[发明专利]基于功效系数线性加权法的多目标无功优化方法

说明书

本发明公开了一种基于功效系数线性加权法的多目标无功优化方法，本发明在多目标无功优化的过程中，不直接对多个目标函数进行加权来构造一个单目标函数进行优化，而是先算出每个目标函数的功效系数，再在此基础上构造一个衡量各个目标函数功效系数的单目标函数进行优化，避免了各个目标函数在数量级上不一致而导致优化结果不公平的问题，同时能够直观地判断当前各个单目标接近最优值的情况；本发明的优点是：在无功优化过程中综合考虑了多个目标的最优，为各个目标函数提供了良性、公平的竞争环境；能够定量地知道各个目标函数接近最优解的情况，在程序实际运行时，只需通过设置各个目标函数对应的权系数便能够协调对每个目标函数偏爱程度。

技术领域

本发明涉及基于功效系数线性加权法的多目标无功优化方法,属于电力技术领域。

背景技术

目前，电力系统无功优化是指在满足系统各种运行限制条件下，通过调节发电机机端电压、调节有载调压变压器分接头变比以及改变无功补偿装置出力等措施来改变系统的无功潮流分布，从而达到使全网有功损耗最小或者节点电压偏差最小等优化目标。随着中国电力系统的不断发展和电网规模的不断扩大以及越来越多新能源的接入，电力系统日益复杂，面临的问题也越来越多，因此，对电力系统无功优化也提出了更高的要求，同时也提出了更多的优化目标。现在的电力系统无功优化往往构成多目标优化问题，即同时考虑多个优化目标。

多目标优化问题往往不存在绝对的最优解，因为各个目标可能存在着矛盾，所以多目标的问题关键在于寻求目标之间的一个平衡点，从而得到一个相对合理的有效解。传统解决多目标优化问题一般是通过评价函数法将多目标转化为单目标优化问题，比较常见的类似线性加权法、平方和加权法、理想点法等。

目前用于求解多目标无功优化的方法大多是直接对多个目标进行加权，将多目标优化问题转化为单目标问题，进而用单目标无功优化的方法进行求解，然而不同目标函数之间往往具有不同的量纲，若直接加权，就很可能得不到合理的结果。近年来，也有不少科研工作者将智能算法用于求解多目标无功优化问题，例如，有方法提出了基于免疫算法的多目标无功优化算法，该方法通过计算抗体的局部和整体亲和力来对抗体进行排序，然后按照该顺序选择抗体进行克隆、交叉变异等操作，并反复进行以上操作来求取无功优化的Pareto解集；还有的方法运用改进的多目标粒子群算法求解多目标无功优化，首先构造非支配集，然后通过迭代使非支配解集不断逼近Pareto最优解集，从而实现多目标优化。然而，但是，上述这些方法都存在着一个较大的缺点：每次计算智能求得一个解，要进行多次计算才能得到一组Pareto解集，从而计算速度过慢，难以实现工程应用。

发明内容

本发明的目的在于提供一种能够克服上述技术问题的基于功效系数线性加权法的多目标无功优化方法，本发明在涉及多个目标函数优化问题的求解时，能够方便地通过调节各个目标函数功效系数的加权系数，便能够得出在此加权系数下多目标无功优化问题的解，通过功效系数的大小判断当前目标函数值接近最优目标函数值的领域。

本发明在多目标无功优化的过程中，不直接对多个目标函数进行加权来构造一个单目标函数进行优化，而是先算出每个目标函数的功效系数，再在此基础上构造一个衡量各个目标函数功效系数的单目标函数进行优化，避免了各个目标函数在数量级上不一致而导致优化结果不公平的问题，同时能够直观地判断当前各个单目标接近最优值的情况。

本发明包括以下步骤：

步骤1、设置系统参数，输入节点和网络数据；

步骤2、采用PQ分解法进行潮流计算；

步骤3、以网损作为目标函数，以步骤2中的潮流计算的结果作为在原对偶内点法的初始值，采用原对偶内点法分别求取网损的最小值和最大值；

步骤4、以电压偏差作为目标函数，以步骤2中的潮流计算结果作为原对偶内点法的初始值，采用原对偶内点法分别求取电压偏差的最小值和最大值；