一種基于遺傳算法的低損耗配電網(wǎng)絡(luò)的優(yōu)化重構(gòu)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及一種低損耗配電網(wǎng)絡(luò)的重構(gòu)方法，屬于配電網(wǎng)規(guī)劃技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 配電網(wǎng)絡(luò)重構(gòu)又稱配電網(wǎng)絡(luò)組態(tài)，或配電網(wǎng)絡(luò)饋線組態(tài)、配電網(wǎng)絡(luò)饋線重構(gòu)等。配 電網(wǎng)絡(luò)重構(gòu)就是在保證配網(wǎng)呈福射狀、滿足饋線熱容、電壓降落要求和變壓器容量等的前 提下，改變分段開關(guān)、聯(lián)絡(luò)開關(guān)的組合狀態(tài)，即選擇用戶的供電路徑，使配網(wǎng)某一指標(biāo)（如： 配電網(wǎng)線損、負(fù)荷均衡或供電電壓質(zhì)量等）最佳的配網(wǎng)運(yùn)行方式。配電網(wǎng)絡(luò)的優(yōu)化重構(gòu)中， 減小配電網(wǎng)絡(luò)的有功損耗易于實(shí)現(xiàn)，因此現(xiàn)有對(duì)配電網(wǎng)絡(luò)優(yōu)化的研究多從減小配電網(wǎng)絡(luò)的 有功損耗著手。
[0003] 遺傳算法是一種借鑒生物界自然選擇和自然進(jìn)化機(jī)理發(fā)展起來(lái)的捜索算法，借鑒 生物進(jìn)化論，將要解決的問(wèn)題模擬成一個(gè)生物進(jìn)化的過(guò)程，通過(guò)復(fù)制、交叉、突變等操作產(chǎn) 生下一代的解，并逐步淘汰掉適應(yīng)度函數(shù)值低的解，增加適應(yīng)度函數(shù)值高的解。該樣進(jìn)化N 代后就很有可能會(huì)進(jìn)化出適應(yīng)度函數(shù)值很高的個(gè)體。遺傳算法計(jì)算時(shí)間少并且精度高、收 斂性好，滿足配電網(wǎng)絡(luò)優(yōu)化方法的要求，但遺傳算法是一種捜索最優(yōu)解的智能優(yōu)化算法，只 能求出近似最優(yōu)解，所W每一次的收斂結(jié)果都不一樣，有一定的差別，對(duì)遺傳算法的改進(jìn)成 為研究的目標(biāo)。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的在于解決現(xiàn)有技術(shù)的不足，并提供一種步驟簡(jiǎn)單、收斂結(jié)果一致性 較好的基于遺傳算法的低損耗配電網(wǎng)絡(luò)的優(yōu)化重構(gòu)方法。
[0005] 實(shí)現(xiàn)本發(fā)明目的所采用的技術(shù)方案為，一種基于遺傳算法的低損耗配電網(wǎng)絡(luò)的優(yōu) 化重構(gòu)方法，包括如下步驟：
[0006] (1)生成原始祖代染色體種群，染色體代表配電網(wǎng)絡(luò)的連接方式，基因代表配電網(wǎng) 絡(luò)的各支路的狀態(tài)，使用固定長(zhǎng)度的二進(jìn)制字符串對(duì)配電網(wǎng)絡(luò)的連接方式進(jìn)行編碼，其中 配電網(wǎng)絡(luò)的各支路處于閉合狀態(tài)時(shí)編碼為0,處于斷開狀態(tài)時(shí)編碼為1 ;
[0007] (2)采用牛頓-拉夫遜法計(jì)算原始祖代染色體種群中的染色體是否存在孤島，去 除存在孤島的染色體得到祖代染色體種群，所述孤島為配電網(wǎng)絡(luò)中形成環(huán)網(wǎng)的連接方式； [000引 （3)計(jì)算祖代染色體種群中各染色體的適應(yīng)度，并將祖代染色體種群中的各染色 體按適應(yīng)度由大到小進(jìn)行排序，所述適應(yīng)度為配電網(wǎng)絡(luò)連接方式的有功損耗，適應(yīng)度越大 代表有功損耗越小，有功損耗的計(jì)算函數(shù)如下：
[0009]
【主權(quán)項(xiàng)】
1. 一種基于遺傳算法的低損耗配電網(wǎng)絡(luò)的優(yōu)化重構(gòu)方法，其特征在于，包括如下步 驟： (1) 生成原始祖代染色體種群，染色體代表配電網(wǎng)絡(luò)的連接方式，基因代表配電網(wǎng)絡(luò)的 各支路的狀態(tài)，使用固定長(zhǎng)度的二進(jìn)制字符串對(duì)配電網(wǎng)絡(luò)的連接方式進(jìn)行編碼，其中配電 網(wǎng)絡(luò)的各支路處于閉合狀態(tài)時(shí)編碼為0,處于斷開狀態(tài)時(shí)編碼為1 ; (2) 采用牛頓-拉夫遜法計(jì)算原始祖代染色體種群中的染色體是否存在孤島，去除存 在孤島的染色體得到祖代染色體種群，所述孤島為配電網(wǎng)絡(luò)中形成環(huán)網(wǎng)的連接方式； (3) 計(jì)算祖代染色體種群中各染色體的適應(yīng)度，并將祖代染色體種群中的各染色體按 適應(yīng)度由大到小進(jìn)行排序，所述適應(yīng)度為配電網(wǎng)絡(luò)連接方式的有功損耗，適應(yīng)度越大代表 有功損耗越小，有功損耗的計(jì)算函數(shù)如下：
