[发明专利]基于二进制粒子群算法的配电网络重构方法

说明书

技术领域

本发明涉及一种配电网络重构方法，具体涉及是基于二进制粒子群算法的配电网重构方法。

背景技术

随着经济社会的不断发展以及分布式电源(Distributed Generation,DG)的不断接入，社会对配电网的要求越来越严格。发展智能配电网可以很好的解决配电网自愈与友好接纳DG，解决当前我国配电网相对于发达国家不经济、不智能等问题。网络重构技术就是智能电网技术的重要组成部分。

通过网络重构可以实现故障后非故障失电区快速复电，线路过载时均衡线路负荷，节点电压越限时改善电压分布等自愈功能。本发明主要针对均衡线路负荷，减少网络损耗为优化目标，进行网络重构。但传统的粒子群算法存在收敛性差，易于陷入局部最优，在进行变异操作时还会出现大量的不可行解，严重时将会进入死循环。

发明内容

为了克服传统算法容易陷入局部最优、收敛性差的和产生不可行解等缺点。本发明采用了基于避免不可行解的二进制粒子群算法，该方法能够有效的避免不可行解的出现，同时进一步的提高了收敛速度和优化深度。

本发明提供的基于二进制粒子群算法的配电网重构方法，具体如下：

建立配电网的重构优化数学模型，即选取系统的有功网损作为适应函数，公式如下：

上式中，P_L为所有支路的总有功损耗；i表示支路编号；N_p表示配电网支路总数；K_i表示开关状态变量，即0表示打开状态，1表示闭合状态；R_i表示支路i上的电阻值；P_i、Q_i、U_i分别表示支路的有功功率、无功功率以及支路i前端节点的电压幅值。控制为配电网的分段开关和联络开关。

然后再进行如下步骤：

S1：对配电网络进行初始化，获取配电网系统的节点信息和支路信息；设置控制变量的个数，并对速度V的取值范围、最大迭代次数N_max以及初始种群的规模T进行设置；

S2：随机初始化后得到一个种群数目为T的可行二进制粒子群X，在设置完成的速度取值范围内，随机产生每个粒子的初始速度V(i)；

S3：对初始粒子群进行潮流计算，计算所述初始粒子群中每个粒子的网损P_L(i)，取每个粒子的当前网损P_L(i)作为每个个体的初始最优解P_i，并找出最小网损作为全局最优解P_g；

S4：判断当前迭代次数是否达到设定最大值N_max，若达到最大值跳转到步骤S13，否则转到步骤S5；

S5：根据迭代更新公式，对每个环路逐个进行速度和位置进行更新，生成一个新粒子群；

S6：对新粒子群的每个粒子位置进行评价，判断每个粒子的位置是否符合配电网拓扑结构；如果符合转到S7，否则转到S5重新进行更新；

S7：对新粒子群进行潮流计算，获得每个粒子的网损；比较每个粒子更新前后的网损，取较小的为该个体最优解，同时找出新的网损最小值，并和上次的全局最优解比较，保留较小值作为新全局最优解；

S8：该种群更新进化后判断全局最优解是否保持Ζ代没有变化；若是，转到步骤S9，否则转到步骤S4；Ζ值可选择取2、3、4任一个数值；

S9：将每个粒子的适应值P_L(i)按照从小到大进行排序，并根据适应值的顺序将X(i)进行排序；

S10：保留排前几位适应值较好的的粒子，将剩下的粒子放入X`(i)后进行交叉操作；

S11：对交叉操作完的粒子，按照避免不可行解的条件下进行随机变异；

S12：对变异后的每个粒子按步骤S7所述方法进行潮流计算并找出最新的个体最优值和全局最优值，然后跳转到步骤S4

S13：停止迭代计算，保存个体最优值和全局最优值，同时保存全局最优时对应各控制变量的值；此时，全局最优即为优化理想结果，控制变量值即为最优设置值。

对于上述步骤：

进一步，步骤S2中，配电系统中控制参数对应于粒子的位置如下式所示：

X(i)＝[k_i1,k_i2,.......k_in]

上式中k表示开关的状态变量，即0表示打开状态，1表示闭合状态，i表示第i粒子，n表示开关个数。

进一步，步骤S5中，粒子的速度的迭代更新公式如下：