一种10kV配电线路无功补偿多目标优化配置方法
【专利摘要】本发明提供了一种10kV配电线路无功补偿多目标优化配置方法，本发明中构建配电线路无功补偿优化多目标函数，综合考虑了有功网损和投资成本，在有功网损和投资成本互相矛盾的情况下，分别计算得到有功网损的和投资成本的模糊隶属度函数，即通过模糊隶属度函数将有功网损和投资成本规格化，以此解决有功网损和投资成本具有不同量纲，不同数量级的多目标求解问题。并且在遗传算法中求解该优化模型，采用无功补偿点和与无功补偿点对应的无功补偿容量的混合编码作为一个体，根据补偿点约束条件生成初始种群，减少了不可行解的概率，提高了本方法的计算效率。
【专利说明】-种10kV配电线路无功补偿多目标优化配置方法
【技术领域】
[0001] 本发明涉及电力【技术领域】，尤其涉及一种10kV配电线路无功补偿多目标优化配 置方法。
【背景技术】
[0002] 配电网无功补偿优化是保持系统无功功率平衡、提高电压质量和降低损耗的一种 重要措施。配电网结构复杂、拓扑范围大、设备数量多，是电力系统的重要组成部分。因此， 配网的无功补偿对于保证电力系统的优质经济运行有着重要意义。
[0003] 通常以电网有功网损和补偿设备的投资成本之和最小作为配网的无功补偿的目 标，配网的无功补偿中由于需要考虑两个目标，因此该配网无功优化属于多目标优化的问 题，在求解时需要将其转化为单目标，但是由于该问题中的电网有功网损的，与投资成本的 量纲不统一，无法对两者进行合理求和，而且在将两者求和时，没有区分两者的重要程度， 这没有实际的指导意义，因此现在需要一种新型的优化配置方法，以解决上述问题。
【发明内容】
[0004] 本发明提供了一种10kV配电线路无功补偿多目标优化配置方法，能够合理地将 多目标问题转换为单目标问题，而且能够区分两者的重要程度。
[0005] 为了实现上述目的，本发明提供了以下技术手段：
[0006] 一种10kV配电线路无功补偿多目标优化配置方法，包括：
[0007] 构建最小化电能的有功网损和无功补偿设备的投资成本的多目标函数，所述多目 标函数的约束条件包括潮流约束、控制变量及状态变量的限制约束和无功补偿点的位置约 束；
[0008] 将一个由若干无功补偿点位置构成的字符编码和一个在该若干无功补偿点上配 置补偿容量的整数编码结合作为一个编码，将该编码作为所述多目标函数的解空间的一个 个体，多组无功补偿点的位置与其配置的无功补偿容量构成多个个体；
[0009] 随机生成多目标函数解空间的初始种群，将初始种群作为当前种群；
[0010] 计算每个个体有功网损的目标值和投资成本的目标值；利用降半直线形公式计算 有功网损的模糊隶属度函数和投资成本的模糊隶属度函数，其中自变量分别为每个个体有 功网损的目标值与每个个体投资成本的目标值；
[0011] 将有功网损的隶属度函数和投资成本的模糊隶属度函数的加权和作为当前种群 的适应度函数，将适应度函数的最大值作为优化结果，两个加权系数的和为1 ;
[0012] 判断是否达到终止进化条件；
[0013] 当达到所述终止进化条件，则输出优化结果；
[0014] 当未达到所述终止进化条件，则对所述当前种群进行交叉、变异生成新种群，将新 种群作为当前种群，重新进行上述步骤直到达到终止进化条件。
[0015] 优选的，随机生成多目标函数的初始种群包括：
[0016] 根据补偿点的无功负荷曲线，将该点的最大综合负荷作为该补偿点的的最大无功 补偿容量，在补偿位置约束和补偿容量约束范围内，随机产生初始种群。
[0017] 优选的，利用降半直线形公式计算有功网损的模糊隶属度函数和投资成本的模糊 隶属度函数包括： 〇， x>cf X-CPIS
[0018] 凡 W = c ? < X < k=l，2 lie 1, x<Cfef
[0019] 当k= 1时为有功网损的模糊隶属度函数，此时x为每个个体有功网损的目标值， 当k = 2时为投资成本的模糊隶属度函数，此时X为每个个体投资成本的目标值；
[0020] 其中(々=1,2)和= 1,2)分别表示当前种群针对不同目标时，计算取得的 最优解和最劣解。
[0021] 优选的，输出优化结果包括：
[0022] 根据决策者的偏好，在某一加权系数下，输出补偿点的位置和无功补偿量、有功网 损的值和投资成本的值。
