一种基于门当户对遗传算法的配电网多目标主动重构方法技术

本发明专利技术公开了一种基于门当户对遗传算法的配电网多目标主动重构方法，首先，将功率损耗、电压偏移和系统稳定裕度等指标融合到目标函数中，并引入判断矩阵法和线性加权法确定各个指标的权重和实现多目标函数的转化；其次，针对传统遗传算法的弊端，提出了基于“门当户对”原则的多种染色体交叉策略，丰富了种群进化方式的多样性，算法计算效率和寻优能力得到大大加强；最后通过设定临界值，实现主动配电网的自我感知和主动重构，提高配电网安全性和稳定性。仿真算例表明，本发明专利技术提出的模型和算法以及主动重构的理念符合当前主动配电网主动运行和主动控制的思路，具有较为广泛的应用前景。

【技术实现步骤摘要】
一种基于门当户对遗传算法的配电网多目标主动重构方法
本专利技术属于配电网
，具体涉及一种基于门当户对遗传算法的配电网多目标主动重构方法。
技术介绍
配电网是直接面向用户，连接输电系统和负荷的重要环节，是保障供电质量，提高电网运行效率的关键。配电网的重构可以有效降低系统的网损、提高系统可靠性和安全运行水平，对于当前主动配电网建设具有重要意义。近年来国内外学者对配电网重构展开了大量的分析研究，取得了一系列的研究成果：(1)在重构模型构建方面，大部分研究都以有功网损最小为目标函数，未兼顾系统的电压水平、负荷平衡以及可靠性等因素。另一方面，已有的配电网重构研究无论是正常情况下以网损最小而做出的网络结构优化还是故障情况下的重构往往是被动地，没有体现预告和主动性，不符合当今主动配电网的发展趋势；(2)在求解算法分析方面，配电网重构的方法主要有分支定界法、支路交换法、最优流模式法、模拟退火法、遗传算法、粒子群算法等。其中，分支定界法面对大规模配电网计算量太大而难以奏效，支路交换法配电网重构的结果与配电网的初始结构有关，不能保证全局最优，最优流模式法经两次环网潮流计算才能确定一个开关的断合，计算量大，算法编程较复杂。启发式算法有搜索效率低、难以收敛全局最优解的问题；3)在分布式电源的处理方式方面，大部分研究将其看成是PQ型分布式电源来处理，对分布式电源的不确定性和波动性对配电网重构的影响分析不够全面和深入。
技术实现思路
针对上述现有技术中描述的不足，本专利技术提供一种基于门当户对遗传算法的配电网多目标主动重构方法。为解决上述技术问题，本专利技术所采用的技术方案如下：一种基于门当户对遗传算法的配电网多目标主动重构方法，步骤如下：S1，建立多目标函数。所述多目标函数，包括有功损耗最小的目标函数f1、电压偏移最小的目标函数f2和电压稳定裕度最小的目标函数f3。S1.1，构建有功损耗最小的目标函数f1：式中，f1为配电网有功损耗；N为配电网支路总数；kz表示支路开关状态，kz为0表示支路断开，kz为1表示支路闭合；Rz为支路z的电阻；Pz为支路z末端流过的有功功率；Qz为支路z末端流过的无功功率；Uz为支路末端节点电压。S1.2，构建电压偏移最小的目标函数f2：式中，f2为电压偏移之和；M为节点个数；Uj为节点j的电压值，UN为线路额定电压值。S1.3，构建电压稳定裕度最小的目标函数f3，电压稳定性是衡量电网安全性与可靠性的重要指标。配电网潮流解存在性的电压稳定判据如下：f3＝minmax(L1,L2,...,LN)(4)；式中，Lij为支路ij的电压稳定指标；Pj流入支路节点j的有功功率；Qj为流入支路节点j的无功功率；Rij为支路ij的电阻；Xij为支路ij的电抗；Ui为节点i的电压值；f3为电压稳定裕度指标，f3越小系统越稳定。S2，构建多目标函数的约束条件。配电系统网络重构应该同时满足以下约束条件，所述约束条件，包括配电网的潮流约束、网络拓扑约束、配电网电压电流约束和分布式电源的出力约束。S2.1，获取配电网的潮流约束。S2.2，获得网络拓扑约束gk；gk∈G；gk为重构后网络拓扑结构，G为所有可行的辐射状网络结构的集合。S2.3，构建配电网电压电流约束。