[发明专利]基于教学和粒子群算法的主动配电网智能混合重构方法

说明书

本发明公开了基于教学和粒子群算法的主动配电网智能混合重构方法，以网损最小为寻优目标。包括：随机初始化粒子群；计算每个粒子的适应度函数；利用粒子群算法对每个粒子的位置和速度进行更新；再利用教学算法对每个粒子的位置进行更新；求每个粒子群的适应度函数并排除不可行解；更新粒子群的最优解和全局最优解，直到到达最大迭代次数。本方法针将教学算法和粒子群算法与其结合，在保留粒子群算法全局寻优能力的同时，增强了算法的局部寻优能力和速度，从而实现算法在全局和局部寻优能力。本发明通过优化算法迭代更新网络结构，起到降低网损的作用。

技术领域

本发明涉及基于教学和粒子群算法的主动配电网智能混合重构方法。

背景技术

配电网重构就是通过改变分段开关、联络开关的组合状态，以改变网络拓扑结构和用户 的供电路径。目前的求解算法可分为传统数学算法、启发式算法和人工智能算法等。其中， 数学算法的计算时间长；启发式算法受网络的初始状态和网络规模的影响比较大，不一定能 得到最优解；人工智能算法不受网络初始状态的影响，但是有些算法的收敛速度慢，容易陷 入局部最优，从而影响配电网重构的效率和精确性。

粒子群算法(Particle Swarm Optimization，PSO)和教学算法(TeachingLearning Based optimization，TLBO)都是基于群体智能的优化技术。粒子群算法利用鸟群的觅食行为将群 体的信息共享，以寻求全局空间中的最优解。教学算法模拟一个课堂上学生与老师的互动以 及学生之间的互动，个体之间相互调整寻求小范围空间的最优解。

发明内容

本发明的目的在于克服现有人工智能算法的不足，提出一种结合教学算法和粒子群算法 的混合算法，能够在保留粒子群算法全局搜索能力的同时利用教学算法的局部搜索能力，提 高收敛速度的算法，以提高配电网重构的效率和精确性。

为实现上述目的，本发明采取的技术方案是：

基于教学和粒子群算法的主动配电网智能混合重构方法，其特征在于，所述方法包括：

步骤1：设置教学算法和粒子群算法的初始参数，随机初始化粒子群；

步骤2：对每个粒子用基于深度优先树搜索，进行拓扑分析；

步骤3：采用目标函数来计算符合辐射结构约束个体的目标函数值，作为适应度函数；

步骤4：更新相应个体的最优解P_i和全局最优解P_g；

步骤5：利用粒子群算法和教学算法对种群进行更新迭代，检查网络拓扑，并计算个体 的目标函数；

步骤6：更新相应个体的最优解P_i和全局最优解P_g；

步骤7：重复步骤5-6直到达到最大迭代次数；

步骤8：输出结果。

具体地，在步骤3中，以最小化网损为目标函数：

其中，N_branch为网络边的数量；I_b为b支路的电流；R_b为b支路的电阻；k_b为支路b的开关状态，值为1表示开关闭合，值为0表示开关断开。

在步骤5中，粒子群算法的迭代公式为：

式中，是粒子的速度；是粒子的位置；是个体最优值数组；是全局最优值； nsw为每次迭代的个体数；c₁和c₂为加速因子；ρ为系数；r₁和r₂分别为(0,1)区间内的随机数。