[发明专利]一种基于量子遗传算法的10kV配网无功优化方法

摘要

本发明提供了一种基于量子遗传算法的10kV配网无功优化方法，首先构建有功网损最小的模型，对所述控制变量进行量子比特概率幅编码来构建模型解空间的个体，而不是直接采用控制变量数值本身进行编码，由于概率幅含义为全部可能状态的等概率相加，因此采用概率幅进行量子编码的长度，能够小于传统二进制编码的长度，从而提高算法的计算效率。并且本方法提出新的量子交叉的方法，进行量子旋转门更新的两个体的更新目标互相，能够改善种群多样性，避免个体收敛于自身的局部最优解的情况。因此本发明能够缩短运算周期，提高计算效率，有机会跳出局部最优解，进入新的搜索空间，使得算法最终收敛于全局最优解。

主权项

一种基于量子遗传算法的10kV配网无功优化方法，其特征在于，包括：构建电能有功网损最小的模型，模型的约束条件为系统潮流约束，潮流约束中的变量约束包括控制变量的约束条件和状态变量的约束条件；基于量子遗传算法对所述控制变量进行量子比特概率幅编码，构建模型的个体，控制变量的参数不同，个体也随之不同；随机产生初始种群，将初始种群作为当前种群；对当前种群中的每个个体进行测量，获得每个个体的测量值，对每个个体进行适应度计算获得适应值；获得种群中最优个体及最优适应值、局部最优个体及局部适应值；判断是否达到终止进化条件；当达到终止进化条件则输出最优个体及最优适应值；当未达到终止进化条件，则以随机抽取当前种群中两个个体，及与两个个体对应的局部最优解，将两个个体的局部最优解互换，利用量子交叉方法产生新个体，将新个体加入当前种群获得新种群，将新种群作为当前种群，再对当前种群中的每个个体进行测量，直到达到终止进化条件。