一種變電工程的先進無功功率補償方法
2024-03-05 11:53:15
一種變電工程的先進無功功率補償方法
【專利摘要】本發明公開了一種變電工程的先進無功功率補償方法，涉及配電工程領域，包括初始化，編碼，潮流計算，計算適應度值，選擇操作，交叉操作，變異操作，局部最優判斷，災變策略和終止準則十個工藝步驟，該發明方法是基於遺傳算法的一種改進型電網無功功率優化補償方法，所述方法中通過對選擇操作、交叉操作和變異操作的進一步改進，避免了算法過早的收斂而得到局部最優解，加快了收斂速度，客服了啟發式方法容易陷入死循環的缺點，該方法使得得到最優解的難度大大降低，為算法的執行提供了保障，同時能有效降低電網系統的有功網損，迭代時間和次數少，效率高。
【專利說明】一種變電工程的先進無功功率補償方法
【技術領域】
[0001]本發明涉及配電工程領域，具體涉及一種變電工程的先進無功功率補償方法。
【背景技術】
[0002]近年來，我國電力工業發展迅速，隨著我國科學技術的進步、人民生活水平的提高和國民經濟的快速發展，電網朝超高電壓、長輸電距離、容量不斷增加的方向發展。現代電力系統要求其運行既經濟又安全，這是因為其建設的規模大、建設的結構較為複雜、電壓等級的要求也越來越高。如果電力系統在運行中出現意外，就會給我國經濟和安全造成不可估量的損失，申請號為CN201010281582.7公開了一種一種基於遺傳算法的企業配電網的無功優化方法，包括以下步驟:(I)建立企業配電網的無功優化模型；(2)確定企業配電網的最終無功優化待補償點；(3)對企業配電網模型中的補償電容器的補償電容、可調變壓器的變比、發電機的機端電壓進行染色體編碼，形成初始種群；(4)計算初始種群中滿足約束檢驗的個體的適應度值；(5)根據初始種群中的各個體適應度值進行選擇、自適應地交叉和變異，產生新一代種群；(6)若新一代種群個體的最大適應度值與其上代種群中個體
的最大適應度值滿足關係式，則對新一代種群中適應度值最大的個體進行
染色體解碼，得到企業配電網模型的無功優化結果並輸出；否則返回執行步驟(4)，該發明方法計算速度較快，通用性強，對於企業配電網的無功優化有較高的理論意義和應用價值，但該方法並沒有有效的降低電網系統的有功網損，算法的迭代時間和次數改善不大，效率不聞。
【發明內容】
[0003]本發明所要解決的問題是提供一種能夠有效降低電網系統的有功網損、迭代時間和次數少，效率高的變電工程的先進無功功率補償方法。
[0004]為了實現上述目的，本發明採取的技術方案為:一種變電工程的先進無功功率補償方法，其特徵包括下述步驟:
[0005](I)初始化:隨機的生成一個種群，設定種群的規模，對計算中要用到的變量初始化為0，設定初始值；
[0006](2)編碼:採用混合的編碼方式，根據控制變量的不同類型確定採用是實數還是整數編碼的方式；
[0007](3)潮流計算:運用P-Q分解法進行潮流計算；
[0008](4)計算適應度值:由目標函數轉換過來的適應度函數中，計算出所有個體的適應度，找出種群X1Q)中的最優個體，並把它標記為f_ ；
[0009](5)選擇操作:根據選擇方式並結合精英策略對種群進行選擇，具體就是對基本種群X1 (i)中的個體根據適應度值選取M個個體，然後再根據小群體競爭法產生N-M個個體，即為初始種群X2 (i)；
[0010](6)交叉操作:根據交叉率和交叉方式對種群X2 (i)中的個體進行交叉操作，其中交叉概率採用自適應的概率，交叉方式採用改進的啟發式交叉方式，經過交叉得到種群X3(i);
