[發明專利]一種基于遺傳算法的多目標優化的配電網重構方法在審
| 申請號: | 202310584839.3 | 申請日: | 2023-05-23 |
| 公開(公告)號: | CN116565853A | 公開(公告)日: | 2023-08-08 |
| 發明(設計)人: | 周丹;王慶華 | 申請(專利權)人: | 浙江工業大學 |
| 主分類號: | H02J3/00 | 分類號: | H02J3/00;H02J3/50;H02J3/18 |
| 代理公司: | 杭州求是專利事務所有限公司 33200 | 代理人: | 陳升華 |
| 地址: | 310012 浙*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 遺傳 算法 多目標 優化 配電網 方法 | ||
1.一種基于遺傳算法的多目標優化的配電網重構方法,其特征在于,包括以下步驟:
(1)將配電網的拓撲結構劃分為若干個區域,計算配電網內光伏的無功功率調節范圍和電動汽車的無功功率調節范圍,初始化配電網開關狀態以及遺傳算法的種群、向量、旋轉矩陣;
(2)設定目標函數,將步驟(1)中計算得到的光伏的無功功率調節范圍和電動汽車的無功功率調節范圍作為目標函數的優化范圍,確定優化目標分別為線路損耗PLoss、配電網各節點電壓偏差之和Vd都達到最小,確定光伏當前狀態下的無功功率Qpv和電動汽車當前狀態下的無功功率QEV,作為模型優化的決策變量;
(3)輸入模型參數和約束條件對遺傳算法模型進行模型訓練,采用流行效應算法選擇個體,采用ARSBX算子完成遺傳算法模型中的交叉操作產生子代解,更新向量,旋轉矩陣,訓練后得到配電網模型;
(4)采用步驟(3)得到的配電網模型確定配電網中光伏和電動汽車的最優開關數和無功調節參數,根據最優開關數和無功調節參數對配電網進行調節。
2.根據權利要求1所述的基于遺傳算法的多目標優化的配電網重構方法,其特征在于,步驟(1)中,根據公式(5)和(6)計算配電網內光伏的無功功率調節范圍和電動汽車的無功功率調節范圍,具體包括:
其中,Qpvmin和Qpvmax分別是光伏的無功功率調節范圍的最小值和最大值,Qpv是光伏當前狀態下的無功功率,Spv代表光伏逆變器的容量,Ppv代表光伏有功功率的輸出值;
其中,QEVmin和QEVmax分別是電動汽車的無功功率調節范圍的最小值和最大值,QEV是電動汽車當前狀態下的無功功率,SEV代表電動汽車的容量,PEV代表電動汽車有功功率的輸出值。
3.根據權利要求1所述的基于遺傳算法的多目標優化的配電網重構方法,其特征在于,步驟(2)中,根據公式(1)設定目標函數,具體包括:
線路損耗f1和各節點電壓偏差之和f2的計算公式如下:
其中,Nl是配電網所有支路的集合,l表示配電網所有支路中第l個支路,Pl表示第l個支路當前的有功功率,第l個支路當前的無功功率Ql為新能源的無功功率Qpv或電動汽車的無功功率QEV,Ui代表的是配電網中第i個節點的實際電壓,rl代表第l個支路的電阻,Vj和分別代表配電網中第i個節點的實際電壓和額定電壓。
4.根據權利要求1所述的基于遺傳算法的多目標優化的配電網重構方法,其特征在于,步驟(3)中,所述的模型參數包括:步驟(1)初始化的種群、向量、旋轉矩陣和步驟(2)中確定完的光伏當前狀態下的無功功率Qpv和電動汽車當前狀態下的無功功率QEV。
5.根據權利要求1所述的基于遺傳算法的多目標優化的配電網重構方法,其特征在于,步驟(3)中,所述的約束條件為配電網中的功率和電流。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于浙江工業大學,未經浙江工業大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202310584839.3/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種可快拆的多關節蛇形臂機器人裝置
- 下一篇:商品信息展示方法及電子設備





