一种基于混沌遗传的电压质量优化治理方法与流程

本发明涉及电力的技术领域，尤其涉及一种基于混沌遗传的电压质量优化治理方法。

背景技术：

电压质量问题是关系千家万户生活质量的民生问题，消除“低电压”是供电公司履行社会责任和饯行服务宗旨的基本要求，是供电企业迈向精益化管理的重要标志。配网电压质量直接关系到电力系统的安全与经济运行及电气设备的使用寿命，电压过低可能会引发电压崩溃，造成大面积停电，还会降低设备的运行能力，增加设备运行能耗，烧毁用户电动机，引起电灯功率下降。低电压运行对供电部门及用电客户都造成很大的负面影响，因此配网的电压质量、配网的安全是供电企业迫切需要解决的难题。

提高电能质量和降损节能一直是电力企业追求的目标，2010年以来，供电公司持续开展配电网“低电压”专项治理，配网结构、装备水平及配网综合管理水平显著提升，用户端供电质量明显改善，但还有很大的提升空间。电压质量作为衡量电能质量的一个指标，既是用电客户生产生活的需要，也是供电企业保证电网安全、可靠和经济运行重要条件。

目前针对配网的量测主要针对10kv线路，用户侧电压采集难度较大，因此现阶段国内并没有以用户电压为导向的区域电网电压质量智能控制装置，现有的无功电压和电能质量治理装置只是单点分布，既没有数据的上传采集平台，也没有设备的综合控制平台，设备的运行状态、故障信息、无功电压和电能质量治理效果等方面也无法得知，现有的国内有关电网无功电压治理的研究仍然停留在独立的、无功优化控制、改变变压器调压分接头阶段，且这些系统的技术分别由不同的单位掌握，缺乏整合，信息集成程度不高，数据接口不够规范，运行人员无法掌握配电运行的实时工况，操作繁琐，工作效率低，配电调度运行管理水平仍较低。

技术实现要素：

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述现有存在的问题，提出了本发明。

因此，本发明提供了一种基于混沌遗传的电压质量优化治理方法，能够解决传统的电网无功电压治理操作繁琐，电压质量优化效果差的问题。

为解决上述技术问题，本发明提供如下技术方案：包括，通过scada系统采集馈线首端的三相有功功率、无功功率和母线的三相电压，并根据所述三相有功功率、无功功率和母线的三相电压构建电压优化模型；根据所述电压优化模型计算个体适应度，利用混沌遗传算法生成初始种群；将所述初始种群进行选择、交叉和变异操作，获得进化种群；结合所述适应度对所述进化种群进行移民操作，并设定迭代条件；若不满足所述迭代条件，则重新计算所述个体适应度；否则，则输出结果，获得电压优化模型的最优解。

作为本发明所述的基于混沌遗传的电压质量优化治理方法的一种优选方案，其中：所述电压优化模型包括，电压优化目标函数：

其中，ploss为全网有功损耗，n为馈线节点数量，α为电压越界惩罚系数，ui为第i个节点的电压，uiset为第i个节点的设定电压，umax为第i个节点的电压上限，umin为第i个节点的电压下限，m为馈线数量，δq为馈线功率变化量，qmax为馈线首端无功功率上限，k为负荷节点数量，qmin为馈线首端无功功率下限。

作为本发明所述的基于混沌遗传的电压质量优化治理方法的一种优选方案，其中：还包括，约束方程：

其中，δpi为全网有功功率变化量，qi为馈线节点无功功率，gi为节点i的电导，zi为节点i的阻抗，θ为相邻节点间的相位差。

作为本发明所述的基于混沌遗传的电压质量优化治理方法的一种优选方案，其中：所述全网有功损耗包括，

作为本发明所述的基于混沌遗传的电压质量优化治理方法的一种优选方案，其中：计算所述适应度包括，

f＝1/f

其中，f为所述适应度。

作为本发明所述的基于混沌遗传的电压质量优化治理方法的一种优选方案，其中：生成所述初始种群包括，通过浮点数编码生成随机向量，而后将随机向量的每个元素进行j次混沌迭代，进而获得所述初始种群。

作为本发明所述的基于混沌遗传的电压质量优化治理方法的一种优选方案，其中：所述混沌迭代包括，通过an混沌映射随机数生成器进行混沌迭代，所述an混沌映射随机数生成器的函数表达式如下：

