本发明涉及电力技术领域，特别涉及一种用于电网多目标最优潮流控制方法，装置及设备。
背景技术：
多目标最优潮流控制是现代化电网系统实现稳定高效运行的重要工具。对于给定的电网系统，多目标最优潮流控制问题是指寻找一组电网配置，如得到的每个松弛节点的有功功率、负载节点的电压、发电机的无功功率以及传输线负载的为一组电网配置，使得在满足一系列约束条件下，能够最优化某个特定的目标函数。多目标最优潮流控制需要优化的电网配置既包括连续型控制参数，也包括离散型控制参数。优化的约束包括潮流方程、系统安全和设备运行限制。
传统的多目标最优潮流控制中广泛采用的优化目标是使发电成本最小，即目前的多目标最优潮流控制只考虑单一目标，对单一的目标进行优化后，只能得到单一的优化结果，以单一的优化目标为参考进行优化，但是，对于电网系统中的其他因素并未对其进行优化，例如，有功功率损耗等；如此，只考虑发电成本最小这一优化目标，虽然得到的电网配置参数使得发电成本最小，但是不能保证电网系统中的功率损耗最少。
因此，在保证电网系统中发电成本最小的同时降低电网系统中的功率损耗是本领域技术人员需要解决的问题。
技术实现要素：
本发明的目的在于提供一种用于电网的多目标最优潮流控制方法、装置及设备，在保证电网系统中发电成本最小的同时，降低了电网系统中的功率损耗。
为实现上述目的，本发明提供了如下技术方案：
第一，本发明公开了一种用于电网的多目标最优潮流控制方法，包括：
确定电网的目标函数、约束条件以及控制变量；
根据所述目标函数、所述控制变量以及所述约束条件确定与所述电网对应的潮流方程；
利用基于分解的多目标演化算法对所述潮流方程进行求解得到与所述目标函数对应的最优电网配置参数；
其中，所述电网的目标函数包括发电机的最小发电成本和传输线路的最小有功功率损耗。
优选的，所述确定电网的目标函数、约束条件以及控制变量包括：
将所述发电机的有功功率和所述发电机的端电压作为所述控制变量；
确定所述发电机的成本系数和所述传输线路的电导；
利用所述发电机的有功功率和所述发电机的成本系数确定所述发电机的最小发电成本；
利用所述传输线路两端负载节点的电压和所述传输线路的电导确定所述传输线路的最小有功功率损耗；
确定所述发电机的端电压处于所述发电机的最小工作电压和所述发电机的最大工作电压之间为第一约束条件；
确定所述发电机的有功功率处于所述发电机的最小有功功率和所述发电机的最大有功功率之间为第二约束条件；
确定所述发电机的无功功率处于所述发电机的最小无功功率和所述发电机的最大无功功率之间为第三约束条件；
确定所述传输线路上负载节点的电压处于最小负载电压和最大负载电压之间为第四约束条件；
确定所述传输线路的负载不超过最大负载量为第五约束条件。
优选的，所述控制变量还包括：所述电网的变压器档位、所述电网的并联电容器的电纳；
对应的，所述约束条件还包括：所述电网的变压器档位处于最小变压器档位和最大变压器档位之间为第六约束条件；
所述并联电容器的无功功率处于所述并联电容器的最小无功功率和所述并联电容器的最大无功功率之间为第七约束条件。
优选的，所述利用基于分解的多目标演化算法对所述潮流方程进行求解得到与所述目标函数对应的最优电网配置参数包括：
对所述潮流方程进行初始化以随机产生第一解集；
对所述第一解集中的各个解进行迭代直到得到与所述目标函数对应的最优解，所述最优解为所述最优电网配置参数。
优选的，所述对所述第一解集中的各个解进行迭代直到得到与所述目标函数对应的最优解包括：
对所述第一解集中的每个解进行交叉和变异以得到第二解集；
将所述第一解集和所述第二解集进行合并得到第三解集；
根据所述潮流方程初始化时随机产生的权向量集合和所述第三解集进行目标空间聚类，直到得到与所述目标函数对应的最优解。
优选的，所述根据所述潮流方程初始化时随机产生的权向量集合和所述第三解集进行目标空间聚类包括：
对所述第三解集中的每个解进行归一化以得到与所述第三解集中的每个解对应的目标值；
计算所述目标值与所述权向量集合中的每个权向量之间的欧式距离；
从各所述欧式距离中确定目标欧式距离以及与所述目标欧式距离对应的目标权向量；
