樂恩典

（國(guó)網(wǎng)舟山市供電公司，浙江舟山316000）

0 引言

作為現(xiàn)代城市運(yùn)行的重要支撐，電力提供了人們工作、生活所需的能源，對(duì)于保障社會(huì)穩(wěn)定和經(jīng)濟(jì)發(fā)展起到了舉足輕重的作用，在保障國(guó)民經(jīng)濟(jì)發(fā)展的同時(shí)也保證了人民幸?？鞓返厣?。但由于自然災(zāi)害以及部分人為操作因素影響，電力基礎(chǔ)設(shè)施會(huì)出現(xiàn)損壞，發(fā)生大面積停電事故，這對(duì)于電力公司的搶修工作是一種極大的考驗(yàn)，而其中最耗費(fèi)時(shí)間和人力的就是電力物資的調(diào)動(dòng)問題，故如何在非常時(shí)期高效地調(diào)動(dòng)物資，開展故障搶修作業(yè)得到了廣泛的研究。

國(guó)內(nèi)外均對(duì)電力物資調(diào)度進(jìn)行了大量研究。文獻(xiàn)[2]根據(jù)車輛調(diào)度過程中可能干擾車輛管理的事件設(shè)置干擾因子并建立模糊窗口的車輛管理模型，對(duì)車輛調(diào)度進(jìn)行分析。文獻(xiàn)[3]對(duì)物資存儲(chǔ)使用情況進(jìn)行分析，引入概率模型對(duì)故障和物資之間的關(guān)系建模，從而分析最優(yōu)物資調(diào)度問題。

上述文獻(xiàn)沒有綜合考慮物資車輛環(huán)境等實(shí)時(shí)數(shù)據(jù)對(duì)搶修地點(diǎn)的到達(dá)概率時(shí)間以及目標(biāo)的相對(duì)重要性，本文將對(duì)此進(jìn)行研究分析。

1 基于離散灰色概率的電力應(yīng)急物資運(yùn)輸路徑選擇模型

對(duì)于電力搶修物資配送，主要需考慮兩個(gè)問題：

（1）電力物資的路徑選擇；

（2）電力物資運(yùn)送的過程中受到哪些因素影響和干擾。

其中，車輛所選擇的路徑應(yīng)盡可能短，干擾因素應(yīng)盡可能少，達(dá)到搶修地點(diǎn)應(yīng)盡可能快。

對(duì)于干擾項(xiàng)，由于其不確定性，本文采用離散灰色模型，通過歷史同類型數(shù)據(jù)進(jìn)行相應(yīng)預(yù)測(cè)，模糊判斷給出路徑以及車輛管理中會(huì)遇到的某些影響搶修時(shí)間的概率值，從而實(shí)現(xiàn)最優(yōu)路徑的選取。

對(duì)于一個(gè)電網(wǎng)，可以將其看作一個(gè)網(wǎng)絡(luò)圖G，本文考慮車輛在運(yùn)輸過程中的擁堵、交通故障、天氣等，令ω（e）為擁擠程度因子，ω（e）為ε（e）=0的情況下通過該路段所花費(fèi)的時(shí)間，P（e）為在發(fā)生電力突發(fā)事故時(shí)發(fā)生交通故障的概率值，δ為電力突發(fā)事故對(duì)城市交通的影響因子。為最終物資到達(dá)搶修地點(diǎn)需要花的時(shí)間，車輛在該預(yù)測(cè)下到達(dá)搶修地點(diǎn)的概率值服從平均分布：其中，

2 基于合理度函數(shù)的多目標(biāo)優(yōu)化模型

2.1 合理度函數(shù)的構(gòu)建

2.1.1 時(shí)間合理度函數(shù)

在考慮各種因素的情況下，受到搶修時(shí)間限制時(shí)，為量化物資運(yùn)送到搶修地點(diǎn)的時(shí)間快慢程度，可建立時(shí)間合理度函數(shù)如下：

