[发明专利]基于遗传算法的电力路径拓扑方法

说明书

本发明公开了基于遗传算法的电力路径拓扑方法，涉及电力路径布线技术领域。本发明包括：将电力路径布设费用、线路损耗规划在内，建立施工总费用的目标函数方程；在电力路径网络中，测算各变电站所在地块区域内的的负载情况，并根据负载情况确定环网柜数量以及位置；将同一地块区域内的环网柜串联形成电力路径环网结构；利用遗传算法对电力路径环网结构优化，提取约束条件、获取最短电力布设路径。本发明通过提升电力负载、电网建设时序与用电需求的匹配度；建立包括电力路径布设费用、线路损耗规划在内的目标函数方程，利用遗传算法对电力路径环网结构优化，提取约束条件、获取最短电力布设路径；实现电路路径的优化，降低电缆线路布设投资。

技术领域

本发明属于电力路径布线技术领域，特别是涉及一种基于遗传算法的电力路径拓扑方法。

背景技术

电力布线过程中，一般通过人工实地勘察并记录实时数据后；然后通过多方专家初步设计规划线路，并在多次模拟铺设场景预演后，最后再实施铺设。整个过程中，效率较低、耗时较长，成本开销较大；并且由于人工布线规划过程中，并不能每一段铺设都实现最优路线，进而导致铺设线路不合理、浪费成本。

本发明提供一种基于遗传算法的电力路径拓扑方法，用于解决上述问题，实现便捷高效的电力路径拓扑。

发明内容

本发明的目的在于提供基于遗传算法的电力路径拓扑方法，通过提升电力负载、电网建设时序与用电需求的匹配度，以及电力路径布线最优路径，解决了现有的电力系统布线路径不合理的问题。

为解决上述技术问题，本发明是通过以下技术方案实现的：

本发明为基于遗传算法的电力路径拓扑方法，包括如下过程：

S00：将电力路径布设费用、线路损耗规划在内，建立施工总费用的目标函数方程；

且Lmn≤Lim；

其中，L_mn为第m座变电站的第n条电力路径的长度，Lim为预设的任一变电站的电力路径的最大长度，Lim的范围为[5,10],单位：km，ω为电力路径单位长度布设费用，x为电力排线折旧年限，t₀为未来贴现率，M为电力路径上变电站的数量，Nm为当前第m个变电站的电力路径的数量，P_m为当前第m天电力路径上所带负载，为电力路径线路耗损系数；

S01：在电力路径网络中，测算各变电站所在地块区域内的的负载情况，并根据负载情况确定环网柜数量以及位置；

S02：将同一地块区域内的环网柜串联形成电力路径环网结构；以电缆网为例，规划电力线路路径寻优；根据负荷预测获得各个子地块的负荷，确定该子地块需要的环网柜数量；根据负荷性质，确定电缆环网类型；

S03：利用遗传算法对电力路径环网结构优化，提取约束条件、获取最短电力布设路径。

优选地，S03具体包括如下过程：

S031：对电力路径环网结构内n各环网柜进行随机编码为[1,n]，形成一个染色体；

S032：确定用于量化染色体对目标匹配性的匹配度函数：

其中，S_mn为第m座变电站的第n条电力路径的实际长度；

S033：确定遗传算法参数包括：种群数量M，最大代数Gmax，变异率η_m以及交叉率η_c；

S034：确定旋转轮赌次数num，每次旋转都为新群主选择一个个体，采用轮赌方式确定匹配值最大的作为父体；

其中，所述轮赌次数num范围为：[100,200]；