面向供电能力提升的中压配电系统协调规划研究
|
摘要
配电系统作为联系终端用户与发、输电系统的纽带，是保证用户安全可靠供电的重要环节。随着城市经济的高速发展，尤其是特大型城市，用地的日益紧张使得变电站站址和电力通道走廊的选择十分困难，若按照传统的技术原则来规划高压变电站和中压配电网，将很难在降低建设规模、减少土地资源消耗的同时满足各级各类用户负荷的供电需求。
因此，在规划层面对配电系统上下级电网的协调规划问题开展深入研究以提升配电系统设备整体利用水平、减少对土地等资源的占用，是我国现阶段配电系统发展所亟待解决的问题。本文结合高压变电站和中压配电网两个层面，开展了面向供电能力提升的中压配电系统协调规划研究工作，主要内容如下：
（1）在透彻分析变电站主变“N-1”校验过程及负荷转移机理的基础上，定义了主变联络容量约束矩阵、虚拟联络关系矩阵等概念，提出了计及主变过载和联络容量约束的配电系统供电能力的解析计算法；通过进一步的归纳和总结，建立了配电系统最大供电能力优化分析的一般模型，将供电能力计算问题转化为一个复杂的大规模的线性优化问题，并且提出了基于线性优化规划的求解方法；最后通过典型算例对比分析解析法和模型优化方法各自的特点，为后续开展基于供电能力方面的指标评估及应用研究提供了有效的工具。
（2）以聚类分析思想为基础，提出了基于改进K-means聚类算法的供电块划分方法，从初始聚类中心的选取和最佳聚类划分数的确定这两方面对传统K-means聚类算法进行改进，同时定义了变电站“等效半径”、“界间距”等概念，将供电块的划分问题由平面点的划分转化为面积域的划分。该方法可以将大范围的供电区域合理的切割成若干小规模的供电块，同一供电块内的变电站间具有非常紧密的联系，不同供电块间变电站相互间的联络相对较为薄弱。鉴于此特性，重点对各个供电块开展配电系统的网络结构优化规划研究将会以最有效、最便捷的路径达到满足整个地区配电系统的精益化规划的需求。
（3）为了进一步提高寻优效率，避免对不存在联络关系的变电站进行无谓的搜索计算，在基于改进K-means聚类算法的供电块划分方法的基础上，提出了基于“后退寻优”的两阶段优化规划法和基于遗传算法的主变联络结构多目标优化模型分析法。其中，基于“后退寻优”的两阶段优化规划法主要从变电站整体联络布局的构建和主变联络通道优化设置这两部分着手，由粗到细、循序渐进的完成了主变站间联络通道的优化设置过程；基于GA的多目标优化模型分析法以供电能力、主变联络通道数及区域联络通道总长度为目标函数构建多目标优化模型，并且结合遗传算法对多目标组合优化模型采用排序策略进行求解。上述两种方法均以合理、经济的方式设置变电站主变站间联络通道，最大限度的挖掘区域电网潜在的供电能力，满足电网精细化规划的需求。
（4）打破了单纯依靠接线模式指导网架建设的传统思想，将高压变电站和中压配电网相结合，构建了中压配电系统典型供电模型。首先从图论的角度定义并构建了基于变电站互联的供电块联络结构模型（供电架构），并且开展了模型的相关特性指标与各类供电区域的匹配性分析；然后，以主变联络结构优化方法为基础，优化计算了基于变电站互联度数为1~3的最小联络结构单元的主变联络关系及相关供电能力指标；最后，引入中压网典型接线模式，将高压变电站和中压配电网相结合，构建了基于最小联络结构单元的中压配电系统典型供电模型，并且对各种模式下的理论最大供电能力水平、主变出线数、站间联络点数等指标进行计算，充分挖掘供电模型本身的一些基本特性，相关结论可为地区配电系统协调规划、网架结构的建设改造及配电网相关技术导则的修订提供重要的指导价值。
As the link of end-users and generation and transmission system, distributionsystem is an important part of the reliable and safe power supply. With the rapideconomic development of cities, especially in large cities, the growing tension in landmakes it difficult to select the substation location and electricity access corridor. If thehigh-voltage (HV) substation and medium-voltage (MV) distribution network areplanned in accordance with the traditional technical principles, it will be very difficult tosupply the power demand of all-level users, and to reduce the scale of construction andthe consumption of land resources concurrently.
Therefore, it is necessary to carry out in-depth research of coordinated planning ofpower distribution system at the planning level to enhance the utilization level of powersystem equipment and to reduce the occupation of the land resources, which is an urgentproblem in the development of distribution system at the present stage in China. Focusedon the HV substations and MV distribution network, this paper carries out the research ofcoordinated planning in MV distribution system to improve power supply capability, theresearch contents and results are as follows:
(1) Based on the thorough analysis of the process of main transformer “N-1” checkand the mechanism of load transfer, this paper proposes the determination method ofpower supply capability considering constraints of transformer overloading and tie-linecapacity, in which some new conceptions are defined, such as the constraint matrix ofmain transformer contact capacity, the matrix of virtual contact relation. Through furtherinduction and summary, the optimization analysis model of the power supply capabilityis established, which converts the problem of the calculation of power supply capabilityto the problem of a complicated and large-scale linear optimization. Moreover, byanalyzing typical examples, this paper contrasts the characteristics of the analytic methodwith that of the model optimization method, providing effective tools for the subsequentresearch of the index evaluation of the power supply capability.
(2) On the basis of the clustering analysis theory, this paper puts forward the powersupply block partition method based on the improved K-means clustering algorithm, inwhich the traditional K-means clustering algorithm are improved from the two aspects ofselecting of the initial clustering centers and determining the optimal clustering partition number, as well as defining the conception of the substation “equivalent radius” and“scope distance”, which makes the partition of power supply block change from the pointdemarcation into the area dividing. This method can cut a wide range of power supplyarea into small pieces in a reasonable way, where the substations at the same block havevery close ties with each other, and substations at different blocks may have relativelyweek contact with each other. In view of this characteristic, paying more attention to thestructure optimal planning of each power supply block will be the most effective andconvenient way to meet the distribution system’s lean plan requirements of the wholearea.
(3) In order to improve the optimization efficiency by avoiding the useless searchcalculation of the substations which have no contact relationship between each other,based on the improved K-means clustering algorithm of power supply block partitionmethod, this paper proposes the method of two-stage programming based on recedingoptimization and the method of multi-objective optimization model of main transformercontact structure based on genetic algorithm. Among them, the two-stage optimizationand planning method consists of two parts, one of which is the establishment ofsubstation overall contact layout, and the other is the optimal setting method of contactcorridor between transformers, which completes the optimization settings of theconnecting passages between main transformer stations from coarse to fine and step bystep. Taking power supply capability, main transformer connecting passage number andtotal length of the connecting passage as objective functions, the paper comes up with anidea of combining genetic algorithm with sequencing strategy to solve themulti-objective optimization model. The two methods mentioned above are bothreasonable and economic way to set up connecting passage between main transformers,which can improve the maximum potential of the whole area’s power supply capability,and meet the requirements of the refined planning in regional power grid.
(4) To break the traditional ideas of relying on wiring mode to guide theconstruction of the network, this paper builds the typical power supply model of the MVdistribution system. Firstly, the contact structure model of power supply block (powersupply architecture) is defined from the viewpoint of graph theory, and the matchinganalysis is carried out between relevant characteristic parameters of the model and allkinds of power supply area. Then, on the basis of optimization method of the maintransformer contact structure, the main transformer contact relations of the minimumcontact structural units whose connected degree is1~3, and related power supply capability is optimized and calculated. Finally, by introducing the typical connectionmode of MV network and combining HV substation with MV network, the paper buildsthe typical power supply model of MV distribution system based on the minimumcontact structure unit, and also calculates some related indicators such as the maximumpower supply capability, the feeder number of main transformer and the contact pointsbetween substations, in order to find some basic characteristics of the model. Relevantconclusions will provide important suggestions on the aspects of coordinated planning ofdistribution system, construction and retrofit of network, revision of the relevanttechnical guidelines of distribution network.