其中為配電網(wǎng)絡(luò)的有功損耗，P為配電網(wǎng)絡(luò)的有功功率，Q為配電網(wǎng)絡(luò)的無(wú)功功率， R為配電網(wǎng)絡(luò)的線路電阻，U為配電網(wǎng)絡(luò)的電壓； (4) 進(jìn)行收斂判斷，祖代染色體種群的有功損耗的值滿足設(shè)計(jì)要求則輸出該祖代染色 體種群，若不滿足設(shè)計(jì)要求則將排序后的祖代染色體種群進(jìn)行復(fù)制，復(fù)制概率為〇~1，得 到原始父代染色體種群； (5) 在原始父代染色體種群中插入交叉算子和變異算子，得到父代染色體種群； (6) 進(jìn)行精英主義處理，保留父代染色體種群中有功損耗較小的10%~50%的部分并 將祖代染色體種群中有功損耗最小的2~10個(gè)染色體投入其中，得到原始子代染色體種 群； (7) 將原始子代染色體種群作為原始祖代染色體種群返回步驟2進(jìn)行迭代，當(dāng)?shù)?數(shù)到達(dá)設(shè)定迭代次數(shù)時(shí)則終止迭代，輸出迭代終止時(shí)得到的染色體種群； (8) 將步驟（4)輸出的祖代染色體種群或步驟（7)輸出的迭代終止時(shí)得到的染色體種 群進(jìn)行解碼，得到有功損耗最小的配電網(wǎng)絡(luò)連接方式。
2. 根據(jù)權(quán)利要求1所述的基于遺傳算法的低損耗配電網(wǎng)絡(luò)的優(yōu)化重構(gòu)方法，其特征在 于：步驟（4)中將排序后的祖代染色體種群等分為三部分，祖代染色體種群三部分的復(fù)制 概率按有功損耗從小到大依次為3/4、1/2和1/4。
3. 根據(jù)權(quán)利要求1所述的基于遺傳算法的低損耗配電網(wǎng)絡(luò)的優(yōu)化重構(gòu)方法，其特征在 于：步驟（5)中插入交叉算子的具體內(nèi)容為任意選擇兩個(gè)染色體，在兩個(gè)染色體中分別任 意選擇基因值相同的兩個(gè)基因并將兩個(gè)基因進(jìn)行交換，所述交叉概率為0. 4~0. 9。
4. 根據(jù)權(quán)利要求3所述的基于遺傳算法的低損耗配電網(wǎng)絡(luò)的優(yōu)化重構(gòu)方法，其特征在 于：所述交叉概率為0.6。
5. 根據(jù)權(quán)利要求1所述的基于遺傳算法的低損耗配電網(wǎng)絡(luò)的優(yōu)化重構(gòu)方法，其特征在 于：步驟（5)中插入變異算子的具體內(nèi)容為將染色體的一個(gè)基因的基因值由0突變?yōu)?，同 時(shí)另一個(gè)基因的基因值由1突變?yōu)椹?所述變異概率為〇. 01~〇. 1。
6. 根據(jù)權(quán)利要求5所述的基于遺傳算法的低損耗配電網(wǎng)絡(luò)的優(yōu)化重構(gòu)方法，其特征在 于：所述變異概率為〇. 15。
7. 根據(jù)權(quán)利要求1所述的基于遺傳算法的低損耗配電網(wǎng)絡(luò)的優(yōu)化重構(gòu)方法，其特征在 于：步驟(6)中保留父代染色體種群中有功損耗較小的20%的部分并將祖代染色體種群中 有功損耗最小的3個(gè)染色體投入其中，得到原始子代染色體種群。
8. 根據(jù)權(quán)利要求1所述的基于遺傳算法的低損耗配電網(wǎng)絡(luò)的優(yōu)化重構(gòu)方法，其特征在 于：有功損耗的設(shè)計(jì)要求為祖代染色體種群中有功損耗最小的染色體與有功損耗最大的染 色體之間的有功損耗差值不大于0. 0001KW。
【專利摘要】本發(fā)明提供了一種基于遺傳算法的低損耗配電網(wǎng)絡(luò)的優(yōu)化重構(gòu)方法，首先生成原始祖代染色體種群并編碼，判斷原始祖代染色體種群是否存在孤島并去除存在孤島的染色體，得到祖代染色體種群，計(jì)算祖代染色體種群中各染色體的適應(yīng)度并按適應(yīng)度大小進(jìn)行排序，判斷適應(yīng)度是否滿設(shè)計(jì)要求，若不滿足要求則進(jìn)行染色體種群復(fù)制、交叉和變異，對(duì)得到的染色體種群進(jìn)行精英主義處理，即在下一次迭代前將本次迭代的祖代染色體種群中適應(yīng)度最好的染色體投入下一次迭代中，重復(fù)迭代直至滿足迭代終止條件，輸出最優(yōu)值；本發(fā)明提供的基于遺傳算法的低損耗配電網(wǎng)絡(luò)的優(yōu)化重構(gòu)方法，引入精英主義，收斂結(jié)果更為準(zhǔn)確，克服了遺傳算法收斂結(jié)果不一致的問(wèn)題，優(yōu)化效率高。
【IPC分類】G06Q50-06, G06N3-12
【公開號(hào)】CN104867062
【申請(qǐng)?zhí)枴緾N201510312826
【發(fā)明人】劉陽(yáng), 徐晨蓮, 宋仲康, 馬子明
【申請(qǐng)人】武漢理工大學(xué)
【公開日】2015年8月26日
【申請(qǐng)日】2015年6月8日