一种基于重心回归和粒子群混合算法的变电站优化选址方法技术

一种基于重心回归和粒子群混合算法的变电站优化选址方法，该方法适用于优化规划变电站的选址定容方案。具体是先确定电网中需要新建的变电站数量

【技术实现步骤摘要】
一种基于重心回归和粒子群混合算法的变电站优化选址方法
本专利技术属于电网规划领域，具体涉及一种基于重心回归和粒子群混合算法的变电站优化选址方法。
技术介绍
变电站选址定容是电网规划和建设中的重要环节，它以空间负荷预测的结果为依据,综合考虑变电站的地理位置、供电能力和经济约束，对电网建设、布局和投资等方面起着至关重要的作用。当前，变电站的站址选择主要是依靠设计人员工作经验选择论证，随着电网结构越来越复杂，需要考虑的因素越来越多，变电站选址的工作效率和准确性有待提高。随着当前信息化系统建设和计算机技术的发展，电源、电网设施、用电负荷等地理信息都能够采集，空间负荷预测可以基于地理信息开展，信息技术建设为实现计算机辅助变电站选择提供了必要的基础数据和有效的技术手段。目前，变电站选址问题是一个非线性优化问题，采用计算机信息技术辅助解决变电站选址定容问题的方法主要包括智能算法和空间搜索算法。其中，沈勇等在华东电力2012，40(11)：2043-2045发表的《基于改进粒子群算法的变电站选址定容》提出了一种利用改进粒子群算法来解决变电站选址定容的问题。林卓琼等在陕西电力2015，43(11)：60-64发表的《基于k-均值聚类粒子群算法的变电站定容选址》采用k-均值聚类粒子群算法的求解变电站定容选址问题。王成山等在电力系统自动化2006，30(6)：30-34发表的《基于混合遗传算法的变电站选址定容》采用采用遗传算法求解变电站选址定容问题。陶青松等在电力系统及其自动化学报2010，22(6)：32-37发表的《基于地理信息的变电站选址定容模型与算法》提出了基于地理信息的变电站选址定容模型和算法。上述算法为解决变电站计算机辅助选址提供了新的思路，但是还有一些问题值得进一步研究和改进。比如粒子群算法，在用于变电站选址计算时，常规的粒子群算法可能出现陷入局部最优或早熟误区，难以实现全局优化，同时，该算法的随机性也会导致计算结果不稳定等问题。
技术实现思路
本专利技术的目的是针对现有技术存在的上述问题，提供一种结果准确、稳定的基于重心回归和粒子群混合算法的变电站优化选址方法。为实现以上目的，本专利技术的技术方案如下：一种基于重心回归和粒子群混合算法的变电站优化选址方法，依次包括以下步骤：步骤A、确定电网中为满足负荷需求所需要新建的变电站数量n；步骤B、采用重心回归算法将电网中的负荷节点分为n个负荷片区，得到各负荷片区的重心节点的位置坐标及分配的负荷，该位置坐标即为给该负荷片区供电的变电站的位置坐标；步骤C、先以计算得到的各变电站的位置坐标及所供负荷作为粒子群算法的初值，初始化粒子的位置，然后以全局负荷矩最小为目标适应度值，采用粒子群算法优化变电站位置及所供负荷，获得优化后的n个变电站位置及所供负荷；步骤D、根据变电站的变电容量与所供负荷之间的约束关系求得各变电站的变电容量即可。所述步骤B依次包括以下步骤：B1、计算电网整个区域的负荷中心P0的位置坐标；B2、先搜索出距离负荷中心P0最远的负荷节点PLt，再依次搜索出距离负荷节点PLt最近的M-1个负荷节点，将这M-1个负荷节点与负荷节点PLt形成一个负荷片区，并计算该负荷片区的重心节点Ti的位置坐标，该位置坐标即为给该负荷片区供电的变电站的位置坐标；B3、从电网中除去已完成分片的负荷节点，重复步骤B2；B4、循环重复步骤B3，直至所有负荷节点完成分片，得到n个变电站的位置坐标及所供负荷。步骤B1中，所述负荷中心P0的位置坐标(X0,Y0)采用以下公式计算得到：上式中，PLj为第j个负荷节点的负荷大小，J为电网中新增负荷节点的集合，(XLj,YLj)为第j个负荷节点的位置坐标。步骤B2中，所述负荷节点PLt与负荷中心P0的距离dt采用以下公式计算得到：所述负荷片区中的M个负荷节点的负荷之和等于单个变电站的变电容量：上式中，PLm为负荷片区中第m个负荷节点的负荷大小，m＝1,2,...M，为新增总负荷；所述重心节点Ti的位置坐标(Xi,Yi)采用以下公式计算得到：上式中，(XLm,YLm)为负荷片区中第m个负荷节点的位置坐标。步骤B2中，所述形成负荷片区的过程中，若该负荷片区的最后一个负荷节点PLs，使得则将该负荷节点分成两个具有相同位置坐标的负荷节点PLs1、PLs2，将负荷节点PLs1分入该负荷片区中，并将负荷节点PLs2作为一个新的负荷节点，其中，PLs1＝PLs-PLs2。所述步骤C依次包括以下步骤：C1、根据计算得到的n个变电站位置坐标及所供负荷对粒子位置赋初值，并计算适应度初值；C2、进入迭代过程，计算惯性权重；C3、优化粒子速度和粒子位置；C4、计算优化后的各粒子的适应度值，并将其与粒子个体历史最优值进行比较，若当前计算的适应度值更优，则替换个体历史最优值；同时计算粒子全局最优值并将其与粒子全局历史最优值进行比较，若粒子全局最优值更优，则替换粒子全局历史最优值；C5、判定迭代次数是否达到设定值，若达到，则进入步骤C6，若未达到，则返回步骤C2继续迭代；C6、输出优化后的n个变电站位置坐标及所供负荷。步骤C1、C4中，所述适应度值通过以下公式计算得到：上式中，Cmin为最小全局负荷矩，Pij为变电站i供给负荷节点j的负荷大小，dij为变电站i与负荷节点j之间的供电距离；步骤C2中，所述惯性权重w采用以下公式计算得到：上式中，t为当前迭代次数，tmax为最大迭代次数，wmax、wmin分别为最大、最小惯性权重；步骤C3中，所述粒子速度vid按照以下公式进行优化：vid(t+1)＝w×vid(t)+c1r1(pbest(t)-xid(t))+c2r2(gbest(t)-xid(t))上式中，c1、c2为学习因子，分别表示个体最优、全局最优对自身的作用程度，r1、r2为加速权重系数，pbest为粒子个体历史最优值、gbest为粒子全局历史最优值，xid为每个粒子的自身位置；所述粒子位置xid按照以下公式进行优化：xid(t+1)＝xid(t)+vid(t+1)。步骤D中，所述变电站的变电容量Si与所供负荷Pi'之间的约束关系为：上式中，ei为变压器的负载率，cosφ为功率因数。与现有技术相比，本专利技术的有益效果为：本专利技术一种基于重心回归和粒子群混合算法的变电站优化选址方法先确定电网中需要新建的变电站数量n，再采用重心回归算法将电网中的负荷节点分为n个负荷片区，得到给各负荷片区供电的变电站的位置坐标及所供负荷，并将其为粒子群算法的初值初始化粒子的位置，然后以全局负荷矩最小为目标适应度值，采用粒子群算法优化变电站位置及所供负荷，获得优化后的n个变电站位置及所供负荷，最后根据变电站的变电容量与所供负荷本文档来自技高网...