因此，在规划层面对配电系统上下级电网的协调规划问题开展深入研究以提升配电系统设备整体利用水平、减少对土地等资源的占用，是我国现阶段配电系统发展所亟待解决的问题。本文结合高压变电站和中压配电网两个层面，开展了面向供电能力提升的中压配电系统协调规划研究工作，主要内容如下：
（1）在透彻分析变电站主变“N-1”校验过程及负荷转移机理的基础上，定义了主变联络容量约束矩阵、虚拟联络关系矩阵等概念，提出了计及主变过载和联络容量约束的配电系统供电能力的解析计算法；通过进一步的归纳和总结，建立了配电系统最大供电能力优化分析的一般模型，将供电能力计算问题转化为一个复杂的大规模的线性优化问题，并且提出了基于线性优化规划的求解方法；最后通过典型算例对比分析解析法和模型优化方法各自的特点，为后续开展基于供电能力方面的指标评估及应用研究提供了有效的工具。
（2）以聚类分析思想为基础，提出了基于改进K-means聚类算法的供电块划分方法，从初始聚类中心的选取和最佳聚类划分数的确定这两方面对传统K-means聚类算法进行改进，同时定义了变电站“等效半径”、“界间距”等概念，将供电块的划分问题由平面点的划分转化为面积域的划分。该方法可以将大范围的供电区域合理的切割成若干小规模的供电块，同一供电块内的变电站间具有非常紧密的联系，不同供电块间变电站相互间的联络相对较为薄弱。鉴于此特性，重点对各个供电块开展配电系统的网络结构优化规划研究将会以最有效、最便捷的路径达到满足整个地区配电系统的精益化规划的需求。
（3）为了进一步提高寻优效率，避免对不存在联络关系的变电站进行无谓的搜索计算，在基于改进K-means聚类算法的供电块划分方法的基础上，提出了基于“后退寻优”的两阶段优化规划法和基于遗传算法的主变联络结构多目标优化模型分析法。其中，基于“后退寻优”的两阶段优化规划法主要从变电站整体联络布局的构建和主变联络通道优化设置这两部分着手，由粗到细、循序渐进的完成了主变站间联络通道的优化设置过程；基于GA的多目标优化模型分析法以供电能力、主变联络通道数及区域联络通道总长度为目标函数构建多目标优化模型，并且结合遗传算法对多目标组合优化模型采用排序策略进行求解。上述两种方法均以合理、经济的方式设置变电站主变站间联络通道，最大限度的挖掘区域电网潜在的供电能力，满足电网精细化规划的需求。
（4）打破了单纯依靠接线模式指导网架建设的传统思想，将高压变电站和中压配电网相结合，构建了中压配电系统典型供电模型。首先从图论的角度定义并构建了基于变电站互联的供电块联络结构模型（供电架构），并且开展了模型的相关特性指标与各类供电区域的匹配性分析；然后，以主变联络结构优化方法为基础，优化计算了基于变电站互联度数为1~3的最小联络结构单元的主变联络关系及相关供电能力指标；最后，引入中压网典型接线模式，将高压变电站和中压配电网相结合，构建了基于最小联络结构单元的中压配电系统典型供电模型，并且对各种模式下的理论最大供电能力水平、主变出线数、站间联络点数等指标进行计算，充分挖掘供电模型本身的一些基本特性，相关结论可为地区配电系统协调规划、网架结构的建设改造及配电网相关技术导则的修订提供重要的指导价值。
As the link of end-users and generation and transmission system, distributionsystem is an important part of the reliable and safe power supply. With the rapideconomic development of cities, especially in large cities, the growing tension in landmakes it difficult to select the substation location and electricity access corridor. If thehigh-voltage (HV) substation and medium-voltage (MV) distribution network areplanned in accordance with the traditional technical principles, it will be very difficult tosupply the power demand of all-level users, and to reduce the scale of construction andthe consumption of land resources concurrently.
Therefore, it is necessary to carry out in-depth research of coordinated planning ofpower distribution system at the planning level to enhance the utilization level of powersystem equipment and to reduce the occupation of the land resources, which is an urgentproblem in the development of distribution system at the present stage in China. Focusedon the HV substations and MV distribution network, this paper carries out the research ofcoordinated planning in MV distribution system to improve power supply capability, theresearch contents and results are as follows:
(1) Based on the thorough analysis of the process of main transformer “N-1” checkand the mechanism of load transfer, this paper proposes the determination method ofpower supply capability considering constraints of transformer overloading and tie-linecapacity, in which some new conceptions are defined, such as the constraint matrix ofmain transformer contact capacity, the matrix of virtual contact relation. Through furtherinduction and summary, the optimization analysis model of the power supply capabilityis established, which converts the problem of the calculation of power supply capabilityto the problem of a complicated and large-scale linear optimization. Moreover, byanalyzing typical examples, this paper contrasts the characteristics of the analytic methodwith that of the model optimization method, providing effective tools for the subsequentresearch of the index evaluation of the power supply capability.
(2) On the basis of the clustering analysis theory, this paper puts forward the powersupply block partition method based on the improved K-means clustering algorithm, inwhich the traditional K-means clustering algorithm are improved from the two aspects ofselecting of the initial clustering centers and determining the optimal clustering partition number, as well as defining the conception of the substation “equivalent radius” and“scope distance”, which makes the partition of power supply block change from the pointdemarcation into the area dividing. This method can cut a wide range of power supplyarea into small pieces in a reasonable way, where the substations at the same block havevery close ties with each other, and substations at different blocks may have relativelyweek contact with each other. In view of this characteristic, paying more attention to thestructure optimal planning of each power supply block will be the most effective andconvenient way to meet the distribution system’s lean plan requirements of the wholearea.
(3) In order to improve the optimization efficiency by avoiding the useless searchcalculation of the substations which have no contact relationship between each other,based on the improved K-means clustering algorithm of power supply block partitionmethod, this paper proposes the method of two-stage programming based on recedingoptimization and the method of multi-objective optimization model of main transformercontact structure based on genetic algorithm. Among them, the two-stage optimizationand planning method consists of two parts, one of which is the establishment ofsubstation overall contact layout, and the other is the optimal setting method of contactcorridor between transformers, which completes the optimization settings of theconnecting passages between main transformer stations from coarse to fine and step bystep. Taking power supply capability, main transformer connecting passage number andtotal length of the connecting passage as objective functions, the paper comes up with anidea of combining genetic algorithm with sequencing strategy to solve themulti-objective optimization model. The two methods mentioned above are bothreasonable and economic way to set up connecting passage between main transformers,which can improve the maximum potential of the whole area’s power supply capability,and meet the requirements of the refined planning in regional power grid.
(4) To break the traditional ideas of relying on wiring mode to guide theconstruction of the network, this paper builds the typical power supply model of the MVdistribution system. Firstly, the contact structure model of power supply block (powersupply architecture) is defined from the viewpoint of graph theory, and the matchinganalysis is carried out between relevant characteristic parameters of the model and allkinds of power supply area. Then, on the basis of optimization method of the maintransformer contact structure, the main transformer contact relations of the minimumcontact structural units whose connected degree is1~3, and related power supply capability is optimized and calculated. Finally, by introducing the typical connectionmode of MV network and combining HV substation with MV network, the paper buildsthe typical power supply model of MV distribution system based on the minimumcontact structure unit, and also calculates some related indicators such as the maximumpower supply capability, the feeder number of main transformer and the contact pointsbetween substations, in order to find some basic characteristics of the model. Relevantconclusions will provide important suggestions on the aspects of coordinated planning ofdistribution system, construction and retrofit of network, revision of the relevanttechnical guidelines of distribution network.