将所述目标值分配至与所述目标权向量对应的聚类簇；
从所述聚类簇中选取目标解并将所述目标解分配至下一代解集，直到得到与所述目标函数对应的最优解。
优选的，所述从各所述欧式距离中确定目标欧式距离包括：
从各所述欧式距离中选取最短欧式距离作为所述目标欧式距离。
优选的，所述从所述聚类簇中选取目标解包括：
确定所述聚类簇中的解对所述约束条件的违反程度值；
利用标量化函数计算所述聚类簇中的解沿着所述目标权向量至原点的切比雪夫距离；
判断所述违反程度值是否满足第一条件和所述切比雪夫距离是否满足第二条件；
将同时满足所述第一条件和所述第二条件的解作为所述聚类簇中的目标解。
第二，本发明公开了一种用于电网的最优控制装置，包括：
确定模块，用于确定电网的目标函数、约束条件以及控制变量；
潮流方程确定模块，用于根据所述目标函数、所述控制变量以及所述约束条件确定与所述电网对应的潮流方程；
求解模块，用于利用基于分解的多目标演化算法对所述潮流方程进行求解得到与所述目标函数对应的最优电网配置参数；
其中，所述电网的目标函数包括发电机的最小发电成本和传输线路的最小有功功率损耗。
第三，本发明公开了一种用于电网的最优控制设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述存储器中存储的计算机程序以实现如上任一项所述的用于电网的多目标最优潮流控制方法的步骤。
可见，本发明公开的一种用于电网的多目标最优潮流控制方法，首先确定电网的目标函数和约束条件，然后根据目标函数和约束条件确定与电网对应的潮流方程；最后利用基于分解的多目标演化算法对潮流方程进行求解得到与目标函数对应的最优电网配置参数；其中电网的目标函数为发电机的最小发电成本和传输线路的最小有功功率消耗。因此，本方案将最小发电成本和最小有功功率损耗作为目标函数，从而使得最终求解得到的电网配置参数既能满足发电成本为最小的条件，也能满足传输线路的有功功率为最小的条件，在保证电网系统中发电成本最小的同时，也降低了电网系统中的功率损耗。此外，本发明还公开了用于电网的多目标最优潮流控制装置和设备，效果如上。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，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为本发明实施例公开的一种用于电网的多目标最优潮流控制方法流程示意图；
图2为本发明实施例公开的一种用于电网的多目标最优潮流控制装置结构示意图；
图3为本发明实施例公开的一种用于电网的多目标最优潮流控制设备结构示意图。
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，而不是全部的实施例。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，都属于本发明保护的范围。
本发明实施例公开了一种用于电网的多目标最优潮流控制方法、装置及设备，在保证电网系统中发电成本最小的同时，降低了电网系统中的功率损耗。
请参见图1，图1为本发明实施例公开的一种用于电网的多目标最优潮流控制方法流程示意图，该方法包括：
S101、确定电网的目标函数、约束条件以及控制变量。
具体的，本实施例中，电网系统中的目标函数包括：发电机的最小发电成本、传输线路的最小有功功率损耗、传输线路的最小负载、传输线路上负载节点的最小电压偏差等，本实施例中，主要考虑电网系统中的发电机的最小发电成本和传输线路的最小有功功率损耗这两个目标函数。对于发电机的最小发电成本可以用下式进行表示：
其中，NG为电网系统中发电机的数目，PGi为电网系统中第i个发电机的有功功率，ai，bi，ci为第i个发电机的成本系数，ai，bi，ci值的大小可以根据发电机的类型以及发电机自身的参数和价值进行确定，本发明实施例对于ai，bi，ci的成本系数的大小并不作限定。
此外，对于传输线路的最小有功功率损耗可以采用下式进行计算：
