[发明专利]基于功效系数线性加权法的多目标无功优化方法有效
申请号: | 201410571706.3 | 申请日: | 2014-10-23 |
公开(公告)号: | CN104915533B | 公开(公告)日: | 2018-06-22 |
发明(设计)人: | 金小明;陈皓勇;张聪;李蓉蓉;杨柳;卢斯煜 | 申请(专利权)人: | 南方电网科学研究院有限责任公司;华南理工大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 北京中海智圣知识产权代理有限公司 11282 | 代理人: | 李奎书 |
地址: | 510080 广东省*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于功效系数线性加权法的多目标无功优化方法,本发明在多目标无功优化的过程中,不直接对多个目标函数进行加权来构造一个单目标函数进行优化,而是先算出每个目标函数的功效系数,再在此基础上构造一个衡量各个目标函数功效系数的单目标函数进行优化,避免了各个目标函数在数量级上不一致而导致优化结果不公平的问题,同时能够直观地判断当前各个单目标接近最优值的情况;本发明的优点是:在无功优化过程中综合考虑了多个目标的最优,为各个目标函数提供了良性、公平的竞争环境;能够定量地知道各个目标函数接近最优解的情况,在程序实际运行时,只需通过设置各个目标函数对应的权系数便能够协调对每个目标函数偏爱程度。 | ||
搜索关键词: | 目标函数 功效系数 无功优化 单目标 多目标 线性加权法 多个目标 竞争环境 优化结果 综合考虑 不一致 权系数 运行时 最优解 加权 优化 直观 衡量 协调 | ||
【主权项】:
1.基于功效系数线性加权法的多目标无功优化方法,其特征在于,包括以下步骤:步骤1、设置系统参数,输入节点和网络数据;所述步骤1中,设置系统参数,输入节点和网络数据,其步骤具体为:1)设置所优化系统的节点数,线路的条数,变压器的台数,发电机的台数,无功补偿节点的个数,迭代收敛精度,中心参数,以及最大迭代次数;2)输入的节点数据包括PQ节点数据,PV节点的数据以及平衡节点的数据,输入的网络数据线路参数、接地支路参数和变压器参数;步骤2、采用PQ分解法进行潮流计算;步骤3、以网损作为目标函数,以步骤2中的潮流计算的结果作为在原对偶内点法的初始值,采用原对偶内点法分别求取网损的最小值和最大值;步骤4、以电压偏差作为目标函数,以步骤2中的潮流计算结果作为原对偶内点法的初始值,采用原对偶内点法分别求取电压偏差的最小值和最大值;步骤5、构造网损和电压偏差的功效系数,采用加权线性组合形成总体的功效系数,建立多目标无功优化模型;步骤6、以最大化总体功效系数为无功优化目标,采用对偶内点法进行求解,并通过设置不同的加权系数,作出网损功效系数、电压偏差功效系数和总体功效系数随加权系数变化情况的曲线图,通过观察分析三条曲线中功效系数随加权系数的变化情况来选择加权系数;所述步骤5中,构造网损和电压偏差的功效系数,采用加权线性组合形成总体的功效系数,建立多目标无功优化模型;其具体步骤如下:1)构造网损和电压差的功效系数,设步骤4和步骤5中优化得到的最小网损为Plossmin,最大网损为Plossmax,最小电压偏差为DVmin,最大电压偏差为DVmax,能够得到系统网损的功效系数定义如下:电压偏差功效系数为:2)采用加权线性组合形成总体的功效系数:3)以单目标无功优化的约束条件作为约束条件,以2)中的功效系数作为目标函数,能够得到如下的多目标无功优化模型:maxdh(x)=0代表功率平衡约束,代表运行约束和安全约束;其中,ploss为网损;DV为电压偏差。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南方电网科学研究院有限责任公司;华南理工大学,未经南方电网科学研究院有限责任公司;华南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201410571706.3/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用