引文
[1]王守相，王成山．现代配电系统分析[M]．北京：高等教育出版社，2007．
[2] Zhong Jin，Wang Chengshan，Wang Yiping．Chinese growing pains[J]．IEEEpower&energy magazine，2007，5(4)：33-40．
[3]刘自发．基于智能优化算法的配电网络规划与优化运行研究[D]．天津：天津大学，2005．
[4]刘洪．面向供电质量提高的城市电网专项规划研究[D]．天津：天津大学，2009．
[5]年鉴社．电力可靠性指标发布——电力可靠性趋势分析报告2009[M]．北京：电力企业联合会，2010年1月．
[6]南方电网公司生技部．南方电网城市配电网发展策略研究[R]．广州：中国南方电网有限责任公司，2009年11月．
[7]邱野．法国电力EDF学习报告（生产技术部分）[R]．广州：中国南方电网有限责任公司，2008年12月．
[8] Q/GDW370-2009．国家电网公司企业标准——城市配电网技术导则[S]．
[9]220千伏以下城市电网优化工作组．110千伏及以下配电网规划指导原则
[R]．广州：中国南方电网有限责任公司，2009年1月．
[10]余贻鑫．智能电网的原动力、技术组成和实施路线[R]．天津：第一届智能电网技术论坛，2009年．
[11] Garver L L，VanHorne P R，Wirgau K A．Load supplying capability ofgeneration-transmission networks[J]．IEEE Transactions on Power Apparatus andSystems，1979，98(3)：957-962．
[12]赵晶晶，魏炜，王成山．基于电网分区的分布式输电能力计算[J]．中国电机工程学报，2008，28(7)：1-6．
[13]李国庆，唐宝．计及发电报价的可用输电能力的计算[J]．中国电机工程学报，2006，26(8)：18-22．
[14]潘雄，徐国禹．基于最优潮流并计及静态电压稳定性约束的区域间可用输电能力计算[J]．中国电机工程学报，2004，24(12)：86-91．
[15]李国庆，郑浩野．一种考虑暂态稳定约束的可用输电能力计算的新方法[J]．中国电机工程学报，2005，25(15)：20-25．
[16]刘皓明，倪以信，吴军基，等．计算电网可用输电能力的方法述评[J]．继电器，2003，31(10)：45-50．
[17] Federal Energy Regulatory Commission．Open access same-time informationsystem (formerly real-time information networks) and standards ofconduct．Washington:Federal Energy Regulatory Commission,1996.
[18] Available Transfer Capability Definition and Determination：a reference documentprepared by TTC task force．New Jersey：North American Electric ReliabilityCoancil,1996.
[19] Ou Yan, Singh C．Assessment of Available Transfer Capability and Margins．IEEETransaction on Power Systems,2002,17(2):463~468.
[20] Yuan Li and Vaithianathan (Mani) Venkatasubramanian, Coordination ofTransmission Path Transfers. IEEE Transactions on PowerSystems,2004,19(3):1607-1605.
[21]赵金利，余贻鑫．电压稳定约束下电力大系统在线ATC计算和经济调度模型．第九届全国电工数学学术年会，中国镜泊湖，12-17Sep．2003Page(s):7-62.
[22]陈金玉，金文龙．城网规划中关于变压器容载比的取值问题[J]．供用电，2004，21(5)：18-20．
[23]李欣然，刘友强，朱湘友，等．地区中压配电网容载比的研究[J]．继电器，2006，34(7)：47-50．
[24]陈浩，张焰，俞国勤，等．多电压等级配电网最优容载比的计算方法[J]．电气应用，2011，1：25-29．
[25]樊亚亮，廖立基，罗真海，等．广州电网容载比合理取值的研究[J]．广东电力，2005，18(7)：7-10．
[26]张建波，罗滇生，姚建刚，等．基于经济性分析的城网变电容载比取值方法研究[J]．继电器，2007，35(13)：39-43．
[27]丘文千．用最大最小负荷倍数评估电网供电能力[J]．华东电力，1994，10：29-30．
[28]汪卫华．现有配电模式下配网供电能力研究[J]．继电器，2007，35（14）：13-16．
[29]陈浩，张焰，俞国勤，等．配电网最大供电能力计算方法[J]．中国电力，2009，42（8）：20-23．
[30] DAI You-jie, MCCALLEY JD, VITTAL V. Simplificantion, expansion andenhancement of direct interior point algorithm for power system maximum loadability[J]. IEEE Transaction on Power Systems,2000,15(3):1014-1021.
[31]丘文千．基于交流潮流模型的电网供电能力评价算法[J]．浙江电力，2007，26(2)：1-4，37．
[32]邱丽萍，范明天．城市电网最大供电能力评价算法[J]．电网技术，2006，30(9)：68-71．
[33]刘伟良，黄纯，向为，等．基于叠加原理和前代后代法的环状配电网潮流计算[J]．继电器，2005，33(4)：17-21．
[34]孙宏斌，张伯明，相年德．配电潮流前推回推的收敛性研究[J]．中国电机工程学报，1999，19(7)：26-29．
[35]王守相，阮同军，刘玉田．配电潮流计算的回路阻抗法[J]．电力系统及其自动化学报，1998，10(1)：12-16．
[36]谢开贵，周平，刘洋．配电网络潮流计算的递推算法[J]．电力系统自动化，2004，28(4)：36-39．
[37]孙健，江道灼．基于牛顿法的配电网络Zbus潮流计算方法[J]．电网技术，2004，28(15)：40-44．
[38]胡尊张．配电网供电能力分析方法研究[D]．北京：华北电力大学，2006．
[39]候佑华，张强，于海，等．蒙西电网供电能力的分析研究[J]．内蒙古电力技术，2001，19(2)：1-6．
[40] KAREN N M, HSIAO-DONG C. Electric distribution system load capability:problem formulation, solution algorithm, and numerical results[J]. IEEE Trans onPower Delivery,2000,15(1):436-442.
[41]葛少云，董静媛，王晓东，等．基于模糊推理的城市中压配电网供电能力评估[J]．电力系统及其自动化学报，2004，16(6)：14-18．
[42]王成山，罗凤章，肖峻，等．基于主变互联关系的配电系统供电能力计算方法[J]．中国电机工程学报，2008，29(13)：86-91．
[43]罗凤章，王成山，肖峻，等．一种简捷实用的配电系统供电能力计算方法[J]．电网技术，2008，32(23)：57-60．
[44] Wang Chengshan, Luo Fengzhang, Bai Hui, et al. An evaluation method for powersupply capacity of distribution system[C]//The Third International Conference onDeregulation and Reconstruction and Power Technologies(DRPT2008)．Nanjing：The Third Inter national Conference，2008：1244-1248．
[45]肖峻，谷文卓，郭晓丹，等．配电系统供电能力模型[J]．电力系统自动化，2011，35(24)：47-52．
[46]刘健，杨文宇，余建明，等．基于改进最小生成树算法并考虑负荷不确定性的配电网架最优规划[J]．电网技术，2005，29(16)：61-65．
[47]刘健，杨文宇，余建明，等．一种基于改进最小生成树算法的配电网架优化规划[J]．中国电机工程学报，2004，24(10)：103-108．
[48]朱旭凯，刘文颖，杨以涵．综合考虑可靠性因素的电网规划新方法[J]．电网技术，2004，28(21)：51-54．
[49] Lin W.M.,Tsay M.T.,Wu S.W. Application of geographic information system forsubstation and feeder planning[J]. International Journal of Electrical Power andEnergy System, IEEE, Mar1996:175-183.
