与配电网规划和配电自动化相关的数学优化方法一直是普遍关注的课题。然而, 科研文献中提出的理论研究成果真正应用于实际工作中的却很少。主要原因是配电网优化规划和配电网实时监控的复杂性: 􀀁 配电网络元件的数量较多且种类复杂, 规划方案数随配电网支路数的增加成指数爆炸, 属NP 难问题; 􀀂 数据量十分庞大, 而且往往并不完备; 具有很大的不确定性和模糊性; !涉及到广泛的政治、经济与人文约束, 需要多目标间的协调与折中; ∀ 由

于配电网属于量测量不完备的大型网络, 可量测性也会随运行图形的变化而不断地变化。因此, 要取得有实用价值的研究成果, 必须开展新的方法学的研究, 包括:

a. 高效的全局优化算法的研究。从理论上探索解决这类NP 难问题的有效途径, 开发面向具体问题的高效、全局优化算法, 其中包括各种优化规划方法以及配电网络重构方法。

b. 人工智能方法的研究。目前人工智能所涉及的是弱智能化方法的研究, 例如具有工业应用价值的大多数专家系统都是基于规则的系统, 而基于案例( 类比) 的系统和联接主义系统也正日益显现出应用的前景。

c. 认知学方法的研究。现实问题中, 总是存在一些不可量化、难以形式化、无法用专家系统表示的因素, 再加之优化问题的NP 难性质, 以致在决策过程中经常表现出很强的人为色彩。为了理解和解决这一问题, 已提出了用认知科学( 探索人的心智作用规律的科学) 指导强智能化决策支持系统开发的思想。其低级形式是: 为人的介入提供认知环境, 重点解决人的信息获取与传递问题以及人与算法、人与人之间的协调问题, 以便在决策过程中充分利用和发掘人的潜能。其高级形式是: 建立人的心智模型,以便在计算机上模拟人的心智。

d. 灵活性规划方法的研究。由于规划和运行前提条件是不确定的和不精确的, 使得“精确”条件下得到的最优解往往是不符合现实的。而灵活规划方案允许一定程度上的偏差和波动, 可能避免巨额的改、扩建投资或运行的失效。故需研究鲁棒性强的数学模型与算法, 例如模糊规划、概率或多趋势规划。