李 樊， 刘天琪， 李兴源， 江东林

(四川大学电气信息学院， 成都 610065)

矢量距浓度免疫算法在配电网重构中的应用

李 樊， 刘天琪， 李兴源， 江东林

(四川大学电气信息学院， 成都 610065)

针对免疫算法在配电网重构中收敛速度慢，易收敛到局部最优解等问题，提出矢量距浓度免疫算法。抗体的亲和度决定它的矢量距，并由矢量距得出抗体的浓度、选择概率和期望繁殖率，根据选择概率自适应调整抗体的变异率，根据期望繁殖率进行克隆操作以保证抗体的多样性和全局最优解的生成，最后结合疫苗接种和免疫记忆机制促进全局最优解的生成。算例结果表明，该算法能有效提高收敛速度和保证全局最优解的生成。

矢量距浓度免疫算法； 配电网重构； 变异； 克隆； 疫苗接种； 免疫记忆

配电网重构作为配电系统经济运行、自动控制的一个重要问题已被广泛关注。它是在满足系统约束条件的前提下，通过调整网络中分段开关和联络开关的开闭来寻求一种符合某特定运行要求的拓扑结构。

配电网络重构是多目标非线性混合优化问题，目前见诸于文献的方法主要有：①数学优化方法，如分支定界法[1]，但其存在严重维数灾问题；②启发式方法，如支路交换法[2]、最优流模式算法[3]，但它们缺乏数学意义上的全局最优性；③人工智能算法，如神经网络法[4]、蚁群算法[5，6]、粒子群算法[7，8]、遗传算法[9，10]、免疫算法[11～13]，这类算法虽能以较大的概率收敛到全局最优解，但也偶尔陷入局部最优。……