其中，gk为电网系统中第k个传输线路的电导，Nl为电网系统中传输线路的个数；i和j表示的是第k个传输线路上的两个端节点，Vi和Vj表示的是第k个传输线路上的两个端节点的电压值，δij表示的是第k个传输线路上两个端节点上的电压幅角之差。需要说明的是，本实施例中，电网中的目标函数除了本实施例中提到的两种外，也可以为其他的目标函数，在此，本发明实施例并不作限定。
进一步，控制变量可以为除松弛节点外的发电机的有功功率、发电机的端电压、电网的变压器档位、电网的并联电容器的电纳等。约束条件包括：潮流方程约束、发电机约束、电网中的负载节点的安全性约束、传输线路的负载约束、电网变压器的约束以及电网中并联电容器的约束。
其中，作为优选的实施例，步骤S102包括：
将发电机的有功功率和发电机的端电压作为控制变量；
确定发电机的成本系数和传输线路的电导；
利用发电机的有功功率和发电机的成本系数确定发电机的最小发电成本。
利用传输线路两端负载节点的电压变量和传输线路的电导确定传输线路的最小有功功率损耗。
确定发电机的端电压处于发电机的最小工作电压和发电机的最大工作电压之间为第一约束条件。
确定发电机的有功功率处于发电机的最小有功功率和最大有功功率之间为第二约束条件。
确定发电机的无功功率处于发电机的最小无功功率和最大无功功率之间为第三约束条件。
确定传输线路上负载节点的电压处于最小负载电压和最大负载电压之间为第四约束条件。
确定传输线路的负载不超过最大负载量为第五约束条件。
进一步，考虑到电网系统中的多因素问题，使求得的最终的电网配置参数为更加优质，作为优选的实施例，控制变量还包括：电网的变压器档位、电网的并联电容器的电纳，对应的，约束条件还包括：电网的变压器档位处于最小变压器档位和最大变压器档位之间，并联电容器的无功功率比处于并联电容器的最小无功功率和并联电容器的最大无功功率之间。
具体的，本实施例中，最小发电成本和最小有功功率的损耗可以参见上文的描述。第一约束条件、第二约束条件以及第三约束条件都为对发电机的约束条件。其中，对于第一约束条件，可以采用下式进行表示：
其中，VGi为第i个发电机的端电压，NG为电网系统中发电机的数目，为第i个发电机的最小工作电压，为第i个发电机的最大工作电压。其中，和的值的大小可以根据发电机的具体型号和电网的实际环境进行确定，对于和的值的大小，本发明实施例在此并不作限定。
对于第二约束条件，可以采用下式进行表示：
其中，PGi为电网系统中第i个发电机的有功功率，为第i个发电机的最小有功功率，为第i个发电机的最大有功功率，NG为电网系统中发电机的数目。其中，和的值的大小可以根据发电机的具体型号和电网的实际环境进行确定，对于和的大小，本发明实施例在此并不作限定。
对于第三约束条件，可以采用下式进行表示：
其中，QGi为电网系统中第i个发电机的无功功率，为第i个发电机的最小无功功率，为第i个发电机的最大无功功率。NG为电网系统中发电机的数目。和的值的大小可以根据发电机的具体型号和电网的实际环境进行确定，对于和的大小，本发明实施例在此并不作限定。
对于第四约束条件，可以采用下式进行表示：
其中，VLi为电网系统中第i个负载节点的电压，为第i个负载节点的最小负载电压，为第i个负载节点的最大负载电压；NPQ为电网中负载节点的个数。和的值的大小可以根据电网的实际环境进行确定，对于和的大小，本发明实施例在此并不作限定。
对于第五约束条件，可以采用下式进行表示：
其中，Sli为第i个传输线路的负载，为第i个传输线路上能承载的最大负载量，Nl为电网中的所有的传输线路的数量。
对于第六约束条件，可以采用下式进行表示：
Timin≤Ti≤Timax,i＝1,...,nt
其中，Ti为第i个变压器的档位，Timin为第i个变压器的最小变压器档位，Timax为第i个变压器的最大变压器档位，nt为变压器的数量。Timin和Timax的值的大小可以根据电网的实际环境进行确定，对于Timin和Timax的大小，本发明实施例在此并不作限定。
对于第七约束条件，可以采用下式进行表示：
其中，Qci表示第i个并联电容器的无功功率，表示第i个并联电容器的最小无功功率，表示第i个并联电容器的最大无功功率，nc表示并联电容器的数量。和的值的大小可以根据电网的实际环境进行确定，对于和的大小，本发明实施例在此并不作限定。
