基于混沌映射改进遗传算法的城乡电网无功优化方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114565123A(43)申请公布日2022.05.31(21)申请号202210023443.7H02J3/18(2006.01)(22)申请日2022.01.10G06N3/12(2006.01)(71)申请人国家电网有限公司西北分部地址710048陕西省西安市碑林区环城东路中段50号申请人国网陕西省电力公司电力科学研究院(72)发明人程林王吉利章海静夏楠卫琳任冲邓俊郑天悦金吉良冯雅琳万青李怡然(74)专利代理机构西安弘理专利事务所61214专利代理师徐瑶(51)Int.Cl.G06Q10/04(2012.01)G06Q50/06(2012.01)权利要求书2页说明书9页附图3页(54)发明名称基于混沌映射改进遗传算法的城乡电网无功优化方法(57)摘要本发明公开了基于混沌映射改进遗传算法的城乡电网无功优化方法，该方法首先随机生成初始种群，既初始无功配置方案；其次，用混沌映射改进的遗传算法对初始种群进行搜索形成初始解集合；对初始解集进行择优，同时进行解向量的交叉，并将该代的最优解进行保留，有效增大选择的多样性，同时进一步加快了收敛速度；最后，比对解集合能否满足实际问题的约束条件，将能满足条件的视为备选解；该方法可以搜索出较优的无功配置方案。可以进一步提高城乡无功补偿的精度，相较于无功补偿前更为有效解决降低节点电压偏高问题和降低城乡电网功率损耗，也可为相关电网改造工程的同类问题提供一定的解决方案。CN114565123ACN114565123A权利要求书1/2页1.基于混沌映射改进遗传算法的城乡电网无功优化方法，其特征在于，具体按以下步骤实施：步骤1，对种群规模、交叉概率、变异概率进行选取；步骤2，对混沌初始值进行潮流计算形成初始解集合，并计算适应值；步骤3，对初始解集合进行选择，同时进行解向量的交叉、变异，并将该代的最优解进行保留，形成新的解集集合；步骤4，将父代种群与子代种群进行结合后得到新子代种群；步骤5，选取部分子代潮流计算结果优秀的个体进行局部搜索，再将产生的优于平均值的子代潮流群体与混沌变量进行组合，得到的新的分配决策；步骤6，重复步骤3～5，直至混沌优化的最大迭代次数；步骤7，满足迭代终止条件后，对结果统计，输出最优配置方案。2.根据权利要求1所述的基于混沌映射改进遗传算法的城乡电网无功优化方法，其特征在于，所述步骤1具体包括以下步骤：选取最大种群规模Np＝100，以最大的进化迭代次数Gmax＝500，混沌映射的控制参数为μ；需要确定算法的参数值为种群规模Np，最大遗传代数Gmax，交叉概率pc，变异概率pm；利用式(1)随机生成相关节点的无功装设容量，并生成初始种群：Xn+1＝μXn(1‑Xn)(1)。3.根据权利要求1或2所述的基于混沌映射改进遗传算法的城乡电网无功优化方法，其特征在于，所述步骤2具体包括以下步骤：根据Logistic混沌映模型，将由式(1)迭代生成的初始种群带入潮流计算方程，潮流计算方程根据初始参数自动修改计算模型，利用牛顿拉夫逊迭代法进行迭代计算，最后计算其适应值。4.根据权利要求1所述的基于混沌映射改进遗传算法的城乡电网无功优化方法，其特征在于，所述步骤3具体包括以下步骤：对种群PG通过选择、交叉和变异得到子代，其大小为Np；在第t+1代中的计算规模为式中，f(H)是在t时刻对应的适应度值。5.根据权利要求1所述的基于混沌映射改进遗传算法的城乡电网无功优化方法，其特征在于，所述步骤4具体包括以下步骤：将父代种群PG和子代种群QG结合成RG，所形成的新的种群函数为可以得到它的子代种群为6.根据权利要求5所述的基于混沌映射改进遗传算法的城乡电网无功优化方法，其特征在于，所述步骤5具体包括以下步骤：当NFirst＝Np时，选择子代种群优秀个体的10％按群盾局部搜索，设置对H的适应度值高2CN114565123A权利要求书2/2页于群体的平均值，且设高出部分为其中c为常数，则有：再将产生的优于平均值的子代群体与混沌变量进行组合，得到的新的分配决策为：m(H，t+1)＝m(H，0)(1+c)(5)。7.根据权利要求1所述的基于混沌映射改进遗传算法的城乡电网无功优化方法，其特征在于，所述步骤6具体包括以下步骤：重复步骤3～5，若未达到混沌优化的最大迭代次数，则n＝n+1，设从t＝0开始，c保持为常值，则有该优化模型的变异算子作用下的生存概率为：o(H)Ps＝(1‑Pm)≈1‑o(H)Pm(6)若G的值小于Gmax，则令G＝G+1，并返回执行步骤3，直到终止条件得以满足。3CN114565123A说明书1/9页基于混沌映射改进遗传算法的城乡电网无功优化方法技术领域[0001]本发明属于电力系统规划方法技术领域，涉及基于混沌映射改进遗传算