[0023] 优选的，终止进化条件包括：
[0024] 当前种群的代数达到预设代数、适应度函数的最大值不再改变。
[0025] 优选的，对所述当前种群进行交叉、变异生成新种群包括：
[0026] 随机抽取当前种群中两个个体；
[0027] 利用遗传交叉和变异方法产生新个体；
[0028] 将新个体加入当前种群获得新种群。
[0029] 优选的，随机抽取当前种群中两个个体包括：
[0030] 以轮盘赌的方式选取当前种群中的两个个体。
[0031] 本发明提供了一种10kV配电线路无功补偿多目标优化配置方法，本发明中构建 配电线路无功补偿优化多目标函数，综合考虑了有功网损和投资成本，在有功网损和投资 成本互相矛盾的情况下，分别计算得到有功网损的模糊隶属度函数和投资成本的模糊隶属 度函数，即通过模糊隶属度函数将有功网损和投资成本规格化，以此解决有功网损和投资 成本具有不同量纲，不同数量级的多目标求解问题。
[0032] 并且在遗传算法中优化该模型，采用无功补偿点和与无功补偿点对应的无功补偿 容量的结合编码作为一个体，根据补偿点约束条件生成初始种群，由于略去了无实际意义 的个体，所以提高了本方法的计算效率。
【专利附图】
【附图说明】
[0033] 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。
[0034] 图1为本发明实施例公开的一种lOkV配电线路无功补偿多目标优化配置方法的 流程图。
【具体实施方式】
[0035] 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。
[0036] 如图1所示，本发明提供了一种10kV配电线路无功补偿多目标优化配置方法，包 括：
[0037] 步骤S101 :构建最小化电能的有功网损和无功补偿设备的投资成本的多目标函 数，所述多目标函数的约束条件包括潮流约束、控制变量及状态变量的限制约束和无功补 偿点的位置约束；
[0038] 本发明需要电网有功网损最小和补偿设备的投资成本最小两个目标作为配网的 无功补偿的目标，因此将两者构建多目标函数，多目标函数中有电网自身的约束条件即潮 流约束，在无功补偿时有无功补偿点选择的约束，和与该点对应的无功补偿容量的限制约 束，因此将无功补偿点和无功补偿容量也作为多目标函数的约束条件。
[0039] 系统有功网损为：
[0040] / = P[V, = X y； X Vj (6,, COS θ：? + B；J cos ) /-1 jei
[0041] 其中V为节点电压幅值，Θ为节点电压相角，G为节点间的电导，B为节点间的电 纳，η为所有节点数；投资成本包括采购成本、建设成本、运行成本和维护成本。投资成本预 先由技术人员上传至数据库，本发明中可从数据库中获得相关的投资成本的相关数据。
[0042] 步骤S102 :将一个由若干无功补偿点位置构成的字符编码和一个在该若干无功 补偿点上配置补偿容量的整数编码结合作为一个编码，将该编码作为所述多目标函数的解 空间的一个个体，多组无功补偿点的位置与其配置的无功补偿容量构成多个个体；
[0043] 采用混合编码方式对多目标函数进行编码，编码由两部分组成，第一部分为补偿 点的位置，以节点编号形式表示，为字符编码；第二部分为对应补偿点的补偿容量，为整数 编码。以此编码作为多目标优化问题的一个个体。当无功补偿点不同时，无功补偿容量也 随之不同，由此产生多个不同的个体。
[0044] 步骤S103 :随机生成多目标函数解空间的初始种群，将初始种群作为当前种群；
[0045] 根据补偿点的典型无功负荷曲线，将其最大综合负荷作为该点的最大无功补偿容 量，在各变量约束和补偿点位置约束范围内，随机产生初始种群，初始种群中包括一定数量 的个体。
[0046] 步骤S104 :计算每个个体有功网损的目标值和投资成本的目标值；利用降半直线 形公式计算有功网损的隶属度函数和投资成本的隶属度函数，其中自变量分别为每个个体 有功网损的目标值与每个个体投资成本的目标值；
[0047] 本发明希望多目标函数的目标值越小越好，即成本越小越好，所以选择降半直线 形函数作为多目标函数的模糊隶属度函数，成本越小，模糊隶属度函数值越大。具体包括： 、 /^NIS 〇， x>ciei χ _ (JPIS
