[发明专利]一种基于免疫二进制粒子群算法的配电网重构方法

说明书

本发明公开了一种基于免疫二进制粒子群算法的配电网重构方法。包括以下步骤：1)对配电网进行简化，对节点、支路、开关编号，利用深度优先搜索方法分析配电网拓扑结构，运用前推回代法对配电网进行潮流计算，得到线路潮流和损耗；2)以配电系统正常运行时网络损耗最小为目标，建立配电网重构模型，确定适应值函数；3)对免疫二进制粒子群算法进行实现，取配电网中联络开关的状态为控制变量进行编码，完成种群的初始化，计算粒子的亲和度、浓度及选择概率，输出全局最优解等步骤。本发明提高了配电网重构的速度，防止了“早熟收敛”的问题，提高了算法在整个解空间的搜索能力。

技术领域

本发明涉及一种电网重构方法，特别是一种基于免疫二进制粒子群算法的配电网重构方法。

背景技术

配电网重构是指在满足线路电压、电流及电网辐射状运行等基本要求的前提下，通过改变网络中开关状态来优化配电网运行结构，从而达到减小网络损耗、平衡负荷、消除过载、提高供电可靠性等目的。配电网重构作为配网优化的有效手段，既可以作为网络规划的工具，又可作为实时控制的工具。在当前经济迅猛发展、供电日趋紧张的情况下，通过配电网络重构，可以在不必增加投资的情况下，充分发挥现有配电网的潜力，提高系统的安全性和经济性,具有很大的经济效益和社会效益。网络重构是实现电网优质、可靠和经济运行的重要手段。

配电网络重构的研究兴起于80年代后期，因其在降低配电网网损和改善系统安全等方面的重要作用，而受到不少学者的关注。早期的配电网重构主要是研究配网规划阶段的重构问题。随着对配电网重构认识的逐步加深,学者们发现配电自动化系统中加入网络重构不仅在经济和技术上可行,而且可以极大地优化配电系统的运行。

目前的重构算法主要有：包括分支界面法和单回路优化法的传统数学优化方法，最优流模式算法，开关交换算法，包括人工神经网络算法、模拟退火法、遗传算法、禁忌搜索方法和粒子群优化算法的人工智能算法等。传统的数学优化算法比较成熟，可以得到不依赖于配电网初始结构的全局最优解，但是数学优化技术属于“贪婪”搜索算法，计算时间长，不能处理复杂的大规模的电力系统。最优流模式算法计算量较大，并且初始时闭合所有联络开关使网络中同时存在多个环网，求解最优流时各环网电流相互影响，打开开关的顺序对结果也有很大的影响。开关交换算法每次只能考虑一对开关的操作，不能保证全局最优，而且重构结果受到初始结构的影响。而其他的人工智能算法对电力系统配电网络的架构和运行方式依赖性比较大，计算量也比较大，导致算法性能不是很好。

发明内容

本发明的目的在于提供一种基于免疫二进制粒子群算法的配电网重构方法。

实现本发明目的的技术解决方案为：一种基于免疫二进制粒子群算法的配电网重构方法，包括以下步骤：

步骤1、对配电网进行简化，对节点、支路、开关编号，利用深度优先搜索方法分析配电网拓扑结构，运用前推回代法对配电网进行潮流计算，得到线路潮流和线损。

对配电网进行简化，对节点、支路、开关编号，形成节点关系矩阵和支路矩阵，利用深度优先搜索方法分析配电网拓扑结构，确定节点的顺序，运用前推回代法对配电网进行潮流计算，即按照该节点顺序前推计算各支路损耗和首、末端功率，根据已知根节点电压回代计算各节点电压，然后再进行前推计算，直到两次迭代的电压修正量最大值达到所要求的精确度为止，得到配电网的线路潮流和线路损耗。

步骤2、根据步骤1的线路潮流，以配电系统正常运行时网络损耗最小为目标，建立配电网重构模型，确定适应值函数。根据线路潮流，以配电系统正常运行时网络损耗最小为目标，建立配电网重构模型，确定在电压约束、支路过载约束、变压器过载约束等约束条件下的适应值函数。

步骤3、对免疫二进制粒子群算法进行实现，取配电网中联络开关的状态为控制变量进行编码，完成种群的初始化，计算粒子的亲和度、浓度及选择概率，输出全局最优解等步骤。