基于多种智能算法的配电网馈线自动化终端配置方法技术

本发明专利技术公开了基于多种智能算法的配电网馈线自动化终端配置方法，包括步骤：（1）输入配电网馈线自动化终端配置所需要的数据；（2）随机生成若干种馈线自动化终端配置方案，形成原始种群；（3）计算种群中各个个体的适应度；（4）选择出当前种群中目标函数值最小的个体，更新历史最优解；（5）判断是否达到设定的迭代次数，若达到，输出当前的历史最优解，结束优化；若没达到，则执行步骤（6）；（6）根据不同智能算法的寻优规则进行运算，在上一代种群的基础上生成新种群。之后跳转至步骤（3）。本发明专利技术能提供更科学合理的配电网馈线自动化终端配置方案，能在保证供电可靠性达标的前提下，避免馈线自动化终端配置冗余、浪费投资等情况。

Distribution Feeder Automation Terminal Configuration Method Based on Multiple Intelligent Algorithms

【技术实现步骤摘要】
基于多种智能算法的配电网馈线自动化终端配置方法
本专利技术属于配电网二次系统配置领域，涉及基于多种智能算法的配电网馈线自动化终端配置方法，适用于优化配电网馈线开关的自动化终端配置。
技术介绍
配电网是连接输电网和用户之间的桥梁，其供电可靠性直接影响着国民经济的发展和人民生活水平的提升。配电自动化(DistributionAutomation,DA)技术是提高配电网供电可靠性和供电质量的重要手段，也是智能电网的重要组成部分。配电网自动化系统一般由配电主站、配电子站和配电终端组成，其中，配电终端是配电网自动化系统基本组成单元。不同种类的配电终端由于其功能不一样，对配电网供电可靠性的提高程度也不一样。馈线自动化作为配电自动化的重要内容，通过在开关设备或环网单元上配置一遥终端、二遥终端、三遥终端，实现对开关设备和环网单元的监测与控制，并减少完成故障定位、故障隔离和转供的时间，提高配电网供电可靠性。一遥终端，即故障指示器，具有减少工作人员巡线排查线路故障点的时间的作用；二遥终端，具有遥信和遥测功能，能在线路发生故障时测量该开关设备或环网单元的电流、电压等系统状态量，并上传至配电子站或配电主站，帮助工作人员远程确定故障点所在的范围；三遥终端，具有遥信、遥测和遥控功能，除了具备二遥终端的作用，三遥终端还能使工作人员远程操控开关。可以设想，若所有开关均配置三遥终端，那么该配置方案将会是所有馈线自动化终端配置方案中使得配电网供电可靠性最高的一种，但其经济性却没有得到充分的考虑。因此，本专利技术方法综合考虑了配电网的供电可靠性和经济成本，提出一种配电网馈线自动化终端配置方法。考虑到配电网自动化终端配置优化是一个非线性的组合优化问题，其优化模型是NP难题，且随着待配置配电网的规模增大，计算量呈指数增长，存在维数灾难问题，很难用传统方法求取其全局最优解；并且智能算法的求解结果具有随机性，现有多种智能算法与优化问题没有十分明确的适用关系，因此本文采用多种经典智能算法对比求取其满意解。
技术实现思路
本专利技术提出一种基于多种智能算法的配电网馈线自动化终端配置方法。该方法首先随机生成若干种馈线自动化终端配置方案，形成原始种群；然后分别输入到遗传算法模块、蚁群算法模块、粒子群算法模块中进行迭代优化；在迭代过程中以优化配置的目标函数配置方案全寿命周期成本作为适应度函数，采用配电自动化条件下考虑用户重要性差异的配电网可靠性分析方法进行计算配电网的可靠性指标，把可靠性指标转化为停电损失后与其他经济性指标一并算入目标函数中，并考虑了可靠性约束条件转化为惩罚纳入到目标函数值的计算中；按照不同算法的新种群生成规则更新种群中的个体和种群最优解；直到迭代次数达到设定值，输出三种算法给出的最优解，以其中目标函数最小的解为最终配置方案。基于多种智能算法的配电网馈线自动化终端配置方法具体分为以下步骤：(1)输入配电网馈线自动化终端配置所需要的数据；(2)随机生成若干种配电网馈线自动化终端配置方案，形成原始种群；(3)计算种群中各个个体的适应度；(4)选择出当前种群中目标函数值最小的个体，更新历史最优解；(5)判断是否达到设定的迭代次数，若达到，输出当前的历史最优解，结束优化；若没达到，则执行步骤(6)；(6)根据不同智能算法的寻优规则进行运算，在上一代种群的基础上生成新种群。