[50]杨毅，韦钢，周冰，等．含分布式电源的配电网模糊优化规划[J]．电力系统自动化，2010，13(34)：19-23．
[51]张焰，陈章潮，谈伟．不确定性的电网规划方法研究[J]．电网技术，1999，3(23)：15-22．
[52]刘军，张建华，赵江河．基于模糊微分演化算法的配电网综合规划[J]．电网技术，2008，32(11)：40-44．
[53]刘军，刘自发，黄伟，等．基于混合微分演化算法(GDE)的配电网架结构智能规划[J]．电力系统自动化，2007，31(2)：32-35．
[54]高赐威．电网规划不确定性模型及优化算法研究[D]．上海：上海交通大学，2007．
[55]王赛一．不确定性条件下的城市配电网规划方法探讨[J]．华东电力，2008，36(6)：66-69．
[56]韦钢，贺静．电网规划中不确定性信息处理的现状及存在问题[J]．上海电力学院学报，2003，19(4)：33-37．
[57]王天华，王平洋，袁钦成．空间负荷预测中不确定性因素的处理方法[J]．电网技术，2011，25(1)：22-25．
[58]张焰，陈章潮，李永腾．电网规划中最小模糊缺负荷量计算研究[J]．上海交通大学学报，1999，23(3)：15-18．
[59]王守相，王成山，刘若沁．基于模糊区间算法的配电网潮流计算[J]．电力系统自动化，2000，24(20)：19-22．
[60]翟海保．多不确定信息的电网灵活规划模型及算法研究[D]．上海：上海交通大学，2007．
[61]翟海保，程浩忠，陈春霖，等．基于最小期望悔值的电网灵活规划方法[J]．上海交通大学学报，2005，39(1)：27-30．
[62] Escobar A H, Romero R A, Transmission network expansion planning consideringuncertainty in generation and demand[C]. Transmission and Distributionconference and Exposition: Latin America,2008IEEE/PES.2008.1-6.
[63] Wang Zian, Alvarado F L. Interval arithmetic in power flow analysis[J]. IEEETransaction on Power Systems,1992,7(3):1341-1349.
[64] Zhai D, Breipohl A M, Lee F N, et al. The effect of load uncertainty on unitcommitment risk[J]. IEEE Transaction on Power Systems.1994,9(1):510-517.
[65] Gorenstin B G, Campodonico N M, Costa J P. Power system expansion planningunder uncertainly[J]. IEEE Transaction on Power Systems.1993,8(1):129-136.
[66] Douglas A P, Breipohl A M, Lee F N. Risk Due to Load Forecast Uncertainly inShort Term Power System Planning[J]. IEEE Transaction on Power Systems.1998,13(4):1493-1499.
[67]麻常辉，薛禹胜，王小英，等．基于静态和动态安全风险的输电规划（二）计及注入功率的不确定性[J]．电力系统自动化，2006，14：30-35．
[68]金华征，程浩忠．电力市场下的电网灵活规划方法综述[J]．电力系统及其自动化学报，2006，18(2)：10-17．
[69]高赐威，程浩忠，王旭．盲信息的模糊评价模型在电网规划中的应用[J]．中国电机工程学报，2004，9：21-27．
[70]刘铠滢，蔡述涛，张尧．基于风险评判的电网规划方法[J]．中国电机工程学报，2007，27(22)：69-73．
[71] J.Choi, T.Tran, A.A.El-Keib. A method for transmission system expansionplanning considering probabilistic reliability criteria[J]. IEEE Transaction onPower System,2005,20(3):1606-1615.
[72] Bresesti P, Capasso A, Falvo M C, et al. Power system planning under uncertaintyconditions criteria for transmission network flexibility evaluation[C]. Power TechConference Proceedings,2003IEEE Bolagna.2003,2:6.
[73] Choi J, Mount T D, Thomas R J, et al. Probabilistic reliability criterion forplanning transmission system expansions[J]. Generation, Transmission andDistribution, IEE Proceedings.2006,153(6):719-727.
[74]韦钢，吴伟力，张予阳，等．综合考虑可靠性成本与缺电成本的电网规划[J]．继电器，2006，17：32-37．
[75]张焰．电网规划中的可靠性成本效益分析研究[J]．电力系统自动化，1999，23(15)：33-36．
[76]陈根军，王磊，唐国庆．基于蚁群最优的配电网规划方法[J]．电网技术，2003，27(3)：71-75．
[77]陈根军，唐国庆．基于禁忌搜索与蚁群最优结合算法的配电网规划[J]．电网技术，2005，29(2)：23-27．
[78] Miranda V, Ranito J V, Proenca L M. Genetic algorithms in optimal multistagedistribution network planning[J]. IEEE Trans on Power System,1994,9(4):1927-1933.
[79] Ramirez-Rosado I J, Bernal-Agustin J L. Genetic algorithms applied to the designof large power distribution systems[J]. IEEE Trans on Power System,1998,13(2):696-703.
[80]倪秋龙，黄民翔．基于支路交换的模拟退火算法在配电网规划中的应用[J]．电力系统及其自动化学报，2000，12(4)：31-35．
[81]余贻鑫，邱炜，刘若沁．基于启发式算法与遗传算法的配电网重构[J]．电网技术，2001，25(11)：19-22．
[82] Kim H, Ko Y, Jung K H. Artificial neural-network based on feeder reconfigurationfor loss reduction in distribution systems[J]. IEEE Trans on Power Delivery,1993,8(3):1356-1366.
[83] Chiang H D, Rene J J. Optimal network reconfigurations in distribution systems:Part2: solution algorithms and numerical results[J]. IEEE Trans. on PowerDelivery,1990,5(3):1568-1574.
[84] Nara K, Shiose A, Kitagawa M, et al. Implementation of genetic algorithm fordistribution systems loss minimum reconfiguration[J]. IEEE Trans. on PowerSystems,1992,7(3):1044-1051.
[85]刘自发，张炜．基于地理信息因子及自适应小生境微分进化算法的变电站规划[J]．电力自动化设备，2012，32(10)：42-47．
[86]王成山，刘涛，谢莹华．基于混合遗传算法的变电站选址定容[J]．电力系统自动化，2006，30(6)：30-34,47．
[87]刘军，刘自发，黄伟，等．基于混合微分演化算法的配电网架结构智能规划[J]．电力系统自动化，2007，31(2)：32-35．
[88] PATRA S, GOSW AMI S K, GOSW AMI B. Differential evolution algorithm forsolving unit commitment with ramp constraints[J]. Electric Power Componentsand Systems,2008,36(8):771-787.
[89]赵强，敬东，李正．蚁群算法在配电网规划中的应用[J]．电力自动化设备，2007，31(2)：32-35．
[90]刘自发，葛少云，余贻鑫．一种混合智能算法在配电网络重构中的应用[J]．中国电机工程学报，2005，25(15)：73-78．
[91] Glamocanin V. Optimal loss reduction of distribution networks[J]. IEEE Trans. onPower Systems,1990,5(3):774-782.
[92] Lin Weimin, Chin Hongchan. A new approach for distribution feederreconfiguration for loss reduction and service restoration[J]. IEEE Trans. on PowerDelivery,1998,13(3):870-875.
[93] Dan Jiang, Baldick R. Optimal electric distribution system switch reconfigurationand capacitor control[J]. IEEE Trans. on Power Systems,1995,11(2):890-897.
[94]杨明海，刘洪，王成山，等．基于粒子群文化算法的变电站选址与定容[J]．天津大学学报，2012，45(9)：786-790．
[95] Sun D I, Farris D R, Cote P J, et al. Optional distribution substation and primaryfeeder planning via the fixed change network formulation[J]. IEEE Trans onPower Apparatus and Systems,1982,101(3):602-609.
[96] Aoki K, Nara K, Sutoh T, et al. New approximate optimization method fordistribution systems planning[J]. IEEE Trans. on Power Systems,1990,5(1):126-132.
[97]杨丽徙，王家耀，贾德峰，等．GIS与模式识别理论在变电站选址中的应用[J]．电力系统自动化，2003，27(18)：87-89．
[98]葛少云，李慧，刘洪，等．基于加权Voronoi图的变电站优化规划[J]．电力系统自动化，2007，31(3)：29-34．
[99]黄少先，徐松林．基于GIS与灰色聚类评估模型的变电站选址[J]．电力系统保护与控制，2011，39(24)：84-89．
[100]许童羽，孙艳辉．基于GIS和改进微分进化算法的农网变电站选址定容[J]．电力系统保护与控制，2009，37(22)：34-39．
[101] LIU Zi-fa, ZHANG Jian-hua. Optimal planning of substation of locating andsizing based on GIS and adaptive mutation PSO algorithm[C]//InternationalConference on Power System Technology,2006:1-5.
