基于改进nsga-ii的含风电场电网多目标规划方法
【技术领域】
[0001] 本发明设及含风电场的电网规划领域，尤其设及一种基于改进带精英策略的快速 非支配排序遗传算法（NSGA-II)W的含风电场电网多目标规划方法。
【背景技术】
[0002] 由于风电装机容量逐年增大，W及风速的随机性和风电机组的运行特性，风电场 并网必然会引起一系列的电能质量问题，而电网希望风电机组并网有良好的电能质量品 质，因此含风机的电网规划考虑风机并网点的电能质量是有必要的。
[0003] 目前已有不少含风电场的电网规划的研究，也取得了很大的成果。文献巧]W保 证电网经济性最优为前提研究了含风电场的电网规划，采用基于概率的方法有效地考虑了 风电的随机性W及负荷的不确定性。文献巧]W投资经济性和可靠性为主要优化目标，并 给出了一种随机模拟、神经元网络和NSGA-II相结合的混合智能算法，建立用于处理风电 场与电网联合规划的多目标规划模型。该些研究大都关注于风电的不确定性对电网规划的 影响，并未设及到风电并网所引起的电能质量问题。文献[4]对含风电场的电网规划考虑 了电能质量约束，采用传统的遗传算法优化规划方案。
[0004] 发明人在实现本发明的过程中，发现对于含风电场的多目标电网规划，现有的多 目标规划方法存在W下缺点和不足：
[0005] (1)传统算法一般只得到一个解，但含风电场的多目标电网规划问题往往会存在 一个互不支配的解集需要使用者根据条件的不同进行挟择；
[0006] (2)传统算法将多目标优化问题转化为单目标优化问题后，往往不能有效地协调 含风电场电网规划中各个目标的优化程度；
[0007] (3)由于传统算法中各个目标函数的权值是人为规定的，具有较大的主观性，因 此，在含风电场的电网规划中，传统优化算法不利于决策者根据实际情况作出合理的决策。 [000引 （4)多目标遗传算法是解决多目标优化问题的一种进化算法，其中NSGA-II算法 能够克服传统多目标优化算法的缺点，最终得到多个"满意解"的集合，即Pareto最优解集 ，适用于含风电场的多目标电网规划。但是为了保证得到最优的含风电场的电网规划优 化方案，该算法需要在如何加强全局捜索能力，提高收敛性等方面进行改进W。
【发明内容】
[0009] 本发明提供了一种基于改进NSGA-II的含风电场电网多目标规划方法，本发明通 过机会约束规划方法构建W线路总长度、公共连接点处闪变值为目标的风电场多目标电网 规划模型，并用改进NSGA-II算法实现风机接入电能质量的多目标电网规划，使优化出的 规划方案更科学、更合理，详见下文描述：
[0010] 一种改进NSGA-II的含风电场电网多目标规划方法，所述含风电场电网多目标规 划方法包括W下步骤：
[0011] 构建风电场的出力模型；
[0012] 计算风电机组在公共连接点处引起的闪变值；
[0013] 构建线路的总长度最短、风电场公共接入点处的闪变值最小的目标函数；
[0014] 通过基于NDX算子的NSGA-n算法、出力模型W及目标函数实现对含风电场电网 多目标的规划。
[0015] 其中，所述通过基于NDX算子的NSGA-n算法、出力模型W及目标函数实现对含风 电场电网多目标的规划的步骤具体为：
[0016] 通过直流潮流计算W及约束条件进行概率潮流分析；
[0017] 基于非劣解等级和拥挤距离，采用轮赛制选择算子对个体进行筛选；
[001引通过NDX算子和多项式变异算子对选择之后的个体进行交叉变异，最终利用快速 非支配排序由第一层的个体组成Pareto最优解集。
[0019] 所述通过直流潮流计算W及约束条件进行概率潮流分析具体为：
[0020] 如果节点a-b之间的有功潮流在线路输送容量限制之内的抽样分布情况大于a， 则认为节点a-b之间的线路无过负荷，否则就是有过负荷；a表示线路无过负荷的概率。
[0021] 在通过直流潮流计算W及约束条件进行概率潮流分析的步骤之前，所述含风电场 电网多目标规划方法还包括：
[0022] W节点之间的扩建线路条数为控制变量，进行染色体的编码；通过节点之间的原 有线路条数、扩建线路条数进行染色体解码，获取节点架设线路条数。
[0023]W节点之间最大可扩建回路数为控制变量的上限，随机生成初始种群。
[0024] 在所述基于非劣解等级和拥挤距离，采用轮赛制选择算子对个体进行筛选的步骤 之前，所述含风电场电网多目标规划方法还包括：
[0025] 对线路无过负荷的个体利用快速非支配排序方法进行快速分层，获得非劣解的等 级，并计算个体的拥挤距离。
[0026] 本发明提供的技术方案的有益效果是；本发明提出将NDX算子引入NSGA-II算法 中，并且将此改进的NSGA-II算法应用到考虑风机接入电能质量的多目标电网规划中，给 决策者提供尽可能多的具有代表性的非劣解，有利于其做出更合理的决策。结果表明，本发 明不仅克服了传统的多目标优化的主观性W及一次优化只能得到一个解的缺点，并且相对 于常规NSGA-II算法在加强全局捜索能力，提高收敛性等方面具有很大的优越性；优化后 所得的规划方案不仅保证了线路投资的经济性，也降低了公共连接点处电能质量的影响， 优化的结果更为合理。
【附图说明】
[0027] 图1为多目标规划优化过程的流程图；