S102、根据目标函数、控制变量以及约束条件确定与电网对应的潮流方程；
本实施例中，根据上一步骤确定的目标函数以及控制变量、约束条件确定本步骤中的潮流方程，其中，潮流方程中对应于控制变量，有对应的状态变量，状态变量可以为：松弛节点的发电机的有功功率、电网系统中的负载节点的电压、发电机的无功功率以及传输线路上的负载。
一般的，潮流方程minF(x,u)的表达式可以采用以下两个式子进行表示：
min F(x,u)＝(f1(x,u),f2(x,u),...fi(x,u),...,fm(x,u))T
x∈Ωx,u∈Ωu,h(x,u)＝0,g(x,u)≤0
其中，x代表的是电网系统中的控制变量，u代表的是电网系统中的状态变量(即待求解的电网配置参数)，m为待优化的目标的个数(即目标函数的数量)，fi为第i个目标函数对应的目标方程，h(x,u)表示的是等式约束，g(x,u)表示的是不等式约束，x∈Ωx表示的是电网的控制变量，u∈Ωu表示的是由x决定的一组状态变量(电网配置参数)。
基于上述提到的潮流方程，应用到本发明中，可以采用下式进行表示：
minF(x1,u1)＝(minf1+minf2)
上式中，控制变量x1可以为：除松弛节点外的发电机的有功功率PG和发电机的端电压VG、变压器的档位T以及并联电容器的电纳Qc，状态变量(电网配置参数)u1可以为：松弛节点的发电机的有功功率PG、负载节点的电压VL、以及发电机的无功功率QG、以及传输线路上的传输负载Sl。基于此，控制变量x1和状态变量u1可以采用以下公式进行表示：
其中，NG为发电机的数目，nt为变压器的数据，nc为并联电容器的数目；此时，变压器的档位T以及并联电容器的电纳Qc为离散型变量，但是在本发明实施例中，将变压器的档位T以及并联电容器的电纳Qc作为连续型变量。
其中，NPQ为负载节点的个数，Nl为传输线路的个数。
需要说明的是，本实施例中对潮流方程其他相关信息未进行描述，具体的可以参见现有技术。
S103、利用基于分解的多目标演化算法对所述潮流方程进行求解得到与目标函数对应的最优电网配置参数。
在建立好以上潮流方程后，根据目标函数以及各个约束条件便可以对潮流方程进行求解。关于求解，实质上是求得潮流方程中的状态变量(即电网配置参数(松弛节点的发电机的有功功率PG、负载节点的电压VL、以及发电机的无功功率QG、以及传输线路上的传输负载Sl))。在得到多组状态变量后，从中选取最优的状态变量作为本发明实施例中的最优电网配置参数。对于此部分内容，本发明将在后面的实施例进行详细介绍，在此，本发明实施例暂不作说明。
可见，本发明实施例公开的一种用于电网的多目标最优潮流控制方法，首先确定电网的目标函数和约束条件，然后根据目标函数和约束条件确定与电网对应的潮流方程；最后利用基于分解的多目标演化算法对潮流方程进行求解得到与目标函数对应的最优电网配置参数；其中电网的目标函数为发电机的最小发电成本和传输线路的最小有功功率消耗。因此，本方案将最小发电成本和最小有功功率损耗作为目标函数，从而使得最终求解得到的电网配置参数既能满足发电成本为最小的条件，也能满足传输线路的有功功率为最小的条件，在保证电网系统中发电成本最小的同时，也降低了电网系统中的功率损耗。
关于电网对应的潮流方程，可以按照以下步骤进行求解。可以采用高斯赛德尔法，牛顿拉夫逊法等，考虑到基于分解的多目标演化算法在对潮流方程进行一次优化时便可以得到一组非支配解(最优电网配置参数)，在多目标优化中具有先天的优势，即其求解的时间效率高，因此，本发明实施例采用基于分解的多目标演化算法对潮流方程进行求解。
基于上述实施例，作为优选的实施例，步骤S103包括：
对潮流方程进行初始化以随机产生第一解集和均匀分布的权向量集合。
对第一解集中的各个解进行迭代直到得到与目标函数对应的最优解，最优解为最优电网配置参数。