其中，xt和xt+1为时间序列，t为时间。

作为本发明所述的基于混沌遗传的电压质量优化治理方法的一种优选方案，其中：所述选择、交叉和变异操作包括，所述选择操作：采用联赛竞争选择算子选择个体；所述交叉操作：根据75％的交叉概率执行所述交叉操作；所述变异操作：根据2％的变异概率执行所述变异操作。

作为本发明所述的基于混沌遗传的电压质量优化治理方法的一种优选方案，其中：所述移民操作包括，淘汰所述进化种群中所述适应度最低的个体或所述适应度重复5个以上的个体。

作为本发明所述的基于混沌遗传的电压质量优化治理方法的一种优选方案，其中：所述迭代条件包括，当迭代次数达到200次时停止迭代。

本发明的有益效果：本发明通过将混沌遗传算法改善了个体寻优能力和提高个体多样性，同时提高了有功降损率。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例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性的前提下，还可以根据这些附图获得其它的附图。其中：

图1为本发明第一个实施例所述的基于混沌遗传的电压质量优化治理方法的流程示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，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，都应当属于本发明的保护的范围。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。

其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。

本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。

同时在本发明的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

本发明中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例如：可以是固定连接、可拆卸连接或一体式连接；同样可以是机械连接、电连接或直接连接，也可以通过中间媒介间接相连，也可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

实施例1

参照图1，为本发明的第一个实施例，该实施例提供了一种基于混沌遗传的电压质量优化治理方法，包括：

s1：通过scada系统采集馈线首端的三相有功功率、无功功率和母线的三相电压。

目前配网对电压的监测手段较为薄弱，主要依靠传统的人工量测和少量的电压监测仪实现电压质量监测，本实施例充分整合利用现有的scada系统，建立健全覆盖电网各电压等级的电压监测网络，实现对电网电压质量的在线实时监测，具体的通过scada系统获取馈线首端的三相有功功率和无功功率，母线的三相电压(线电压和相电压)。

其中需要说明的是，scada(supervisorycontrolanddataacquisition)系统，即数据采集与监视控制系统，其是以计算机为基础的dcs与电力自动化监控系统。

s2：根据三相有功功率、无功功率和母线的三相电压构建电压优化模型。

在保证电力系统无功平衡的条件下，以降低系统网络损耗、改善电能质量为目标，建立电压优化模型；本实施例基于配电系统运行经济性的经典优化模型，以系统有功功率损耗最小为目标建立电压优化模型，该模型包括电压优化目标函数和约束方程。

具体的，为了兼顾电网运行的安全性和稳定性，结合罚函数构建电压优化目标函数：

其中，ploss为全网有功损耗，n为馈线节点数量，α为电压越界惩罚系数，ui为第i个节点的电压，uiset为第i个节点的设定电压，umax为第i个节点的电压上限，umin为第i个节点的电压下限，m为馈线数量，δq为馈线功率变化量，qmax为馈线首端无功功率上限，k为负荷节点数量，qmin为馈线首端无功功率下限。

全网有功损耗ploss的计算公式如下：

其中，qi为馈线节点无功功率，gi为节点i的电导，zi为节点i的阻抗，θ为相邻节点间的相位差。

其中需要说明的是，罚函数是指在求解最优化问题(无线性约束优化及非线性约束优化)时，在原有目标函数中加上一个障碍函数，而得到一个增广目标函数。

电力系统无功优化受到很多约束条件的限制，其中节点功率应满足功率平衡方程，具体的，约束方程为：

其中，δpi为全网有功功率变化量，qi为馈线节点无功功率，gi为节点i的电导，zi为节点i的阻抗，θ为相位差。

s3：根据电压优化模型计算个体适应度，利用混沌遗传算法生成初始种群。混沌遗传算法的适应度函数由电压优化目标函数转换而来，如下式所示：

f＝1/f

其中，f适应度。

较佳的是，这样的处理将优化目标和种群个体特点直接建立起联系，方便对个体进行评价。

需要说明的是，混沌遗传算法是基于混沌优化的遗传操作，将使子代个体均匀地分布于定义空间，从而可避免早熟，以较大的概率实现全局最优搜索；混沌优化算法的优点是可以有效地防止在搜索过程中陷入局部最优的情况发生，同时计算效率也高，可以弥补遗传算法的缺陷；混沌(chaos)指确定性系统中所发生的貌似随机的不规则运动，混沌现象指一个由确定性理论描述的系统的行为表现得不确定、不可重复、不可预测。混沌是非线性动力系统的固有特性，在非线性系统中普遍存在；将混沌作为附加因子加入到遗传算法当中，当遗传算法的种群完成一次进化后，向当前种群引入混沌因子，将种群中适应度较差的个体替换成混沌移民，增加种群中基因个体的随机性和遍历性，促进种群的有效进化，防止算法陷入局部最优。

