[发明专利]一种电力系统光通信网络多目标优化规划的方法

说明书

 

技术领域    

    本发明涉及一种电力系统光通信网络多目标优化规划的方法，属电力通信系统规划技术领域。

背景技术    

进入二十一世纪以来，发展低碳经济、建设生态文明、实现可持续发展，成为人类社会的普遍认识。世界能源发展格局发生重大而深刻的变化，电力工业发展面临新挑战，智能电网成为了世界电力工业发展的共同选择。而作为智能电网发展的基石，电力通信网络对电网的安全稳定运行起着越来越重要的作用。容量大、可靠性高的光纤通信网在电力通信网中的比重日益增加，并且，随着电力系统特种光缆如ADSS、OPGW、OPPC、OPLC等的应用，更加加速了电力光通信网络的发展。

电力系统光通信网络规划是十二五电力规划中的重要章节。然而目前的关注重点都集中在最新的硬件设备和技术，而整个通信网的智能规划并没有被足够重视 。电力光通信网规划是一个复杂的多目标规划问题，目前国内外所作的研究大多是仅考虑单一目标对其进行分析，但是全面考虑规划中各个因素以进行电力光通信网的智能规划仍然需要做大量的研究工作。

发明内容    

本发明的目的是，针对行业内对电力光通信网规划已有的研究大多数只集中考虑单个目标对电力光通信网络进行规划存在的问题，本发明公开一种兼顾网络负担与经济性的电力光通信网络的多目标智能优化方法。

本发明的技术方案是：一种兼顾网络负担与经济型的电力光通信智能规划的新方法，所述方法包括下列步骤：

（1）在节点固定的电力光通信中（这些节点可以是调度中心、变电站等），多目标规划问题表示为如下求解最小值问题：

其中是个需要优化的不同目标函数，是个逻辑变量代表着节点间链路连接与否。

（2）定义整个网络为包含个节点的集合，用代表可能连接的链路的集合，为节点和之间链路的造价，为节点和之间链路的长度。列出网络中个通信需求的集合，需求被定义为集合，其中和分别代表通信需求的源节点和宿节点，表示其通信容量。

（3）对于任一可能的网络构造，表示各条链路连接与否，用表示所有连接的链路结合。对每个通信需求，用图论中的Dijkstra算法得到节点和之间的最短路径，记为。定义目标函数f₁（x）为网络负担，网络负担可以表示为：

而网络经济型目标函数可以表示为：

于是加权的总目标函数为：

其中是加权系数。

（4）在总目标函数中令，用遗传算法对总目标函数进行优化---求解最小值，记取得最小值时，此时两个目标函数值记为：和。

（5）逐渐增大，对每一个值用遗传算法对总目标函数进行优化，记取得最小值时，那么定义归一化的网络负担和造价函数分别为：

该步骤中的选择可以很粗略，直到选择某个时停止该步骤。

（6）将从0到平均选择400个点，对着400个值的每一个都用遗传算法对总目标函数进行优化，可以得到有400个点的解集，由这个解集按照Pareto优化理论中的如下定义选出Pareto最优点：

Pareto最优点：对于多目标优化问题的解集（表示维实数空间）

内的点，当且仅当不存在其它点满足：

时成为Pareto最优点。现实中的最优化问题往往需要同时考虑多个目标，而这些目标会互相冲突，即一个目标得到更加优化的同时会牺牲其他目标的优化性，而Pareto优化理论就是针对解决这类现实中的多目标优化问题，即这些Pareto最优点构成了Pareto最优解集。

（7）将上一步骤中得到的Pareto最优点连接起来得到Pareto最优曲线，该曲线横、纵坐标分别为网络负担和造价函数。该曲线将反映出网络负担和经济性的平衡关系，即在满足经济制约条件下网络最优化时的负担情况，从而科学指导光通信网络的规划。

本发明与现有技术比较的有益效果在于，本发明提出一种基于Pareto优化理论和遗传算法的多目标电力光通信网络智能优化方法。Pareto优化理论针对解决存在互相冲突目标的网络优化问题，而遗传算法本身就是一种结合了方向搜索和统计搜索特性的多向优化算法，它能够有效避开局部最优点而找到全局最优点。具体而言，本发明能够在多目标优化的框架下综合考虑网络负担和经济性，并选出Pareto最优点来构造出Pareto优化曲线从而对实际规划进行科学指导。