具体的，本实施例中，在对潮流方程进行初始化得到第一代解集后(第一解集)，对第一代解集进行迭代直到得到目标函数的最优解，此时，每一次迭代时，先从上一代解集中产生新的解集(采用交叉和变异的方式)，然后再将新的解集和上一代的解集进行合并，合并后再进行目标空间聚类。具体的，根据潮流方程中各个约束条件以及潮流方程中的目标函数以及控制变量对潮流方程进行初始化(此处初始化的过程可以参见现有技术)，初始化的目的是随机得到潮流方程的一组初始解(第一解集)，第一解集中包括多组状态变量(即多组松弛节点的发电机的有功功率PG、负载节点的电压VL、以及发电机的无功功率QG、以及传输线路上的传输负载Sl的参数比值)，以及在得到初始解的同时，也会得到均匀分布的权向量集合。
其中，作为优选的实施例，对第一解集中的各个解进行迭代直到得到与目标函数对应的最优解包括：
对第一解集中的每个解进行交叉和变异以得到第二解集。
将第一解集和第二解集进行合并得到第三解集。
根据潮流方程初始化时随机产生的权向量集合和第三解集进行目标空间聚类，直到得到与目标函数对应的最优解。
具体的，本实施例中，交叉和变异可以模拟二级制交叉和多项式变异。
作为优选的实施例，根据潮流方向初始化时随机产生的权向量集合和第三解集进行目标空间聚类包括：
对第三解集中的每个解进行归一化以得到与第三解集中的每个解对应的目标值；
计算目标值与权向量集合中的每个权向量之间的欧式距离；
从各欧式距离中确定目标欧式距离以及与目标欧式距离对应的目标权向量；
将目标值分配至与目标权向量对应的聚类簇；
从聚类簇中选取目标解并将目标解分配至下一代解集，直到得到与目标函数对应的最优解。
最为优选的实施例，从各欧式距离中确定目标欧式距离包括：
从各欧式距离中选取最短欧式距离作为目标欧式距离。
具体的，本实施例中，最优潮流问题中，不同的目标函数可能具有不同的尺度和单位，因此先需要对每个解ux进行归一化处理；对第三解集R中的每个解ux进行归一化处理可以采用以下公式：
其中，fj'(ux)表示归一化后与第j个目标函数的目标方程对应的解ux的目标值。fj(ux)表示解ux的第j目标方程的值，min fj(ux)表示的是解ux的所允许的第j个目标方程的最小值，max fj(ux)表示的是解ux的所允许的第j个目标方程的最大值。根据上式便可以计算出第三集合中每个解的目标值。经过对第三集合中的目标值进行归一化后，能将第三集合中的解均缩放到[0,1]之间，从而能降低后续操作中的计算量。本实施例中，目标函数对应的目标方程为两个，即：
根据以上各式便可以计算出第三集合中每个解的目标值。
进一步，在得到各个目标值后，然后可以计算每个目标值到权向量集合中的每个权向量之间的欧式距离(即一个目标值对应有与权向量集合中权向量数量相同的欧式距离数目)，其中，本实施例中，权向量是一组分布在标准单行上的均匀点，因此，一个解对应的目标值到权向量集合中的某一权向量r的距离可以定义为(f1'(ux),...fm'(ux))T与标准单形的交点到r的欧式距离，欧式距离dist(ux,r)可以采用下式进行计算：
其中，本公式中的rj指的是权向量r的第j个分量，m为权向量的r的分量的个数。此处，对于欧式距离的计算未提到的技术内容可以参见现有技术，本发明在此暂不作赘述。
计算出每个目标值与权向量集合中的每个权向量之间的欧式距离后，对于集合中的每个目标值按照欧式距离的大小，将该目标值加入到距离该目标值最近的权向量对应的聚类簇中，其中，目标值加入的聚类簇可以采用下式进行表示：
其中，R表示的是第三解集，C(r)表示的是目标值对应的解ux所加入的聚类簇，RV为权向量集合。
将第三集合中的解放入聚类簇后，然后从聚类簇中选取目标解，其中，作为优选的实施例，从聚类簇中选取目标解包括：
确定聚类簇中的解对约束条件的违反程度值。
利用标量化函数计算聚类簇中的解沿着权向量至原点的切比雪夫距离。
判断违反程度之是否满足第一条件和切比雪夫距离是否满足第二条件。
将同时满足第一条件和第二条件的解作为聚类簇中的目标解。
具体的，本实施例中，聚类簇中的解对约束条件的违反程度值为：计算聚类簇中的解违反本实施例中提到的七个约束条件中的某个约束条件的设备在本实施例中电网该类型的设备总数中的比例(当然也可以是七个约束条件中的某几个约束条件)；以发电机约束为例，如果聚类簇中的某个解导致4个发电机不满足约束，而电网中总共有8个发电机，则违反程度值为0.5。最终，本发明实施例将该解在以上7个约束条件上的违反程度值相加，便得到本实施例中的对约束条件的违反程度值。对约束条件的违反程度值记为：cv(x)。其中，作为本发明优选的实施例，违反程度值cv(x)处于[0,4]时，则违反程度值即为满足第一条件。
