[發(fā)明專利]基于混沌映射改進(jìn)遺傳算法的城鄉(xiāng)電網(wǎng)無(wú)功優(yōu)化方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210023443.7
• 申請(qǐng)日: 2022-01-10
• 公開（公告）號(hào): CN114565123A
• 公開（公告）日: 2022-05-31
• 發(fā)明（設(shè)計(jì)）人: 程林;王吉利;章海靜;夏楠;衛(wèi)琳;任沖;鄧俊;鄭天悅;金吉良;馮雅琳;萬(wàn)青;李怡然
• 申請(qǐng)（專利權(quán)）人: 國(guó)家電網(wǎng)有限公司西北分部;國(guó)網(wǎng)陜西省電力公司電力科學(xué)研究院
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06Q50/06;H02J3/18;G06N3/12
• 代理公司: 西安弘理專利事務(wù)所 61214
• 代理人: 徐瑤

本發(fā)明公開了基于混沌映射改進(jìn)遺傳算法的城鄉(xiāng)電網(wǎng)無(wú)功優(yōu)化方法，該方法首先隨機(jī)生成初始種群，既初始無(wú)功配置方案；其次，用混沌映射改進(jìn)的遺傳算法對(duì)初始種群進(jìn)行搜索形成初始解集合；對(duì)初始解集進(jìn)行擇優(yōu)，同時(shí)進(jìn)行解向量的交叉，并將該代的最優(yōu)解進(jìn)行保留，有效增大選擇的多樣性，同時(shí)進(jìn)一步加快了收斂速度；最后，比對(duì)解集合能否滿足實(shí)際問題的約束條件，將能滿足條件的視為備選解；該方法可以搜索出較優(yōu)的無(wú)功配置方案。可以進(jìn)一步提高城鄉(xiāng)無(wú)功補(bǔ)償?shù)木龋噍^于無(wú)功補(bǔ)償前更為有效解決降低節(jié)點(diǎn)電壓偏高問題和降低城鄉(xiāng)電網(wǎng)功率損耗，也可為相關(guān)電網(wǎng)改造工程的同類問題提供一定的解決方案。

技術(shù)領(lǐng)域

本發(fā)明屬于電力系統(tǒng)規(guī)劃方法技術(shù)領(lǐng)域，涉及基于混沌映射改進(jìn)遺傳算法的城鄉(xiāng)電網(wǎng)無(wú)功優(yōu)化方法。

背景技術(shù)

隨著城市的不斷發(fā)展，城鄉(xiāng)電網(wǎng)中各種用電設(shè)備也在飛速增長(zhǎng)，在城鄉(xiāng)電網(wǎng)規(guī)模逐漸擴(kuò)大的情況下，保證電網(wǎng)無(wú)功功率的平衡以及對(duì)電網(wǎng)進(jìn)行無(wú)功補(bǔ)償是不可或缺的。如果電網(wǎng)中的無(wú)功功率失衡，用電設(shè)備就不能維持在額定情況下工作，從而影響用電設(shè)備的正常運(yùn)行。合理的選擇補(bǔ)償裝置，可以做到最大限度的減少網(wǎng)絡(luò)的損耗，使電網(wǎng)質(zhì)量提高。而對(duì)于配電網(wǎng)的無(wú)功補(bǔ)償配置，需要解決的問題是在哪里安裝、安裝多大容量的無(wú)功補(bǔ)償裝置，這可通過(guò)建立和求解配電網(wǎng)無(wú)功補(bǔ)償優(yōu)化模型來(lái)實(shí)現(xiàn)，目前已形成了較為成熟的理論方法，并在實(shí)際電網(wǎng)中獲得應(yīng)用。傳統(tǒng)無(wú)功優(yōu)化配置研究，大多是在一定程度上針對(duì)電力系統(tǒng)無(wú)功不足問題的電容配置研究。但是，傳統(tǒng)的無(wú)功補(bǔ)償裝置配置方法效率仍較為低下。因此，城鄉(xiāng)電網(wǎng)迫切需要更為高效的無(wú)功補(bǔ)償方案以減小線路功率損耗。遺傳算法，通過(guò)模擬自然界中生命的進(jìn)化過(guò)程，有指導(dǎo)的而不是盲目的進(jìn)行搜索。遺傳智能算法中的混沌映射改進(jìn)遺傳算法，即CGA，其基本思想是將混沌狀態(tài)引入到優(yōu)化變量中，再給其附加擾動(dòng)，通過(guò)不斷進(jìn)化最后收斂到最合適個(gè)體，從而求得問題最優(yōu)解。如何運(yùn)用CGA解決城鄉(xiāng)電網(wǎng)無(wú)功優(yōu)化成為亟待解決的技術(shù)問題。

發(fā)明內(nèi)容

本發(fā)明的目的是提供基于混沌映射改進(jìn)遺傳算法的城鄉(xiāng)電網(wǎng)無(wú)功優(yōu)化方法，該方法首先對(duì)待優(yōu)化參數(shù)進(jìn)行編碼，選取適應(yīng)度函數(shù)，再設(shè)定變量取值范圍、種群規(guī)模、交叉率以及變異率；接著，對(duì)初始解集根據(jù)選擇概率進(jìn)行擇優(yōu)、交叉與變異，得到子代，并將該代的最優(yōu)解進(jìn)行保留，再進(jìn)入下一代；然后將父代種群與子代種群進(jìn)行結(jié)合后產(chǎn)生的新子代，再將產(chǎn)生的優(yōu)于平均值的子代功率群體與混沌變量進(jìn)行組合，得到的新的分配決策；最后，比對(duì)解集合能否滿足終止條件，若不滿足條件則進(jìn)行下一輪迭代；該方法能搜索出較優(yōu)的無(wú)功配置方案，可以更為有效解決電網(wǎng)的功率損耗問題，也可為相關(guān)電網(wǎng)改造工程的同類問題提供一定的解決方案。

本發(fā)明所采用的技術(shù)方案是，基于混沌映射改進(jìn)遺傳算法的城鄉(xiāng)電網(wǎng)無(wú)功優(yōu)化方法，具體按以下步驟實(shí)施：

步驟1，對(duì)種群規(guī)模、交叉概率、變異概率進(jìn)行選取；

步驟2，對(duì)混沌初始值進(jìn)行潮流計(jì)算形成初始解集合，并計(jì)算適應(yīng)值；

步驟3，對(duì)初始解集合進(jìn)行選擇，同時(shí)進(jìn)行解向量的交叉、變異，并將該代的最優(yōu)解進(jìn)行保留，形成新的解集集合；

步驟4，將父代種群與子代種群進(jìn)行結(jié)合后得到新子代種群；

步驟5，選取部分子代潮流計(jì)算結(jié)果優(yōu)秀的個(gè)體進(jìn)行局部搜索，再將產(chǎn)生的優(yōu)于平均值的子代潮流群體與混沌變量進(jìn)行組合，得到的新的分配決策；

步驟6，重復(fù)步驟3～5，直至混沌優(yōu)化的最大迭代次數(shù)；

步驟7，滿足迭代終止條件后，對(duì)結(jié)果統(tǒng)計(jì)，輸出最優(yōu)配置方案。

本發(fā)明的特點(diǎn)還在于：

其中步驟1具體包括以下步驟：