[002引 图2为局部拥挤距离示意图；
[0029] 图3为IE邸6节点原始系统图；
[0030] 图4为不同NSGA-II算法的Pareto解的分布示意图；
[0031] 图5为基于NDX算子NSGA-II算法的收敛变化的示意图；
[003引图6为常规NSGA-II算法的收敛变化的示意图。
【具体实施方式】
[0033] 为使本发明的目的、技术方案和优点更加清楚，下面对本发明实施方式作进一步 地详细描述。
[0034] 本发明将正态分布交叉（ND幻算子引入到常规的NSGA-n算法，利用NDX算子的 空间开发能力，使捜索空间更为广阔，提高了算法的全局捜索性能W及收敛性，从而获得高 质量且分布均匀的Pareto最优解。
[003引一、基于NDX算子的NSGA-II算法
[0036] (l)NSGA-II算法的特点
[0037] 多目标遗传算法的核屯、就是协调各目标函数之间的关系，找出使各目标函数能尽 量达到比较大（或比较小）的最优解集。Gol化ergW提出了基于Pareto最优解的概念计 算个体适应度的方法，借助非劣解的等级和相应的选择算子使种群在优化过程中朝Pareto 最优解的方向进化。在此基础上诞生的NSGA算法，是基于非支配排序原理对种群中的个体 进行分类，可W得到分布均匀的非劣最优解。但是该算法的缺点是计算复杂度偏高、进化过 程中非劣解被淘汰和共享参数需根据经验设定等。因此Deb?给出的NSGA-II算法，引入 快速非支配排序法和精英策略，定义拥挤度取代适应值共享，降低了算法的计算复杂性，提 高了计算效率。
[00測 似交叉算子
[0039] 1) SBX算子；
[0040] 模拟二进制交叉SBX(simulatedbinarycrossover,SB)〇算子在进化过程中，个 体产生方式如式（1):
[0041] si/2,i=(yi,i+y2,i)/2± 0 ? (yi,i-y2,i)/2(D
[0042] 其中，为子代个体上对应的第i个控制变量值，y和7 2,1为两个父代个体上 对应的第i个控制变量值，0为随机变量，i为第i个控制变量；
[0043] 在计算子代个体上的每一个控制变量时，0需要重新取值，其取值方式如式（2):
[0044]
【主权项】
1. 一种改进NSGA-II的含风电场电网多目标规划方法，其特征在于，所述含风电场电 网多目标规划方法包括以下步骤： 构建风电场的出力模型； 计算风电机组在公共连接点处引起的闪变值； 构建线路的总长度最短、风电场公共接入点处的闪变值最小的目标函数； 通过基于NDX算子的NSGA-II算法、出力模型以及目标函数实现对含风电场电网多目 标的规划。
2. 根据权利要求1所述的一种改进NSGA-II的含风电场电网多目标规划方法，其特征 在于，所述通过基于NDX算子的NSGA-II算法、出力模型以及目标函数实现对含风电场电网 多目标的规划的步骤具体为： 通过直流潮流计算以及约束条件进行概率潮流分析； 基于非劣解等级和拥挤距离，采用轮赛制选择算子对个体进行筛选； 通过NDX算子和多项式变异算子对选择之后的个体进行交叉变异，最终利用快速非支 配排序由第一层的个体组成Pareto最优解集。
3. 根据权利要求2所述的一种改进NSGA-II的含风电场电网多目标规划方法，其特征 在于，所述通过直流潮流计算以及约束条件进行概率潮流分析具体为： 如果节点a-b之间的有功潮流在线路输送容量限制之内的抽样分布情况大于a，则认 为节点a-b之间的线路无过负荷，否则就是有过负荷；a表示线路无过负荷的概率。
4. 根据权利要求3所述的一种改进NSGA-II的含风电场电网多目标规划方法，其特征 在于，在通过直流潮流计算以及约束条件进行概率潮流分析的步骤之前，所述含风电场电 网多目标规划方法还包括： 以节点之间的扩建线路条数为控制变量，进行染色体的编码；通过节点之间的原有线 路条数、扩建线路条数进行染色体解码，获取节点架设线路条数。 以节点之间最大可扩建回路数为控制变量的上限，随机生成初始种群。
5. 根据权利要求3所述的一种改进NSGA-II的含风电场电网多目标规划方法，其特征 在于，在所述基于非劣解等级和拥挤距离，采用轮赛制选择算子对个体进行筛选的步骤之 前，所述含风电场电网多目标规划方法还包括： 对线路无过负荷的个体利用快速非支配排序方法进行快速分层，获得非劣解的等级， 并计算个体的拥挤距离。
【专利摘要】本发明公开了一种改进NSGA-II的含风电场电网多目标规划方法，所述含风电场电网多目标规划方法包括以下步骤：构建风电场的出力模型；计算风电机组在公共连接点处引起的闪变值；构建线路的总长度最短、风电场公共接入点处的闪变值最小的目标函数；通过基于NDX算子的NSGA-II算法、出力模型以及目标函数实现对含风电场电网多目标的规划。本发明不仅克服了传统的多目标优化的主观性以及一次优化只能得到一个解的缺点，并且相对于常规NSGA-II算法在加强全局搜索能力，提高收敛性等方面具有很大的优越性。
【IPC分类】G06Q50-06, G06Q10-04
【公开号】CN104866919
【申请号】CN201510262470
【发明人】姜惠兰, 吴玉璋, 安星, 王亚微, 高一武
【申请人】天津大学
【公开日】2015年8月26日
【申请日】2015年5月20日