超级量子进化算法控制下的微电网减损方法技术

本发明专利技术公开了一种超级量子进化算法控制下的微电网减损方法，采用了遗传算法与量子算法相结合的手段，将量子的态矢量表达引入遗传编码，利用量子逻辑门实现染色体的演化，实现了比常规遗传算法更好的效果，并针对微电网系统容量较小，电压等级较低，系统内网损较大的特点，以及微电网高智能化、快速反应的需求，进行了优化处理，使得该算法能够满足微电网对智能化、快速反应、高可靠性的要求。本发明专利技术成功的将改进的量子进化算法应用到微电网系统中，利用该算法将微电网系统的网损实时保持最低，并改善其电能质量，提高系统可靠性，填补了微电网重构计算领域的一项技术空白，对微电网节能减排，提高电力系统可靠性有着实际的意义。

【技术实现步骤摘要】

本专利技术涉及电力系统微电网智能控制领域，具体是一种超级量子进化算法控制下 的微电网减损方法。
技术介绍
微电网（Smart Grid)，是规模较小的分散的独立系统，它采用了大量的现代电力 技术，将燃气轮机、风电、光伏发电、燃料电池和储能设备等并在一起，直接连接在用户侧。 对于大电网来说，微电网可以被认为是大电网中的一个可控单元，它可以在数秒钟内动作 以满足外部输配电网络的需求；对用户来说，微电网可以满足他们特定的需求，如增加本地 可靠性、降低馈线损耗、保持本地电压稳定、通过利用部分分布式电源的余热提高能量利用 的效率及提供不间断电源等。微电网和大电网通过PCC(point of common coupling)进行 能量交换，双方互为备用，从而提高了供电的可靠性。 微电网网络重构的目的在于：一，在各馈线之间正常或事故时进行必要的负荷转 移；二，在微电网网络正常运行时能达到降低网损，防止系统电压异常，消除过负荷及其带 来的变压器过载、馈线过热等情况。微电网重构算法的不同直接影响了计算的精度，收敛 性，效率，是否最优解等问题。研究快速有效的微电网重构算法，目的在于保证在今后的微 电网故障处理中，配合计算机系统和软件使微电网控制变得更加智能化，能够高效快速的 转移负荷，提高供电可靠性，以及在正常运行时能降低网损，更加节能环保。 微电网与传统配电网在结构和供电方式上存在较大差异，因此，其网络重构也和 传统的配电网重构不尽相同。例如，常规配电网重构中不允许出现逆向潮流，同时需要保持 网络的辐射状，而微电网中则不存在这两个约束，且微电网有孤岛运行模式，可以独立于大 电网之外运行，也可根据需要并网运行。微电网可看做一个接入了大电网系统的单元。随 着科技的发展和社会对供电可靠性以及节能减排的需求，分布式电源以及微电网的数量会 快速上升，于是微电网快速重构对于提高微电网供电可靠性及降低其网损有着重要意义。 目前，已有大量关于常规配电网网络重构的研究，但仅有少量文献考虑了分布式 电源接入后的配电网重构，而关于微电网快速重构的方法则几乎没有。王林川等人根据含 有分布式电源配电网络的特点，将二进制粒子群算法（BPS0)和变领域搜索法相结合，对网 络开关状态和分布式电源输出功率同时优化，达到降低网损的目的（含有分布式电源配电 网重构算法的研究.电力系统保护与控制.2011，39(5))。从目前的研究现状看，国际上 几乎没有有效的，以减损为目的的微电网快速重构方法。
技术实现思路
本专利技术的目的在于提供一种，能够较 大程度的降低微电网系统网损，并提高微电网系统的电能质量以及供电可靠性。 为实现上述目的，本专利技术提供如下技术方案： ，其具体步骤如下： 以网损最小为目标函数： 式中，f为网损；nb为支路总数；k i为开关i的状态，1表示闭合，0表示断开；r 第i条支路的电阻山为第i条支路的电流。 约束条件如下： 潮流约束： 式中，Qi为节点注入功率；Ρβ% 纟为DG注入功率；为负荷 > 、 功率;Vp Vj为节点电压；Y为支路导纳矩阵。 支路容量约束： Sx< Sinax (4) 式中，Sp S_x为线路流过的功率和线路允许最大功率。 节点电压约束： Vinin< V ,< V inax (5) 式中，Viniin/Viniax为节点电压允许最小值/最大值；V i为节点电压。 DG容量约束： 式中为DG的功率和最大功率值。 -天内综合网损最小的数学模型如下： minf = 0. 25PLnax+0. 5PLav+0. 25PLnin (7) 式中，f为网损；表示最大负荷运行方式；P Uv表示一般负荷运行方式；P ^表 示最小负荷运行方式。 基于三种负荷方式的微电网重构的步骤为： 1)分别在最大、最小和一般负荷方式下进行微电网重构，得到最优解； 2)对这三种重构的结果分别计算其潮流得到网络损耗，并检查各支路功率和节点 电压有无越限情况，若有则去掉这种重构的结果； 3)找出这三种方案下综合网损最小的方案，这个方案即为最优的优化方案。 在量子计算中，充当信息存储单兀的物理介质是一个双态量子系统，称为量子比 特。量子进化算法中的个体米用量子比特编码，每个量子比特位I? >可以由|〇 >和11 > 这两种量子态的叠加表不： | w > = a | 0 > +b | 1 > (8) 式中，a、b为复数，分别表示状态I 0 >和I 1 >的概率幅。 I a 12和I b I 2分别表不该量子位处于状态0和状态1的概率大小，并且满足归一化 条件| a|2+1b 12= 1，所以通过a、b的数值大小可以知道该量子位处于状态0或1的概率，具 体的状态需要通过量子位的坍塌来决定：首先产生〇~1之间的一个随机数s，如果s〈 I a|2， 则该量子位的状态取1，否则取〇。对于微电网重构问题，每个开关有两种状态，分配一个量 子比特位，种群个体的量子比特编码 式中，gf为第t代第j个个体的量子位编码；m为支路数目。 初始状态时每个量子位上的概率幅（a，b)设为这意味着在初始化 种群个体时每个可行解能够以相等的概率生成。 根据微电网重构的需要，本专利技术采用量子旋转门υ( Θ i) 式中，（apbj为第i个量子位旋转前的概率幅；W J为旋转后的概率幅； 为旋转角，Θ ^勺大小和方向可以采用查表方式更新（娄素华，吴耀武，彭磊等.量子 进化算法在电力系统无功优化中的应用.继电器，2005, 33(18) :30-35.)。 DG位置、注入功率和网络开关这3个变量的综合编码为： 式中，gf为第t代第j个个体的量子位编码； 分别为DG位置、注入功率和网络开关的量 子位编码。 进行量子塌后的状态表达式： 式中，为第t代第j个个体的状态编码 分别为DG位置，注入功率和网络开关的状态编码。 算法操作流程如下： (1)读取网络拓扑数据，设定种群规模为N，初始化量子编码公式中的概率幅； (2)初始化个体状态式（12); (3)通过潮流计算得到种群个体的适应度大小（网损）； (4)找出当代最优个体，作为本代量子进化的向导，按式（10)进化； (5)迭代次数加1，判断是否达到预先设定的迭代次数的上限，满足则结束，否则 转至步骤（2)。 与现有技术相比，本专利技术的有益效果是：针对目前该领域的技术空白，本专利技术提出 使用经过改进的量子进化算法对微电网进行快速重构，能够较大程度的降低微电网系统网 损，并提高微电网系统的电能质量以及供电可靠性。本专利技术采用了遗传算法与量子算法相 结合的手段，将量子的态矢量表达引入遗传编码，利用量子逻辑门实现染色体的演化，实现 了比常规遗传算法更好的效果，并针对微电网系统容量较小，电压等级较低，系统内网损较 大的特点，以及微电网高智能化、快速反应的需求，进行了优化处理，使得该算法能够满足 微电网对智能化、快速反应、高可靠性的要求。本专利技术成功的将改进的量子进化算法应用到 微电网系统中，利用该算法将微电网系统的网损实时保持最低，并改善其电能质量，提高系 统可靠性，填补了微电网重构计算领域的一项技术空白，对微电网节能减排，提高电力系统 可靠性有着实际的意义。【附图说明】 图1是改进I本文档来自技高网...

