[发明专利]采用混合蛙跳算法的电网配电无功优化方法

说明书

技术领域

本专利涉及电网优化方法，具体涉及一种采用混合蛙跳算法的电网配电无功优化方法。

背景技术

配网无功优化一般通过定点投切无功补偿设备配网重构和配网无功优化作为配网优化运行的2项重要技术手段，其在保障电能质量、降低网络损耗等方面有着重要作用。配网重构通过改变网络开关的闭合来获得最佳优化目标值下的网络拓扑结以实现有功损耗最小化且保证较高的电压水平。实质上，配网重构是非线性组合优化问题，配网无功优化是非线性整数规划问题，二者的综合优化使得问题的求解更加复杂，针对此问题，现有技术采用先重构后补偿交替迭代的方法。也有分别以重构和无功优化为主进行优化，都采用了智能算法求解，相比交替迭代法，提高了计算精度，但这些现有技术并不是真正意义上同步进行重构与无功优化，综合优化的潜在价值没有得到充分研究与挖掘。同时，以上配网综合优化研究均以网损作为优化目标，并没有考虑无功补偿的经济性。

发明内容

本发明的目的在于解决上述现有技术配网综合优化研究均以网损作为优化目标，并没有考虑无功补偿的经济性的问题，提供一种电网配电无功优化方法。本发明解决其技术问题所采用的技术方案是：一种采用混合蛙跳算法的电网配电无功优化方法，其特征在于，以下步骤：

步骤1：初始化参数，包括：蛙群的数量F；族群的数量m；族群中青蛙的数量n；最大允许跳动步长S_max；全局最优解P_z；局部最优解P_b；局部最差解P_w；全局迭代进化次数N_g，局部迭代进化次数N₁，各补偿点无功补偿上限Q_i，max；

步骤2：随机生成初始蛙群，计算每个蛙的评价值；

步骤3：按照评价值大小进行升序排序，记录下最优解P_z，并且将蛙群按以下方式分成族群：第1只蛙放入第1个族群，第2只蛙放入第2个族群，第m只蛙放入第m 个族群，第m+1只蛙放入第1个族群，以此类推，直至所有蛙被放入入指定位置；步骤4：按照下式对每个族群进行进化操作

S＝ceil(Rand()×(P_w-P_b))；

NewP_w＝P_w+S，-S_min≤S≤S_max；

其中，ceil表示取整，rand()表示产生0～1的随机数，S表示蛙跳的步长，S_max， S_min为蛙跳的步长限制，NewP_w表示更新后的P_w；

步骤5：所有族群更新完毕后，计算蛙群中所有蛙的评价值；

步骤6：判断是否满足停止条件；如果满足则停止搜索，否则转到步骤3；

步骤7：根据最优选择执行相应动作。

本发明综合无功优化与配网重构两项技术，建立以年综合费用最小为目标的配网综合优化模型，采用混合蛙跳算法求解，不仅能够进一步降低网损、提升节点电压，还充分考虑了无功补偿的经济性，使得配网综合优化更加符合经济性原则，即充分挖掘了综合优化的经济价值。

作为优选，步骤4的具体步骤包括以下子步骤：

步骤4-1：设I_M＝I_N＝0，I_M表示族群进化的计数器，I_N表示局部进化计数器；

步骤4-2：选出当前族群的P_b和P_w，I_M加1；

步骤4-3：I_N加1；

步骤4-4：根据

S＝ceil(Rand()×(P_w-P_b))；

NewP_w＝P_w+S，-S_min≤S≤S_max改进族群中最差蛙；

步骤4-5：如果上步改进了最差蛙，则用该新蛙取代最差蛙，否则用P_z替代式(8) 中的P_b，重新进化；

步骤4-6：如果上步仍没有改进最差蛙，则随机产生一个可行解来代替最差蛙；

步骤4-7：如果I_N小于局部进化次数L_N，则转入步骤4-3；