[发明专利]一种配网联络开关负荷切换优化方法

说明书

技术领域

本发明涉及一种基于变长染色体遗传算法的配网联络开关负荷切换优化方法，属于电网配置领域。

背景技术

智能配电自动化以一次网架和设备为基础，以配电自动化系统为核心，综合应用电力电子技术、通信技术、计算机及网络技术，实现配电系统的监测与控制，并通过相关系统的信息集成，实现配电自动化的科学管理。配电主站是配电自动化系统的核心部分，主要实现配电网数据采集与监控等基本功能和电网分析应用等扩展功能，实现信息传输的通信网络。IEC61968标准在配电自动化产品中的贯彻实施，推动了配电自动化的综合应用，为各种应用之间的信息交互创造了条件。

在配电网的调度分析方面，调度人员需要对配电网的运行情况进行分析与预测，而分析的基础是电网潮流计算功能。而现有的潮流计算算法主要针对一个完整的网架结构，即全连通的电网结构。然后，配电网站外电气拓扑由于各种小型事故的发生、各类检修工作的进行，所以结构经常发生变化，继而导致调度人员必须经常关注电气拓扑变化，并且及时修改潮流拓扑来完成分析与计算工作。

随着技术的发展，现有配电网SCADA（数据采集与监视控制系统）能够将配电网站外的自动化馈线的所有电气元件的信息都进行分类与存储，并且在其电网数据库中维护了电气拓扑结构。

在调度业务的日常潮流计算过程中，经常会应有临时需要对母线和出线开关进行检修，此时就需要调度员分析出线开关的供区供电情况和电网拓扑，寻找到一组合理的联络开关切换模式，来保证在母线和出线开关进行检修的情况下保证用户的供电。

然而，由于供区对外的联络开关非常多，少则几个，多则几十个，那么就产生了各种组合方案，而调度员多凭借经验来完成这样的工作，存在工作量大，工作效率低，出错概率大等缺陷。

遗传算法是模拟生物在自然环境中的遗传和进化过程而形成的一种自适应全局优化概率搜索算法。通过引入染色体、基因、个体、种群、适应值等生物学概念和选择(复制)、交叉(杂交)、变异等遗传操作(算子)并通过编码组成初始群体后,遗传操作的任务就是对群体的个体按照它们对环境适应的程度(适应度评估)施加一定的操作，从而实现优胜劣汰的进化过程。从优化搜索的角度而言，遗传操作可使问题的解，一代又一代的优化，并逼近最优解。

有鉴于此，本发明人对此进行研究，专门开发出一种基于变长染色体遗传算法的配网联络开关负荷切换优化方法，本案由此产生。

发明内容

为了简化调度员日常工作中负荷切换的复杂问题，本发明旨在提出一种基于变长染色体遗传算法的配网联络开关负荷切换优化方法，所述方法针对大量的联络开关进行全局优化，从而找到最优的切换方案，简化调度员工作强度，减小人工出错概率。 

为了实现上述目的，本发明的解决方案是：

一种配网联络开关负荷切换优化方法，主要包括以下步骤：

步骤1：基础数据获取与准备；

    1.1 从配网Scada系统获取站外电气拓扑（基于XML格式或者二进制格式），包括节点集合N与线路集合L，每个节点用Ni表示，每个线路用Li表示；

1.2从配网Scada系统的计划列表读取需要检修的出线开关列表C。出线开关列表C包括一个或者多个Ci，且Ci的节点类型为出线开关。读取供区列表G，且每个Ci对应一个供区Gi；

1.3从配网Scada系统中读取拓扑中与列表C相关的联络开关节点集NC。NC包括一个或者多个NCi，且NCi的节点类型均为联络开关类型。

步骤2：创建初始种群P；

2.1生成随机数Rand，且Rand的范围为1至联络开关列表NC中的出线开关个数；

2.2从联络开关列表NC中随机选取Rand个NCi，组成染色体Pi，并添加Pi至种群P中；

2.3重复步骤2.1至2.2，共计30次，即产生包含30个染色体的种群P；

2.4设迭代次数t=0。

步骤3：计算每个染色体的适应度值；

3.1遍历种群P中的每个Pi，根据Pi中每个NCi的状态取反后设置回Scada系统，并调用Scada系统的潮流计算函数；

3.2从Scada系统读取每个供区Gi的带电状态E(Gi)，E(Gi)函数返回值为0或1，若Gi带电则E(Gi)=1，若Gi不带电则E(Gi)=0；

3.3计算每个染色体的适应度值Fit(Pi)，其中Fit(Pi)函数计算方式如下：

，其中n为Pi所包含的NCi的个数；

3.4若迭代次数大于100，即t>100，则结束优化过程，跳转至步骤5。