基于冗余编码修正的停电系统恢复路径优化方法技术方案

本发明专利技术公开了一种基于冗余编码修正的停电系统恢复路径优化方法，将发生停电事故待恢复的电网用无向图拓扑表示，使用遗传算法求解恢复路径，在遗传算法中先加入圈状冗余路径修正算法修正圈状冗余，再加入树枝状冗余路径修正算法修正不在目标中的冗余投运路径，得到无冗余的路径解，计算每个解的适应度值，输出修正后的最优路径解。本发明专利技术通过冗余路径修正算法，使生成的路径不再有冗余支路，提高智能算法的寻优效率。

Restoration Path Optimization Method for Blackout System Based on Redundant Code Modification

The invention discloses an optimization method for restoration path of blackout system based on redundancy coding modification, which uses undirected graph topology to represent the power grid to be restored in case of blackout accident, uses genetic algorithm to solve the restoration path, first adds a circle redundancy path modification algorithm to modify the circle redundancy in genetic algorithm, and then adds a tree redundancy path modification algorithm to modify the redundancy throw that is not in the target. Operating path, the non-redundant path solution is obtained, the fitness value of each solution is calculated, and the revised optimal path solution is output. By using the redundant path correction algorithm, the generated path is no longer redundant branches, and the optimization efficiency of the intelligent algorithm is improved.

