[发明专利]一种基于权重依赖度的配电网多目标优化方法

说明书

本发明公开一种基于权重依赖度的配电网多目标优化方法，包括以下步骤：步骤S1：输入配电网系统节点、负荷等模型数据；步骤S2：确定优化对象，进行初始化种群编码；步骤S3：确定优化目标和约束条件；步骤S4：计算不同权重组合的个体总目标函数值；步骤S5：计算权重依赖度，淘汰种群中权重依赖度大的个体；步骤S6：在剩余个体中进行选择；步骤S7：自适应交叉、变异操作；步骤S8：父子两代遗传操作后，判断是否达到收敛条件；步骤S9：迭代结束，得到最优解。本发明在寻优模型中无需主观确定权重，所得最优解在实际工程中适用性更强。

技术领域

本发明涉及配电网规划领域，尤其涉及一种基于权重依赖度的配电网多目标优化方法。

背景技术

随着多种类型的分布式能源并入电网，电力系统优化问题由原来的单一目标优化转变成为复杂的多目标优化问题。在追求多个目标达到最大值或者最小值的同时，传统的寻优算法无法满足现有模型的需求，往往采用权重法对各个目标函数进行加权处理以求得所谓的最优解。

现有的方法大多采用人为确定权重的办法，所得的优化解集受权重的影响极大。在优化模型中，主观性过强很容易导致模型求解精度不高，与实际情况不符，从而使计算结果失去真正的应用价值。

发明内容

本发明的目的在于提供一种基于权重依赖度的配电网多目标优化方法，避开配电网多目标优化模型中主观选择权重的过程，提高优化解在实际工程中的适用性。

本发明采用的技术方案是：

一种基于权重依赖度的配电网多目标优化方法，包括以下步骤：

步骤S1：输入配电网系统数据，节点总数为n，系统各节点的负荷表示为P_li+jQ_li，其中P_li表示节点i处的有功负荷，Q_li表示节点i处的无功负荷；

步骤S2：确定优化对象为各节点处的分布式电源容量，进行初始种群编码，在约束条件下初始化种群：

式中，Pop表示初始种群，p_m1表示种群中个体m的第1个编码；

步骤S3：构建配电网多目标优化模型的目标函数，建立约束条件；

步骤S4：计算不同个体的目标函数，并根据不同权重计算总目标函数值

步骤S5：计算种群个体的权重依赖度Dep_m，淘汰种群中权重依赖度大的个体：

式中，Pop(o,:)表示种群序列的第o行，表示种群个体权重依赖度的平均值。

步骤S6：在剩余个体中，选择N组权重比中每组权重下目标函数值最优的个体作为父代，进入下一步遗传操作；

步骤S7：进行交叉、变异操作，对适应度较高的个体降低交叉、变异的概率，对适应度较低的个体提高交叉、变异的概率；

步骤S8：当迭代次数达到设定值或最优解收敛，则判断达到收敛条件；如果是则执行步骤S9，否则返回步骤S4；

步骤S9：迭代中止，得到最优解。

进一步地，所述步骤S3具体包括以下内容：

优化模型的目标函数为：

(1)综合成本F₁最低

min F₁＝min{C_inv+C_ins+C_price+C_main+C_env} (3)