[0011](7)變異操作:根據變異率變異方式對種群X3(i)中的個體進行變異操作，其中變異概率採用的是動態的變異概率，變異方式則是採用小變異方法，經過變異得到種群X3(i);
[0012](8)局部最優判斷:這個操作不是每次迭代都進行，它根據具體情況確定其次數。具體操作就是如果出現上面所說的情況，或者在重新生成的種群中有(80%-90%)的個體的適應度值與平均適應度值favg的偏差小於一個設定值，就認為它陷入了局部最優，這樣判斷標誌P=P+1，執行步驟(9);否則，判斷標誌P=O，執行步驟(10)；
[0013](9)災變策略:由精英策略保留種群中的最優個體，根據災變策略形成新的種群，執行步驟⑷；
[0014](10)終止準則。如滿足終止條件則輸出最優解，若不成立，則遺傳代數i=i+l返回步驟⑷。
[0015]優選的，所述步驟(5)中選擇方式具體包括以下步驟:
[0016](I)首先在初始種群中隨機的產生M條染色體，然後根據適應度函數計算每個個體的適應度函數值，根據適應度函數值選取N條染色體作為種群的一部分，其中N-M，且這N條染色體是根據適應度值由大至小選取。
[0017](2)採用小群體競爭法，即隨機的選取一部分染色體，通過競爭得到最優個體，將其中適應度高的放入初始種群中，將得到的個體放入初始種群中；
[0018](3)重複⑵過程多次，得到剩餘染色體，形成遺傳算法的初始種群。
[0019]優選的，所述步驟(6)中交叉操作採用啟發式的算法交叉得到新個體。
`[0020]優選的，所述步驟(7)中所述變異操作採用小變異方法，確定變異概率後，對個體選擇的變異點進行確定，變異量表示為=P1=(Xlmax-Xlmin) Xrand，rand〈Pm，其中，P1是變異量，Xlfflax, Xlfflin分別是變量的上下限，rand表示比變異概率小的一個隨機數。
[0021]採用本發明的技術方案，該發明方法是基於遺傳算法的一種改進型電網無功功率優化補償方法，通過採用遺傳編碼和精英策略，選取合適的編碼方式，大大提高了計算速度和以及解的精度，並有效的將最優解以最快的速度解出來，所述方法中通過對選擇操作、交叉操作和變異操作的進一步改進，避免了算法過早的收斂而得到局部最優解，加快了收斂速度，客服了啟發式方法容易陷入死循環的缺點，該方法使得得到最優解的難度大大降低，為算法的執行提供了保障，同時能有效降低電網系統的有功網損，迭代時間和次數少，效率聞。
【專利附圖】
【附圖說明】
[0022]圖1為本發明所述一種變電工程的先進無功功率補償方法的流程圖。
【具體實施方式】
[0023](I)初始化:隨機的生成一個種群，設定種群的規模，對計算中要用到的變量初始化為0，設定初始值；
[0024](2)編碼:採用混合的編碼方式，根據控制變量的不同類型確定採用是實數還是整數編碼的方式；
[0025](3)潮流計算:運用P-Q分解法進行潮流計算；
[0026](4)計算適應度值:由目標函數轉換過來的適應度函數中，計算出所有個體的適應度，找出種群X1⑴中的最優個體，並把它標記為f_ ；
[0027](5)選擇操作:根據選擇方式並結合精英策略對種群進行選擇，具體就是對基本種群X1 (i)中的個體根據適應度值選取M個個體，然後再根據小群體競爭法產生N-M個個體，即為初始種群X2 (i)，其中，選擇方式具體包括以下步驟:
[0028]I)首先在初始種群中隨機的產生M條染色體，然後根據適應度函數計算每個個體的適應度函數值，根據適應度函數值選取N條染色體作為種群的一部分，其中N-M，且N條染色體是根據適應度值由大至小選取。