[102] DAI Hong-wei, YU Yi-xin, HUANG Chun-hua, et al. Optimal planning ofdistribution substation locations and sizes-model and algorithm[J]. ElectricalPower and Energy System,1996,18(6):353-357.
[103] LI Dong-dong, FU Yang. Optimal planning of substation for distribution systembased on geographical property analysis[C]//IEEE Conference on IndustrialElectronics and Applications,2008:2335-2339.
[104] Grawford D M, Holt S B. A mathematical optimization technique for locating andsizing distribution substations, and deriving their optimal service areas[J]. IEEETrans on PAS-94,1975(2):230-235.
[105]何永秀，罗涛，方锐．基于风险分析的变电站选址优化研究[J]．华北电力大学学报，2011，38(3)：53-57
[106] El-Fouly THM, Zeineldin H H, El-Saadany E F, et al．A new optimization modelfor distribution substation sitting sizing and timing. International Journal ofElectrical Power&Energy Systems,2008,30(5):308-315.
[107]王建中，吴健生．基于“三双”接线模式的中压配电网智能化接入系统研究[J]．浙江电力，2012，9：59-62．
[108]庄雷明，张建华，刘自发，等．中压配电网接线模式分析[J]．电网与清洁能源，2010，26(6)：33-37．
[109]王成山，王赛一，葛少云．中压配电网不同接线模式经济性和可靠性分析[J]．电力系统自动化，2002，26(24)：34-39．
[110]葛少云，张国良，申刚．中压配电网各种接线模式的最优分段[J]．电网技术，2006，30(4)：87-91．
[111]谢晓文，刘洪．中压配电网接线模式综合比较[J]．电力系统及其自动化学报，2009，21(4)：94-99．
[112]邹祖冰，蔡丽娟，杨华．城市中压配电网接线方式探讨与配电自动化[J]．华北电力技术，2003，(8)：15-17．
[113]王伟，麻秀范，钟晖，等．系列化中压配电网接线模式研究[J]．华北电力技术，2005，(5)：46-49．
[114]陈庭记，程浩忠，何明，等．城市中压配电网接线模式研究[J]．电网技术，2000，24(9)：35-38．
[115]郭团军，程浩忠，周敏，等．中压配电网络实用规划方法[J]．电力系统及其自动化学报，2003，15(6)：25-28,52．
[116]闵宏生，阙之玫，吴丹，等．不同负荷密度下配电网供电模式研究[J]．供用电，2006，23(2)：19-21,24．
[117]陈章潮，唐德光．城市电网规划与改造[M]．北京：中国电力出版社，1998．
[118]吴涵，林韩，温步瀛，等．巴黎、新加坡中压配电网供电模型启示[J]．电力与电工，2010，30(2)：4-7．
[119]吴涵，林韩，陈彬，等．基于AHP-GRA理论的中压配电网供电模型选择算法研究[J]．华东电力，2010，38(9)：1030-1035．
[120]罗凤章．现代配电系统评价理论及其综合应用[D]．天津：天津大学，2009．
[121]包颖．基于划分的聚类算法研究与应用[D]．大连：大连理工大学，2008．
[122]刘少辉，董明楷．一种基于向量空间模型的多层次文本分类方法[J]．中文信息学报，2001，15(3)：8-26．
[123]郭明，丁华福．基于SOM网和K-means的聚类算法[J]．计算机与数字工程，2008，36(9)：22-24．
[124] Bradley P S, Fayyad U M. Refining initial points for K-Means clustering[C]//Proc. of the15thInternational Conf. on Machine Learning. San Francisco, CA:Morgan Kaufmann,1998:91-99.
[125] Moh’d B Al-Daoud, Stuart A Roberts. New methods for the initialization ofclusters[J]. Pattern Recognition Letters,2001(17):451-455.
[126] Kaufman L, Rousseeuw P J. Finding groups in data: an introduction to clusteranalysis[M]. NY:John Wiley&Sons,1990.
[127]周爱武，崔丹丹，潘勇．一种优化初始聚类中心的K-means聚类算法[J]．微型机与应用，2011，30(13)：1-3．
[128] Calinski R, Harabasz J. A dendrite method for cluster analysis[J]. Communicationsin Statistics,1974,3(1):1-27.
[129] Davies D L, Bouldin D W. A cluster separation measure[J]. IEEE Transactions onPattern Analysis and Machine Intelligence,1979,1(2):224-227.
[130] Dudoit S, Fridlyand J. A prediction-based resampling method for estimating thenumber of clusters in a dataset[J]. Genome Biology,2002,3(7):1-21.
[131] Dimitriadou E, Dolnicar S, Weingessel A. An examination of indexes fordetermining the number of cluster in binary data sets[J]. Psychometrika,2002,67(1):137-160.
[132] Kapp A V, Tibshirani R. Are clusters found in one dataset present in anotherdatasets[J]. Biostatistics,2007,8(1):9-31.
[133]周世兵，徐振源，唐旭清．K-means算法最佳聚类数确定方法[J]．计算机应用，2010，30(8)：1995-1998．
[134]周培德，计算几何-算法设计与分析[M]．北京：清华大学出版社，2000．
[135]张友会，加权Voronoi图画法的研究．计算机科学[J]，2001，28(6)：126-129．
[136] Whitley, D. A genetic algorithm tutorial[J]. Statistics and Computing,1994,4(2):65-85.
[137] Guangming Lv, Xiaomeng Sun, Jian Wang. A simulated annealing new geneticalgorithm and its application[C].//Electronics and Optoelectronics (ICEOE2011),2011:246-249.
[138] Wiriyasermkul N, Boobjing V, Chanvarasuth P. A Meiosis genetic algorithm[C].Proceedings of the Seventh International Conference on Information Technology:New Generations (ITNG2010),2010:285-289.
[139]王小平，曹立明．遗传算法理论、应用与软件实现．西安：西安交通大学出版社，2002．
[140]熊信银，吴耀武．遗传算法及其在电力系统中的应用．武汉：华中科技大学出版社，2002．
[141]刘莉，陈学允．基于模糊遗传算法的配电网络重构[J]．中国电机工程学报，2000，20(2)：66-69．
[142]余贻鑫，段刚．基于最短路算法和遗传算法的配电网络重构[J]．中国电机工程学报，2000，20(9)：44-49．
[143]刘晓飞，彭建春，高效，等．基于单亲遗传算法的配电网络规划[J]．电网技术，2002，26(3)：52-56．
[144]代姚，周湶，雷绍兰，等．基于稳定参数控制的改进遗传算法在配电网络规划中的应用[J]．电网技术，2006，30(10)：50-53．
[145]孔涛，程浩忠，王建民，等．城市电网网架结构与分区方式的两层多目标联合规划[J]．中国电机工程学报，2009，29(10)：59-66．
[146]王秀丽，李淑慧，陈皓勇，等．基于非支配遗传算法及协同进化算法的多目标多区域电网规划[J]．中国电机工程学报，2006，26(12)：11-15．
[147] Billinton R. Wang P. Reliability-network-equivalent approach to distributionsystem reliability evaluation[J]. IEE Proceedings Generation, Transmission andDistribution.1998,145(2):149.
