[发明专利]一种基于Dijlstra算法和遗传算法的供电路径优化方法

说明书

一种基于Dijlstra算法和遗传算法的供电路径优化方法，本发明涉及基于Dijlstra算法和遗传算法的供电路径优化方法。本发明的目的是为了解决在复杂网络中供电路径选择不合理，脱离实际以及选择的路径不能快速高效将厂站相连，导致启动区域内的发电设备的效率低的问题。具体过程为：一、根据已有电力系统框架的相连情况建立电力系统节点和线的模型；二、设节点和线的模型中有n个节点，任意两节点的距离矩阵为L；最短路径对应的距离为节点和线的模型中任意两节点之间最短距离LL；三、黑启动电源所在节点为p，找到n个节点中的m个节点与节点p相连的最短路径以及该最短路径对应的最短距离。本发明用于电力系统领域。

技术领域

本发明涉及基于Dijlstra算法和遗传算法的供电路径优化方法。

背景技术

当电网大面积失电时，需要迅速高效可靠的对网络进行恢复供电。在此过程中，供电路径的选择对恢复供电起到重要的作用。

一种行之有效的供电路径恢复方案，能够高效的启动区域内的发电设备，科学的恢复负荷，挽回由于生产停止造成的经济损失，同时保证人民生活快速恢复正轨，具有重大的经济价值和社会价值。

在路径最优化的问题上，根据不同的应用场合和目标，有多种寻优方法和策略。部分研究使用智能算法筛选优先供电的厂站以及其顺序，在路径选择方面直接应用Dijlstra或Warshall-Floyd等图论方法，在点线网络中单纯的用一条线将所有节点串联起来，或是分别寻找节点和源点的路径综合到一起。这些方法对于结构简单，线路少的网络有较高的效率，但是在实际电网的供电路径选择过程中，网架结构复杂，特别是在配电网中常常是分支的结构，如果仍然简单的使用图论方法，将很难解决路径优化的问题。

综上在复杂网络中供电路径选择不合理，脱离实际以及选择的路径不能快速高效将厂站相连，导致启动区域内的发电设备的效率低。

发明内容

本发明的目的是为了解决在复杂网络中供电路径选择不合理，脱离实际以及选择的路径不能快速高效将厂站相连，导致启动区域内的发电设备的效率低的问题，而提出一种基于Dijlstra算法和遗传算法的供电路径优化方法。

一种基于Dijlstra算法和遗传算法的供电路径优化方法具体过程为：

步骤一、根据已有电力系统框架，获取已有电力系统框架中待恢复电力区域节点之间相连情况，待恢复电力区域节点之间相连情况包括相连接的电力线路的长度、节点的类型、节点的负荷、发电厂发电量和发电厂用电量；

根据相连接的电力线路的长度、节点的类型、节点的负荷、发电厂发电量和发电厂用电量建立电力系统节点和线的模型；

所述待恢复电力区域节点为待恢复电力区域变电站或发电厂；

节点的类型为变电站或发电厂；

步骤二、采用Dijlstra算法得到步骤一建立的节点和线的模型中任意两节点之间最短路径，任意两节点间最短路径所经过的节点集合为R_ij，R_ij表示节点i、j之间最短路径所经过的节点集合；

设节点和线的模型中有n个节点，任意两节点的距离矩阵为L；

最短路径对应的距离为节点和线的模型中任意两节点之间最短距离，用最短距离矩阵LL表示，最短距离矩阵LL是一个n×n矩阵；

若两节点直接相连，则距离矩阵L中节点i与节点j的距离L_ij和最短距离矩阵LL中节点i与节点j的距离LL_ij相等；

若两节点不直接相连，则距离矩阵L中节点i与节点j的距离L_ij和最短距离矩阵LL中节点i与节点j的距离LL_ij不相等；