一种基于改进郊狼优化算法的主动配电网优化重构方法与流程

本发明涉及一种基于改进郊狼优化算法的主动配电网优化重构方法，特别考虑风力和光伏等分布式电源接入电网后造成的影响，属于主动配电网重构
技术领域：
。
背景技术：
：主动配电网(activedistributionnet,adn)是内部具有分布式或分散式能源,具有控制和运行能力的配电网，其主动管理的能力被认为是未来配电网的发展方向。以清洁能源为代表的分布式电源接入配电网后，配电网网络结构发生变化，为优化网络结构带更多可能性和不确定性。配网重构通过改变分段开关和联络开关的开关状态，使配电网更加安全可靠地运行，对降低网络损耗，提高供电质量有重要意义。土狼优化算法(coa)是由juliano等在2018年ieee进化计算大会(cec)提出的用于全局优化的元启发式算法，该算法受北美土狼种群的启发，将郊狼个体随机分组，每组郊狼的出生，成长，死亡代表着每组解的迭代过程，该算法调节参数少，具有良好的全局寻优能力。但是原始郊狼算法中郊狼以组群为单位探索解空间，虽然保证了种群多样性，但在一定程度上导致算法局部搜索能力不强，收敛精度不高。技术实现要素：本发明的目的在于提供一种基于改进郊狼优化算法的主动配电网优化重构方法，以降低网损和提高电压稳定性为优化目的，对加入dg的配电网进行拓扑识别，剔除环路网络结构，保证配电网开环运行。针对原始郊狼优化算法全局寻优能力不强，引入鲸鱼搜索思想加以改进，改善种群多样性，计算多目标函数的最优解。本发明目的采用以下技术方案实现。一种基于改进郊狼优化算法的主动配电网优化重构方法，包括以下步骤：步骤1：对主动配电网进行网络分析；步骤2：根据目标函数和约束条件，给出适应度函数，建立主动配电网重构数学模型；步骤3：采用改进郊狼优化算法对主动配电网优化重构最优解进行寻优，输出最优开关集和适应度函数值。进一步地，所述步骤1具体为：建立网络拓扑结构，首先对节点和支路进行编号，然后采用广度优先搜索法形成节点分层矩阵，开关编号即为所在支路编号，在指定节点处添加负荷数据，以实现分布式电源并网。进一步地，所述步骤2建立的主动配电网重构数学模型为：目标函数1：有功网损最小：其中，nl为配电网支路数，gk为支路k的电导，ui和uj分别为支路首末节点的电压幅值，θij为首末节点的电压相角差；目标函数2：配电网电压稳定指标最小：f2(l)＝max(lij)(2)其中，lij定义为支路bij的电压稳定指标，其计算公式为：其中，注入节点j的负荷为pj+jqj，支路bij的阻抗为rij+jxij，ui为节点i的电压幅值；使用线性加权法得到适应度函数：minf＝w1f1+w2f2(4)其中，w1和w2为权重系数，二者和为1；同时满足约束条件：(a)分布式电源接入后保持功率平衡；(b)节点电压幅值在可靠范围内；(c)保证配电网开环运行。进一步地，所述步骤3采用改进郊狼优化算法对主动配电网优化重构最优解进行寻优，步骤如下：s1.设置种群个数n，最大迭代次数，组群个数np，每组郊狼的个数nc，其中n＝np×nc；s2.随机初始化郊狼个体，公式如下：ci＝cimin+(cimax-cimin)×rand(5)其中，ci是郊狼c的第i维向量，cimax和cimin分别是i维的上限和下限，rand是0到1之间的随机数；s3.根据公式(4)计算每个可行解的适应度值，并随机分组，确定种群最优郊狼cbest；s4.