一种台区三相不平衡的多目标优化方法与流程

1.本发明属于台区三相不平衡的多目标优化方法技术领域，具体涉及一种台区三相不平衡的多目标优化方法。


背景技术：

2.当前我国台区供电线路通常采用三相四线制方案，由于存在大量的时空分布不平衡用电负荷，导致多数配电台区存在不同程度的三相不平衡问题，对电网安全可靠性、线路损耗等造成极大负面影响。
3.目前针对台区三相不平衡已经提出了许多治理方案，然而大多数研究仅考虑台区变压器的三相调整，忽略了干线、支线、末端等各级组构不平衡度的影响；工程实际中常用的末端倒退平衡法将台区各级三相不平衡都考虑在内，但其采用的试凑式调整方案往往很难达到令人满意的调整状态，使用极为不便。


技术实现要素：

4.本发明所要解决的技术问题在于针对上述现有技术的不足，提供一种台区三相不平衡的多目标优化方法，以解决上述背景技术中提出的问题。
5.为解决上述技术问题，本发明采用的技术方案是：一种台区三相不平衡的多目标优化方法，其特征在于，包括以下步骤：
6.s1、初始化存档空间a以及参考点r，参考点的个数为满足均匀分布的前提下，不大于种群大小的数目；
7.s2、初始化个体，每个个体长度，即问题维度为调相单位的个数n；对于每个调相单位，有且仅有三种调相选择，分别用0，-1，1表示这三种调相操作，每个个体可以初始化为：
8.x＝(x1,...,xi,...,xn),xi∈{0,-1,1}
9.s3、存档a及参考点r的自适应更新，将每个个体的目标向量值放入存档中，然后对存档中的所有向量进行非支配排序，对存档中的个体及参考点进行调整，计算存档a中每个点到每个参考点的距离，更新存档；
10.s4、按照种群中每个个体的适应度值，选出父代个体；
11.s5、交叉操作，每次从父代中选择出两个个体进行交叉，通过交叉得到200个候选子代，并对每个子代进行评价，并更新存档以及参考点；
12.s6、选择操作，将种群和生成子代放入侯选池，首先对侯选池中的个体进行非支配排序，若种群中还有空间剩余，则按照igd-ns计算第k等级中每个个体的适应度值，从选择具有最大适应度值的个体放入种群中。重复该操作，直到种群填满；
13.s7、判断是否满足停止条件，若满足，则输出种群中的非支配个体；若不满足，则重复s4～s6步骤，最终能够得到多个调相方案；
14.s8、最终解的输出，在获得多个非支配方案之后，在满足最大允许的台区不平衡度前提下，选择特定调相次数下具有最小整体等效线损值的方案，完成优化。
15.2.根据权利要求1所述的一种台区三相不平衡的多目标优化方法，其特征在于，在s1中，参考点的个数为满足均匀分布的前提下，最接近但不大于种群大小的数目，具体为若当前种群大小设为200，参考点的个数为190个，要满足那么p取19，p表示在每一个维度上取点的个数。
16.3.根据权利要求1所述的一种台区三相不平衡的多目标优化方法，其特征在于，在s2中，三种调相选择具体为不进行调相abc到abc)，顺时针调相abc到cab，逆时针调相abc到bca。
17.4.根据权利要求1所述的一种台区三相不平衡的多目标优化方法，其特征在于，在s3中，将每个个体的目标向量值，即整体等效线损值，台区变压器不平衡度，总调相次数放入存档中，然后对存档中的所有向量进行非支配排序，仅保留其中不重复的非支配个体。
18.5.根据权利要求4所述的一种台区三相不平衡的多目标优化方法，其特征在于，在s3中，对存档中的个体及参考点进行调整：首先找出当前存档中每个目标上的最小值和最大值，分别记为z
*
和z
nad
。然后对存档中的向量a和参考点r做如下变换：
19.a＝a-z
*
及r＝r*(z
nad-z
*
)；
20.6.根据权利要求5所述的一种台区三相不平衡的多目标优化方法，其特征在于，在s3中，计算存档a中每个点到每个参考点的距离，首先对每个参考点的位置进行更新，对每个参考点r，首先找到与向量z
*
r具有最小垂直距离的个体p，然后将r转换到p在z
*
r方向上的投影位置。具体计算公式为，对每个r∈r：
[0021][0022]
之后再计算存档a中每个点到每个更新后参考点的距离。
[0023]