【技术保护点】
1.一种基于重心回归和粒子群混合算法的变电站优化选址方法，其特征在于：/n所述方法依次包括以下步骤：/n步骤A、确定电网中为满足负荷需求所需要新建的变电站数量n；/n步骤B、采用重心回归算法将电网中的负荷节点分为n个负荷片区，得到各负荷片区的重心节点的位置坐标及分配的负荷，该位置坐标即为给该负荷片区供电的变电站的位置坐标；/n步骤C、先以计算得到的各变电站的位置坐标及所供负荷作为粒子群算法的初值，初始化粒子的位置，然后以全局负荷矩最小为目标适应度值，采用粒子群算法优化变电站位置及所供负荷，获得优化后的n个变电站位置及所供负荷；/n步骤D、根据变电站的变电容量与所供负荷之间的约束关系求得各变电站的变电容量即可。/n

【技术特征摘要】
1.一种基于重心回归和粒子群混合算法的变电站优化选址方法，其特征在于：
所述方法依次包括以下步骤：
步骤A、确定电网中为满足负荷需求所需要新建的变电站数量n；
步骤B、采用重心回归算法将电网中的负荷节点分为n个负荷片区，得到各负荷片区的重心节点的位置坐标及分配的负荷，该位置坐标即为给该负荷片区供电的变电站的位置坐标；
步骤C、先以计算得到的各变电站的位置坐标及所供负荷作为粒子群算法的初值，初始化粒子的位置，然后以全局负荷矩最小为目标适应度值，采用粒子群算法优化变电站位置及所供负荷，获得优化后的n个变电站位置及所供负荷；
步骤D、根据变电站的变电容量与所供负荷之间的约束关系求得各变电站的变电容量即可。


2.根据权利要求1所述的一种基于重心回归和粒子群混合算法的变电站优化选址方法，其特征在于：
所述步骤B依次包括以下步骤：
B1、计算电网整个区域的负荷中心P0的位置坐标；
B2、先搜索出距离负荷中心P0最远的负荷节点PLt，再依次搜索出距离负荷节点PLt最近的M-1个负荷节点，将这M-1个负荷节点与负荷节点PLt形成一个负荷片区，并计算该负荷片区的重心节点Ti的位置坐标，该位置坐标即为给该负荷片区供电的变电站的位置坐标；
B3、从电网中除去已完成分片的负荷节点，重复步骤B2；
B4、循环重复步骤B3，直至所有负荷节点完成分片，得到n个变电站的位置坐标及所供负荷。


3.根据权利要求2所述的一种基于重心回归和粒子群混合算法的变电站优化选址方法，其特征在于：
步骤B1中，所述负荷中心P0的位置坐标(X0,Y0)采用以下公式计算得到：






上式中，PLj为第j个负荷节点的负荷大小，J为电网中新增负荷节点的集合，(XLj,YLj)为第j个负荷节点的位置坐标。


4.根据权利要求2所述的一种基于重心回归和粒子群混合算法的变电站优化选址方法，其特征在于：
步骤B2中，所述负荷节点PLt与负荷中心P0的距离dt采用以下公式计算得到：



所述负荷片区中的M个负荷节点的负荷之和等于单个变电站的变电容量：



上式中，PLm为负荷片区中第m个负荷节点的负荷大小，m＝1,2,...M，为新增总负荷；
所述重心节点Ti的位置坐标(Xi,Yi)采用以下公式计算得到：






上式中，(XLm,YLm)为负荷片区中第m个负荷节点的位置坐标。


5.根据权利要求1-4中任一项所述的一种基于重心回归和粒子群混合算法...

【专利技术属性】
技术研发人员：杨东俊，黄家祺，王多强，刘巨，雷何，
申请(专利权)人：国家电网有限公司，国网湖北省电力有限公司经济技术研究院，
类型：发明
国别省市：北京;11