[发明专利]基于遗传算法的季度输变电一体化检修优化方法

摘要

本发明是一种基于遗传算法的季度输变电一体化检修优化方法，属于电力系统优化运行领域，解决了电网检修方式安排工作量大且不合理等问题。根据电网季度负荷预测、开机方式安排、电网拓扑数据，确定目标时间段电网的潮流序列；根据上报的检修元件信息，确定电网在检修方式下的潮流序列；设置故障集；校核检修方式下系统潮流是否满足热稳定要求，并求出过载元件的过载量；构建电网季度输变电一体化检修优化函数，将元件过载量代入求解；采用遗传算法更新检修方式种群，重组检修方式下电网潮流序列；循环迭代、计算，得到最优的电网季度输变电一体化检修方案。提高了电网运行人员的工作效率，得到的电网检修方案合理可靠，社会效益和经济效益显著。

主权项

一种基于遗传算法的季度输变电一体化检修优化方法，通过构建季度输变电一体化检修意愿函数，迭代、计算得出最优的电网检修方案，其特征在于：该方法步骤如下：S1.根据电网季度负荷预测、电网开机方式安排、电网拓扑数据，确定目标时间段潮流序列；S2.根据拟报的检修计划及相关信息，确定电网检修方式下的潮流序列；S3.设置电网故障集，包括N‑1电网中任一元件，N‑2电网中同塔并架线路；S4.校核检修方式下系统潮流是否满足电网热稳定要求，并求出过载元件的过载量μ_i，其中：μ_i＝P_i‑P_lim                    (1)式(1)中，μ_i为元件的过载量，P_i为元件i在该电网运行方式下的潮流值，P_lim为该元件的潮流极限值；S5.构建季度输变电一体化检修意愿的目标函数如下：$W_{i,t}=\underset{j=1}{\overset{\mathrm{Nt}}{\mathrm{\Σ}}}\left[{\∫}_t^{t+\mathrm{\Δt}}\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{u}_i\left(x_{i,t}\right)\mathrm{dt}\right]+\underset{j=1}{\overset{\mathrm{Nl}}{\mathrm{\Σ}}}\left[{\∫}_t^{t+\mathrm{\Δt}}\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{u}_i\left(x_{i,t}\right)\mathrm{dt}\right]---\left(2\right)$式(2)中，W_i,t为季度输变电一体化检修意愿的目标函数，表征元件i的检修过载意愿，Nt为电网拟报下季度检修的变压器数量，Nl为电网拟报下季度检修的线路数量，u_i为元件i的过载量，x_i,t表征元件i在t时刻检修的0‑1变量，若元件i在下季度第a日开始检修，且持续T时间，则x_i,a＝1,x_i,a+1＝1...x_i,a+T＝1，其余时段均为0，X_i,t为元件检修状态关联矩阵，具体表示为：$X_{i,t}=\left[\begin{array}{cc}{X}_i& T_i\end{array}\right]\left[a_i\right]---\left(3\right)$式(3)中，X_i表示第i个元件检修，T_i表示第i个元件检修所持续的时间，X_i和T_i均为常数阵且已知，a_i阵为元件i检修的起始时间矩阵；S6.将u_i(x_i,t)代入季度输变电一体化检修意愿的目标函数，并进行求解；S7.第一轮计算结束，采用遗传算法更新检修方式种群x_i,t，重组检修方式下电网潮流序列；S8.根据步骤S7中所更新的检修方式种群x_i,t，重新确定检修方式下电网潮流序列，并重复步骤S2‑S7；S9.若最终输出结果满足下式：ΔW_i,t≤ξ                  (4)则输出结果W_i,t。