[發明專利]一種電力系統的最優潮流計算方法及裝置

在審

• 申請號: 201710765977.6
• 申請日: 2017-08-30
• 公開（公告）號: CN107317338A
• 公開（公告）日: 2017-11-03
• 發明（設計）人: 邱明晉;陳璟華;唐俊杰
• 申請（專利權）人: 廣東工業大學
• 主分類號: H02J3/06
• 分類號: H02J3/06;G06N3/00;G06Q10/04;G06Q50/06
• 代理公司: 北京集佳知識產權代理有限公司11227
• 代理人: 羅滿

技術領域

本發明實施例涉及電力系統技術領域，特別是涉及一種電力系統的最優潮流解計算方法及裝置。

背景技術

最優潮流(Optimal Power Flow，OPF)是指當系統的結構參數和負荷情況都已給定時，調節可利用的控制變量(如發電機輸出功率、可調變壓器抽頭等)來找到能滿足所有運行約束條件的、并使系統的某一性能指標(如發電成本或網絡損耗)達到最優值下的潮流分布。

最優潮流是一個典型的大規模有約束非線性多峰值的非凸規劃問題。目前，主要采用粒子群優化算法求解最優潮流問題，但是，粒子群優化算法的特點是前期具有較快的收斂速度，后期由于所以粒子都趨向于最優粒子，使種群喪失了多樣性，從而容易陷入局部最優，難以得到全局最優解。

因此，如何提供一種解決上述技術問題的電力系統的最優潮流解計算方法及裝置，成為本領域技術人員需要解決的問題。

發明內容

本發明實施例的目的是提供一種電力系統的最優潮流解計算方法及裝置，能夠有效提高種群中粒子的多樣性，提高算法的收斂速度和算法精度，使最終得到全局最優潮流解的精度提高。

為解決上述技術問題，本發明實施例提供了一種電力系統的最優潮流解計算方法，包括：

S10：對預設參數進行初始化操作，得到初始化參數；所述初始化參數包括粒子群規模、最大迭代次數及每個發電機的發電機參數；

S20：依據初始化參數、組合混沌序列和量子粒子群算法對預先建立的優化數學模型進行最優潮流求解，得到全局最優潮流解；所述組合混沌序列用于對所述量子粒子群算法的控制參數進行優化；

其中，所述優化數學模型的建立過程為：

依據各個所述發電機參數及運行約束條件，建立滿足所述運行約束條件的、使機組煤耗成本最低的優化數學模型；所述優化數學模型包括目標函數。

可選的，所述依據初始化參數、組合混沌序列和量子粒子群算法對預先建立的優化數學模型進行最優潮流求解，得到全局最優潮流解的過程為：

S200：依據初始化參數進行初始化操作，產生初始種群；

S201：采用牛頓拉夫遜算法對所述初始種群進行潮流計算，確定出所述初始種群的初始最優粒子；

S202：對當前種群中的各個粒子進行解空間變換，依據變換后的解空間變量確定各個所述粒子的當前位置；

S203：采用牛頓拉夫遜算法對當前種群中的各個當前粒子進行潮流計算，并依據目標函數分別計算出各個所述當前粒子的適應度值，確定出當前種群中的當前最優粒子；

S204：依據所述當前最優粒子的適應度值及所述初始最優粒子的適應度值更新全局最優粒子；

S205：利用所述組合混沌序列對量子粒子群算法的控制參數進行混沌優化；

S206：依據混沌優化后的控制參數對各個所述當前粒子進行狀態更新，以更新各個所述當前粒子的位置；

S207：當經狀態更新后的當前種群滿足變異條件時，則對當前種群中的各個當前粒子進行變異操作，并依據經變異操作后的、當前種群中的各個當前粒子的適應度值對所述全局最優粒子進行更新，得到更新后的全局最后粒子；

S208：判斷是否滿足終止條件，如果是，則將所述更新后的全局最后粒子作為最終的全局最優粒子，并依據所述更新后的全局最后粒子得到并輸出全局最優潮流解；否則，返回S202，并下一次迭代；所述終止條件為最大迭代次數或預設精度。

可選的，所述依據初始化參數進行初始化操作，產生初始種群的過程為：

依據初始種群產生關系式對初始化參數進行初始化操作，產生初始種群；所述初始種群產生關系式為：

其中，i＝1,2,3,.....n為種群大小，j＝1,2,3.....t為空間維數，θ_ij＝2πD，D為[0,1]之間的隨機數。

可選的，所述對當前種群中的各個粒子進行解空間變換，依據變換后的解空間變量確定各個所述粒子的當前位置的過程包括：

對當前種群中的各個粒子同時遍歷解空間的兩個位置，并得到與每個粒子對應的解空間變量；所述遍歷范圍為[-1,1]，其中，第i個粒子的第j維的解空間變量表示為：

其中，第i個粒子P_i的第j個維為P_ij[u_ij,v_ij]^T。

可選的，所述依據混沌優化后的控制參數對各個所述當前粒子進行狀態更新，以更新各個所述當前粒子的位置的過程為：