之后跳转至步骤(3)，不同智能算法包括遗传算法、蚁群算法和粒子群算法。所述步骤(1)，配电网馈线自动化终端配置所需要的数据如下：配电自动化条件下考虑用户重要性差异的配电网可靠性计算所需数据包括：待分析的配电网所有元件的可靠性参数、元件连接关系、主馈线末端节点、每段线路的长度、各负荷点的平均负荷及重要性参数、与供电公司故障处理相关的几个时间；所述待分析的配电网所有元件的可靠性参数包括元件年故障率、元件平均故障修复时间；所述重要性参数包括生命重要性参数、经济重要性参数、特殊性重要性参数；所述与供电公司故障处理相关的几个时间包括远程遥控单个三遥开关动作的时间、检修人员到达故障馈线的平均时间、检修人员查看单个故障指示器挂牌情况的时间、检修人员为了确定故障点位置的单位长度线路的巡线时间、检修人员现场操作单个非遥控开关动作的时间。以上数据中，除了与供电公司故障处理相关的几个时间，其余输入数据都可以统一为一个矩阵branch。矩阵branch各行代表配电网各个元件；第一列和第二列分别为元件的首节点和末节点，表示了配电网各元件的连接关系；第三列表示元件的类型，代码1、2、3、4、5、6、7分别表示元件为线路、变压器、熔断器、断路器、分段开关、联络开关、负荷；第四列和第五列分别为元件的年故障率和平均故障修复时间；第六列存放线路元件的长度，若该元件不是线路，则其第六列元素为null；第七、八、九、十列分别存放负荷点的平均负荷、生命重要性参数、经济重要性参数、特殊性重要性参数，若该元件不是负荷，则其第七、八、九、十列元素为null。配电网馈线自动化终端配置方案的经济性指标计算所需数据包括：缺供每度电造成的社会经济损失、“一遥”终端的单价、“二遥”终端的单价、“三遥”终端的单价、每年用于配电自动化终端的维护费占初始投资的比例、贴现率、规划周期、可靠性约束条件。多种智能算法优化求解所需参数包括：种群规模n、迭代次数t。不同的智能算法还需要各自不同的参数，例如遗传算法需要设置变异概率、遗传概率、代间差异率等；蚁群算法需要设置信息素挥发系数、信息素强度等；粒子群算法需要设置惯性权值、认知加速常数、合作加速常数等。三种算法都还需要设置变量存放整个种群的历史最优解，特别地，粒子群算法还需要设置变量存放所有个体的历史最优解。所述步骤(2)，种群中每个个体提供一种可能的配置方案，所有个体给出的配置方案组成种群。其中，配置方案表示为由决策变量x组成的决策向量Xi，即：Xi＝[x1x2...xk]其中，Xi为第i个个体给出的配置方案向量，即决策向量；k为需要进行优化配置终端的分段开关的个数。决策变量x是每个有条件配置馈线自动化终端的开关元件上的终端类型。为了保证配电网具有高供电可靠性，对馈线出线端的断路器和馈线与馈线之间的联络开关都选择配备“三遥”终端，即出线端断路器与联络开关上的终端类型都不属于本优化模型的决策变量。决策变量x的取值可能为0、1、2、3中的一个值，分别对应于不安装馈线自动化终端、安装“一遥”终端、安装“二遥”终端和安装“三遥”终端。随机生成原始种群，即随机生成n个决策向量Xi(i＝1,2,…,n)，每个决策向量中的k个决策变量x由随机数指定为0、1、2、3中的一个值。所述步骤(3)中适应度即为目标函数值，该目标函数值的计算已包含由可靠性约束条件转化而来的惩罚规则。在对决策向量计算其目标函数值之前，需要先对其代表的配电网进行可靠性分析，运用配电自动化条件下考虑用户重要性差异的配电网可靠性分析方法计算出该配电网的系统平均停电时间(SAIDI)、系统平均停电频率(SAIFI)和各负荷点的期望缺供电量(ensi)。所述配电自动化条件下考虑用户重要性差异的配电网可靠性分析方法步骤如下：S1、输入配电网可靠性分析所需的数据；其中，所需数据包括步骤(1)中的输入的数据和所述矩阵branch。S2、进行配电网主馈线的拓扑搜本文档来自技高网...

