能 指 标 对 可 行 路 径
上的一些参数作灵敏度分析，并根据一定的原则选择要架设的线路。启发式方法
又分为逐步扩展法和逐步倒推法。逐步扩展法是根据灵敏度分析的结果，以最有
效的线路加入系统逐步扩展网络。逐步倒推法是将所有待选线路全部加入系统，
构成一个冗余的虚拟网络，然后根据灵敏度分析，逐步去掉有效性低的线路。启
①
②
发式方法的优点是： 简单、直观、灵活、计算量小、计算时间短； 易于同规划
③
人员的经验相结合； 应用方便，相对数学方法能够较为准确地数学模拟电力
①
②
行为。缺点是： 无法严格保证解的最优性； 不能很好地考虑各阶段各架线决
策间的相互影响。因此，启发式方法不能保证得出的规划方案最优，非凡是当规
划期较长、待选线数量较多时，所得结果可能与真正的最优方案有很大偏差。
灵敏度方法是最早使用的启发式方法，基本思想是以某种有效性指标与决
策变量的灵敏度关系作为启发式的准则，从待选线路中选出当前最有效的线路
作为选中的架线。根据定义的有效性指标的不同，该方法可分为两类：一类是基
于支路性能指标，根据系统运行时线路功率传输情况来完成线路的选择；另一
类是基于系统性能指标，根据线路对整个系统的运行性能指标的影响程度来完
①
②
成线路的筛选。该方法的优点是： 原理简单，实现方便； 易于同规划人员的
③
①
经验相结合； 不需要考虑收敛问题，简单易行。缺点是： 只计算一条线路的
②
指标，没有计及线路之间的相互影响； 从全局的角度确定架线方案，无法得
③
④
到全局最优； 需要大量的灵敏度计算， 需要对模型进行线性化，精度将受
到一定的影响。
模拟退火算法是以马尔科夫链的遍历理论为基础的一种适用于大型组合优
化问题的随机搜索技术，算法的核心在于模拟热力学中固体物质冷却和退火过
程，采用
Metropolis 接受准则避免落入局部最优解，渐进地收敛于全局最优
[1]
①
。模拟退火算法的优点是：可以较有效地防止陷入局部最优。缺点是： 为使
②
每一冷却步的状态分布平衡需耗费很长的时间； 属于单点寻优，对存在多个
最优解的问题不具有遗传算法的优势，需要进一步改进。有鉴于此，模拟退火法
常与其他方法结合使用，以发挥各自的优势。
找电力资料，就到一览电力文库