一种基于遗传算法的电压确定方法及装置与流程

文档序号:11108613
一种基于遗传算法的电压确定方法及装置与制造工艺
本发明涉及电力
技术领域
,特别是涉及一种基于遗传算法的电压确定方法及装置。
背景技术
:随着电力工业的发展,人们对电能质量问题越来越重视。配电网作为直接面向用户的电力系统终端,对电能质量,尤其是电压质量的管理也越发严格。一些配电台区规划不合理,供电半径过大,末端电压跌落严重。另外,一些供电线路的线径选择偏小,随着用电负荷的增大,线路截面已经不能满足载流量的要求,导致实际接于用户的电压偏低,且这部分节点电压由于户数众多及监测手段的限制,难以划入全覆盖监测的范围内,对低压治理造成困难。由于这些电压是直接面向用户用电,若发生低电压会严重影响用电设备正常工作,从而引发用户频繁投诉。为了对配电台区低电压状况提出有针对性的治理措施,减少用户投诉,必须首先掌握用户低压分布情况。掌握用户低电压状况的最好方法是直接采集用户端电压。现有的智能电表除日常抄表功能外,已经具备了远程召测用户电压的功能。然而,受采集系统性能限制,每天能采集的用户数量有限,远远不能实现用户端电压监测的全覆盖。同时,在各种潮流计算方法中,虽然可以计算出每个用户节点的电压值,但是其前提是需要获取首末端节点的电压、每个用户节点的有功功率和无功功率分布(或者是每个用户节点的有功功率和功率因数)、线路参数。很显然,在复杂的电网运行中,无法准确获取每个用户节点的有功功率和无功功率,也无法获取每个用户节点的功率因素,因此潮流计算方法无法使用,导致每个用户节点的电压值无法获取。技术实现要素:本发明的目的是提供一种基于遗传算法的电压确定方法,只需要获取待计算线路的首端有功功率、线损率、线路长度参数、各个节点的历史用电量这几个参数和末端电压,再结合遗传算法和潮流计算就可以得到各个节点的电压值,从而掌握线路上电压分布状况。为解决上述技术问题,本发明提供一种基于遗传算法的电压确定方法,包括:根据待计算线路的首端有功功率、线损率和线路长度参数获取所述待计算线路的总负荷有功功率;其中,所述线路长度参数包括线路总长度和各个节点之间的长度;在所述总负荷有功功率的基础上以各个节点的历史用电量作为权值计算各个节点的有功功率;随机生成遗传算法的初始值;选取适应度函数,利用遗传算法得到所述待计算线路上各个节点的功率因数;将各个节点的有功功率、线路长度参数、各个节点的功率因数带入潮流计算模型中以得到每个节点的电压值。优选地,所述适应度函数为所述待计算线路的末端电压值的偏差与所述待计算线路的首端无功功率的偏差之和。优选地,所述总负荷有功功率计算方式如下:P总=P首-L×N其中,P总为所述总负荷有功功率,P首为首端有功功率,N为线损率,L为线路总长度。优选地,所述各个节点的有功功率计算方式如下:其中,Pi为第i个节点的有功功率,wiP首为第i个节点的历史用电量,w总为各个节点的历史用电量的总和,P总为所述总负荷有功功率。为解决上述技术问题,本发明还提供一种基于遗传算法的电压确定装置,包括:总负荷有功功率计算单元,用于根据待计算线路的首端有功功率、线损率和线路长度参数获取所述待计算线路的总负荷有功功率;其中,所述线路长度参数包括线路总长度和各个节点之间的长度;有功功率计算单元,用于在所述总负荷有功功率的基础上以各个节点的历史用电量作为权值计算各个节点的有功功率;功率因数计算单元,用于随机生成遗传算法的初始值,并选取适应度函数,利用遗传算法得到所述待计算线路上各个节点的功率因数;电压值计算单元,用于将各个节点的有功功率、线路长度参数、各个节点的功率因数带入潮流计算模型中以得到每个节点的电压值。优选地,所述功率因数计算单元中的所述适应度函数为所述待计算线路的末端电压值的偏差与所述待计算线路的首端无功功率的偏差之和。优选地,所述总负荷有功功率计算单元中的总负荷有功功率计算方式如下:P总=P首-L×N其中,P总为所述总负荷有功功率,P首为首端有功功率,N为线损率,L为线路总长度。优选地,所述有功功率计算单元中的各个节点的有功功率计算方式如下:其中,Pi为第i个节点的有功功率,wiP首为第i个节点的历史用电量,w总为各个节点的历史用电量的总和,P总为所述总负荷有功功率。本发明所提供的基于遗传算法的电压确定方法,包括:根据待计算线路的首端有功功率、线损率和线路长度参数获取待计算线路的总负荷有功功率;在总负荷有功功率的基础上以各个节点的历史用电量作为权值计算各个节点的有功功率;随机生成遗传算法的初始值,并选取适应度函数,利用遗传算法得到待计算线路上各个节点的功率因数;将各个节点的有功功率、线路长度参数、各个节点的功率因数带入潮流计算模型中以得到每个节点的电压值。由此可见,本方法中只需要获取待计算线路的首端有功功率、线损率、线路长度参数、各个节点的历史用电量和末端电压这几个参数,再结合遗传算法和潮流计算就可以得到各个节点的电压值,从而掌握线路上电压分布状况。此外,本发明还提供一种基于遗传算法的电压确定装置,效果如上所述。附图说明为了更清楚地说明本发明实施例,下面将对实施例中所需要使用的附图做简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。图1为本发明实施例提供的一种基于遗传算法的电压确定方法的流程图;图2为本发明实施例提供的一种基于遗传算法的电压确定装置的结构图。具体实施方式下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下,所获得的所有其他实施例,都属于本发明保护范围。本发明的核心是提供一种基于遗传算法的电压确定方法及装置。为了使本