[148]方富贵．图论的算法和应用研究[J]．计算机与数字工程，2012，40(2)：115-117,132．
[149]孟红兵．矩阵期望与方差的若干性质[J]．陕西师范大学学报(自然科学版)，2010，38(6)：23-25．
[150]霍雨鲁，张海涛．均值-方差模型研究[J]．科学技术与工程，2009，9(4)：1088-1091．
[151]韩梅，李洪兴．典型案例系统中的模式识别问题——模型与算法[J]．模糊系统与数学，2001，15(4)：92-95．
[2] Zhong Jin，Wang Chengshan，Wang Yiping．Chinese growing pains[J]．IEEEpower&energy magazine，2007，5(4)：33-40．
[3]刘自发．基于智能优化算法的配电网络规划与优化运行研究[D]．天津：天津大学，2005．
[4]刘洪．面向供电质量提高的城市电网专项规划研究[D]．天津：天津大学，2009．
[5]年鉴社．电力可靠性指标发布——电力可靠性趋势分析报告2009[M]．北京：电力企业联合会，2010年1月．
[6]南方电网公司生技部．南方电网城市配电网发展策略研究[R]．广州：中国南方电网有限责任公司，2009年11月．
[7]邱野．法国电力EDF学习报告（生产技术部分）[R]．广州：中国南方电网有限责任公司，2008年12月．
[8] Q/GDW370-2009．国家电网公司企业标准——城市配电网技术导则[S]．
[9]220千伏以下城市电网优化工作组．110千伏及以下配电网规划指导原则
[R]．广州：中国南方电网有限责任公司，2009年1月．
[10]余贻鑫．智能电网的原动力、技术组成和实施路线[R]．天津：第一届智能电网技术论坛，2009年．
[11] Garver L L，VanHorne P R，Wirgau K A．Load supplying capability ofgeneration-transmission networks[J]．IEEE Transactions on Power Apparatus andSystems，1979，98(3)：957-962．
[12]赵晶晶，魏炜，王成山．基于电网分区的分布式输电能力计算[J]．中国电机工程学报，2008，28(7)：1-6．
[13]李国庆，唐宝．计及发电报价的可用输电能力的计算[J]．中国电机工程学报，2006，26(8)：18-22．
[14]潘雄，徐国禹．基于最优潮流并计及静态电压稳定性约束的区域间可用输电能力计算[J]．中国电机工程学报，2004，24(12)：86-91．
[15]李国庆，郑浩野．一种考虑暂态稳定约束的可用输电能力计算的新方法[J]．中国电机工程学报，2005，25(15)：20-25．
[16]刘皓明，倪以信，吴军基，等．计算电网可用输电能力的方法述评[J]．继电器，2003，31(10)：45-50．
[17] Federal Energy Regulatory Commission．Open access same-time informationsystem (formerly real-time information networks) and standards ofconduct．Washington:Federal Energy Regulatory Commission,1996.
[18] Available Transfer Capability Definition and Determination：a reference documentprepared by TTC task force．New Jersey：North American Electric ReliabilityCoancil,1996.
[19] Ou Yan, Singh C．Assessment of Available Transfer Capability and Margins．IEEETransaction on Power Systems,2002,17(2):463~468.
[20] Yuan Li and Vaithianathan (Mani) Venkatasubramanian, Coordination ofTransmission Path Transfers. IEEE Transactions on PowerSystems,2004,19(3):1607-1605.
[21]赵金利，余贻鑫．电压稳定约束下电力大系统在线ATC计算和经济调度模型．第九届全国电工数学学术年会，中国镜泊湖，12-17Sep．2003Page(s):7-62.
[22]陈金玉，金文龙．城网规划中关于变压器容载比的取值问题[J]．供用电，2004，21(5)：18-20．
[23]李欣然，刘友强，朱湘友，等．地区中压配电网容载比的研究[J]．继电器，2006，34(7)：47-50．
[24]陈浩，张焰，俞国勤，等．多电压等级配电网最优容载比的计算方法[J]．电气应用，2011，1：25-29．
[25]樊亚亮，廖立基，罗真海，等．广州电网容载比合理取值的研究[J]．广东电力，2005，18(7)：7-10．
[26]张建波，罗滇生，姚建刚，等．基于经济性分析的城网变电容载比取值方法研究[J]．继电器，2007，35(13)：39-43．
[27]丘文千．用最大最小负荷倍数评估电网供电能力[J]．华东电力，1994，10：29-30．
[28]汪卫华．现有配电模式下配网供电能力研究[J]．继电器，2007，35（14）：13-16．
[29]陈浩，张焰，俞国勤，等．配电网最大供电能力计算方法[J]．中国电力，2009，42（8）：20-23．
[30] DAI You-jie, MCCALLEY JD, VITTAL V. Simplificantion, expansion andenhancement of direct interior point algorithm for power system maximum loadability[J]. IEEE Transaction on Power Systems,2000,15(3):1014-1021.
[31]丘文千．基于交流潮流模型的电网供电能力评价算法[J]．浙江电力，2007，26(2)：1-4，37．
[32]邱丽萍，范明天．城市电网最大供电能力评价算法[J]．电网技术，2006，30(9)：68-71．
[33]刘伟良，黄纯，向为，等．基于叠加原理和前代后代法的环状配电网潮流计算[J]．继电器，2005，33(4)：17-21．
[34]孙宏斌，张伯明，相年德．配电潮流前推回推的收敛性研究[J]．中国电机工程学报，1999，19(7)：26-29．
[35]王守相，阮同军，刘玉田．配电潮流计算的回路阻抗法[J]．电力系统及其自动化学报，1998，10(1)：12-16．
[36]谢开贵，周平，刘洋．配电网络潮流计算的递推算法[J]．电力系统自动化，2004，28(4)：36-39．
[37]孙健，江道灼．基于牛顿法的配电网络Zbus潮流计算方法[J]．电网技术，2004，28(15)：40-44．
[38]胡尊张．配电网供电能力分析方法研究[D]．北京：华北电力大学，2006．
[39]候佑华，张强，于海，等．蒙西电网供电能力的分析研究[J]．内蒙古电力技术，2001，19(2)：1-6．
[40] KAREN N M, HSIAO-DONG C. Electric distribution system load capability:problem formulation, solution algorithm, and numerical results[J]. IEEE Trans onPower Delivery,2000,15(1):436-442.
[41]葛少云，董静媛，王晓东，等．基于模糊推理的城市中压配电网供电能力评估[J]．电力系统及其自动化学报，2004，16(6)：14-18．
[42]王成山，罗凤章，肖峻，等．基于主变互联关系的配电系统供电能力计算方法[J]．中国电机工程学报，2008，29(13)：86-91．
[43]罗凤章，王成山，肖峻，等．一种简捷实用的配电系统供电能力计算方法[J]．电网技术，2008，32(23)：57-60．
[44] Wang Chengshan, Luo Fengzhang, Bai Hui, et al. An evaluation method for powersupply capacity of distribution system[C]//The Third International Conference onDeregulation and Reconstruction and Power Technologies(DRPT2008)．Nanjing：The Third Inter national Conference，2008：1244-1248．
[45]肖峻，谷文卓，郭晓丹，等．配电系统供电能力模型[J]．电力系统自动化，2011，35(24)：47-52．
[46]刘健，杨文宇，余建明，等．基于改进最小生成树算法并考虑负荷不确定性的配电网架最优规划[J]．电网技术，2005，29(16)：61-65．
[47]刘健，杨文宇，余建明，等．一种基于改进最小生成树算法的配电网架优化规划[J]．中国电机工程学报，2004，24(10)：103-108．
[48]朱旭凯，刘文颖，杨以涵．综合考虑可靠性因素的电网规划新方法[J]．电网技术，2004，28(21)：51-54．
[49] Lin W.M.,Tsay M.T.,Wu S.W. Application of geographic information system forsubstation and feeder planning[J]. International Journal of Electrical Power andEnergy System, IEEE, Mar1996:175-183.