式中，Ujmin和Ujmax为节点j电压的下限和上限，Ijmax为节点j电流的上限。S2.4，获得分布式电源的出力约束。PDGjmax表示分布式电源出力最大值；Pload,j表示节点j负荷；nDG表示含分布式电源的节点数；PDGj表示节点j的分布式电源出力；n表示节点数；j表示节点编号。分布式电源总出力一般不超过总负荷的25％；各节点处分布式电源受其出力上、下限的限制。S3，构建分布式电源的模型。所述分布式电源包括PQ型分布式电源、PV型分布式电源和PQ(V)型分布式电源。S3.1，构建PQ型分布式电源的模型。采用功率因数控制的分布式电源作为PQ型分布式电源，在潮流计算中认为是负的负荷视为PQ节点来进行处理；式中，Pj流入支路节点j的有功功率；Qj为流入支路节点j的无功功率；Ps表示PQ型分布式电源有功功率；Qs表示PQ型分布式电源无功功率；S3.2，构建PV型分布式电源的模型。微型燃气轮机以及燃料电池并网输出恒定的电压，输出可控的有功功率，将其视为PV型分布式电源，对于PV型分布式电源，把有功功率和电压看成是恒定，每次迭代过程中通过电压偏差来修正无功功率；式中，Pj流入支路节点j的有功功率；Ps表示PV型分布式电源有功功率；U表示节点电压；Us表示PV型分布式电源电压；Qjt+1表示t+1次迭代时PV型分布式电源注入无功功率；Qjt表示t次迭代时PV型分布式电源注入无功功率；t为迭代次数，f(ΔUt)为第t次迭代的无功修正量；f(ΔUt-1)为第t-1次迭代的无功修正量；Qjt-1表示t-1次迭代时PV型分布式电源注入无功功率；为无功功率的上限；为无功功率下限。S3.3，构建PQ(V)型分布式电源的模型。定速恒频的异步风力发电机，由于本身没有励磁装置，靠电网的同步发电机为其提供励磁电流，在潮流计算中认为输出恒定的有功功率，吸收的无功功率满足以下关系：式中，xm为励磁电抗，x为发电机定子与转子电抗之和。S4，将多目标函数转换为单目标函数。多目标问题可以只保留一个目标函数，将其他子目标函数以约束条件的形式加以体现，但这种做法往往会产生一系列的不可行解，本专利技术采用判断矩阵法确定权重并通过线性加权法将多目标函数转化为容易求解的单目标函数，表达式如下：F＝min(c1f1'+c2f2'+c3f3')(11)；式中，c1,c2,c3是权重，f1',f2',f3'是归一化后的值，目的是为了消除数量级以及量纲不同对结果的影响。而权重的获取是通过判断矩阵法；判断矩阵法的核心是依据决策者或者专家的经验构建判断矩阵，用aij表示第i个因素相对于第j个因素的比较结果，判断矩阵表示如下：其中,决策者或者专家根据第i个因素与第j个因素的重要程度进行赋值；当第i个因素与第j个因素一样重要时，权重为1；当第i个因素相对第j个因素位于一样重要和稍微重要之间时，权重为2；当第i个因素比第j个因素稍微重要时，权重为3；当第i个因素相对第j个因素位于稍微重要和明显重要之间时，权重为4；当第i个因素比第j个因素明显重要时，权重为5；当第i个因素相对第j个因素位于明显重要和强烈重要之间时，权重为6；当第i个因素比第j个因素强烈重要时，权重为7；当第i个因素相对第j个因素位于强烈重要和极端重要之间时，权重为8；当第i个因素比第j个因素极端重要时，权重为9；对本专利技术中有功损耗、电压偏移和电压稳定裕度指标构建判断矩阵如下：经过矩阵处理后，得到各目标权重向量为C＝[0.49340.19580.3108]。S5，进行配电网主动重构。S5.1，利用蒙特卡洛法初始化种群，并计算初始种群的适应度函数。S5.2，设定一个随机数，并将随机数与单点交叉概率pc1进行比较，若随机数小于单点交叉概率pc1则进行单点交叉，否则，进行多点交叉；并且在交叉操作过程中以门当户对原则选择交叉个体。所述的门当户对原则是目标函数值大的跟大的配对，目标函数值小的跟小的配对。所述单点交叉，设定闭合配电网全部开关后有n个环网，随机从染色体库中收取本文档来自技高网...

