｄａｎｄｐｏｗｅｒｎｅｔｗｏｒｋｏｐｅｒａｔｉｏｎ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２０００，２４（１）：５５．５８．［２０］陈珩．电力系统稳态分析［Ｍ】．３版．北京：中国电力出版社，２００７．［２１］ＨｅＪ，ＣｈｅｎｇＬ，ＳｕｎＹＺ．Ｔｒａｎｓｆｏｒｍｅｒｒｅａｌ－ｔｉｍｅｒｅｌｉａｂｉｌｉｔｙｍｏｄｅｌｂａｓｅｄｏｎｏｐｅｒａｔｉｎｇｃｏｎｄｉｔｉｏｎｓ［Ｊ］．ＪｏｔｔｍａｌｏｆＺｈｅｊｉａｎｇＵｎｉｖｅｒｓｉｔｙ：ＳＣＩＥＮＣＥＡ．２００７，８（３）：３７８・３８３．［２２］ＰｙｌｖａｎａｉｎｅｎＪＫ，ＮｏｕｓｉａｉｎｅｎＫ，ＶｅｒｈｏＰ．ＳｔｕｄｉｅｓｔｏｕｔｉｌｉｚｅｌｏａｄｉｎｇｇｕｉｄｅｓａｎｄＡＮＮｆｏｒｏｉｌ．ｉｍｍｅｒｓｅｄｄｉｓｔｒｉｂｕｔｉｏｎｔｒａｎｓｆｏｒｒｒｌｅｒｃｏｎｄｉｔｉｏｎｍｏｎｉｔｏｒｉｎｇ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒＤｅｌｉｖｅｒｙ，２００７，２２（１）：０１．２０７．［２３］ＩＥＥＥＣｏｍｍｉｔｔｅｅＲｅｐｏｒｔ．ＩＥＥＥｒｅｌｉａｂｉｌｉｔｙｔｅｓｔｓｙｓｔｅｍ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒＡｐｐａｒａｔｕｓａｎｄＳｙｓｔｅｍ，１９７９．ＰＡＳ．９８：２０４７．２０５４．收稿日期：２０１０－１２－２８；修回日期：２０ｔ１－０４－１２作者简介：谢开贵（１９７２一），男，教授，博士生导师，主要从事电力系统分析与计算、规划与可靠性，电力市场ｇＬＡ．￣智能等方面的研究和教学工作；纪静（１９８１－），女，博士研究生，研究方向为电力系统规划与可靠性。Ｅ－ｍａｉｌ：ｊ￣ｉｎｇ１９８１＠１２６．ｔｏｍ（上接第１４８页ｃｏｎｔｉｎｕｅｄｆｒｏｍｐａｇｅ１４８）［３７］王徭．特高压直流输电控制与保护技术的研究［Ｊ］．电力系统保护与控制，２００９，３７（１５）：５３．５８．ＷＡＮＧＹａｏ．Ｓｔｕｄｙｏｎｔｈｅｃｏｎｔｒｏｌａｎｄｐｒｏｔｅｃｔｉｏｎｓｙｓｔｅｍｏｆｕｌｔｒａｈｉｇｈｖｏｌｔａｇｅｄｉｒｅｃｔｃｕｒｒｅｎｔｔｒａｎｓｍｉｓｓｉｏｎ［Ｊ］．Ｐｏｗｅｒ—ＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２００９，３７（１５）：５３５８．收稿Ｅｔ期：２０１０－１２－２８；修回日期：２０１１－０４－２６作者简介：韩晓慧（１９８５一），女，硕士研究生，研究方向为农业—电气化与自动化；Ｅｍａｉｌ：ｈａｎｈｕｉ８５４２０１＠１２６．ｃｏｒｎ王联国（１９６８－），男，教授，研究方向为计算智能及其工程应用，智能信息处理。Ｅ－ｍａｉｌ：ｗａｎｇｌｇ＠ｇａｓｕ．ｅｄｕ．ｃａ