进一步的，通过浮点数编码生成一个随机向量，具体的，编码的步骤如下：

①设闭合支路的数量为h，h条闭合支路形成的集合为d；

②从集合d中选取一条闭合支路并将其断开；

③将断开的支路进行编号，并将断开的支路编号作为基因编号，染色体长度为h；

④将每条染色体的基因进行随机概率的整数编码，形成随机向量，完成编码操作。

通过重复步骤①②③④十次，生成与种群规模相同个数的随机向量，而后将随机向量的每个元素进行j次混沌迭代，进而获得初始种群。

由于混沌映射生成的编码串并不是优化问题的直接解，因此还需要按照一定的规则映射到解空间，为了粒子陷入早熟，将混沌状态引人到优化变量中，将映射到混沌变量区间的初值，通过an混沌映射随机数生成器进行混沌迭代，产生混沌变量序列，再逆映射回原粒子群寻优空间，计算对应适应值。

an混沌映射随机数生成器的函数表达式如下：

其中，xt和xt+1为时间序列，t为时间。

s4：将初始种群进行选择、交叉和变异操作，获得进化种群。

(1)选择操作：采用联赛竞争选择算子选择个体。

即每次从群体中随机选取若干个体加以比较，适应值最大的个体获胜这样既避免了个体被选中的概率与其适应值大小直接成比例，又能保证被选中的个体具有较高的适应值。

(2)交叉操作：根据75％的交叉概率对选择产生的种群执行交叉操作。

交叉算子是遗传算法中非常核心的操作算子，影响着算法的搜索效率和性能，本实施例按照75％的交叉概率进行如下的算术交叉操作：

其中，da′和db′为父代da和db交叉产生的子代，c为(0，1)的随机数，用于控制变异程度。

(3)变异操作：根据2％的变异概率执行变异操作。

对交叉后产生的种群按照2％的变异率进行变异操作，根据下式进行变异：

其中，dab′为父代dab变异后产生的子代，rand为随机数0或1，为0时代表个体变量向减小的方向变化，为1时则为增大的方向；e为(0，1)区间的随机数，用于控制变异程度。

s5：结合适应度对进化种群进行移民操作，并设定迭代条件。

移民操作：淘汰进化种群中适应度最低的个体或适应度重复5个以上的个体。

进一步的，设定迭代条件，当迭代次数达到200次时停止迭代。

s6：若不满足迭代条件，则返回步骤s3；否则，则输出结果，获得电压优化模型的最优解。

本发明通过混沌遗传算法生成初始种群，在不改变遗传算法基本操作原理的前提下，定期进行移民操作，以保证种群的优良性和多样性，并对最终的优秀个体再次进行混沌搜索以求得全局最优解。

实施例2

为了对本方法中采用的技术效果加以验证说明，本实施例选择遗传算法和采用本方法进行对比测试，以科学论证的手段对比试验结果，以验证本方法所具有的真实效果。

传统的遗传算法搜索速度较慢，容易陷入局部最优解，导致无功优化效果不理想。

为验证本方法相对遗传算法具有较高的搜索效率和较优的电压优化能力，本实施例中将采用基本蚁群算法和本方法分别对电网系统的线路进行规划对比。

本实施例在matlab/simulink软件环境下，建立了三相交流电网仿真系统模型，采用遗传算法和本方法分别对电网系统的电压进行优化对比。

系统共有10条支路，三相电压对称，系统基波电压6kv，负载最大有功功率为1.8mw，实际功率因素为0.72，3台变压器，2个电源节点，7个负荷节点，节点4作为系统的平衡节点，其余节点为pq节点，pq节点电压限值0.95-1.05pu，pv节点电压限值为0.9～1pu，可调变压器共2台，变比为0.8～1.0，3个补偿点，可调电容器容量限值为0～0.5pu.，进化种群大小为100，最大迭代次数为200，优化结果如表1所示。

表1：电压优化结果对比表。

由上表可见，本方法在降低网损方面和提高电压方面均优于遗传算法，本方法的有功降损率比遗传算法高14.36％，实验结果表明本方法的有效性和可行性。

应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。