变电站规划长期以来都是电力系统运行研究中的首要课题,也是配电网规划中的重点。本论文的目的是研究地区电网升级改造中的规划问题,特别针对s地区新材料工业园区的新增变电站的选址问题。变电站规划包括了很多内容,比如变电站的选址规划,变电站容量配置的选择、该地区的负荷预测,以及变电站的线路改接等许多课题,其实质为一个优化问题,该问题是属于含多种约束条件的复杂组合优化问题。目前,在变电站规划中,很多时候是通过工程人员从几个可行方案中以建设和运行维护成本的比较来确定最终的方案,但是这样选择缺少科学计算优化,很有可能造成资源的浪费或者是更多的重复工作,因此,此次论文重点以一个地区新建变电站的选址问题作为研究对象,将多种因素结合混合量子进化算法来研究,最终得出变电站的选址最佳结果就具有重要的参考价值。本文针对S地区电网的实际情况并综合考虑了新建变电站的成本,维护成本,负荷平衡,供电可靠性等因素,将由量子进化算法(QIEA)与贪婪随机自适应搜索算法(GRASP)相结合后形成的混合量子进化算法(GRQIEA)来用于解决S地区新增变电站的规划问题。GRQIEA算法具有较强的“勘探”和“开采”能力,使得算法的局部和全局搜索能力得到平衡,解决了实际电网中新增变电站的容量及选址问题,为地区电网规划工作的准确,经济有着积极有效的作用。论文的主要工作及研究成果如下：(1)对S地区电网的具体情况,新材料工业园区规划方面的多种因素做了详细而又深入的调研。在调研中,研究了该地区的经济发展、负荷预测并深入分析了新材料产业功能区的布局,掌握了产业区中企业的用电需要。为了保证此次结果的科学性和实用性,实地考察了S地区,特别是新材料产业功能区的地理、交通、水文位置,气象条件,技术条件,地质结构,土壤情况等,在保证供电可靠性的前提下,尽量减轻变电站建成后,供电部门的运行维护成本,以及对当地居民环境的影响。(2)将局部搜索能力很强的GRASP引入到QIEA中,很好的平衡了算法中全局和局部搜索能力。为了证明混合量子进化算法的优越性能,文中以0/1背包问题作为测试函数,同时用其它五种量子进化算法与该算法进行比较对比,实验结果表明该算法非常适合求解这种组合优化问题,在处理实际问题上的性能很优越。(3)针对S地区的具体实际情况,应用GRQIEA算法对该地区的变电站规划进行了寻优求解,并与文献中另外的方法相互比较,证实了该算法的性能很好,通过建立合理的模型应用于新建变电站的规划。可以实现建设成本低,运行维护成本低及供电可靠性高的规划优化目标。