[發明專利]基于混沌遺傳策略的加權Voronoi圖變電站規劃方法

有效

• 申請號: 201310047874.8
• 申請日: 2013-02-06
• 公開（公告）號: CN103136585A
• 公開（公告）日: 2013-06-05
• 發明（設計）人: 路志英;葛少云;程亮
• 申請（專利權）人: 天津大學
• 主分類號: G06N3/12
• 分類號: G06N3/12;G06Q50/06
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 劉國威

技術領域

本發明涉及電力系統領域，尤其涉及基于混沌遺傳策略的加權Voronoi圖變電站規劃方法。

背景技術

在城市電網發展規劃中，高壓配電變電站的位置、容量及供電范圍規劃關系到未來待規劃區域電網的空間布局、網架結構和能夠提供的負荷水平，在我國土地資源越來越趨緊張的情況下，科學合理的變電站空間布局規劃及相應的站址土地預留是關系到待規劃區域未來可持續發展的重要問題，具有十分重要的意義。

變電站規劃問題是一個多變量、多目標的大規模非線性優化問題，現已有的方法大體上分為數學優化方法、啟發式優化方法以及現代智能優化方法等3類。近些年，智能優化技術逐漸在該問題中得到了應用，如禁忌搜索法、模擬退火法、遺傳算法、粒子群算法等。這些方法不僅不同程度地存在收斂速度慢、局部尋優能力差、計算時間長等不足，而且還存在供電范圍劃分僅采用就近分配而造成的不合理以及規劃的變電站負載率無法控制等問題。

近年來，計算幾何Voronoi圖被引入電力系統來解決變電站規劃問題，其在解決負荷密度不均勻情況下供電范圍合理劃分方面效果很好，但單一的Voronoi圖方法對初值具有一定的敏感性，加權Voronoi的權重選取也有待改進，并且這類方法僅能得到局部極值解。而基于遺傳算法的變電站選址，充分利用遺傳算法的魯棒性，通過選擇、交叉、變異等一系列遺傳操作，逐漸進化群體，使群體接近或包含最優解的狀態，但存在早熟現象。

發明內容

本發明旨在克服現有技術的不足，克服先前算法收斂速度慢、局部尋優能力差、初值敏感和早熟現象以及供電范圍劃分采用就近分配而造成的不合理以及規劃的變電站負載率無法控制等問題，通過一定的算法，解決變電站選址及供電區域劃分的優化，為達到上述目的，本發明采取的技術方案是，基于混沌遺傳策略的加權Voronoi圖變電站規劃方法，包括如下步驟：

步驟1：設定參數，包括設定：

Maxeranum：最大迭代次數；Popsize：種群規模；N：初始種群中個體數；pCross交叉概率；pMutation變異概率；pInversion倒位概率；

步驟2：混沌初始化，產生包含N個個體的初始種群，并將每個個體的編碼作為變電站站址；

步驟3：對N個個體實現基于自適應調節權重的加權Voronoi圖變電站選址及其負荷分配，并計算每個個體的適應值f，從N個初始種群中選擇性能較好的Popsize個解作為初始解；

步驟4：判斷是否滿足終止判據，若滿足，算法停止，否則執行步驟5；

步驟5：計算種群的適應值方差σ²，如果σ²＜ε，ε為預先給定的適應值方差閾值，出現早熟，進行混沌搜索；否則，跳轉至步驟7；

步驟6：混沌搜索；

步驟7：執行保存最優遺傳算法，結束后返回步驟4。

混沌初始化更進一步具體為：

2.1隨機產生n維向量z₀，其每個分量數值在-1～1之間

z₀＝(z₀₁,z₀₂,…,z_0n)，n為變電站個數，z₀₁,z₀₂,…,z_0n為隨機生成的z₀向量的各個分量；

2.2取混沌序列：根據立方映射函數得z₁,z₂,z₃,…,z_N，由此獲得混沌序列

z＝(z₁,z₂,z₃,…,z_N)

z₁,z₂,z₃,…,z_N為初始隨機生成的向量通過立方映射函數得到的z相量的各個分量；

2.3根據