[发明专利]一种电气化铁路电力贯通线无功补偿方案优化设计方法

权利要求书

1.一种电气化铁路电力贯通线无功补偿方案优化设计方法，其特征在于：包括以下步骤：

步骤1：开始；

步骤2：获取电力贯通线负荷位置、容量等参数；

步骤3：构建多目标优化模型；

步骤4：初始化粒子群位置和速度；

步骤5：计算电力贯通线潮流分布；

步骤6：判断是否满足约束条件；是则进入下一步，否则返回步骤4；

步骤7：计算各子目标函数值；

步骤8：更新外部数据库、个体极值及全局极值；

步骤9：计算Pareto熵，判断进化状态；

步骤10：计算惯性系数及学习因子；

步骤11：判断是否满足迭代精度要求。是则进入下一步，否则更新个体位置和速度，返回步骤5；

步骤12：输出Pareto解集；

步骤13：根据满意度值求最优方案；

步骤14：结束。

2.根据权利要求1所述的一种电气化铁路电力贯通线无功补偿方案优化设计方法，其特征在于：包括以下步骤：

步骤1：获取电气化铁路电力贯通线沿线负荷位置、负荷容量等基础数据；

步骤2：建立电力贯通线无功补偿的多目标优化模型，包括优化变量：配电所动态无功补偿装置容量Q₁、沿线分散设置的电抗器数量N、容量Q_Lk和位置P_k，其中k＝1，2，…N；优化目标：全线网损X_loss最小、无功补偿设备容量Q最小、经济性M最优；约束条件：负荷点电压U_i偏差、贯通线首端功率因数cosφ；设置优化过程收敛条件：迭代精度要求；

步骤3：以基于Pareto熵的多目标粒子群优化算法为例，将优化变量作为粒子群，初始化位置和速度，作为电力贯通线潮流模型的输入参数；

步骤4：计算电力贯通线潮流分布，若满足约束条件，则递进至步骤5；若约束条件不满足，则返回步骤3，重新对粒子群初始化；

步骤5：计算优化目标函数值，建立外部数据库，用来储存优化过程得到的Pareto熵；

步骤6：利用前后两次迭代熵的变化，反映Pareto前沿重新分布的情况，推断种群的进化状态，如收敛状态、多样化状态和停滞状态；

步骤7：判断优化过程是否满足收敛条件，若满足步骤2中设置的收敛条件，则迭代过程结束，输出对应单目标优化的Pareto解或对应多目标优化的解集；若不满足步骤2中设置的收敛条件，则返回步骤6，继续进行迭代优化；

步骤8：若为单目标优化设计，则Pareto解对应的设计方案记为最优方案；若为多目标优化设计，应用模糊隶属度函数来评价每个Pareto解中各个目标函数对应的满意度，将满意度值最大的解对应的设计方案记为最优方案；

步骤9：输出电气化铁路电力贯通线无功补偿方案，优化设计过程结束。

3.根据权利要求2所述的一种电气化铁路电力贯通线无功补偿方案优化设计方法，其特征在于：所述步骤2中的多目标优化模型为：

式中，F_i为第i个目标优化函数，X_loss为网损、Q为无功补偿容量，T为时间范围，i_t为贯通线电流，R为贯通线阻值，Q₁为动态无功补偿装置容量，Q_Lk、N分别为电抗器容量和数目。

约束条件为：

4.根据权利要求2所述的一种电气化铁路电力贯通线无功补偿方案优化设计方法，其特征在于：所述步骤8中的模糊隶属度函数为：

式中：F_m为第m个目标函数值；F_m^min，F_m^max分别为第m个目标函数值中最小值和最大值。对于Pareto解集中的每个解，应用公式(4)求其对应的满意度值，将满意度值最大的解，对应的设计方案记为最优方案或满意方案。