郊狼组群的成长：s4.1计算组群运动趋势：tendm＝meidian(nm，1)(6)其中，nm是种群n中的第m个组群，是一个nc行d列的矩阵，公式(6)表示取该矩阵每一列中位数；s4.2从组群中随机选择两头郊狼cr1和cr2，组群在该组最优郊狼α、组群运动趋势tend以及两头随机郊狼的共同作用下成长；new_ci＝ci+r1×(α-cr1)+r2×(tend-cr2)(7)其中，r1和r2为[0，1]之间的随机权重系数；s4.3计算郊狼成长后的适应度，如果成长后的郊狼适应度值更高，则取代原郊狼，反之保持不变；s5.郊狼的生与死：s5.1新生郊狼由父母郊狼和随机变异共同决定，父母郊狼从组群中随机选择，且新生郊狼一定遗传父母郊狼的变量，其余位置变量由映射概率ps和关联概率pr决定变异机率；在新生郊狼pup的d维变量中，随机选取其中两维，一维来自父狼，一维来自母狼，如式所示：a，b＝randperm(d，2)(8)式中，a,b为从整数[1，d]中随机选取的两个数；pupa＝cr3a(9)pupb＝cr4b(10)其中，cr3a为随机父郊狼的第a维变量；cr4b为随机母郊狼的第b维变量；新生郊狼的(d-2)个变量由映射概率ps和关联概率pr共同决定：ps＝1/d(11)pr＝(1-ps)/2(12)其中，rand为[0,1]的随机数，ri为上下线范围内的变异值；s5.2计算新生郊狼的适应度值pup(fit)，与组群内其他郊狼比较，用新生郊狼代替组内适应能力差，年龄最大的郊狼；郊狼年龄用year表示，随着迭代次数的增加而增加；s6.引入鲸鱼捕猎机制，把种群最优郊狼所在的位置当作猎物的位置，全体郊狼种群向猎物靠近；s7.将更新后的郊狼种群计算适应度值，更新种群最优郊狼cbest，判断是否达到最大迭代次数，若达到则结束循环，否则跳回步骤s4继续迭代。进一步地，所述步骤s6具体为：d＝|m·cbest-c(t)|(14)m＝2·rand1(15)n＝h×(2·rand2-1)(16)其中，d为郊狼个体与最优郊狼的距离向量，t为当前迭代次数，m和n为系数向量；rand1和rand2为[0,1]之间的随机向量，h为收敛因子，在迭代过程中由2线性递减为0；郊狼在以头狼为核心的包围圈内，以收缩包围和螺旋运动两种方式向头狼靠拢以更新自己的位置，公式如下：其中，p为[0,1]之间的随机数，公式(18)为模拟鲸鱼游动的螺旋数学公式，dp＝|cbest-c(t)|，b为常数，代表曲线的螺旋弧度，λ为[-1,1]之间的常数。进一步地，在所述改进郊狼优化算法中，郊狼个体每一维变量代表一个操作开关，每头郊狼代表一种开关组合状态，改进郊狼优化算法就是寻找满足约束条件的最优操作开关集合。与现有技术相比，本发明的有益效果是：本发明方法通过引入鲸鱼捕猎机制对原始郊狼算法加以改进，以提高算法全局搜索能力，并将改进后的郊狼算法用于主动配电网的优化重构，改进后的郊狼算法收敛速度更快，所得最优解适应度更优，有效解决了配电网加入分布式电源后的优化重构问题。附图说明图1为本发明方法流程图；图2为改进郊狼算法流程图；图3为加入dg后的配电网；图4为用原始郊狼算法求解的收敛曲线图；图5为用改进郊狼算法求解的收敛曲线图。具体实施方式下面结合附图和实例对本发明作进一步阐述。基于改进郊狼优化算法的主动配电网优化重构方法，在69节点配电网加入风力发电机，燃料电池，光伏发电机后，节点有功出力和无功功率发生变化，配电网结构由被动变为主动，给配电供电带来更多不确定性。借鉴鲸鱼捕猎机制，使郊狼种群围绕头狼进行一次游走，加大在最优解附近的搜索力度，使主动配电网网络结构趋向稳定。包括以下步骤：步骤1：对主动配电网进行网络分析。建立网络拓扑结构，首先对节点和支路进行编号，然后采用广度优先搜索法形成节点分层矩阵，开关编号即为所在支路编号，在指定节点处添加负荷数据，以实现分布式电源并网。步骤2：根据目标函数和约束条件，给出适应度函数，建立主动配电网重构数学模型。