[发明专利]基于改进粒子群算法的配电网重构优化方法

说明书

技术领域

本发明涉及一种基于改进粒子群算法的配电网重构优化方法。

背景技术

配电网系统具有闭环系统，开环运行的特点。配电网重构是优化配电系统运行的有效手段，它主要通过切换联络开关和分段开关的开合状态来改变网络拓扑结构，以改变网络中的潮流流动。在正常的运行条件下，根据运行情况进行开关操作以调整网络结构，一方面能够平衡负荷，消除过载，提高供电电压质量；另一方面，能够提高系统运行的经济性。

配电网重构是在保证配电网呈现辐射状结构、满足馈线热容、节点压降和变压器容量等条件的前提下，使配电网某一指标或者多重指标最佳的配电网运行方式。由于配电网结构复杂，存在着大量的分段开关和联络开关，因此配电网重构是一个复杂的多目标高维数非线性混合优化问题。

目前的求解算法大致可分为以下几类：1)传统数学优化算法：即直接利用现有的数学优化原理进行配电网重构。随维数的增加，该方法将面临“组合爆炸”问题，难以实际应用；2)启发式方法，主要有最优流模式法和支路交换法，由于结合了配电网重构问题的物理特性，计算速度有了很大提高，但重构结果与打开开关的顺序或网络中开关的初始状态有关，每一次优化计算只搜索了整个解空间的一部分子空间，缺乏数学意义上的全局最优性；3)人工智能算法，如模拟退火法、遗传算法、禁忌算法等，这些方法中的某些参数随着网络规模等因素的变化而变化，难以确定，并且存在收敛速度慢，容易出现大量不可行解，不成熟收敛等问题。

发明内容

本发明的目的在于克服现有技术中的不足，提供一种基于改进粒子群算法的配电网重构优化方法，能够提高重构优化的全局寻优能力，解决配电网重构中出现大量不可行解的技术问题。

为达到上述目的，本发明所采用的技术方案是：基于改进粒子群算法的配电网重构优化方法，包括如下步骤：

步骤一：配电网络简化并进行粒子群编码；

步骤二：粒子群解码，并通过配电网潮流计算求得每个粒子对应的适应度函数fitness；

步骤三：设定改进粒子群算法参数，包括粒子群规模为N、学习因子c₁和c₂、最大迭代次数k；

步骤四：随机初始化粒子群，对于种群中的每一粒子X_i在搜索空间中随机赋予一个可行解，其中i＝1，2…，N；

步骤五：对每个粒子所对应的简化网络进行拓扑检查，直至全部粒子符合配电网拓扑要求，采用基于广度优先树搜索的配电网拓扑分析；

步骤六：计算每个粒子的适应度值，设定每个粒子的当前位置为其个体极值位置P_i，取全局极值位置P_g为当前群体最优适应值对应的位置；

步骤七：对每个粒子通过算法迭代进行位置更新，并进行简化网络拓扑检查；

步骤八：计算每个粒子更新位置后的适应度值：如果粒子i的适应值优于此前个体极值位置P_i对应的适应值，则将其位置赋值给P_i；如果当前极值位置P_i的适应值优于此前全局极值位置P_g的适应值，则将其位置赋值给P_g；

步骤八：进入下一次迭代过程，直到达到预设最大迭代次数k；

步骤九：粒子解码并输出结果：P_g即为最优解，对其解码可得重构优化后的网络开关状态，最优目标函数值为fitness(P_g)。

步骤七所述的算法迭代中，第k+1次迭代时，粒子i的更新公式为：