[发明专利]一种基于种群性能排序选择的电力系统结构优化方法

说明书

本发明公开了一种基于种群性能排序选择的电力系统结构优化方法。根据电力系统中电力元件功能和类型的不同，确定每一种功能和每一种类型下的电力元件，生成不同电力系统结构；以一个电力系统结构作为遗传算法中的一个个体，用第一选择方法修正获得第一代种群包含个体数量和遗传算法初值；用第二选择方法修正获得除第一代种群以外的其余代种群中所包含的个体数量，用第三选择方法修正获得遗传算法计算所需的种群代数的上限；修正遗传算法对电力系统进行结构优化获得电力系统最优结构，再实施搭建电力系统。本发明修正传统遗传算法在电力系统结构优化中的应用，提高了电力系统结构优化的精确性，求取所用的时间也大大的缩减，更加适用于现实情况。

技术领域

本发明涉及了一种电力系统优化方法，涉及在电力系统结构优化中的基于电力系统可靠性序列的一种基于种群性能排序选择的电力系统结构优化方法。

背景技术

可靠性技术是在第二次世界大战后首先从航天工业和电子工业发展起来的，目前已渗透到宇航，电子，化工，机械等许多工业部门。可靠性技术渗透到电力工业和电工设备制造业始于20世纪60年代中期，以后发展的非常迅速。电力系统的功能是向用户尽可能可靠地经济地提供合格的电能，它的可靠性可定义为向用户提供质量合格，连续的电能的能力，这种能力通常用概率表示。所谓质量合格，就是指电能的频率和电压必须保持在规定范围以内。

随着电力体制改革的逐渐深入，电力系统的运营正在向着市场化的方向逐渐迈进。在此背景下要想提升电力企业的竞争力，就需要在确保电力系统安全性的前提下最大程度的降低电力系统建设以及运行中的成本。电力系统结构优化所要做的工作就是要遵照上述原则的基础上来制定结构。所以电力系统结构优化已经成为了电网发展的最主要问题，直接决定着电网的建设成本和安全性，因此对电力系统结构进行研究是非常有意义的。

电力系统结构优化最基本的原则就是确保系统的安全稳定，即保障电力系统的可靠性。保证电力线路功能处在正常状态。就算某一线路发生相应故障也不会影响到其他线路的正常供电。所以在电力系统结构优化中需要先考虑电力系统的可靠性，再考虑电力系统建设运行成本。

由于一个电力系统中存在多个电力元件，并且具有同一功能的电力元件也可能来自不同的类型，电力系统的结构优化的本质就是从各类电力元件中选择合适的电力元件，满足电力系统的可靠性和建设运行成本要求。最常见的电力系统结构优化算法是遗传算法，通过遗传算法的智能学习过程，将能够构建最优电力系统结构的电力元件数量和类型计算出来。

但是将遗传算法运用到电力系统结构优化中存在四个问题。

第一：遗传算法的第一代种群中所包含的个体数量选择是随机的，如果数量选择过少，则会造成优化不收敛，无法得到最优结构的问题，如果选择数量过多，则会是优化过程耗时过长；

第二：遗传算法的最终产生的种群总代数数量也是随机确定的，同理如果确定的种群总代数数量过多或者过少，都会造成优化结果的不精确和耗时过长；

第三：遗传算法的精确性很依赖算法初值的选择，如果选择合适的初值，则会很有效的改善算法的计算效果，但是传统遗传算法的初值也是随机确定的，从而算法的计算效果也具有一定的随机性；

第四：遗传算法的除第一代种群以外的其余代种群中所包含的个体数量选择也是随机的，或等于第一代种群所包含的个体数量，或直接取值为1000或者500，数量的确定没有科学依据。

发明内容

为了解决背景技术中存在的问题，本发明提出了一种基于种群性能排序选择的电力系统结构优化方法。本发明方法从遗传算法的第一代种群包含个体数量、除第一代种群以外的其余代种群中所包含的个体数量、种群总代数数量以及遗传算法初值四个角度进行改善，从而在时间以及精度上提高传统电力系统结构优化算法，运用于在一个电力系统中不同类型、不同功能的电力元件的选择上，通过选择的电力元件构建满足可靠度要求下的平衡度方差最低的电力系统，并且若采用计算机进行计算处理的用时远远小于现有遗传算法。