构建适应度函数：目标函数1：有功网损最小：其中，n1为配电网支路数，gk为支路k的电导，ui和uj分别为支路首末节点的电压幅值，θij为首末节点的电压相角差。各支路有功损耗和即为有功网损。目标函数2：配电网电压稳定指标最小：f2(l)＝max(lij)(2)其中，lij定义为支路bij的电压稳定指标，其计算公式为：其中，注入节点j的负荷为pj+jqj，支路bij的阻抗为rij+jxij，ui为节点i的电压幅值。使用线性加权法得到适应度函数：minf＝w1f1+w2f2(4)其中，w1和w2为权重系数，二者和为1；优选地，w1，w2均取0.5。同时满足约束条件：(a)分布式电源接入后保持功率平衡；(b)节点电压幅值在可靠范围内；(c)保证配电网开环运行。步骤3：采用改进郊狼优化算法对主动配电网优化重构最优解进行寻优，输出最优开关集和适应度函数值。改进郊狼优化算法的流程结合图1进行具体说明：s1：设置种群个数n，最大迭代次数，组群个数np，每组郊狼的个数nc，其中n＝np×nc；s2：随机初始化郊狼个体，公式如下：ci＝cimin+(cimax-cimin)×rand(5)其中，ci是郊狼c的第i维向量，cimax和cimin分别是i维的上限和下限，rand是0到1之间的随机数。s3：根据公式(4)计算每个可行解的适应度值，并随机分组，确定种群最优郊狼cbest。s4：郊狼组群的成长；计算组群运动趋势；tendm＝meidian(nm,1)(6)其中，nm是种群n中的第m个组群，是一个nc行d列的矩阵，公式(6)表示取该矩阵每一列中位数。从组群中随机选择两头郊狼cr1和cr2，组群在该组最优郊狼α、组群运动趋势tend以及两头随机郊狼的共同作用下成长；new_ci＝ci+r1×(α-cr1)+r2×(tend-cr2)(7)其中，r1和r2为[0,1]之间的随机权重系数。计算郊狼成长后的适应度，如果成长后的郊狼适应度值更高，则取代原郊狼，反之保持不变。s5：郊狼的生与死；新生郊狼由父母郊狼和随机变异共同决定，父母郊狼从组群中随机选择，且新生郊狼一定遗传父母郊狼的变量，其余位置变量由映射概率ps和关联概率pr决定变异机率。在新生郊狼pup的d维变量中，随机选取其中两维，一维来自父狼，一维来自母狼,如式所示：a,b＝randperm(d,2)(8)式中，a,b为从整数[1,d]中随机选取的两个数。pupa＝cr3a(9)pupb＝cr4b(10)其中，cr3a为随机父郊狼的第a维变量；cr4b为随机母郊狼的第b维变量。新生郊狼的(d-2)个变量由映射概率ps和关联概率pr共同决定：ps＝1/d(11)pr＝(1-ps)/2(12)其中，rand为[0,1]的随机数，ri为上下线范围内的变异值。计算新生郊狼的适应度值pup(fit)，与组群内其他郊狼比较，用新生郊狼代替组内适应能力差，年龄最大的郊狼(郊狼年龄用year表示，随着迭代次数的增加而增加)。s6：引入鲸鱼捕猎机制，把种群最优郊狼所在的位置当作猎物的位置，全体郊狼种群向猎物靠近；具体操作步骤如下：d＝|m·cbest-c(t)|(14)m＝2·rand1(15)n＝h×(2·rand2-1)(16)其中，d为郊狼个体与最优郊狼的距离向量，t为当前迭代次数，m和n为系数向量。rand1和rand2为[0,1]之间的随机向量，h为收敛因子，在迭代过程中由2线性递减为0，h＝2-2t/tmax。郊狼在以头狼为核心的包围圈内，以收缩包围和螺旋运动两种方式向头狼靠拢以更新自己的位置，公式如下：p为[0,1]之间的随机数，公式(18)为模拟鲸鱼游动的螺旋数学公式，dp＝|cbest-c(t)|，b为常数，代表曲线的螺旋弧度，λ为[-1,1]之间的常数。