[0048] 4)=二：二， CUX k = l,2 ^ie -lie 1, x<CfJts
[0049] 当k = l时为有功网损的隶属度函数，此时x为每个个体有功网损的目标值，当k =2时为投资成本的隶属度函数，此时χ为每个个体投资成本的目标值；
[0050] 其中1,2)和1,2)分别表示当前种群针对不同目标时，所有个体的 不同目标隶属度的最优解和最劣解。
[0051] 步骤S105 :将有功网损的隶属度函数和投资成本的模糊隶属度函数的加权和作 为当前种群的适应度函数，将适应度函数的最大值作为优化结果，两个加权系数的和为1 ;
[0052] 即将有功网损的模糊隶属度函数和投资成本的模糊隶属度函数与各自的加权系 数相乘，再将两个乘积求和，将和值作为当前种群的适应度函数，将适应度函数的最大值作 为优化结果，两个加权系数的和为1 ;
[0053] 多目标函数的目的是：获得有功网损和投资成本的最小值，本发明中将两个模糊 隶属度函数的加权和作为目标函数，由于降半直线形公式的作用，选取隶属度函数的最大 值，即为目标函数的最小值，所以对有功网损和投资成本的加权和取最大值，将最大值作为 优化结果。
[0054] 本发明中可以依据技术人员的对有功网损和投资成本的重视程度，对两者分别分 配不同的加权系数，重视程度高的加权系数大，重视程度低加权系数小，两者的加权系数之 和为1。
[0055] 步骤S106 :判断是否达到终止进化条件；
[0056] 本发明中的终止进化条件包括：当前种群的代数达到预设代数、适应度函数的最 大值不再改变。
[0057] 第一种：当前种群达到预设代数；初始种群每更新一代，则增加一次代数，当当前 种群达到预设规定的代数后，则终止进化，理论上认为，更新预设代数后，便可出现最优化 个体，所以达到预设代数后，便停止进化，预设代数为人为依据现有技术经验得出的。
[0058] 第二种：适应度函数的最大值不再改变；
[0059] 当适应度函数的最大值不再改变，则表明已经达到最优，所以此时便无需再进行 更新和优化。
[0060] 步骤S107 :当达到所述终止进化条件，则输出优化结果；
[0061] 输出最优个体包括：个体所对应的无功补偿点位置和相应的无功补偿量、以及该 配置下系统有功网损的值和投资成本的值。
[0062] 步骤S108 :当未达到所述终止进化条件，则对所述当前种群进行交叉、变异生成 新种群，将新种群作为当前种群，进入步骤S104。
[0063] 生成新种群的方式包括：随机抽取当前种群中两个个体；利用遗传交叉和变异方 法产生新个体；将新个体加入当前种群获得新种群。本发明提供了一种10kV配电线路无 功补偿多目标优化配置方法，本发明中构建配电线路无功补偿优化多目标函数，综合考虑 了有功网损和投资成本，在有功网损和投资成本互相矛盾的情况下，分别计算得到有功网 损的隶属度函数和投资成本的隶属度函数，即通过隶属度函数将有功网损和投资成本规格 化，以此解决有功网损和投资成本具有不同量纲，不同数量级的多目标求解问题。
[0064] 并且在遗传算法中优化该模型，采用无功补偿点和与无功补偿点对应的无功补偿 容量的结合编码作为一个体，根据补偿点约束条件生成初始种群，由于略去了无实际意义 的个体，所以提高了本方法的计算效率。
[0065] 下面提供一种本发明的具体实施例，包括：
[0066] 1、采集配电网运行参数包括：电网拓扑、线路参数、变电站参数、各种运行方式下 的各节点负荷参数、发电机参数、节点电压允许运行范围、无功补偿设备参数、所有控制变 量的约束条件、状态变量的约束条件；
[0067] 2、建立该问题优化模型为多目标优化问题；
[0068]目标为f = min (P1[)SS(V，Q)，Cost (Q))，表示将电能有功网损P1()SS最小和无功补偿 设备投资成本Cost最小作为多目标，投资成本包括采购成本、建设成本、运行成本和维护 成本。约束为系统潮流约束，变量约束包括控制变量和状态变量，以及无功补偿位置的约 束，补偿点不能过多，一般根据线路长度等实际情况决定。
[0069] 3、构造该优化问题的个体编码，随机产生初始种群。
[0070] a、个体编码