式中，αj為受災(zāi)區(qū)j對(duì)時(shí)間的敏感系數(shù)。

合理度期望如式（3）所示：

其中，ω（Pj）為在沒有發(fā)生交通故障情況下，受災(zāi)區(qū)j的第一批物資到達(dá)的時(shí)間，且必然有ω（Pj）≤tjd。

2.1.2 物資合理度函數(shù)

搶修地點(diǎn)j對(duì)于電力應(yīng)急物資k數(shù)量的合理度函數(shù)如式（4）所示：

式中，βj為物資需求程度。

2.2 約束條件

在需要大量搶修物資的情況下，考慮到本地區(qū)沒有辦法滿足電力物資供應(yīng)，需要考慮從外區(qū)進(jìn)行物資的調(diào)度，其關(guān)系式如下所示：

每個(gè)電力應(yīng)急物資儲(chǔ)備庫(kù)可提供的物資時(shí)間函數(shù)為tj=min（Tjk），則有如下約束關(guān)系：

3 基于目標(biāo)相對(duì)重要性的改進(jìn)多目標(biāo)進(jìn)化優(yōu)化方法

在考慮多目標(biāo)函數(shù)優(yōu)化的過程中，需要建立兩個(gè)目標(biāo)之間的關(guān)系模型，其步驟如下：

步驟1：初始化種群P（0）；

步驟2：根據(jù)電力搶修地點(diǎn)構(gòu)建目標(biāo)的數(shù)學(xué)模型；

步驟3：執(zhí)行離散、模糊、選擇、交叉等遺傳操作，生成臨時(shí)種群Q（r）；

步驟4：將P（r）和Q（r）合為R（r），根據(jù)重要性和合理度來排序；

步驟5：如果結(jié)果不收斂繼續(xù)執(zhí)行第2步，如果收斂則得到最優(yōu)路徑。

4 算例分析

本文以IEEE14節(jié)點(diǎn)系統(tǒng)為例，假設(shè)其中有7個(gè)節(jié)點(diǎn)發(fā)生故障，其中物資存儲(chǔ)量、物資需求量如圖1所示，圖中故障點(diǎn)為5、6、8、9、10、15、16等7個(gè)節(jié)點(diǎn)，電力物資倉(cāng)庫(kù)為3、4、12節(jié)點(diǎn)。

圖1 電力應(yīng)急交通網(wǎng)絡(luò)圖

各受災(zāi)區(qū)的物資需求數(shù)量和電力應(yīng)急物資儲(chǔ)備庫(kù)的物資存儲(chǔ)數(shù)量如表1和表2所示。

表1 物資需求數(shù)量

表2 物資儲(chǔ)存數(shù)量

α1～α7分別取3、5、3、4、1、2、6，β1～β7分別取1、2、4、3、6、1、3，λ1～λ3分別取0.3、0.5、0.2，運(yùn)算結(jié)果如表3所示。

表3 物資分配的運(yùn)算結(jié)果

當(dāng)進(jìn)化優(yōu)化算法的種群為第46、47、48代時(shí)，物資運(yùn)輸分配情況基本穩(wěn)定，適應(yīng)度的值也趨于平局值，此時(shí)的物資分配達(dá)到最優(yōu)，不妨取第48代種群為最優(yōu)種群，此時(shí)即為物資調(diào)度的最優(yōu)解。

5 結(jié)語(yǔ)

本文運(yùn)用離散灰色模型對(duì)電力系統(tǒng)故障搶修期間物資調(diào)配的選擇進(jìn)行了合理估計(jì)，考慮到物資供應(yīng)地點(diǎn)的成本、車輛調(diào)度、交通擁堵程度、故障概率等建立了運(yùn)輸路徑選擇模型和時(shí)間、物資合理度函數(shù)，并求得最優(yōu)解，因而有一定的實(shí)踐價(jià)值。