7.根据权利要求6所述的一种台区三相不平衡的多目标优化方法，其特征在于，在s3中，更新存档首先找出在当前参考点下，存档a中的贡献点放入新的存档a'之中；对于剩余的非贡献点，按如下公式从中依次选择置入a'，直至a'填满：
[0024]
p
←
argmax
p∈a\a'
min
q∈a'
arccos(f(p),f(q))
[0025]
输出更新后r
′
为新的r，对a
′
中每个点加上z
*
，输出a
′
为新的a。
[0026]
9.根据权利要求1所述的一种台区三相不平衡的多目标优化方法，其特征在于，在s4中，按照种群中每个个体的适应度值，基于锦标赛选择方法，选出父代个体，具体为首先更新每个个体的目标值向量，在其基础上减去每个目标上的最小值，然后按照ns-igd准则，计算每个个体的适应度值；
[0027]
锦标赛选择方法具体为，每次从种群中随机选择两个个体，将其中具有更大适应度值的个体作为父代，直到选出种群大小为200个的父代pt。
[0028]
9.根据权利要求8所述的一种台区三相不平衡的多目标优化方法，其特征在于，在s5中，每次从父代中选择出pt(i)和pt(i 100),i＝1,
…
,100,两个个体进行交叉，具体为根据调相单位依据所连塔杆进行划分的结果dimsblock，首先生成1
×
|dimsblock|长度的0-1范围内随机数rand，对于每一位随机数rand(i)，若其大于交叉概率，则将两个父代中对应于dimsblock(i)中所包含的调相单元对应的维度值进行交换，最终通过交叉得到200个候
选子代。
[0029]
10.根据权利要求1所述的一种台区三相不平衡的多目标优化方法，其特征在于，在s6中，选择操作是将种群和生成子代放入侯选池，首先对侯选池中的个体进行非支配排序，之后将具有1到k-1帕罗特等级的个体放入新种群中，其中k为满足的最小数字，fronti表示帕罗特等级为i的个体集合，n为种群大小；若种群中有空间剩余，则按照igd-ns计算第k等级中每个个体的适应度值，从选择具有最大适应度值的个体放入种群中，重复该操作，直到种群填满。
[0030]
本发明与现有技术相比具有以下优点：
[0031]
本发明首先分析了台区各级三相不平衡对电网运行中整体线损的影响，建立两者之间的数学模型，通过最小化台区等效线损量来达到台区各级三相均衡平衡；同时针对台区变压器不平衡度过高损害变压器造成安全问题，引入台区变压器不平衡度优化指标作为安全约束；此外考虑到实际工程中调相次数过大可能造成的电网可靠性降低、人工成本升高等问题，将调相动作次数作为第三个优化指标，通过采用高效多目标全局进化优化算法，设计实现成本可控、安全性好、可靠性高的调相方案。
附图说明
[0032]
图1是本发明实施例中的初始化存档空间以及参考点示意图；
[0033]
图2是本发明实施例中的目标空间中分布散点图；
[0034]
图3是本发明实施例中的等效线损-调相次数图；
[0035]
图4是本发明实施例中的等效线损-台区变压器不平衡度图；
[0036]
图5是本发明实施例中的台区变压器不平衡度-调相次数图。
具体实施方式
[0037]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0038]
如图1-5所示，本发明提供一种技术方案：一种台区三相不平衡的多目标优化方法，其特征在于，包括以下步骤：
[0039]
s1、初始化存档空间a以及参考点r，存档空间为空，参考点为超平面上均匀分布的点，如图1所示，参考点的个数为满足均匀分布的前提下，最接近但不大于种群大小的数目，具体为若当前种群大小设为200，参考点的个数为190个，要满足那么p取19，p表示在每一个维度上取点的个数不大于种群大小的数目。
[0040]
s2、初始化个体，每个个体长度，即问题维度为调相单位的个数n；对于每个调相单位，有且仅有三种调相选择，三种调相选择具体为不进行调相abc到abc)，顺时针调相abc到cab，逆时针调相abc到bca；
[0041]
分别用0，-1，1表示这三种调相操作，每个个体可以初始化为：
[0042]
x＝(x1,...,xi,...,xn),xi∈{0,-1,1}
[0043]
s3、存档a及参考点r的自适应更新，将每个个体的目标向量值放入存档中，即将每个个体的目标向量值，即整体等效线损值，台区变压器不平衡度，总调相次数放入存档中，