[0029]2)採用小群體競爭法，即隨機的選取一部分染色體，通過競爭得到最優個體，將其中適應度高的放入初始種群中，將得到的個體放入初始種群中；
[0030]3)重複(2)過程多次，得到剩餘染色體，形成遺傳算法的初始種群。；
[0031](6)交叉操作:根據交叉率和交叉方式對種群X2 (i)中的個體進行交叉操作，其中交叉概率採用自適應的概率，交叉方式採用改進的啟發式交叉方式，經過交叉得到種群
X3 (i)，所述交叉率的公式為
【權利要求】
1.一種變電工程的先進無功功率補償方法，其特徵包括下述步驟: (1)初始化:隨機的生成一個種群，設定種群的規模，對計算中要用到的變量初始化為O，設定初始值； (2)編碼:採用混合的編碼方式，根據控制變量的不同類型確定採用是實數還是整數編碼的方式； (3)潮流計算:運用P-Q分解法進行潮流計算； (4)計算適應度值:由目標函數轉換過來的適應度函數中，計算出所有個體的適應度，找出種群X1⑴中的最優個體，並把它標記為f_ ； (5)選擇操作:根據選擇方式並結合精英策略對種群進行選擇，具體就是對基本種群X1(i)中的個體根據適應度值選取M個個體，然後再根據小群體競爭法產生N-M個個體，即為初始種群X2Q)； (6)交叉操作:根據交叉率和交叉方式對種群X2(i)中的個體進行交叉操作，其中交叉概率採用自適應的概率，交叉方式採用改進的啟發式交叉方式，經過交叉得到種群X3(i)； (7)變異操作:根據變異率變異方式對種群X3(i)中的個體進行變異操作，其中變異概率採用的是動態的變異概率，變異方式則是採用小變異方法，經過變異得到種群X3(i)； (8)局部最優判斷:這個操作不是每次迭代都進行，它根據具體情況確定其次數。具體操作就是如果出現上面所說的情況，或者在重新生成的種群中有(80%-90%)的個體的適應度值與平均適應度值favg的偏差小於一個設定值，就認為它陷入了局部最優，這樣判斷標誌P=P+1，執行步驟(9);否則，判斷標誌P=O，執行步驟(10)； (9)災變策略:由精英策略保留種群中的最優個體，根據災變策略形成新的種群，執行步驟⑷； (10)終止準則。如滿足終止條件則輸出最優解，若不成立，則遺傳代數i=i+l返回步驟⑷。
2.根據權利要求1所述的一種變電工程的先進無功功率補償方法，其特徵在於:所述步驟(5)中選擇方式具體包括以下步驟: (1)首先在初始種群中隨機的產生M條染色體，然後根據適應度函數計算每個個體的適應度函數值，根據適應度函數值選取N條染色體作為種群的一部分，其中N-M，且這N條染色體是根據適應度值由大至小選取。 (2)採用小群體競爭法，即隨機的選取一部分染色體，通過競爭得到最優個體，將其中適應度高的放入初始種群中，將得到的個體放入初始種群中； (3)重複(2)過程多次，得到剩餘染色體，形成遺傳算法的初始種群。
3.根據權利要求1所述的一種變電工程的先進無功功率補償方法，其特徵在於:所述步驟(6)中交叉操作採用啟發式的算法交叉得到新個體。
4.根據權利要求1所述的一種變電工程的先進無功功率補償方法，其特徵在於:所述步驟(7)中所述變異操作採用小變異方法，確定變異概率後，對個體選擇的變異點進行確定，變異量表示為:Pi= (Xlmax-Xlmin) Xrand,rand〈Pm,其中，P1是變異量,Xlmax、Xlmin分別是變量的上下限，rand表示比變異概率小的一個隨機數。
【文檔編號】H02J3/18GK103618317SQ201310541126
【公開日】2014年3月5日 申請日期:2013年11月5日 優先權日:2013年11月5日
【發明者】顧華, 俞學成 申請人:蘇州市華安普電力工程有限公司