[50]杨毅，韦钢，周冰，等．含分布式电源的配电网模糊优化规划[J]．电力系统自动化，2010，13(34)：19-23．
[51]张焰，陈章潮，谈伟．不确定性的电网规划方法研究[J]．电网技术，1999，3(23)：15-22．
[52]刘军，张建华，赵江河．基于模糊微分演化算法的配电网综合规划[J]．电网技术，2008，32(11)：40-44．
[53]刘军，刘自发，黄伟，等．基于混合微分演化算法(GDE)的配电网架结构智能规划[J]．电力系统自动化，2007，31(2)：32-35．
[54]高赐威．电网规划不确定性模型及优化算法研究[D]．上海：上海交通大学，2007．
[55]王赛一．不确定性条件下的城市配电网规划方法探讨[J]．华东电力，2008，36(6)：66-69．
[56]韦钢，贺静．电网规划中不确定性信息处理的现状及存在问题[J]．上海电力学院学报，2003，19(4)：33-37．
[57]王天华，王平洋，袁钦成．空间负荷预测中不确定性因素的处理方法[J]．电网技术，2011，25(1)：22-25．
[58]张焰，陈章潮，李永腾．电网规划中最小模糊缺负荷量计算研究[J]．上海交通大学学报，1999，23(3)：15-18．
[59]王守相，王成山，刘若沁．基于模糊区间算法的配电网潮流计算[J]．电力系统自动化，2000，24(20)：19-22．
[60]翟海保．多不确定信息的电网灵活规划模型及算法研究[D]．上海：上海交通大学，2007．
[61]翟海保，程浩忠，陈春霖，等．基于最小期望悔值的电网灵活规划方法[J]．上海交通大学学报，2005，39(1)：27-30．
[62] Escobar A H, Romero R A, Transmission network expansion planning consideringuncertainty in generation and demand[C]. Transmission and Distributionconference and Exposition: Latin America,2008IEEE/PES.2008.1-6.
[63] Wang Zian, Alvarado F L. Interval arithmetic in power flow analysis[J]. IEEETransaction on Power Systems,1992,7(3):1341-1349.
[64] Zhai D, Breipohl A M, Lee F N, et al. The effect of load uncertainty on unitcommitment risk[J]. IEEE Transaction on Power Systems.1994,9(1):510-517.
[65] Gorenstin B G, Campodonico N M, Costa J P. Power system expansion planningunder uncertainly[J]. IEEE Transaction on Power Systems.1993,8(1):129-136.
[66] Douglas A P, Breipohl A M, Lee F N. Risk Due to Load Forecast Uncertainly inShort Term Power System Planning[J]. IEEE Transaction on Power Systems.1998,13(4):1493-1499.
[67]麻常辉，薛禹胜，王小英，等．基于静态和动态安全风险的输电规划（二）计及注入功率的不确定性[J]．电力系统自动化，2006，14：30-35．
[68]金华征，程浩忠．电力市场下的电网灵活规划方法综述[J]．电力系统及其自动化学报，2006，18(2)：10-17．
[69]高赐威，程浩忠，王旭．盲信息的模糊评价模型在电网规划中的应用[J]．中国电机工程学报，2004，9：21-27．
[70]刘铠滢，蔡述涛，张尧．基于风险评判的电网规划方法[J]．中国电机工程学报，2007，27(22)：69-73．
[71] J.Choi, T.Tran, A.A.El-Keib. A method for transmission system expansionplanning considering probabilistic reliability criteria[J]. IEEE Transaction onPower System,2005,20(3):1606-1615.
[72] Bresesti P, Capasso A, Falvo M C, et al. Power system planning under uncertaintyconditions criteria for transmission network flexibility evaluation[C]. Power TechConference Proceedings,2003IEEE Bolagna.2003,2:6.
[73] Choi J, Mount T D, Thomas R J, et al. Probabilistic reliability criterion forplanning transmission system expansions[J]. Generation, Transmission andDistribution, IEE Proceedings.2006,153(6):719-727.
[74]韦钢，吴伟力，张予阳，等．综合考虑可靠性成本与缺电成本的电网规划[J]．继电器，2006，17：32-37．
[75]张焰．电网规划中的可靠性成本效益分析研究[J]．电力系统自动化，1999，23(15)：33-36．
[76]陈根军，王磊，唐国庆．基于蚁群最优的配电网规划方法[J]．电网技术，2003，27(3)：71-75．
[77]陈根军，唐国庆．基于禁忌搜索与蚁群最优结合算法的配电网规划[J]．电网技术，2005，29(2)：23-27．
[78] Miranda V, Ranito J V, Proenca L M. Genetic algorithms in optimal multistagedistribution network planning[J]. IEEE Trans on Power System,1994,9(4):1927-1933.
[79] Ramirez-Rosado I J, Bernal-Agustin J L. Genetic algorithms applied to the designof large power distribution systems[J]. IEEE Trans on Power System,1998,13(2):696-703.
[80]倪秋龙，黄民翔．基于支路交换的模拟退火算法在配电网规划中的应用[J]．电力系统及其自动化学报，2000，12(4)：31-35．
[81]余贻鑫，邱炜，刘若沁．基于启发式算法与遗传算法的配电网重构[J]．电网技术，2001，25(11)：19-22．
[82] Kim H, Ko Y, Jung K H. Artificial neural-network based on feeder reconfigurationfor loss reduction in distribution systems[J]. IEEE Trans on Power Delivery,1993,8(3):1356-1366.
[83] Chiang H D, Rene J J. Optimal network reconfigurations in distribution systems:Part2: solution algorithms and numerical results[J]. IEEE Trans. on PowerDelivery,1990,5(3):1568-1574.
[84] Nara K, Shiose A, Kitagawa M, et al. Implementation of genetic algorithm fordistribution systems loss minimum reconfiguration[J]. IEEE Trans. on PowerSystems,1992,7(3):1044-1051.
[85]刘自发，张炜．基于地理信息因子及自适应小生境微分进化算法的变电站规划[J]．电力自动化设备，2012，32(10)：42-47．
[86]王成山，刘涛，谢莹华．基于混合遗传算法的变电站选址定容[J]．电力系统自动化，2006，30(6)：30-34,47．
[87]刘军，刘自发，黄伟，等．基于混合微分演化算法的配电网架结构智能规划[J]．电力系统自动化，2007，31(2)：32-35．
[88] PATRA S, GOSW AMI S K, GOSW AMI B. Differential evolution algorithm forsolving unit commitment with ramp constraints[J]. Electric Power Componentsand Systems,2008,36(8):771-787.
[89]赵强，敬东，李正．蚁群算法在配电网规划中的应用[J]．电力自动化设备，2007，31(2)：32-35．
[90]刘自发，葛少云，余贻鑫．一种混合智能算法在配电网络重构中的应用[J]．中国电机工程学报，2005，25(15)：73-78．
[91] Glamocanin V. Optimal loss reduction of distribution networks[J]. IEEE Trans. onPower Systems,1990,5(3):774-782.
[92] Lin Weimin, Chin Hongchan. A new approach for distribution feederreconfiguration for loss reduction and service restoration[J]. IEEE Trans. on PowerDelivery,1998,13(3):870-875.
[93] Dan Jiang, Baldick R. Optimal electric distribution system switch reconfigurationand capacitor control[J]. IEEE Trans. on Power Systems,1995,11(2):890-897.
[94]杨明海，刘洪，王成山，等．基于粒子群文化算法的变电站选址与定容[J]．天津大学学报，2012，45(9)：786-790．
[95] Sun D I, Farris D R, Cote P J, et al. Optional distribution substation and primaryfeeder planning via the fixed change network formulation[J]. IEEE Trans onPower Apparatus and Systems,1982,101(3):602-609.
[96] Aoki K, Nara K, Sutoh T, et al. New approximate optimization method fordistribution systems planning[J]. IEEE Trans. on Power Systems,1990,5(1):126-132.
[97]杨丽徙，王家耀，贾德峰，等．GIS与模式识别理论在变电站选址中的应用[J]．电力系统自动化，2003，27(18)：87-89．
[98]葛少云，李慧，刘洪，等．基于加权Voronoi图的变电站优化规划[J]．电力系统自动化，2007，31(3)：29-34．
[99]黄少先，徐松林．基于GIS与灰色聚类评估模型的变电站选址[J]．电力系统保护与控制，2011，39(24)：84-89．
[100]许童羽，孙艳辉．基于GIS和改进微分进化算法的农网变电站选址定容[J]．电力系统保护与控制，2009，37(22)：34-39．
[101] LIU Zi-fa, ZHANG Jian-hua. Optimal planning of substation of locating andsizing based on GIS and adaptive mutation PSO algorithm[C]//InternationalConference on Power System Technology,2006:1-5.
