基于量子粒子群算法的配电网最优负荷转供方法及装置与流程

本发明涉及配电网潮流优化，尤其涉及一种基于量子粒子群算法的配电网最优负荷转供方法及装置。

背景技术：

1、目前，越来越多的新能源和电力电子设备接入配网，对网络的可靠性要求日益提升，配电网潮流模型重构即是在运检情况下，满足配电网运行约束下，通过改变系统中联络开关和分段开关的开闭组合状态对网络拓扑结构进行切换，在不同馈线之间转移负荷，从而影响网络潮流分布，达到网络优化运行的目的。因此配网潮流模型重构是电网经济运行、提高安全可靠性的重要手段。

2、配电网重构需要优化大量的开关，是非线性组合优化问题。目前的求解算法大致可分为以下几类：1)传统数学优化算法。随维数的增加，该方法将面临“组合爆炸”问题，难以实际应用；2)启发式方法，它的每一次优化计算只搜索了整个解空间的一部分子空间，缺乏数学意义上的全局最优性；3)人工智能算法，如模拟退火法、遗传算法、粒子群算法等，在人工智能算法中，粒子群算法因为鲁棒性好，易于实现，且计算效率高，已成功应用于各种复杂的优化问题。但是在基本粒子群算法在应用于复杂配电网的故障恢复重构时，具有一定的缺陷。

技术实现思路

1、本发明的目的在于提供一种基于量子粒子群算法的配电网最优负荷转供方法及装置，旨在解决现有的配电网重构求解算法迭代速度慢、计算精度低等问题。

2、根据本公开的一方面，提供了一种基于量子粒子群算法的配电网最优负荷转供方法，包括：

3、在第一方面的一些可实现方式中，所述配电网重构模型，包括：

4、

5、其中，fploss表示系统有功损耗；n表示网络节点数；i、j分别对应于支路b的首末节点号；kb为开关b的0-1离散状态变量，0表示开关打开，1表示开关闭合；rb对应于支路b的电阻值；ui表示支路b首节点i的电压幅值；r表示可靠性，pi、qi分别为网络向节点i注入的有功和无功功率。

6、在第一方面的一些可实现方式中，所述基于整数编码型量子粒子群算法求解所述配电网重构模型，包括：

7、步骤31：初始化：初始化配电网参数及分布式电源参数，利用整数型环网编码法对所有节点进行编码；初始化整数编码型量子粒子群算法参数，按照搜索空间约束随机生成初始种群，初始化迭代次数k＝1；

8、步骤32：判别解的可行性：基于开关-环路矩阵sl、节点分层方法和可靠性指标判别不可行解，如果粒子解为可行解，则转入步骤33，如果粒子解为不可行解，则置该粒子的初始局部最优位置pbest＝c，其中，c为足够大的正数；

9、步骤33:粒子优化：计算可行解的粒子适应值fitness，各个粒子的初始位置取为其初始局部最优位置pbest，种群最优粒子位置gbest取为全局最优位置；用迭代方程更新粒子位置；

10、步骤34：判断当前迭代次数k是否等于最大迭代次数，若是，则执行步骤35，若否，返回步骤32，并更新迭代次数k＝k+1；

11、步骤35，将更新后的最优粒子位置作为配电网最优重构结果输出。

12、在第一方面的一些可实现方式中，所述基于开关-环路矩阵sl、节点分层方法和可靠性指标判别不可行解，包括：

13、步骤41：编码：按照整数型环网编码方式在原网络的拓扑结构下对粒子进行编码，并将粒子中的元素转换成自然数开关号；

14、步骤42：利用sl判别不可行解：生成开关-环路矩阵sl，如果矩阵sl含有两个完全相同的行，则该粒子解为不可行解，反之进行步骤43；

15、步骤43：利用un判别不可行解：对配电网中的所有节点进行分层处理，生成layern及其对应的un，如果矩阵un除首列元素外还有其他零元素，那么粒子解为不可行解，反之，则为可行解；