[0044]
然后对存档中的所有向量进行非支配排序，仅保留其中不重复的非支配个体然后对存档中的所有向量进行非支配排序；
[0045]
对存档中的个体及参考点进行调整：首先找出当前存档中每个目标上的最小值和最大值，分别记为z
*
和z
nad
。然后对存档中的向量a和参考点r做如下变换：
[0046]
a＝a-z
*
及r＝r*(z
nad-z
*
)；
[0047]
计算存档a中每个点到每个参考点的距离，首先对每个参考点的位置进行更新，对每个参考点r，首先找到与向量z
*
r具有最小垂直距离的个体p，然后将r转换到p在z
*
r方向上的投影位置。具体计算公式为，对每个r∈r：
[0048][0049]
之后再计算存档a中每个点到每个更新后参考点的距离。
[0050]
更新存档首先找出在当前参考点下，存档a中的贡献点放入新的存档a'之中；对于剩余的非贡献点，按如下公式从中依次选择置入a'，直至a'填满：
[0051]
p
←
argmax
p∈a\a'
min
q∈a'
arccos(f(p),f(q))
[0052]
输出更新后r
′
为新的r，对a
′
中每个点加上z
*
，输出a
′
为新的a。
[0053]
s4、按照种群中每个个体的适应度值，选出父代个体；按照种群中每个个体的适应度值，基于锦标赛选择方法，选出父代个体，具体为首先更新每个个体的目标值向量，在其基础上减去每个目标上的最小值，然后按照ns-igd准则，计算每个个体的适应度值；
[0054]
锦标赛选择方法具体为，每次从种群中随机选择两个个体，将其中具有更大适应度值的个体作为父代，直到选出种群大小为200个的父代pt。
[0055]
s5、交叉操作，每次从父代中选择出两个个体进行交叉，每次从父代中选择出pt(i)和pt(i 100),i＝1,
…
,100,两个个体进行交叉，具体为根据调相单位依据所连塔杆进行划分的结果dimsblock，首先生成1
×
|dimsblock|长度的0-1范围内随机数rand，对于每一位随机数rand(i)，若其大于交叉概率，则将两个父代中对应于dimsblock(i)中所包含的调相单元对应的维度值进行交换，最终通过交叉得到200个候选子代，并对每个子代进行评价，并更新存档以及参考点；
[0056]
s6、选择操作，选择操作是将种群和生成子代放入侯选池，首先对侯选池中的个体进行非支配排序，之后将具有1到k-1帕罗特等级的个体放入新种群中，其中k为满足的最小数字，fronti表示帕罗特等级为i的个体集合，n为种群大小；若种群中有空间剩余，则按照igd-ns计算第k等级中每个个体的适应度值，从选择具有最大适应度值的个体放入种群中，重复该操作，直到种群填满。
[0057]
s7、判断是否满足停止条件，若满足，即本实施例中的迭代次数是小于500，则输出种群中的非支配个体；若不满足，即本实施例中的迭代次数是大于等于500，则重复s4～s6步骤，最终能够得到多个调相方案；
[0058]
s8、最终解的输出，在获得多个非支配方案之后，首先通过如图2-5所示的四张图来展示所获得的所有方案，分别为：图2中的目标空间中分布散点图，图3中的等效线损-调相次数图，图4中的等效线损-台区变压器不平衡度图和图5中的台区变压器不平衡度-调相次数图，通过四张图中比对各方案之间以及各方案与原始状态；
[0059]
之后从各候选方案中选出最终方案，主要挑选依据为在满足最大允许的台区不平衡度前提下，选择特定调相次数下具有最小整体等效线损值的方案。
[0060]
具体为首先根据输入的最大允许的台区不平衡度，删除所有不满足要求的方案；然后输出剩余方案中可选择的调相次数，结合等效线损-调相次数图，选择恰当的调相次数；最后在该调相次数下，输出具有最小等效线损值的方案以及该调相方案下，电网各个结点变压器、塔杆的状态不平衡度、线损值，完成优化。
[0061]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
[0062]
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。