[发明专利]基于DBCC优化算法与熵权理论的配电网故障恢复方法

权利要求书

1.一种基于改进的离散细菌群体趋药性优化算法与熵权理论的配电网故障恢复方法，其特征在于，所述方法实现的具体步骤为：

步骤1：输入配电网数据，综合考虑系统所应满足的约束条件和各项故障恢复目标函数构建配电网故障恢复模型；

步骤2：随机给定故障恢复初始方案，构成初始方案集；

步骤3：采用熵权理论对各个初始方案进行故障恢复方案评估，评估指标即为故障恢复模型中的各项目标，从而得到各个目标对应的熵与熵权；熵权模型可以表征各评价指标的客观权重；定义各个目标的主观权重，综合客观权重与主观权重得到综合权重，采用该综合权重更新各个初始方案中各个目标的权重；

步骤4：采用改进的离散细菌群体趋药性优化算法进行下一步寻优，若满足收敛条件，则终止优化，输出最优故障恢复方案；若不满足收敛条件则重复步骤3、4；

所述故障恢复目标函数包括重要负荷优先恢复目标函数、尽可能多地恢复失电负荷目标函数和可控负荷转移量目标函数；

所述重要负荷优先恢复目标函数为：式中C为重要负荷节点集合；L_i为节点i的负荷；k_i为节点i的状态，1为带电，0为失电；

所述尽可能多地恢复失电负荷目标函数为：式中M为失电区域节点集合，包括故障失电区域和非故障失电区域；

所述可控负荷转移量目标函数为：式中：N为需要转移负荷的节点集合；

所述改进的离散细菌群体趋药性优化算法进行下一步寻优方法如下：

假设第i个方案在某个时刻选择下一支路时，具有m个特选支路，选择第k支路时概率为p_k(i)，令

x₁＝p₁(i),

则方案选择下一支路的规则为k的取值范围为[2,m-1]；方案i均趋向周围具有更好位置同伴的中心位置：c_yi＝a_ver(y₁,y₂,y₃,.....y_n)，其中，y_i为第i个方案的当前位置，a_ver(y₁,y₂,y₃,.....y_n)为n个方案的平均位置；

移动长度为2r_andd_is(y_i,c_yi)，r_and为取从0到1的随机数，d_is(y_i,c_yi)为方案i和同伴方案中心位置之间的距离。

2.根据权利要求1所述的基于改进的离散细菌群体趋药性优化算法与熵权理论的配电网故障恢复方法，其特征在于，所述约束条件包括辐射状运行的网络约束、线路容量约束、节点电压约束和分布式电源约束；

所述辐射状运行的网络约束为：g_k∈G_k，式中g_k为当前网络结构；G_k为所有允许的辐射状网络集合；

所述线路容量约束为：S_i＜S_i,max,i＝1,2,...,n，式中：S_i和S_i,max分别为支路i的视在功率和容量；

所述节点电压约束：U_imin≤U_i≤U_imax,1,2,...,m，式中：U_imax和U_imin分别为节点电压上、下限；

所述分布式电源约束：式中：P_DG为岛内分布式电源的输出量；Φ为孤岛集合；P_i为岛内的负荷。