16、步骤44：利用可靠性指标判别不可行解：计算配网的可靠性，如果可靠性小于99.8，那么粒子解为不可行解，反之，则为可行解。

17、在第一方面的一些可实现方式中，所述配电网参数包括支路参数、节点参数和环网数，所述分布式电源参数包括节点类型和运检节点，所述整数编码型量子粒子群算法的参数包括上下限矩阵、边界变异系数、种群规模swarmsize和最大迭代次数。

18、在第一方面的一些可实现方式中，所述按照搜索空间约束随机生成初始种群，包括：

19、在上下限矩阵的约束下随机生成swarmsize个dim维随机整数。

20、在第一方面的一些可实现方式中，所述整数编码型量子粒子群算法公式为：

21、

22、其中，round()函数将数值转化为正整数。

23、根据本公开的第二方面，提供一种基于量子粒子群算法的配电网最优负荷转供装置，包括：

24、模型构建单元，用于以有功损耗最小为目标函数，在潮流等式、节点电压、支路容许容量和辐射网拓扑的约束条件下，建立配电网重构模型；

25、模型求解单元，用于基于整数编码型量子粒子群算法求解所述配电网重构模型，输出最优函数值；

26、结果输出单元，用于将所述最优函数值作为配电网最优重构结果输出。

27、根据本公开的第三方面，提供一种电子设备，包括处理器，以及与处理器连接的内存和网络接口；所述网络接口与服务器中的非易失性存储器连接；所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序，并通过所述内存运行所述计算机程序，执行如上述所述的基于量子粒子群算法的配电网最优负荷转供方法。

28、根据本公开的第四方面，提供一种存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如上所述的基于量子粒子群算法的配电网最优负荷转供方法。

29、本发明建立了以系统网损最小为目标的、考虑高比例新能源和电力电子设备接入的配电网重构模型；然后采用整数编码型量子粒子群算法，利用开关-环路矩阵、节点分层方法和可靠性判断实现不可行解的判别，提高了寻优效率。

技术特征：

1.一种基于量子粒子群算法的配电网最优负荷转供方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述配电网重构模型，包括：

3.根据权利要求1所述的方法，其特征在于，所述基于整数编码型量子粒子群算法求解所述配电网重构模型，包括：

4.根据权利要求1所述的方法，其特征在于，所述基于开关-环路矩阵sl、节点分层方法和可靠性指标判别不可行解，包括：

5.根据权利要求3所述的方法，其特征在于，所述配电网参数包括支路参数、节点参数和环网数，所述分布式电源参数包括节点类型和运检节点，所述整数编码型量子粒子群算法的参数包括上下限矩阵、边界变异系数、种群规模swarmsize和最大迭代次数。

6.根据权利要求3所述的方法，其特征在于，所述按照搜索空间约束随机生成初始种群，包括：

7.根据权利要求5所述的方法，其特征在于，所述整数编码型量子粒子群算法公式为：

8.一种基于量子粒子群算法的配电网最优负荷转供装置，其特征在于，包括：

9.一种电子设备，其特征在于，包括处理器，以及与处理器连接的内存和网络接口；所述网络接口与服务器中的非易失性存储器连接；所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序，并通过所述内存运行所述计算机程序，以执行上述权利要求1-7中任意一项所述的方法。

10.一种存储介质，其特征在于：计算机存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1-7中任意一项所述的方法。

技术总结
本发明提供了一种基于量子粒子群算法的配电网最优负荷转供方法及装置，该方法包括：以有功损耗最小为目标函数，在潮流等式、节点电压、支路容许容量和辐射网拓扑的约束条件下，建立配电网重构模型；基于整数编码型量子粒子群算法求解所述配电网重构模型，输出最优函数值；将所述最优函数值作为配电网最优重构结果输出。以此方式，可以保证接入高比例新能源喝电力电子设备的配电网络的安全可靠运行。

技术研发人员：王笠,江志强,张杰,汪宏华,王文林,谢雪峰,郭小东,王承玉,高廷峰,薛欢,于晓蕾,秦运广,曾祥涛,徐新星,邰能灵
受保护的技术使用者：国网安徽省电力有限公司经济技术研究院
技术研发日：
技术公布日：2024/9/23