[0071] 针对该问题，采用混合编码方式，编码由两部分组成，第一部分为补偿点的位置， 以节点编号形式表示为字符编码；第二部分为对应补偿点的补偿容量，为整数编码。以此编 码作为该优化问题的一个个体。
[0072] b、初始种群产生
[0073] 根据系统所有负荷点的典型无功负荷曲线，将各负荷点的最大综合负荷作为该点 的最大无功补偿容量，在变量约束和补偿位置约束范围内随机产生初始种群，对每个个体 进行潮流计算，如在有限迭代次数内，没有收敛，将其淘汰。
[0074] 4、在求解无功优化算法过程中需进行电力系统潮流计算，在个体的适应度函数值 计算之前必须做潮流计算才能给出系统有功网损和状态变量越限统计等。潮流计算根据给 定的电网拓扑、线路参数、变电站参数、发电机参数、负荷参数，通过数学计算确定电网各节 点的有功、无功、电压和相角；
[0075] 5、对种群中的的每个个体进行适应度评价
[0076] a、多目标目标函数的模糊转化；
[0077] 分别计算每个个体解所对应的两个目标值（网损和投资成本），该优化问题是目 标函数最小，因此，选取降半直线形作为各目标函数的隶属度函数μ k(x) (k = 1，2)，
【权利要求】
1. 一种lOkV配电线路无功补偿多目标优化配置方法，其特征在于，包括： 构建最小化电能的有功网损和无功补偿设备的投资成本的多目标函数，所述多目标函 数的约束条件包括潮流约束、控制变量及状态变量的限制约束和无功补偿点的位置约束； 将一个由若干无功补偿点位置构成的字符编码和一个在该若干无功补偿点上配置补 偿容量的整数编码结合作为一个编码，将该编码作为所述多目标函数的解空间的一个个 体，多组无功补偿点的位置与其配置的无功补偿容量构成多个个体； 随机生成多目标函数解空间的初始种群，将初始种群作为当前种群； 计算每个个体有功网损的目标值和投资成本的目标值；利用降半直线形公式计算有功 网损的模糊隶属度函数和投资成本的模糊隶属度函数，其中自变量分别为每个个体有功网 损的目标值与每个个体投资成本的目标值； 将有功网损的隶属度函数和投资成本的模糊隶属度函数的加权和作为当前种群的适 应度函数，将适应度函数的最大值作为优化结果，两个加权系数的和为1 ; 判断是否达到终止进化条件； 当达到所述终止进化条件，则输出优化结果； 当未达到所述终止进化条件，则对所述当前种群进行交叉、变异生成新种群，将新种群 作为当前种群，重新进行上述步骤直到达到终止进化条件。
2. 如权利要求1所述的方法，其特征在于，随机生成多目标函数的初始种群包括： 根据补偿点的无功负荷曲线，将该点的最大综合负荷作为该补偿点的的最大无功补偿 容量，在补偿位置约束和补偿容量约束范围内，随机产生初始种群。
3. 如权利要求1所述的方法，其特征在于，利用降半直线形公式计算有功网损的模糊 隶属度函数和投资成本的模糊隶属度函数包括： 0， x>C^ A)= C'<x<C k=\2 ^ie Lie 1， x<cfjts 当k = 1时为有功网损的模糊隶属度函数，此时x为每个个体有功网损的目标值，当k =2时为投资成本的模糊隶属度函数，此时X为每个个体投资成本的目标值； 其中0 = 1，2)和仏=1，2)分别表示当前种群针对不同目标时，计算取得的最优 解和最劣解。
4. 如权利要求1所述的方法，其特征在于，输出优化结果包括： 根据决策者的偏好，在某一加权系数下，输出补偿点的位置和无功补偿量、有功网损的 值和投资成本的值。
5. 如权利要求1所述的方法，其特征在于，终止进化条件包括： 当前种群的代数达到预设代数、适应度函数的最大值不再改变。
6. 如权利要求1所述的方法，其特征在于，对所述当前种群进行交叉、变异生成新种群 包括： 随机抽取当前种群中两个个体； 利用遗传交叉和变异方法产生新个体； 将新个体加入当前种群获得新种群。
7.如权利要求6所述的方法，其特征在于，随机抽取当前种群中两个个体包括： 以轮盘赌的方式选取当前种群中的两个个体。
【文档编号】G06N3/12GK104103022SQ201410347281
【公开日】2014年10月15日 申请日期:2014年7月21日 优先权日:2014年7月21日
【发明者】许家益, 胡振斌, 邵名声, 程金松, 汪宏华, 李敏, 吴哲, 朱兵 申请人:国家电网公司, 国网安徽省电力公司黄山供电公司