【技术实现步骤摘要】
基于冗余编码修正的停电系统恢复路径优化方法
本专利技术涉及电力系统技术，具体为一种基于冗余编码修正的停电系统恢复路径优化方法。
技术介绍
在当今社会发展的背景下，电力作为发展动力，人类社会生产生活中的各个方面也愈来愈依靠电力支撑，同时对于供电网络的安全以及稳定运行也提出了更高标准。大停电事故发生后如何快速、安全和稳定地进行系统恢复是一个重要的研究课题。大停电事故后的恢复系统控制是一个多目标、多阶段、非线性的组合优化问题，仅通过一个优化模型难以进行求解。电力系统发生大停电或局部停电后进行供电恢复，阶段的核心目的是明确将要进行恢复的目标电力系统网络，并以最小的代价为目的选择合适的恢复路径。这是一个典型的NPC问题，难以快速求解。目前，停电系统恢复路径算法常采用的方法有遗传算法、离散粒子群优化算法、基于粒子群优化的负荷恢复算法、分区恢复等；在停电恢复路径优化的研究中，以恢复线路状态为编码的遗传算法，避开了对电网图中连通子树搜索，省下来大量计算的时间。并且在保留算法全局寻优能力的前提下，大大的减少了算法的运行时间，具有较好的实际工程应用前景。但采用遗传算法求解停电系统的最优恢复路径，由于其本身所具有的随机性，在优化过程中生成的恢复路径存在新生成个体不连通及带冗余路径的情况，这种情况造成解空间的减小，对智能算法寻优效率产生了一定的影响，
技术实现思路
本专利技术的目的在于提供一种应用于停电系统路径恢复中智能优化算法的冗余路径修正方法，解决利用智能算法在优化恢复路径过程中出现的恢复路径冗余的问题。实现本专利技术目的的技术解决方案为：一种基于冗余编码修正的停电系统恢复路径优化方法，具体步骤为：步骤1、建立待修复的电网图线路权值及线路状态数组；步骤2、为需要恢复的目标节点随机生成N条恢复路径，并将其作为父代种群；步骤3、对父代种群中的染色体路径解进行N次选择、交叉和变异操作，生成下一代种群，每次选择、交叉和变异操作具体为：采用赌轮操作按选择概率从种群中选择两个父代，根据交叉率和变异率进行路径解的交叉和/或变异操作，生成一条子代染色体；步骤4、对生成的下一代种群进行连通性修正及冗余修正，对修正后的种群计算新的适应度值，记录最低适应度值的路径解；步骤5、将修正后的种群作为父代种群，重复步骤3～4，直至满足设置的迭代次数；步骤6、比较记录的所有最低适应度值的路径解的适应度值，将适应度值最小的路径解作为最优路径解。优选地，步骤3中选择概率的确定方法为：以函数作为适应度函数，并以适应度函数的倒数作为染色体的被选择概率，将每条染色体的被选择概率在概率总值中的比例作为赌轮操作的选择概率，其中Wi表示相应线路对应的权值，Si表示每条线路的投运状态。优选地，步骤3中根据交叉率和变异率进行路径解的交叉和/或变异操作，生成一条子代染色体的具体方法为：将随机概率和预先设定的交叉率进行对比，如果随机概率大于设定的交叉率，进行交叉操作，即在恢复路径中，随机选中两条路径，将这两条路径序号之间的所有路径进行交换，如果不满足预先要求，则直接进行变异操作；在恢复路径编码序列中，按随机概率选择一条路径，对比此条路径发生变异的概率是否大于变异率，若满足，则将此条线路对应的基因值进行翻转，生成新的染色体，否则，直接将该条线路作为新的染色体。优选地，步骤4中对生成的下一代种群进行连通性修正及冗余修正的具体方法为：步骤4-1、利用连通性修正算法对下一代种群的每条染色体进行连通性修正，得到连通的初始路径解；步骤4-2、在邻接矩阵A中找出所有权值不为0的线路的坐标，将这些线路的权值按从大到小的顺序排列，并依次放入存储最小生成树的数组Tree中；判断放入的边两端对应的两个节点是否都在生成树数组Tree中出现过，如果没有，则放入这条边，如果出现过，则放弃该边，继续判定下一条边，直到所有边都经过判定，即形成了最小生成树；步骤4-3、使用一个计数二维数组Number来寻找并记录最小生成树的叶节点，对最小生成树进行遍历，用Number数组的第一行存储各个节点相连节点数目，第二行对应存储与之相连的最后一个节点的编号；步骤4-4、从第一个节点开始，按列取出Number数组第一行值为1的第二行元素Number(2，i)，并判断编号k所对应的节点在不在发电机节点数组G中，若不在，说明此节点为冗余节点，将其删除，此时将邻接矩阵A中对应两节点的元素A(i，k)，A(k，i)的值由1置为0，得到新的邻接矩阵A；步骤4-5、按新的邻接矩阵A重新将Number数组中对应第一行元素为1的Number(2，i)元素全部取出，并判断这些元素所对应的节点是否都在G内，若是，则判断冗余支路已经全部删除，若否，则返回步骤4-2，直到满足所有叶节点均是G中元素的条件为止，得到经过冗余修正后的种群。优选地，步骤4中对修正后的种群计算新的适应度值，计算公式为：式中，Wi表示相应线路对应的权值，Si表示每条线路的投运状态。本专利技术与现有技术相比，其显著优点为：1)本专利技术所使用的圈状冗余路径修正算法使遗传算法每代生成的路径解不带有环形冗余路径，通过树状冗余路径修正算法，使每代生成的路径不再有树状冗余支路，能够有效避免优秀的解个体因为冗余路径被淘汰，从而提高遗传算法寻优效率。附图说明图1为带冗余编码修正的遗传算法求解恢复路径的流程框图。图2为圈状冗余路径修正方法流程框图。图3为树枝状冗余路径修正方法流程框图。图4为IEEE39系统利用遗传算法求解的恢复路径示意图。图5为IEEE39系统带树枝状冗余的恢复路径有根树结构示意图。图6为IEEE39系统进行冗余修正后的恢复路径有根树结构示意图。图7为IEEE14系统适应度收敛曲线图。图8为IEEE39系统适应度收敛曲线图。图9为IEEE118系统适应度收敛曲线图。图10为多组IEEE系统适应度值对比图。图11为多次运行优化前后的路径寻优算法适应度值对比图。具体实施方式如图1所示，一种基于冗余编码修正的停电系统恢复路径优化方法，在IEEE39系统的实施例中，随机生成的恢复路径如图4，其中G为待恢复的发电机节点，其余为母线节点，在恢复路径中黑色实线部分为目标恢复路径，深色虚线为冗余路径，如7、8、9、21、28节点，其中5、7、8节点形成圈状冗余路径，其余为树枝状冗余路径。本专利技术在遗传算法求解最优恢复路径的过程中对子代恢复路径进行冗余修正，具体步骤为：步骤1、建立待修复的电网图线路权值及线路状态数组，在某些实施例中，具体方法为：待恢复的电网中共m个节点，n条线路，用m阶邻接矩阵A表示各个节点之间是否存在连通路径以及对应路径权值大小，邻接矩阵A中用大于0的数表示线路连通并且其值即为对应线路的权值，用0表示节点之间不存在连通路径。对每条路径进行编号，并从邻接矩阵A中读取每条线路的投运状态和线路权值，具体为：用一维数组S记录线路状态，数组元素的位置标号代表相应数字编号的路径，数组元素的值代表线路的投运状态，其中1表示线路投运，0表示线路未投运。按照一维数组S记录线路状态的方法，用一维数组W读取矩阵A中的线路权值。步骤2、为需要恢复的目标节点随机生成N条恢复路径，并将其作为父代种群。以线路状态(0或1)为编码，并以线路条数作为单条染色体长度，随机生成20个父代个体(染色体)为初始种群，以数本文档来自技高网...

