[发明专利]一种适用于大规模非线性的配网优化算法

权利要求书

1.一种适用于大规模非线性的配网优化算法，其特征在于，以配电网网架建设投资、运行费用、停电损失之和作为目标函数，该目标函数满足辐射状网架结构约束、线路电压降落约束、线路容量约束和待选线路约束；

目标函数如下：

F＝f₁+S(f₂+f₃) (1)

其中：

S＝[(1+r)^T-1]/[r(1+r)^T]

式中f₁为配电线路建设成本，指铺设M条线路的总投资；S为按年度投资费用的现值之和折算的系数；f₂为配电网运行损耗成本，指把电网运行中线路上的有功损耗通过电价折算为费用；f₃为配电线路故障停电成本，指把线路以一定的概率发生停电故障所造成的损失折算成费用；l_i为第i条线路的长度；a为单位长度架空线路价格；ΔP_i为第i条线路上的有功损耗；t为年最大损耗小时数；β为电价；λ为单位长度线路故障率；t’为平均故障停电时间；P_i为流经第i条线路的有功功率；R为规划地区产点比，r为折现率，T为规划年限；

辐射状网架结构约束：保证配电网网架连通性和辐射性，无孤网、环网；

线路电压降落约束：

0≤V_ij≤V_m (2)

式(2)中，V_ij为变电站节点i与节点j之间的电压降，V_m为节点i与节点j之间最大允许电压降；

线路容量约束：

0≤P_ij≤P_m (3)

式(3)中，P_ij为节点i与节点j的有功传输功率；P_m为节点i与节点j之间线路上允许流过的最大有功功率；

待选线路约束：

line_i表示在一次遗传操作中产生的第i条线路，U表示提供的可选线路的集合，x₁，x₂，…x_n表示可选线路；

配网优化算法包括以下步骤：

1)输入线路参数，设t为0；

2)生成初始网架，存入已知结构体数组；

3)对初始网架进行无重访单亲遗传操作，产生初始种群，存入已知解结构体数组和优秀种群结构体数组，对已知解结构体建立多叉树存储结构；

4)对优秀种群的每个基因进行无重访单亲遗传操作，产生子代基因并将子代基因存入已知结构体数组；

5)对优秀种群结构体数组和子代基因进行适应度计算，按适应度函数从小到大排列；

6)采取精英保留策略，用排名在前的基因的结构体数组替换现有的优秀种群结构体数组；

7)判断t是否大于迭代次数，如果t大于迭代次数则输出最优解，如果t不大于迭代次数则返回步骤4)。

2.如权利要求1所述的一种适用于大规模非线性的配网优化算法，其特征在于，其中步骤1)生成初始网架的方法采用Prim算法或Kruskal算法。

3.如权利要求1所述的一种适用于大规模非线性的配网优化算法，其特征在于，设配电网有N个节点，M条支路，无重访方法包括以下步骤：

Step1：产生初始解，并存入解结构体数组中，解结构体包括：说明配电网连接方式的一维数组A[M]，该数组中包含M个二进制数，1表示该线路连通，0表示断开；一个M维的指针数组，作用是指向新的解结构体，并将所有不重复解结构体连接起来，建立多叉树，将初始解结构体作为对比结构体；

Step2：遗传操作产生配电网新解，存入新的结构体中；在算法收敛后，优秀基因种群中只含有少量不同解甚至只有一种解，对这些解进行多次遗传操作会遍历所有的可能解，设立一个大数MAX，当重复次数超过MAX时不再进行遗传操作；

Step3：使用广度优先遍历对配电网新解的结构进行搜索，形成说明配电网连接方式的一维数组a[M]；

Step4：将Step3中的新解数组a[M]与对比结构体中的A[M]相比较，如果两个数组在第K位出现不同，则检查A[M]所在的解结构体中指针数组的第K位指针所指向内容，若为空，说明找到新解，执行Step5；若内容非空，则执行Step6；0KM+1；

Step5：把新解的地址复制给该指针，退出程序；

Step6：将Step4中第K位指针所指向的结构体代替对比结构体，当KM+1时，执行Step4；当KM时，说明该解为重复解，退出程序。