[发明专利]基于改进教与学算法的电力系统可用输电能力计算方法

说明书

技术领域

本发明属于电力系统输电能力技术领域,特别涉及利用改进后的教与学算法通过群体的学习逐次改变学习成绩寻优，在兼顾电力系统安全稳定运行的前提下，得到满足故障后N-1下静态稳定裕度的系统区域间的输电能力，以为电网安全稳定运行和电力交易提供重要的参考指标。

背景技术

在电力市场的背景下，输电能力不仅能够用于对电力系统运行状态的评估，而且也能够为电力交易者们提供重要交易信息。未来电力行业将向市场化不断发展，输电能力将成为未来电力交易的重要市场信号，用于指导和保障电力交易的顺利进行，因此准确的计算输电能力就变得十分重要。

目前国内外文献中输电能力的计算方法可以分为两类：一类是基于概率的求解方法，比较成熟的方法有枚举法、随机规划法、蒙特卡罗法等，这类方法考虑电力系统中存在的不确定性因素，如负荷、发电机的不确定性，但这类方法由于其指数时间特性难以用于在线计算。另一类是确定性算法，常用的方法有线性分布因子法、连续潮流法(CPF)、最优潮流法(OPF)等。线性分布因子法是基于直流潮流模型，非常适用于在线实时的计算输电能力，但这种算法在无功不足或电压控制不强的重负荷系统中容易产生难以接受的错误。连续潮流法理论上可以考虑系统非线性、无功影响以及各种约束，但其中模拟的过渡过程基于一个固定的因子，负荷和发电均按此因子增加，忽略了发电的最优调度，所以得到的结果偏于保守。对于最优潮流法，尽管OPF法理论上可以处理各种约束，但OPF法得到的结果偏于理想，实际系统如何达到OPF法得到的结果无法得知。

教与学算法是Rao等人在2011年提出的一种模拟班级同学学习的智能优化算法，教与学算法模拟班级内学生的学习过程，基本思想是通过老师的教学和学生的学习使班级成绩得以提高。下面是教与学算法中的几个概念：

班级：群体中的所有个体的集合成为班级，对应解空间；

学生：班级中的每个个体成为学生Xⁱ(i＝1,2,3...NP),NP为学生的数目，对应空间中的任意搜索点，NP为搜索点的个数；

学科：每位学生学习d门课程，即Xⁱ＝(x₁ⁱ,x₂ⁱ...x_dⁱ)，那么X_i的每一个决策变量x_jⁱ(j＝1,2,3...d)就为学生学习的第j门课程；

老师：群体中适应值f(X)最优的个体为老师X_teacher；

平均水平：群体所有个体平均值M_k＝(m_k1,m_k2...m_kd)，K为迭代次数；

那么，一个班级可以表示为：