s7：将更新后的郊狼种群计算适应度值，更新种群最优郊狼cbest，判断是否达到最大迭代次数，若达到则结束循环，否则跳回步骤s4继续迭代。在改进郊狼优化算法中，郊狼个体每一维变量代表一个操作开关，每头郊狼代表一种开关组合状态，改进郊狼优化算法就是寻找满足约束条件的最优操作开关集合。实施例：为验证改进郊狼算法的有效性，在美国pg&e69节点配电网中分别添加光伏发电机，燃料电池，风力发电机作为分布式电源，添加dg后的配电网如图2所示，其中编号1到68为分段开关，初始状态闭合；69到73为联络支路，初始状态打开。dg接入位置，容量等信息如表1；表1各dg的电源性质及容量dg编号dg发电技术额定容量容量功率因数1光伏发电400kw300kw0.92风力发电机400kw300kw0.93燃料电池400kw300kw0.9网络拓扑结构识别：16节点接光伏发电机、38节点接传统定速异步风力发电机、55节点接燃料电池。鉴于69节点网络拓扑结构复杂，不适合用矩阵法，本发明先用广度优先搜索法形成节点分层矩阵，配电网是辐射状结构，开环运行，故去除形成孤岛和环路的解。改进郊狼优化算法寻优步骤：s1：算法参数设置：种群个数n为100，组群个数np为10，每组郊狼的个数nc为10，最大迭代次数maxiter为50，w1＝w2＝0.5；s2：随机初始化郊狼个体；s3：计算郊狼适应度值，确定种群最优郊狼cbest；s4：计算组运动趋势tend，郊狼个体在组运动趋势、随机选择的郊狼和组内最优郊狼α的共同作用下成长，计算成长后的郊狼适应度值，若优于原适应度则取代，否则保持不变；s5：更新新生郊狼pup，计算新生郊狼适应度值，与本组郊狼比较，代替适应度较差的郊狼个体中年龄最大一头；s6：引入鲸鱼捕猎机制，改进郊狼算法：d＝|m·cbest-c(t)|(14)m＝2·rand1(15)n＝h×(2·rand2-1)(16)其中，d为郊狼个体与最优郊狼的距离向量，t为当前迭代次数，m和n为系数向量。rand1和rand2为[0,1]之间的随机向量，h为收敛因子，h＝2-2t/tmax。郊狼在以头狼为核心的包围圈内，以收缩包围和螺旋运动两种方式向头狼靠拢以更新自己的位置，公式如下p为[0,1]之间的随机数，公式(18)为模拟鲸鱼游动的螺旋数学公式，dp＝|cbest-c(t)|，b取3，λ为[-1,1]之间的常数。s7：将更新后的郊狼种群计算适应度值，更新种群最优郊狼cbest，判断是否达到最大迭代次数，若达到则结束循环，否则跳回步骤s4继续迭代。上述步骤以matlab2017a为软件平台进行编程。在含dg的主动配电网中，通过改变分段开关和联络开关实现网络结构优化。图3为用原始郊狼算法求解的收敛曲线图，图4为用改进郊狼算法求解的收敛曲线图，结果表明以改进后的郊狼算法寻找最优操作开关集，收敛时间短，寻优结果符合预期。计算结果参见表2表2仿真计算结果操作开关开关操作数适应度值电压稳定性指标有功网损(kw)原始郊狼10、15、68、50、4556.74780.722189.6925改进郊狼9、70、14、50、7355.65090.712884.2493改进郊狼算法得出的69节点优化方案是将分段支路9，14，50断开，联络支路70，73关闭，优化后的适应度为5.6509，低于原方案的6.7478。结果表明改进郊狼优化算法提高了局部寻优能力，使所需迭代次数明显减少，有效地降低网损和提高配电网电压稳定性。以上所述仅表达了本发明的优选实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形、改进及替代，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。当前第1页12