基于多目标遗传算法划分整县光伏集群的方法与流程

本申请涉及划分集群，尤其涉及一种基于多目标遗传算法划分整县光伏集群的方法。

背景技术：

1、随着化石能源的逐渐衰竭和环境问题的日益严峻，我国能源结构加速向多元化、清洁化转变。同时，能源发展重点由传统能源向新能源转变。风能、太阳能等可再生能源，以分布式就地接入配电网，是大规模可再生能源并网消纳的重要形式。随着分布式可再生能源通过电力电子设备大规模接入，电力系统的形态和运行特性发生了显著变化，对配电网的运行控制也随之提出了更高的要求。

2、针对上述问题，公开号为cn202310386556.8的发明专利公开了一种分布式电源集群划分方法。构建集群划分综合指标函数，计算待划分集群网络拓扑的邻接矩阵，根据所述邻接矩阵，对所述集群划分综合指标函数进行求解，获取分布式电源集群划分最优结果。其中，该专利的集群划分综合指标函数结合功率平衡指标和惯性支撑灵活性综合指标对应的权重构建获取。虽然该方案能够有效提高系统稳定性和损耗，但是仅通过设置权重获取综合指标系数，存在较大的主观性，所得结果误差较大。

3、公开号为cn202211191346.5的发明专利公开了一种分布式电源集群划分方法。将每个分布式电源作为一个集群，计算各集群划分的指标值。根据集群划分指标，计算集群的相似度矩阵。根据相似度矩阵将所有集群等效为一个网络，采用lmh算法将网络划分成若干个分网络，在每个分网络中，采用slm算法将分网络划分成若干个子网络，将每个子网络作为一个集群，重新计算集群的相似度矩阵；重复划分网络到相似度矩阵计算的过程，直到所有子网络不再变化，获得分布式电源集群划分结果。可见，该专利克服了上述通过设置主观性较大的权重参数确定集群划分结果的问题。但是，将每个分布式电源作为一个集群、重复划分网络直到所有子网络不再变化求解难度高，并且难以保证集群规模均衡。

4、因此，在保证集群内部源、荷合理匹配以及节点间紧密联系的基础上，合理进行集群划分成为需要解决的问题。

技术实现思路

1、本申请提供一种基于多目标遗传算法划分整县光伏集群的方法，解决分布式光伏集群划分的技术问题。

2、为解决上述技术问题，本申请所采取的技术方案在于如下方面：

3、一种基于多目标遗传算法划分整县光伏集群的方法包括如下步骤，s1基于每一光伏电站即节点的状态，获得初始种群和初始的集群方案；s2基于初始的集群方案计算获得初始种群的适应度；s3基于初始种群的适应度，计算获得非支配排序结果f和每一初始的集群方案即个体的拥挤度d(i)；s4基于拥挤度计算获得交叉概率和变异概率；s5基于集群方案、交叉概率和变异概率，交叉、变异、选择获得新生成的集群方案；s6拥挤度计算和非支配排序，更新交叉概率和变异概率；s7获得适应度最高的集群方案；s8执行步骤s4直至达到最大迭代次数，获得光伏电站最优的集群方案以及相应的模块度和有功平衡度。

4、进一步的技术方案在于：步骤s1中，以每一节点的状态作为对象生成初始化种群，形成种群数量的光伏电站的集群方案。

5、进一步的技术方案在于：步骤s1中，具体地，随机将n个节点分到nc个集群，一共产生q个分配方案，获得q个集群方案，每个分配方案通过随机方法产生。

6、进一步的技术方案在于：步骤s2中，适应度包括集群方案的模块度和有功平衡度；

7、

8、式1中，φ为模块度，aij表示连接节点i和j的边权，当节点i和j直接相连时取1，不相连时取0；ki表示与节点i相连的所有边的边权之和；m表示整个网络的边权和；δ为0－1矩阵，若节点i和节点j位于同一集群内，则δ(i，j)＝1，不在同一集群内则δ(i，j)＝0；

9、

10、式2中，nc表示集群划分的个数；m表示所有集群的集合；表示集群c的有功平衡度；pc,t表示集群c在t时刻的净功率；t为规定场景的时间长度；表示网络整体的有功平衡度。

11、进一步的技术方案在于：步骤s3中，非支配排序公式：

12、rank(i)＝min{k|i∈fk}  式4

13、根据种群适应度，即模块度和有功平衡度，选出所有不被其他个体支配的个体，将它们分为第一层次，记为f1；

14、从种群中移除f1中的个体，找出不被其他个体支配的个体，将它们分为第二层次，记为f2；

15、直到种群中的所有个体都被分配到一个层次为止。

16、进一步的技术方案在于：计算每一初始的集群方案即个体的拥挤度d(i)，包括：

17、个体拥挤度公式：

18、

19、式5中，i表示第i个个体；fk表示第k个非支配集；m表示目标函数的个数，这里m＝2；fm表示第m个目标函数，步骤2已经定义；和表示第m个目标函数的最大值和最小值；ii+1和ii-1表示第i个个体在第m个目标函数上的相邻个体，这里i+1,i-1是排序过后挨着i的两个个体。

20、进一步的技术方案在于：步骤s4中，所述基于拥挤度计算获得交叉概率，包括：

21、

22、式6中，pc为交叉概率，pc.agv为平均交叉概率，pc.max和pc.min分别为最大、最小交叉概率；ng为最大迭代次数，k为当前迭代次数，dj(k)为第k代种群的第j个个体的拥挤度，davg(k)为该种群的平均拥挤距离。

