[发明专利]一种灾害条件下配电网多故障抢修模型的SAA优化方法

权利要求书

1.一种灾害条件下配电网多故障抢修模型的SAA优化方法，其特征在于：包括，

将抢修模型中的优化解作为固体粒子，将目标函数作为所述固体的能量函数；

加热所述固体至融化，结合Metropolis抽样策略等待其冷却；

在优化解空间中随机搜索全局最优解，并随着温度下降重复抽样过程，直至得到所述全局最优解。

2.根据权利要求1所述的灾害条件下配电网多故障抢修模型的SAA优化方法，其特征在于：所述Metropolis抽样策略包括，

定义所述固体粒子的初始状态为i，能量为E_i，温度为T_i，对所述初始状态做一随机扰动，得到新状态j，其对应能量状态为E_j；

若E_jE_i，则所述新状态为重要状态，并予以接受，否则，依照固体处于所述新状态的几率，判断是否接受所述新状态；

所述固体处于状态i和j的概率比值公式为

其中,E_i、E_j分别为第i、j种状态时分子所具有的能量，T为开氏温度，k_b为玻尔兹曼常数。

3.根据权利要求2所述的灾害条件下配电网多故障抢修模型的SAA优化方法，其特征在于：还包括，

利用随机数发生器产生一个0-1的随机数δ，若δP，则接受所述新状态，否则舍弃所述新状态，如下，

4.根据权利要求1或3所述的灾害条件下配电网多故障抢修模型的SAA优化方法，其特征在于：包括，

利用冷却进度表合理控制SAA算法的执行进度，所述冷却进度表是一组参数的集合，其包括控制参数t的初值t₀、控制参数的衰减函数、马尔科夫链的链长L_k与停止准则。

5.根据权利要求4所述的灾害条件下配电网多故障抢修模型的SAA优化方法，其特征在于：还包括，

t_k＝αt_k-1＝α^kt₀

其中，k为SAA算法的当前迭代次数，α为常数，以接近1为宜，一般取0.5～0.99，α越小，控制参数衰减越快。

6.根据权利要求5所述的灾害条件下配电网多故障抢修模型的SAA优化方法，其特征在于：包括，

将同一温度下运算生成的解按先后顺序排列，得到一条所述马尔科夫链；

所述马尔科夫链的长度L_k即为第k轮迭代计算中生成新解运算的次数；

设置固定的L_k，L_k与t_k呈反比关系，即t_k→0时，L_k→∞。

7.根据权利要求6所述的灾害条件下配电网多故障抢修模型的SAA优化方法，其特征在于：还包括，

加一小扰动产生新解，当所述新解优于旧解时，无条件接受所述新解，反之按照概率策略计算接受所述新解的概率，如下，

P_接受＝f(m)＝e^-m/T

其中，m为新解与旧解对应目标函数值的差值，T为当前温度，e为自然常数。

8.根据权利要求7所述的灾害条件下配电网多故障抢修模型的SAA优化方法，其特征在于：所述目标函数包括，

其中，t_i是从开始执行抢修计划起第i号故障恢复供电的时间，数学优化以最小化该函数值为目标，ω_i表示第i号负荷节点的重要程度系数，根据其负荷等级直接确定，P_i表示第i号负荷节点消耗有功功率的平均值，配电网的系统功能函数F(t)随时间的变化来表示韧性。

9.根据权利要求8所述的灾害条件下配电网多故障抢修模型的SAA优化方法，其特征在于：所述抢修模型包括，

R_real(t)＝R*inc(t)

其中，R是路程时间矩阵，inc(t)是路程增加系数，R为固定值，而inc(t)为动态参数，以小时为单位变化，其为正实数。