【技术保护点】
1.基于多种智能算法的配电网馈线自动化终端配置方法，其特征在于，通过多种智能算法实现考虑配置方案全寿命周期经济性与可靠性的配电网馈线自动化终端优化配置，并在配电网供电可靠性计算中考虑一遥、二遥、三遥馈线自动化终端对配电网供电可靠性的影响；该配置方法包括以下步骤：(1)输入配电网馈线自动化终端配置所需要的数据；(2)随机生成若干种配电网馈线自动化终端配置方案，形成原始种群；(3)计算种群中各个个体的适应度；(4)选择出当前种群中目标函数值最小的个体，更新历史最优解；(5)判断是否达到设定的迭代次数，若达到，输出当前的历史最优解，结束优化；若没达到，则执行步骤(6)；(6)根据不同智能算法的寻优规则进行运算，在上一代种群的基础上生成新种群，之后跳转至步骤(3)，所述不同智能算法包括遗传算法、蚁群算法和粒子群算法。

【技术特征摘要】
1.基于多种智能算法的配电网馈线自动化终端配置方法，其特征在于，通过多种智能算法实现考虑配置方案全寿命周期经济性与可靠性的配电网馈线自动化终端优化配置，并在配电网供电可靠性计算中考虑一遥、二遥、三遥馈线自动化终端对配电网供电可靠性的影响；该配置方法包括以下步骤：(1)输入配电网馈线自动化终端配置所需要的数据；(2)随机生成若干种配电网馈线自动化终端配置方案，形成原始种群；(3)计算种群中各个个体的适应度；(4)选择出当前种群中目标函数值最小的个体，更新历史最优解；(5)判断是否达到设定的迭代次数，若达到，输出当前的历史最优解，结束优化；若没达到，则执行步骤(6)；(6)根据不同智能算法的寻优规则进行运算，在上一代种群的基础上生成新种群，之后跳转至步骤(3)，所述不同智能算法包括遗传算法、蚁群算法和粒子群算法。2.根据权利要求1所述基于多种智能算法的配电网馈线自动化终端配置方法，其特征在于，在步骤(1)中，所述配电网馈线自动化终端配置所需要的数据包括配电自动化条件下考虑用户重要性差异的配电网可靠性计算所需数据、配电网馈线自动化终端配置方案的经济性指标计算所需数据以及多种智能算法优化求解所需参数；所述配电自动化条件下考虑用户重要性差异的配电网可靠性计算所需数据包括：待分析的配电网所有元件的可靠性参数、元件连接关系、主馈线末端节点、每段线路的长度、各负荷点的平均负荷及重要性参数、与供电公司故障处理相关的几个时间；所述待分析的配电网所有元件的可靠性参数包括元件年故障率、元件平均故障修复时间；所述重要性参数包括生命重要性参数、经济重要性参数、特殊性重要性参数；所述与供电公司故障处理相关的几个时间包括远程遥控单个三遥开关动作的时间、检修人员到达故障馈线的平均时间、检修人员查看单个故障指示器挂牌情况的时间、检修人员为了确定故障点位置的单位长度线路的巡线时间、检修人员现场操作单个非遥控开关动作的时间；所述配电网馈线自动化终端配置方案的经济性指标计算所需数据包括：缺供每度电造成的社会经济损失、一遥终端的单价、二遥终端的单价、三遥终端的单价、每年用于配电自动化终端的维护费占初始投资的比例、贴现率、规划周期、可靠性约束条件；所述多种智能算法优化求解所需参数包括：种群规模n、迭代次数t；不同智能算法还需要各自不同的参数，遗传算法所需要设置的变异概率、遗传概率、代间差异率；蚁群算法所需要设置的信息素挥发系数、信息素强度；粒子群算法所需要设置的惯性权值、认知加速常数、合作加速常数；三种算法都还需要设置的变量存放整个种群的历史最优解，特别地，粒子群算法还需要设置的变量存放所有个体的历史最优解。3.根据权利要求2所述基于多种智能算法的配电网馈线自动化终端配置方法，其特征在于，所述配电自动化条件下考虑用户重要性差异的配电网可靠性计算所需数据中，除了与供电公司故障处理相关的几个时间，其余输入数据都可以统一为一个矩阵branch；矩阵branch各行代表配电网各个元件；第一列和第二列分别为元件的首节点和末节点，表示了配电网各元件的连接关系；第三列表示元件的类型，代码1、2、3、4、5、6、7分别表示元件为线路、变压器、熔断器、断路器、分段开关、联络开关、负荷；第四列和第五列分别为元件的年故障率和平均故障修复时间；第六列存放线路元件的长度，若该元件不是线路，则其第六列元素为null；第七、八、九、十列分别存放负荷点的平均负荷、生命重要性参数、经济重要性参数、特殊性重要性参数，若该元件不是负荷，则其第七、八、九、十列元素为null。4.根据权利要求1所述基于多种智能算法的配电网馈线自动化终端配置方法，其特征在于，在步骤(2)中，每个个体代表一种可能的配置方案，所有个体代表的配置方案组成种群；其中，配置方案表示为由决策变量x组成的决策向量Xi，即：Xi＝[x1x2...xk]其中，Xi为第i个个体给出的配置方案向量，即决策向量；k为需要进行优化配置终端的分段开关的个数；决策变量x是每个有条件配置馈线自动化终端的开关元件上的终端类型；决策变量x的取值可能为0、1、2、3中的一个值，分别对应于不安装馈线自动化终端、安装“一遥”终端、安装“二遥”终端和安装“三遥”终端；随机生成原始种群，即随机生成n个决策向量Xi(i＝1,2,…,n)，每个决策向量中的k个决策变量x由随机数指定为0、1、2、3中的一个值。5.根据权利要求1所述基于多种智能算法的配电网馈线自动化终端配置方法，其特征在于，在步骤(3)中，所述适应度即为目标函数值，该目标函数值的计算已包含由可靠性约束条件转化而来的惩罚。在对决策向量计算其目标函数值之前，需要先对其代表的配电网进行可靠性分析，运用配电自动化条件下考虑用户重要性差异的配电网可靠性分析方法计算出该配电...

【专利技术属性】
技术研发人员：林丹，余涛，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东,44