本发明专利技术公开了一种变电工程的先进无功功率补偿方法，涉及配电工程领域，包括初始化，编码，潮流计算，计算适应度值，选择操作，交叉操作，变异操作，局部最优判断，灾变策略和终止准则十个工艺步骤，该发明专利技术方法是基于遗传算法的一种改进型电网无功功率优化补偿方法，所述方法中通过对选择操作、交叉操作和变异操作的进一步改进，避免了算法过早的收敛而得到局部最优解，加快了收敛速度，客服了启发式方法容易陷入死循环的缺点，该方法使得得到最优解的难度大大降低，为算法的执行提供了保障，同时能有效降低电网系统的有功网损，迭代时间和次数少，效率高。
【技术实现步骤摘要】
本专利技术涉及配电工程领域，具体涉及。
技术介绍
近年来，我国电力工业发展迅速，随着我国科学技术的进步、人民生活水平的提高和国民经济的快速发展，电网朝超高电压、长输电距离、容量不断增加的方向发展。现代电力系统要求其运行既经济又安全，这是因为其建设的规模大、建设的结构较为复杂、电压等级的要求也越来越高。如果电力系统在运行中出现意外，就会给我国经济和安全造成不可估量的损失，申请号为CN201010281582.7公开了一种一种基于遗传算法的企业配电网的无功优化方法，包括以下步骤:(I)建立企业配电网的无功优化模型；(2)确定企业配电网的最终无功优化待补偿点；(3)对企业配电网模型中的补偿电容器的补偿电容、可调变压器的变比、发电机的机端电压进行染色体编码，形成初始种群；(4)计算初始种群中满足约束检验的个体的适应度值；(5)根据初始种群中的各个体适应度值进行选择、自适应地交叉和变异，产生新一代种群；(6)若新一代种群个体的最大适应度值与其上代种群中个体的最大适应度值满足关系式，则对新一代种群中适应度值最大的个体进行染色体解码，得到企业配电网模型的无功优化结果并输出；否则返回执行步骤(4)，该专利技术方法计算速度较快，通用性强，对于企业配电网的无功优化有较高的理论意义和应用价值，但该方法并没有有效的降低电网系统的有功网损，算法的迭代时间和次数改善不大，效率不闻。
技术实现思路
本专利技术所要解决的问题是提供一种能够有效降低电网系统的有功网损、迭代时间和次数少，效率高的变电工程的先进无功功率补偿方法。为了实现上述目的，本专利技术采取的技术方案为:，其特征包括下述步骤:(I)初始化:随机的生成一个种群，设定种群的规模，对计算中要用到的变量初始化为0，设定初始值；(2)编码:采用混合的编码方式，根据控制变量的不同类型确定采用是实数还是整数编码的方式；(3)潮流计算:运用P-Q分解法进行潮流计算；(4)计算适应度值:由目标函数转换过来的适应度函数中，计算出所有个体的适应度，找出种群X1Q)中的最优个体，并把它标记为f_ ；(5)选择操作:根据选择方式并结合精英策略对种群进行选择，具体就是对基本种群X1 (i)中的个体根据适应度值选取M个个体，然后再根据小群体竞争法产生N-M个个体，即为初始种群X2 (i)；(6)交叉操作:根据交叉率和交叉方式对种群X2 (i)中的个体进行交叉操作，其中交叉概率采用自适应的概率，交叉方式采用改进的启发式交叉方式，经过交叉得到种群X3(i);(7)变异操作:根据变异率变异方式对种群X3(i)中的个体进行变异操作，其中变异概率采用的是动态的变异概率，变异方式则是采用小变异方法，经过变异得到种群X3(i);(8)局部最优判断:这个操作不是每次迭代都进行，它根据具体情况确定其次数。具体操作就是如果出现上面所说的情况，或者在重新生成的种群中有(80%-90%)的个体的适应度值与平均适应度值favg的偏差小于一个设定值，就认为它陷入了局部最优，这样判断标志P=P+1，执行步骤(9);否则，判断标志P=O，执行步骤(10)；(9)灾变策略:由精英策略保留种群中的最优个体，根据灾变策略形成新的种群，执行步骤⑷；(10)终止准则。如满足终止条件则输出最优解，若不成立，则遗传代数i=i+l返回步骤⑷。优选的，所述步骤(5)中选择方式具体包括以下步骤:(I)首先在初始种群中随机的产生M条染色体，然后根据适应度函数计算每个个体的适应度函数值，根据适应度函数值选取N条染色体作为种群的一部分，其中N-M，且这N条染色体是根据适应度值由大至小选取。(2)采用小群体竞争法，即随机的选取一部分染色体，通过竞争得到最优个体，将其中适应度高的放入初始种群中，将得到的个体放入初始种群中；(3)重复⑵过程多次，得到剩余染色体，形成遗传算法的初始种群。优选的，所述步骤(6)中交叉操作采用启发式的算法交叉得到新个体。`优选的，所述步骤(7)中所述变异操作采用小变异方法，确定变异概率后，对个体选择的变异点进行确定，变异量表示为=P1=(Xlmax-Xlmin) Xrand，rand〈Pm，其中，P1是变异量，Xlfflax, Xlfflin分别是变量的上下限，rand表示比变异概率小的一个随机数。采用本专利技术的技术方案，该专利技术方法是基于遗传算法的一种改进型电网无功功率优化补偿方法，通过采用遗传编码和精英策略，选取合适的编码方式，大大提高了计算速度和以及解的精度，并有效的将最优解以最快的速度解出来，所述方法中通过对选择操作、交叉操作和变异操作的进一步改进，避免了算法过早的收敛而得到局部最优解，加快了收敛速度，客服了启发式方法容易陷入死循环的缺点，该方法使得得到最优解的难度大大降低，为算法的执行提供了保障，同时能有效降低电网系统的有功网损，迭代时间和次数少，效率闻。