[发明专利]基于改进的NSGA-II算法的三相配电网多目标优化方法

摘要

本发明涉及三相不平衡配电网多目标优化技术，具体涉及基于改进的NSGA‑II算法的三相配电网多目标优化方法，包括以下步骤：对历史数据进行处理，采用经验分布拟合光伏有功功率实际值分布；进行遗忘因子参数辨识；生成光伏有功功率场景；削减场景；建立三相不平衡配电网多目标优化模型；利用改进的NSGA‑II算法对三相不平衡配电网多目标优化模型进行求解。该方法生成的场景更符合光伏有功功率的实际波动特性；提高了电容器及调压器的使用寿命，同时还提高了算法的全局搜索能力以及非支配前沿的均匀性。

主权项

1.基于改进的NSGA-II算法的三相配电网多目标优化方法，其特征是，包括以下步骤：/n步骤1、对历史数据进行处理，采用经验分布拟合光伏有功功率实际值分布；/n步骤2、进行遗忘因子参数辨识；/n步骤3、生成光伏有功功率场景；/n步骤4、削减场景；/n步骤5、建立三相不平衡配电网多目标优化模型；/n步骤6、利用改进的NSGA-II算法对三相不平衡配电网多目标优化模型进行求解；/n步骤1的实现包括：/n步骤1.1、统计电网的光伏预测值和光伏有功功率实际值，并将其标幺化；/n步骤1.2、将光伏预测值分为51个箱，分别为0p.u.箱和数值区间在(0p.u.,1p.u.]范围内每隔0.02p.u.区间长度的50个箱，每个箱内数据为光伏预测值数值区间内所有光伏有功功率实际值，采用经验分布对其进行拟合；/n步骤2的实现包括：/n步骤2.1、引入光伏有功功率波动量，提出遗忘因子辨识方法；/n步骤2.2、得到最佳的遗忘因子，以此递归估计协方差矩阵，通过协方差矩阵表示光伏有功功率时间断面的相关性程度；/n步骤2.3、生成满足该协方差矩阵的随机数；/n步骤3的实现包括：根据步骤1.2得到的每个光伏预测值数值区间内光伏有功功率实际值的累积经验分布函数生成0-1随机数，再通过经验分布函数求逆生成光伏有功功率场景；/n步骤4所述削减场景采用同步回带消除法削减光伏有功功率场景，得到有限的典型场景；/n步骤5的实现包括：/n步骤5.1、建立同时优化网损和三相不平衡配电网多目标优化模型，限制电容器允许的最大一天总投切次数，限制调压器一日最大调节次数，且考虑由于光伏有功功率的不确定导致的光伏无功功率调节范围的不确定；/n步骤5.2、采用动态场景分析法将不确定性问题转化为等价的确定性问题；/n步骤6所述改进的NSGA-II算法为，提出简化的离散变量编码方式，采用非支配概念处理状态变量约束，利用优先保留优良个体及新的拥挤距离计算方法，且结合多目标差分进化算法及经典的NSGA-II算法进行求解；/n所述步骤6的具体实现包括以下步骤：/n步骤6.1、采用递归估计方式自适应估计协方差矩阵，式(1)为其数学形式，通过式(2)对协方差矩阵进行转化，保证协方差矩阵对角元素为1；/nΣ