【技术保护点】
超级量子进化算法控制下的微电网减损方法，其特征在于，所述的量子进化算法的操作流程如下：(1)读取网络拓扑数据，设定种群规模为N，初始化量子编码公式|w＞＝a|0＞+b|1＞中的状态|0＞、|1＞的概率幅a、b；(2)初始化个体状态式Gjt=[C11t|...|C1k1t|C21t|...|C2k2t|C31t|...|C3k3t];]]>式中，为第t代第j个个体的状态编码；分别为DG位置，注入功率和网络开关的状态编码；(3)通过潮流Pi+PDGi=PLi+ViΣj=1nbVjY,]]>Qi+QDGi=QLi+ViΣj=1nbVjY,]]>式中，Pi、Qi为节点注入功率；为DG注入功率；为负荷功率；Vi、Vj为节点电压；Y为支路导纳矩阵；计算得到种群个体的网损；(4)找出当代最优个体，作为本代量子进化的向导，按以下公式进化，公式如下：式中，(ai，bi)为第i个量子位旋转前的概率幅；(a′i，b′i)为旋转后的概率幅；θi为旋转角；(5)迭代次数加1，判断是否达到预先设定的迭代次数的上限，满足则结束，否则转至步骤(2)；所述微电网减损方法，包括以下步骤：1)分别在最大、最小和一般负荷方式下进行微电网重构，得到最优解；2)对这三种重构的结果分别计算其潮流得到网络损耗，并检查各支路功率和节点电压有无越限情况，若有则去掉这种重构的结果；3)找出这三种方案下综合网损最小的方案，这个方案即为最优方案。...

【技术特征摘要】

【专利技术属性】
技术研发人员：刘懋，
申请(专利权)人：刘懋，
类型：发明
国别省市：云南;53