进一步，为了对聚类簇中的每个解进行质量好坏的区分，本发明实施例利用标量化函数对解的好坏进行衡量。具体的，对于聚类簇C(r)中的解ux，计算沿着权向量r的方向到原点的切比雪夫距离ASF(ux,r)可以采用下式：
一般的，ASF(ux,r)的函数值越小，则解的质量越高，但是此时应该保证的是该解只有满足本实施例中的约束条件时，ASF(ux,r)才具有代表意义。因此，对于权向量r，应该保证满足以下条件时，才能用ASF(ux,r)衡量解的好坏：
首先是约束违反程度值应该处于合适的范围内，本实施例优选为[0,4]区间；其次，对于与聚类簇中的解集中满足与切比雪夫距离对应的第二条件(聚类簇中解集的偏序关系)，对于聚类簇C(r)中的解：ux1和ux2，当ux1和ux2的cv(x)处于[0,4]区间时，再判断当ux1和ux2是否满足下式：
0≤cv(ux1)≤cv(ux2)，ASF(ux1,r)≤ASF(ux2,r)
其中，若满足上述关系，则称聚类簇中的解ux1优于ux2，并将ux1作为同时满足第一条件和第二条件的解，即ux1为目标解。
需要说明的是，在对每一代的解集进行迭代时，每一次迭代的过程都为同样的过程，直到潮流方程的最优解才停止迭代。另外，本发明实施例中提到的解均是与本发明电网对应的解，即与控制变量对应的状态变量(松弛节点的发电机的有功功率PG、负载节点的电压VL、以及发电机的无功功率QG、以及传输线路上的传输负载Sl)，通过本发明实施例的方案求解出的最优解即为电网中松弛节点的发电机的有功功率PG、负载节点的电压VL、以及发电机的无功功率QG、以及传输线路上的传输负载Sl的最优电网配置参数。
下面对本发明实施例公开的一种用于电网的多目标最优潮流控制装置进行介绍，请参见图2，图2为本发明实施例公开的一种用于电网的多目标最优潮流控制装置结构示意图，包括：
确定模块201，用于确定电网的目标函数、约束条件以及控制变量；
潮流方程确定模块202，用于根据目标函数、控制变量以及约束条件确定与电网对应的潮流方程；
求解模块203，用于利用基于分解的多目标演化算法对潮流方程进行求解得到与目标函数对应的最优电网配置参数；
其中，电网的目标函数包括发电机的最小发电成本和传输线路的最小有功功率损耗。
本发明公开的一种用于电网的多目标最优潮流控制装置，首先确定电网的目标函数和约束条件，然后根据目标函数和约束条件确定与电网对应的潮流方程；最后利用基于分解的多目标演化算法对潮流方程进行求解得到与目标函数对应的最优电网配置参数；其中电网的目标函数为发电机的最小发电成本和传输线路的最小有功功率消耗。因此，本方案将最小发电成本和最小有功功率损耗作为目标函数，从而使得最终求解得到的电网配置参数既能满足发电成本为最小的条件，也能满足传输线路的有功功率为最小的条件，在保证电网系统中发电成本最小的同时，也降低了电网系统中的功率损耗。
请参见图3，图3为本发明实施例公开的一种用于电网的多目标最优潮流控制设备结构示意图，包括：
存储器301，用于存储计算机程序；
处理器302，用于执行所述存储器中存储的计算机程序以实现以上任一实施例提到的用于电网的多目标最优潮流控制方法的步骤。
需要说明的是，本实施例公开的一种用于电网的多目标最优潮流控制设备与上述任意一个实施例提到的技术方案具有相同的技术效果，在此，本发明实施例不再详细赘述。
以上对本申请所公开的一种用于电网多目标最优潮流控制方法，装置及设备进行了详细介绍。本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。
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。
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。