【技术保护点】
1.一种基于门当户对遗传算法的配电网多目标主动重构方法，其特征在于，步骤如下：S1，建立多目标函数；所述多目标函数，包括有功损耗最小的目标函数f1、电压偏移最小的目标函数f2和电压稳定裕度最小的目标函数f3；S2，构建多目标函数的约束条件；所述约束条件，包括配电网的潮流约束、网络拓扑约束、配电网电压电流约束和分布式电源的出力约束；S3，构建分布式电源的模型；所述分布式电源包括PQ型分布式电源、PV型分布式电源和PQ(V)型分布式电源；S4，将多目标函数转换为单目标函数；采用判断矩阵法确定权重并通过线性加权法将多目标函数转化为容易求解的单目标函数，表达式如下：F＝min(c1f1'+c2f2'+c3f3')    (11)；式中，c1,c2,c3是权重，f1',f2',f3'是归一化后的值；S5，进行配电网主动重构。

【技术特征摘要】
1.一种基于门当户对遗传算法的配电网多目标主动重构方法，其特征在于，步骤如下：S1，建立多目标函数；所述多目标函数，包括有功损耗最小的目标函数f1、电压偏移最小的目标函数f2和电压稳定裕度最小的目标函数f3；S2，构建多目标函数的约束条件；所述约束条件，包括配电网的潮流约束、网络拓扑约束、配电网电压电流约束和分布式电源的出力约束；S3，构建分布式电源的模型；所述分布式电源包括PQ型分布式电源、PV型分布式电源和PQ(V)型分布式电源；S4，将多目标函数转换为单目标函数；采用判断矩阵法确定权重并通过线性加权法将多目标函数转化为容易求解的单目标函数，表达式如下：F＝min(c1f1'+c2f2'+c3f3')(11)；式中，c1,c2,c3是权重，f1',f2',f3'是归一化后的值；S5，进行配电网主动重构。2.根据权利要求1所述的基于门当户对遗传算法的配电网多目标主动重构方法，其特征在于，在步骤S1中，具体步骤如下：S1.1，构建有功损耗最小的目标函数f1：式中，f1为配电网有功损耗；N为配电网支路总数；kz表示支路开关状态，kz为0表示支路断开，kz为1表示支路闭合；Rz为支路z的电阻；Pz为支路z末端流过的有功功率；Qz为支路z末端流过的无功功率；Uz为支路末端节点电压；S1.2，构建电压偏移最小的目标函数f2：式中，f2为电压偏移之和；M为节点个数；Uj为节点j的电压值，UN为线路额定电压值；S1.3，构建电压稳定裕度最小的目标函数f3：f3＝minmax(L1,L2,...,LN)(4)；式中，Lij为支路ij的电压稳定指标；Pj流入支路节点j的有功功率；Qj为流入支路节点j的无功功率；Rij为支路ij的电阻；Xij为支路ij的电抗；Ui为节点i的电压值；f3为电压稳定裕度指标。3.根据权利要求1所述的基于门当户对遗传算法的配电网多目标主动重构方法，其特征在于，在步骤S2中，具体步骤如下：S2.1，获取配电网的潮流约束；S2.2，获得网络拓扑约束gk；gk∈G；gk为重构后网络拓扑结构，G为所有可行的辐射状网络结构的集合；S2.3，构建配电网电压电流约束；式中，Ujmin和Ujmax为节点j电压的下限和上限，Ijmax为节点j电流的上限；S2.4，获得分布式电源的出力约束；PDGjmax表示分布式电源出力最大值；Pload,j表示节点j负荷；nDG表示含分布式电源的节点数；PDGj表示节点j的分布式电源出力；n表示节点数；j表示节点编号。4.根据权利要求1所述的基于门当户对遗传算法的配电网多目标主动重构方法，其特征在于，在步骤S3中，具体步骤如下：S3.1，构建PQ型分布式电源的模型；采用功率因数控制的分布式电源作为PQ型分布式电源，在潮流计算中认为是负的负荷视为PQ节点来进行处理；式中，Pj表示流出支路节点j的有功功率；Qj表示流出支路节点j的无功功率；Ps表示PQ型分布式电源有功功率；Qs表示PQ型分布式电源无功功率；S3.2，构建PV型分布式电源的模型；微型燃气轮机以及燃料电池并网输出恒定的电压，输出可控的有功功率，将其视为PV型分布式电源，对于PV型分布式电源，把有功功率和电压看成是恒定，每次迭代过程中通过电压偏差来修正无功功率；式中，Pj流出支路节点j的有功功率；Ps表示PV型分布式电源有功功率；U表示节点电压；Us表示PV型分布式电源电压；Qjt+1表示t+1次迭代时P...

【专利技术属性】
技术研发人员：李锰，王利利，刘巍，田春筝，李秋燕，李科，李鹏，全少理，付科源，郭勇，郭新志，杨卓，孙义豪，丁岩，马杰，张艺涵，罗潘，
申请(专利权)人：国家电网有限公司，国网河南省电力公司经济技术研究院，
类型：发明
国别省市：北京,11