[发明专利]基于量子遗传算法的多目标智能配电网自愈恢复方法

说明书

技术领域

本发明涉及一种基于量子遗传算法的多目标智能配电网自愈恢复方法，特别涉及一种智能配电网发生故障后，采用量子遗传算法的进行多目标电网自愈恢复重构的方法，属于电力系统控制技术领域。

背景技术

配电网是由架空线路、配电变压器、开关等设施等组成的，在电力网中起重要分配电能作用的网络。配电网一般采用闭环设计、开环运行，其运行结构呈辐射状。由于配电线的线径比输电线的小，导致配电网的R/X较大，使得在输电网中常用的潮流算法在进行配电网的潮流计算时收敛性难以保证。

智能配电网的主要特征为具有完备的自愈功能，需要尽量减少电网故障对用户的影响，同时保障配电网的经济运行。在配电网发生故障后，通过调整分段开关和联络开关的状态，改变配电网的网络结构，达到配电网自愈恢复和优化运行的目的。配电网自愈恢复重构问题是一个多目标、多维数、多约束、多时段非线性的组合优化问题。采用快速有效的方法进行故障后配电网的电网重构是智能配电网自愈恢复控制的关键问题。

目前配电网自愈恢复重构的方法众多，基本可以分为四类:数学解析方法、最优流模式算法、支路交换法和人工智能算法。数学解析方法进行的是贪婪式的搜索，非常耗时，且该方法在应用时把配电网问题当成纯数学问题来进行处理，没有考虑配电网重构过程中的实际问题需要。最优流模式算法时间随着网络规模增大，且各环之间在求解最优流模式时会互相影响，开关的顺序会影响结果，多次配网潮流计算才能确定一个待定开关的状态，计算效率从而大大降低。支路交换法在降低网损的过程中，不保证重构方案达到最优或者近似最优，缺乏数学意义上的全局最优性，易收敛于局部最优解。人工智能算法中的参数难以确定，且寻找时间长。

量子遗传算法是一种量子计算与遗传算法相结合的方法。量子计算利用量子叠加性、纠缠性和相干性实现量子的并行计算。基于量子比特和量子态登加特性的量子遗传算法(QuantumGeneticAlgorithm，QGA)。QGA用量子位编码来表示染色体，用量子门作用和量子门更新来完成进化搜索，从而实现了目标的优化求解。与传统的遗传算法相比，动态调整旋转角机制的量子遗传算法能够在较小的种群规模下，快速地收敛到全局最优解，具有全局寻优能力强的特点。量子遗传算法在多目标智能配电网自愈恢复方面的应用还是一片空白。

发明内容

为了解决上述技术问题，本发明提供了一种基于量子遗传算法的多目标智能配电网自愈恢复方法。

为了达到上述目的，本发明所采用的技术方案是：

基于量子遗传算法的多目标智能配电网自愈恢复方法，包括以下步骤，

步骤一，初始化；

确定故障前的开关组合以及故障开关线路；

确定种群大小n、量子位的数目m以及进化代数gs，在配电网自愈恢复中，m代表开关个数，即支路条数，n代表重构方案个数，包含n个个体的种群Q＝{q₁,q₁,…,q_n}，其中q_j为种群中的第j个个体，j＝1,2,…,n；

第i个量子位是|0>的概率幅第i个量子位是|1>的概率幅表示在初始搜索时所有状态以相同的概率进行叠加；

步骤二，定义进化代数t＝1；

步骤三，量子坍塌；

由种群Q(t)量子坍塌生成p(t)，即对Q(t)进行一次观测，以获得一组确定的解p(t)={x1t,x2t,...xnt};]]>

其中，即第t代第j个染色体的观测值，共有m个量子位，是一个长度为m的二进制串；；

步骤四，修改p(t)，使其满足故障位为0以及无孤岛的要求；

步骤五，采用节点分层前推回代法进行潮流计算，计算本代每一组的网损值，并保存满足约束条件的网损值；