[102] DAI Hong-wei, YU Yi-xin, HUANG Chun-hua, et al. Optimal planning ofdistribution substation locations and sizes-model and algorithm[J]. ElectricalPower and Energy System,1996,18(6):353-357.
[103] LI Dong-dong, FU Yang. Optimal planning of substation for distribution systembased on geographical property analysis[C]//IEEE Conference on IndustrialElectronics and Applications,2008:2335-2339.
[104] Grawford D M, Holt S B. A mathematical optimization technique for locating andsizing distribution substations, and deriving their optimal service areas[J]. IEEETrans on PAS-94,1975(2):230-235.
[105]何永秀，罗涛，方锐．基于风险分析的变电站选址优化研究[J]．华北电力大学学报，2011，38(3)：53-57
[106] El-Fouly THM, Zeineldin H H, El-Saadany E F, et al．A new optimization modelfor distribution substation sitting sizing and timing. International Journal ofElectrical Power&Energy Systems,2008,30(5):308-315.
[107]王建中，吴健生．基于“三双”接线模式的中压配电网智能化接入系统研究[J]．浙江电力，2012，9：59-62．
[108]庄雷明，张建华，刘自发，等．中压配电网接线模式分析[J]．电网与清洁能源，2010，26(6)：33-37．
[109]王成山，王赛一，葛少云．中压配电网不同接线模式经济性和可靠性分析[J]．电力系统自动化，2002，26(24)：34-39．
[110]葛少云，张国良，申刚．中压配电网各种接线模式的最优分段[J]．电网技术，2006，30(4)：87-91．
[111]谢晓文，刘洪．中压配电网接线模式综合比较[J]．电力系统及其自动化学报，2009，21(4)：94-99．
[112]邹祖冰，蔡丽娟，杨华．城市中压配电网接线方式探讨与配电自动化[J]．华北电力技术，2003，(8)：15-17．
[113]王伟，麻秀范，钟晖，等．系列化中压配电网接线模式研究[J]．华北电力技术，2005，(5)：46-49．
[114]陈庭记，程浩忠，何明，等．城市中压配电网接线模式研究[J]．电网技术，2000，24(9)：35-38．
[115]郭团军，程浩忠，周敏，等．中压配电网络实用规划方法[J]．电力系统及其自动化学报，2003，15(6)：25-28,52．
[116]闵宏生，阙之玫，吴丹，等．不同负荷密度下配电网供电模式研究[J]．供用电，2006，23(2)：19-21,24．
[117]陈章潮，唐德光．城市电网规划与改造[M]．北京：中国电力出版社，1998．
[118]吴涵，林韩，温步瀛，等．巴黎、新加坡中压配电网供电模型启示[J]．电力与电工，2010，30(2)：4-7．
[119]吴涵，林韩，陈彬，等．基于AHP-GRA理论的中压配电网供电模型选择算法研究[J]．华东电力，2010，38(9)：1030-1035．
[120]罗凤章．现代配电系统评价理论及其综合应用[D]．天津：天津大学，2009．
[121]包颖．基于划分的聚类算法研究与应用[D]．大连：大连理工大学，2008．
[122]刘少辉，董明楷．一种基于向量空间模型的多层次文本分类方法[J]．中文信息学报，2001，15(3)：8-26．
[123]郭明，丁华福．基于SOM网和K-means的聚类算法[J]．计算机与数字工程，2008，36(9)：22-24．
[124] Bradley P S, Fayyad U M. Refining initial points for K-Means clustering[C]//Proc. of the15thInternational Conf. on Machine Learning. San Francisco, CA:Morgan Kaufmann,1998:91-99.
[125] Moh’d B Al-Daoud, Stuart A Roberts. New methods for the initialization ofclusters[J]. Pattern Recognition Letters,2001(17):451-455.
[126] Kaufman L, Rousseeuw P J. Finding groups in data: an introduction to clusteranalysis[M]. NY:John Wiley&Sons,1990.
[127]周爱武，崔丹丹，潘勇．一种优化初始聚类中心的K-means聚类算法[J]．微型机与应用，2011，30(13)：1-3．
[128] Calinski R, Harabasz J. A dendrite method for cluster analysis[J]. Communicationsin Statistics,1974,3(1):1-27.
[129] Davies D L, Bouldin D W. A cluster separation measure[J]. IEEE Transactions onPattern Analysis and Machine Intelligence,1979,1(2):224-227.
[130] Dudoit S, Fridlyand J. A prediction-based resampling method for estimating thenumber of clusters in a dataset[J]. Genome Biology,2002,3(7):1-21.
[131] Dimitriadou E, Dolnicar S, Weingessel A. An examination of indexes fordetermining the number of cluster in binary data sets[J]. Psychometrika,2002,67(1):137-160.
[132] Kapp A V, Tibshirani R. Are clusters found in one dataset present in anotherdatasets[J]. Biostatistics,2007,8(1):9-31.
[133]周世兵，徐振源，唐旭清．K-means算法最佳聚类数确定方法[J]．计算机应用，2010，30(8)：1995-1998．
[134]周培德，计算几何-算法设计与分析[M]．北京：清华大学出版社，2000．
[135]张友会，加权Voronoi图画法的研究．计算机科学[J]，2001，28(6)：126-129．
[136] Whitley, D. A genetic algorithm tutorial[J]. Statistics and Computing,1994,4(2):65-85.
[137] Guangming Lv, Xiaomeng Sun, Jian Wang. A simulated annealing new geneticalgorithm and its application[C].//Electronics and Optoelectronics (ICEOE2011),2011:246-249.
[138] Wiriyasermkul N, Boobjing V, Chanvarasuth P. A Meiosis genetic algorithm[C].Proceedings of the Seventh International Conference on Information Technology:New Generations (ITNG2010),2010:285-289.
[139]王小平，曹立明．遗传算法理论、应用与软件实现．西安：西安交通大学出版社，2002．
[140]熊信银，吴耀武．遗传算法及其在电力系统中的应用．武汉：华中科技大学出版社，2002．
[141]刘莉，陈学允．基于模糊遗传算法的配电网络重构[J]．中国电机工程学报，2000，20(2)：66-69．
[142]余贻鑫，段刚．基于最短路算法和遗传算法的配电网络重构[J]．中国电机工程学报，2000，20(9)：44-49．
[143]刘晓飞，彭建春，高效，等．基于单亲遗传算法的配电网络规划[J]．电网技术，2002，26(3)：52-56．
[144]代姚，周湶，雷绍兰，等．基于稳定参数控制的改进遗传算法在配电网络规划中的应用[J]．电网技术，2006，30(10)：50-53．
[145]孔涛，程浩忠，王建民，等．城市电网网架结构与分区方式的两层多目标联合规划[J]．中国电机工程学报，2009，29(10)：59-66．
[146]王秀丽，李淑慧，陈皓勇，等．基于非支配遗传算法及协同进化算法的多目标多区域电网规划[J]．中国电机工程学报，2006，26(12)：11-15．
[147] Billinton R. Wang P. Reliability-network-equivalent approach to distributionsystem reliability evaluation[J]. IEE Proceedings Generation, Transmission andDistribution.1998,145(2):149.
[148]方富贵．图论的算法和应用研究[J]．计算机与数字工程，2012，40(2)：115-117,132．
[149]孟红兵．矩阵期望与方差的若干性质[J]．陕西师范大学学报(自然科学版)，2010，38(6)：23-25．
[150]霍雨鲁，张海涛．均值-方差模型研究[J]．科学技术与工程，2009，9(4)：1088-1091．
[151]韩梅，李洪兴．典型案例系统中的模式识别问题——模型与算法[J]．模糊系统与数学，2001，15(4)：92-95．