【技术保护点】
1.一种基于冗余编码修正的停电系统恢复路径优化方法，其特征在于，具体步骤为：步骤1、建立待修复的电网图线路权值及线路状态数组；步骤2、为需要恢复的目标节点随机生成N条恢复路径，并将其作为父代种群；步骤3、对父代种群中的染色体路径解进行N次选择、交叉和变异操作，生成下一代种群，每次选择、交叉和变异操作具体为：采用赌轮操作按选择概率从种群中选择两个父代，根据交叉率和变异率进行路径解的交叉和/或变异操作，生成一条子代染色体；步骤4、对生成的下一代种群进行连通性修正及冗余修正，对修正后的种群计算新的适应度值，记录最低适应度值的路径解；步骤5、将修正后的种群作为父代种群，重复步骤3～4，直至满足设置的迭代次数；步骤6、比较记录的所有最低适应度值的路径解的适应度值，将适应度值最小的路径解作为最优路径解。

【技术特征摘要】
1.一种基于冗余编码修正的停电系统恢复路径优化方法，其特征在于，具体步骤为：步骤1、建立待修复的电网图线路权值及线路状态数组；步骤2、为需要恢复的目标节点随机生成N条恢复路径，并将其作为父代种群；步骤3、对父代种群中的染色体路径解进行N次选择、交叉和变异操作，生成下一代种群，每次选择、交叉和变异操作具体为：采用赌轮操作按选择概率从种群中选择两个父代，根据交叉率和变异率进行路径解的交叉和/或变异操作，生成一条子代染色体；步骤4、对生成的下一代种群进行连通性修正及冗余修正，对修正后的种群计算新的适应度值，记录最低适应度值的路径解；步骤5、将修正后的种群作为父代种群，重复步骤3～4，直至满足设置的迭代次数；步骤6、比较记录的所有最低适应度值的路径解的适应度值，将适应度值最小的路径解作为最优路径解。2.根据权利要求1所述的基于冗余编码修正的停电系统恢复路径优化方法，其特征在于，步骤3中选择概率的确定方法为：以函数作为适应度函数，并以适应度函数的倒数作为染色体的被选择概率，将每条染色体的被选择概率在概率总值中的比例作为赌轮操作的选择概率，其中Wi表示相应线路对应的权值，Si表示每条线路的投运状态。3.根据权利要求1所述的基于冗余编码修正的停电系统恢复路径优化方法，其特征在于，步骤3中根据交叉率和变异率进行路径解的交叉和/或变异操作，生成一条子代染色体的具体方法为：将随机概率和预先设定的交叉率进行对比，如果随机概率大于设定的交叉率，进行交叉操作，即在恢复路径中，随机选中两条路径，将这两条路径序号之间的所有路径进行交换，如果不满足预先要求，则直接进行变异操作；在恢复路径编码序列中，按随机概率选择一条路径，对比此条路径发生变异的概率是否大于变异率，若满足，则将此条线路对应的基因值进行翻转，生成新的染色体，否则，直接将...

【专利技术属性】
技术研发人员：赵珊珊，刘钊，雷加智，张越，冯俊牟，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏,32