技术领域
的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。图1为本发明实施例提供的一种基于遗传算法的电压确定方法的流程图。如图1所示,基于遗传算法的电压确定方法包括:S10:根据待计算线路的首端有功功率、线损率和线路长度参数获取待计算线路的总负荷有功功率。在具体实施中,由于配电网是极其复杂的网络,如果想要计算一个区域内的各个用户的电压值,则需要将当前区域的线路进行简化,这里的简化就是将线路处理为单电源供电的简单电路,各分支线路的负荷等效为主干线节点的集中负荷,从而将一个复杂的线路简化为一个主干线,即本发明中提到的待计算线路。后续如果计算出待计算线路中各个节点的电压值,则相当于对应的分支线路的首端电压就得到了,然后将其余的分支线路按照上述简化方式做同样的简化,从而得到上述区域内各个用户的电压值。其中,线路长度参数包括线路总长度和各个节点之间的长度。作为优选地实施方式,总负荷有功功率计算方式如下:P总=P首-L×N其中,P总为总负荷有功功率,P首为首端有功功率,N为线损率,L为线路总长度。由于首端有功功率、线损率和线路长度参数都是已知量,因此总负荷有功功率可以通过上述计算方式得到。可以理解的是,上述公式只是给出一种总负荷有功功率的计算方式,并不代表只有这一种方式。S11:在总负荷有功功率的基础上以各个节点的历史用电量作为权值计算各个节点的有功功率。对于一个线路,如果知道了线路的总负荷有功功率,而各个节点的历史用电量是已知的,因此,以各个节点的历史用电量作为权值计算出各个节点的有功功率。作为优选地实施方式,各个节点的有功功率计算方式如下:其中,Pi为第i个节点的有功功率,wiP首为第i个节点的历史用电量,w总为各个节点的历史用电量的总和,P总为总负荷有功功率。可以理解的是,上述公式只是给出一种总负荷有功功率的计算方式,并不代表只有这一种方式。不同的计算方式可能会给结果造成不同程度的误差。S12:随机生成遗传算法的初始值,并选取适应度函数,利用遗传算法得到待计算线路上各个节点的功率因数。由于无法得知潮流计算所使用的各个节点的功率因数,因此,本发明中引入遗传算法,遗传算法的初始值是各个节点的功率因数,只不过是在一定的范围内随机生成的。适应度函数的选取对于遗传算法的结果有着重要的影响,可以根据实际情况选取。如果适应度函数不满足要求,则得到的结果的误差较大,只有不断的进行遗传、变异进行进化,最终得到一组适应度较高的各个节点的功率因数。由于遗传算法为本领域技术人员所熟知,因此,本实施例不再对遗传算法赘述。通过遗传算法就可以得到潮流计算模型所需要的各个节点的功率因数。S13:将各个节点的有功功率、线路长度参数、各个节点的功率因数带入潮流计算模型中以得到每个节点的电压值。由于潮流计算为本领域技术人员所熟知,因此,本实施例不再赘述。通过上述步骤,各个节点的有功功率、线路长度参数、各个节点的功率因数都是已知的,满足潮流计算模型所需要的输入量,因此,通过将上述参数带入潮流计算模型,就可以得到各个节点的电压值。需要说明的是,在潮流计算中,忽略线路阻抗产生的功率损耗,从始端出发,依次向后推算各节点的电压数值,直至末端电压值,推算过程中忽略电压横分量。为了验证本方法的有效性,表1为线路数据的实测值。表2为利用基于遗传算法的电压确定方法得到的计算值与实测值的比较。共有8个节点,每个节点的实测值与计算值参见表1和表2。通过表1和表2可以看出,每个节点的计算值与实测值都很接近,以此说明本方法的有效性。表112345678有功功率(W)12791114836.4874.312171101923.3932.1无功功率(Var)401.7524.9175.2244.1322346395.6244功率因数0.954050.904610.978760.963170.966730.9540.919180.9674节点电压(V)374.8368.9361.9356.7351.8347.8346.7345.7表212345678节点电压计算值(V)374.8369.0361.8356.4351.2347.5346.1345.6节点电压实测值(V)374.8368.9361.9356.7351.8347.8346.7345.7本实施例提供的基于遗传算法的电压确定方法,包括:根据待计算线路的首端有功功率、线损率和线路长度参数获取待计算线路的总负荷有功功率;在总负荷有功功率的基础上以各个节点的历史用电量作为权值计算各个节点的有功功率;随机生成遗传算法的初始值;选取适应度函数,利用遗传算法得到待计算线路上各个节点的功率因数;将各个节点的有功功率、线路长度参数、各个节点的功率因数带入潮流计算模型中以得到每个节点的电压值。