【附图说明】图1为本专利技术所述的流程图。【具体实施方式】(I)初始化:随机的生成一个种群，设定种群的规模，对计算中要用到的变量初始化为0，设定初始值；(2)编码:采用混合的编码方式，根据控制变量的不同类型确定采用是实数还是整数编码的方式；(3)潮流计算:运用P-Q分解法进行潮流计算；(4)计算适应度值:由目标函数转换过来的适应度函数中，计算出所有个体的适应度，找出种群X1⑴中的最优个体，并把它标记为f_ ；(5)选择操作:根据选择方式并结合精英策略对种群进行选择，具体就是对基本种群X1 (i)中的个体根据适应度值选取M个个体，然后再根据小群体竞争法产生N-M个个体，即为初始种群X2 (i)，其中，选择方式具体包括以下步骤:I)首先在初始种群中随机的产生M条染色体，然后根据适应度函数计算每个个体的适应度函数值，根据适应度函数值选取N条染色体作为种群的一部分，其中N-M，且N条染色体是根据适应度值由大至小选取。2)采用小群体竞争法，即随机的选取一部分染色体，通过竞争得到最优个体，将其中适应度高的放入初始种群中，将得到的个体放入初始种群中；3)重复(2)过程多次，得到剩余染色体，形成遗传算法的初始种群。；(6)交叉操作:根据交叉率和交叉方式对种群X2 (i)中的个体进行交叉操作，其中交叉概率采用自适应的概率，交叉方式采用改进的启发式交叉方式，经过交叉得到种群X3 (i)，所述交叉率的公式为本文档来自技高网...
【技术保护点】
一种变电工程的先进无功功率补偿方法，其特征包括下述步骤：(1)初始化：随机的生成一个种群，设定种群的规模，对计算中要用到的变量初始化为0，设定初始值；(2)编码：采用混合的编码方式，根据控制变量的不同类型确定采用是实数还是整数编码的方式；(3)潮流计算：运用P?Q分解法进行潮流计算；(4)计算适应度值：由目标函数转换过来的适应度函数中，计算出所有个体的适应度，找出种群X1(i)中的最优个体，并把它标记为fmax；(5)选择操作：根据选择方式并结合精英策略对种群进行选择，具体就是对基本种群X1(i)中的个体根据适应度值选取M个个体，然后再根据小群体竞争法产生N?M个个体，即为初始种群X2(i)；(6)交叉操作：根据交叉率和交叉方式对种群X2(i)中的个体进行交叉操作，其中交叉概率采用自适应的概率，交叉方式采用改进的启发式交叉方式，经过交叉得到种群X3(i)；(7)变异操作：根据变异率变异方式对种群X3(i)中的个体进行变异操作，其中变异概率采用的是动态的变异概率，变异方式则是采用小变异方法，经过变异得到种群X3(i)；(8)局部最优判断：这个操作不是每次迭代都进行，它根据具体情况确定其次数。具体操作就是如果出现上面所说的情况，或者在重新生成的种群中有(80％?90％)的个体的适应度值fl与平均适应度 值favg的偏差小于一个设定值，就认为它陷入了局部最优，这样判断标志P=P+1，执行步骤(9)；否则，判断标志P=0，执行步骤(10)；(9)灾变策略：由精英策略保留种群中的最优个体，根据灾变策略形成新的种群，执行步骤(4)；(10)终止准则。如满足终止条件则输出最优解，若不成立，则遗传代数i=i+1返回步骤(4)。...
【技术特征摘要】
1.一种变电工程的先进无功功率补偿方法，其特征包括下述步骤: (1)初始化:随机的生成一个种群，设定种群的规模，对计算中要用到的变量初始化为O，设定初始值； (2)编码:采用混合的编码方式，根据控制变量的不同类型确定采用是实数还是整数编码的方式； (3)潮流计算:运用P-Q分解法进行潮流计算； (4)计算适应度值:由目标函数转换过来的适应度函数中，计算出所有个体的适应度，找出种群X1⑴中的最优个体，并把它标记为f_ ； (5)选择操作:根据选择方式并结合精英策略对种群进行选择，具体就是对基本种群X1(i)中的个体根据适应度值选取M个个体，然后再根据小群体竞争法产生N-M个个体，即为初始种群X2Q)； (6)交叉操作:根据交叉率和交叉方式对种群X2(i)中的个体进行交叉操作，其中交叉概率采用自适应的概率，交叉方式采用改进的启发式交叉方式，经过交叉得到种群X3(i)； (7)变异操作:根据变异率变异方式对种群X3(i)中的个体进行变异操作，其中变异概率采用的是动态的变异概率，变异方式则是采用小变异方法，经过变异得到种群X3(i)； (8)局部最优判断:这个操作不是每次迭代都进行，它根据具体情况确定其次数。具体操作就是如果出现上面所说的情况，或者在重新生成的种群中有(80%-90%)的个体的适应度值与平均适应度值favg的偏差小于一个设定值，就认为它陷入了局部最优，这样判断标志P=P+1，...
【专利技术属性】
技术研发人员：顾华，俞学成，
申请(专利权)人：苏州市华安普电力工程有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。