[发明专利]基于量子遗传算法的多目标智能配电网自愈恢复方法

摘要

本发明公开了一种基于量子遗传算法的多目标智能配电网自愈恢复方法，采用节点分层的前推回代法进行潮流计算，采用量子遗传算法进行配电网多目标的自愈恢复重构，量子遗传算法利用量子比特编码染色体和量子旋转门实现染色体的调整，使得在较小的种群规模下，快速收敛到全局最优解。重构中的孤岛判断借助潮流计算，降低不可行解的维数。以配电网网损和开关动作次数作为重构目标，实现多目标的综合优化，具有实用价值。

主权项

基于量子遗传算法的多目标智能配电网自愈恢复方法，其特征在于：包括以下步骤，步骤一，初始化；确定故障前的开关组合以及故障开关线路；确定种群大小n、量子位的数目m以及进化代数gs，在配电网自愈恢复中，m代表开关个数，即支路条数，n代表重构方案个数，包含n个个体的种群Q＝{q₁,q₁,…,q_n}，其中q_j为种群中的第j个个体，j＝1,2,…,n；第i个量子位是|0>的概率幅第i个量子位是|1>的概率幅表示在初始搜索时所有状态以相同的概率进行叠加；步骤二，定义进化代数t＝1；步骤三，量子坍塌；由种群Q(t)量子坍塌生成p(t)，即对Q(t)进行一次观测，以获得一组确定的解$p\left(t\right)=\left\{x_1^t,x_2^t,...x_n^t\right\};$其中，即第t代第j个染色体的观测值，共有m个量子位，是一个长度为m的二进制串；步骤四，修改p(t)，使其满足故障位为0以及无孤岛的要求；步骤五，采用节点分层前推回代法进行潮流计算，计算本代每一组的网损值，并保存满足约束条件的网损值；步骤六，以配电网网损和开关动作次数作为目标，构造多目标综合的适应度函数FZ，对种群的所有个体进行适应值评价，并保存本代中FZ最小的重构方案；步骤七，根据FZ的值，利用量子门更新种群；更新过程为：$q_j^{t+1}=G\left(t\right)\×q_j^t$其中，为第t代种群中的第j个个体，为第t+1代种群中的第j个个体，G(t)为第t代的量子门，$G\left(t\right)=\left[\begin{array}{cc}cos\mathrm{\θ}\left(t\right)& -sin\mathrm{\θ}\left(t\right)\\ sin\mathrm{\θ}\left(t\right)& \cos \mathrm{\θ}\left(t\right)\end{array}\right]$其中，θ为量子门的旋转角，θ＝Δθ×s(α_i,β_i)，Δθ为与算法收敛速度有关的系数，s(α_i,β_i)为量子旋转的方向函数；步骤八，t＝t+1；步骤九，判断t＜gs是否成立，如果是，则转至步骤三，如果不是，则结束。