由此可见,本方法中只需要获取待计算线路的首端有功功率、线损率、线路长度参数、各个节点的历史用电量和末端电压这几个参数,再结合遗传算法和潮流计算就可以得到各个节点的电压值,从而掌握线路上电压分布状况,为采取相应的治理措施提供依据。在计算过程中所用数据较少,便于计算。在上述实施例的基础上,作为优选地实施方式,适应度函数为待计算线路的末端电压值的偏差与待计算线路的首端无功功率的偏差之和。可以理解的是,适应度函数的选取有多种方式,本实施例只是一种具体的实施方式,并不代表只有这一种方式。需要说明的是,本发明中上述方法本身针对的是单相供电亦或三相平衡的三相供电,当配电网发生三相不平衡时,由于电网对配电台区混乱的接线没有统计,无法得到每一相的用户信息,方法失效。图2为本发明实施例提供的一种基于遗传算法的电压确定装置的结构图。如图2所示,基于遗传算法的电压确定装置包括:总负荷有功功率计算单元10,用于根据待计算线路的首端有功功率、线损率和线路长度参数获取待计算线路的总负荷有功功率;其中,线路长度参数包括线路总长度和各个节点之间的长度。在具体实施中,由于配电网是及其复杂的网络,如果想要计算一个区域内的各个用户的电压值,则需要将当前区域的线路进行简化,这里的简化就是将线路处理为单电源供电的简单电路,各分支线路的负荷等效为主干线节点的集中负荷,从而将一个复杂的线路简化为一个主干线,即本发明中提到的待计算线路。后续如果计算出待计算线路中各个节点的电压值,则相当于对应的分支线路的首端电压就得到了,然后将其余的分支线路按照上述简化方式做同样的简化,从而得到上述区域内各个用户的电压值。有功功率计算单元11,用于在总负荷有功功率的基础上以各个节点的历史用电量作为权值计算各个节点的有功功率。对于一个线路,如果知道了线路的总负荷有功功率,而各个节点的历史用电量是已知的,因此,以各个节点的历史用电量作为权值计算出各个节点的有功功率。功率因数计算单元12,用于随机生成遗传算法的初始值,并选取适应度函数,利用遗传算法得到待计算线路上各个节点的功率因数。由于无法得知潮流计算所使用的各个节点的功率因数,因此,本发明中引入遗传算法,遗传算法的初始值是各个节点的功率因数,只不过是随机生成的。适应度函数的选取对于遗传算法的结果有着重要的影响,可以根据实际情况选取。由于遗传算法为本领域技术人员所熟知,因此,本实施例不再对遗传算法赘述。通过遗传算法就可以得到潮流计算模型所需要的各个节点的功率因数。电压值计算单元13,用于将各个节点的有功功率、线路长度参数、各个节点的功率因数带入潮流计算模型中以得到每个节点的电压值。由于潮流计算为本领域技术人员所熟知,因此,本实施例不再赘述。通过上述计算,各个节点的有功功率、线路长度参数、各个节点的功率因数都是已知的,满足潮流计算模型所需要的输入量,因此,通过将上述参数带入潮流计算模型,就可以得到各个节点的电压值。需要说明的是,在潮流计算中,忽略线路阻抗产生的功率损耗,从始端出发,依次向后推算各节点的电压数值,直至末端电压值,推算过程中忽略电压横分量。本实施例提供的基于遗传算法的电压确定装置,只需要获取待计算线路的首端有功功率、线损率、线路长度参数、各个节点的历史用电量这几个参数,再结合遗传算法和潮流计算就可以得到各个节点的电压值,从而掌握线路上电压分布状况。在计算过程中所用数据较少,便于计算。作为优选地实施方式,功率因数计算单元中的适应度函数为待计算线路的末端电压值的偏差与待计算线路的首端无功功率的偏差之和。作为优选地实施方式,总负荷有功功率计算单元中的总负荷有功功率计算方式如下:P总=P首-L×N其中,P总为总负荷有功功率,P首为首端有功功率,N为线损率,L为线路总长度。作为优选地实施方式,有功功率计算单元中的各个节点的有功功率计算方式如下:其中,Pi为第i个节点的有功功率,wiP首为第i个节点的历史用电量,w总为各个节点的历史用电量的总和,P总为总负荷有功功率。由于装置部分的实施例与方法部分的实施例相互对应,因此装置部分的实施例请参见方法部分的实施例的描述,这里暂不赘述。以上对本发明所提供的基于遗传算法的电压确定方法及装置进行了详细介绍。说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。应当指出,对于本
技术领域
的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或
技术领域
内所公知的任意其它形式的存储介质中。当前第1页1 2 3 
再多了解一些
当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1