23、进一步的技术方案在于，步骤s4中，计算变异概率，包括：

24、

25、式7中，pm为变异概率，pm.agv为平均变异概率，pm.max和pm.min分别为最大、最小变异概率。

26、进一步的技术方案在于：步骤s5中，通过交叉操作得到q个新的子代，q个子代通过变异操作也得到q个新的子代；q个父代和q个子代共计2q个个体。

27、进一步的技术方案在于：步骤s6中，获得适应度最高的q个个体组成新的子集，即适应度最高的集群方案。

28、采用上述技术方案所产生的有益效果在于：

29、第一，一种基于多目标遗传算法划分整县光伏集群的方法包括如下步骤，s1基于每一光伏电站即节点的状态，获得初始种群和初始的集群方案；s2基于初始的集群方案计算获得初始种群的适应度；s3基于初始种群的适应度，计算获得非支配排序结果f和每一初始的集群方案即个体的拥挤度d(i)；s4基于拥挤度计算获得交叉概率和变异概率；s5基于集群方案、交叉概率和变异概率，交叉、变异、选择获得新生成的集群方案；s6拥挤度计算和非支配排序，更新交叉概率和变异概率；s7获得适应度最高的集群方案；s8执行步骤s4直至达到最大迭代次数，获得光伏电站最优的集群方案以及相应的模块度和有功平衡度。该技术方案，其通过更新交叉概率和变异概率获得适应度最高的集群方案等，实现分布式光伏集群划分。

30、第二，步骤s4中，采用自适应算子公式包括式6和式7。该技术方案，加快了收敛速度。

31、详见具体实施方式部分描述。

技术特征：

1.一种基于多目标遗传算法划分整县光伏集群的方法，其特征在于：包括如下步骤，s1基于每一光伏电站即节点的状态，获得初始种群和初始的集群方案；s2基于初始的集群方案计算获得初始种群的适应度；s3基于初始种群的适应度，计算获得非支配排序结果f和每一初始的集群方案即个体的拥挤度d(i)；s4基于拥挤度计算获得交叉概率和变异概率；s5基于集群方案、交叉概率和变异概率，交叉、变异、选择获得新生成的集群方案；s6拥挤度计算和非支配排序，更新交叉概率和变异概率；s7获得适应度最高的集群方案；s8执行步骤s4直至达到最大迭代次数，获得光伏电站最优的集群方案以及相应的模块度和有功平衡度。

2.根据权利要求1所述的基于多目标遗传算法划分整县光伏集群的方法，其特征在于：步骤s1中，以每一节点的状态作为对象生成初始化种群，形成种群数量的光伏电站的集群方案。

3.根据权利要求2所述的基于多目标遗传算法划分整县光伏集群的方法，其特征在于：步骤s1中，具体地，随机将n个节点分到nc个集群，一共产生q个分配方案，获得q个集群方案，每个分配方案通过随机方法产生。

4.根据权利要求1所述的基于多目标遗传算法划分整县光伏集群的方法，其特征在于：步骤s2中，适应度包括集群方案的模块度和有功平衡度；

5.根据权利要求1所述的基于多目标遗传算法划分整县光伏集群的方法，其特征在于：步骤s3中，非支配排序公式：

6.根据权利要求1所述的基于多目标遗传算法划分整县光伏集群的方法，其特征在于，计算每一初始的集群方案即个体的拥挤度d(i)，包括：

7.根据权利要求1所述的基于多目标遗传算法划分整县光伏集群的方法，其特征在于：步骤s4中，所述基于拥挤度计算获得交叉概率，包括：

8.根据权利要求1所述的基于多目标遗传算法划分整县光伏集群的方法，其特征在于，步骤s4中，计算变异概率，包括：

9.根据权利要求1所述的基于多目标遗传算法划分整县光伏集群的方法，其特征在于：步骤s5中，通过交叉操作得到q个新的子代，q个子代通过变异操作也得到q个新的子代；q个父代和q个子代共计2q个个体。

10.根据权利要求1所述的基于多目标遗传算法划分整县光伏集群的方法，其特征在于：步骤s6中，获得适应度最高的q个个体组成新的子集，即适应度最高的集群方案。

技术总结
本申请公开了基于多目标遗传算法划分整县光伏集群的方法，涉及划分集群技术领域；方法包括基于光伏电站的状态，获得初始的集群方案；基于该集群方案计算获得适应度；基于该适应度，计算获得非支配排序结果和拥挤度；基于拥挤度计算获得交叉概率和变异概率；基于集群方案、交叉概率和变异概率，交叉、变异、选择获得新的集群方案；拥挤度计算和非支配排序，更新交叉概率和变异概率；获得适应度最高的集群方案；迭代并获得光伏电站最优的集群方案以及相应的模块度和有功平衡度。其通过更新交叉概率和变异概率获得适应度最高的集群方案等，实现分布式光伏集群划分。

技术研发人员：杨鹏,陈磊,张宁,杨行方,董思豆,朱毅男,陈子来,刘翔宇,程慧琳,高树国,田源,安益辰
受保护的技术使用者：国网河北省电力有限公司石家庄供电分公司
技术研发日：
技术公布日：2024/1/22