带分布式电源配电网的状态估计方法及系统技术方案

本发明专利技术属于电网运维技术领域，公开了一种基于混沌杜鹃搜索算法的带分布式电源配电网的状态估计方法及系统，包括：确定目标函数；初始化种群；根据鸟巢离散位置中所选的波段子集计算其目标函数值，并记录每个鸟巢的局部最优解和种群的全局最优解；对目标函数值进行排序，对质量较优的m个位置进行混沌扰动，对其余位置根据杜鹃搜索算法进行更新现有鸟巢位置；将随机数r∈[0,1]与宿主鸟发现外来鸟蛋概率p进行比较，若r>p，则随机产生新位置作为现有鸟巢位置；比较上一代鸟巢位置和现有鸟巢位置，若现有鸟巢位置更好，则将其更新为当前鸟巢位置；判断循环是否满足终止条件，若终止则算法运行结束，输出全局最优鸟巢位置，反之，则继续更新鸟巢位置。更新鸟巢位置。更新鸟巢位置。

【技术实现步骤摘要】
带分布式电源配电网的状态估计方法及系统


[0001]本专利技术属于电网运维
，尤其涉及一种基于混沌杜鹃搜索算法的带分布式电源配电网的状态估计方法及系统。

技术介绍

[0002]随着经济发展和科技进步，电网正朝着信息化、互动化、智能化的坚强电网发展，为用户提供安全、可靠的用电是电网的首要目标。配电网状态估计通过适当的算法，利用电力系统已经实测的信息数据和补充的伪测量数据估算出精确、完整、可靠的电力系统状态。利用状态估计不但可以提高电网稳定性与安全性，使其高质量可靠供电，也可以替代早期潮流计算，实现电网智能化发展。同时，分布式电源技术日趋成熟，其环保、高效、经济的特点让其在全球能源危机和环境问题的解决方案中扮演重要角色。故而，带分布式电源接入的配电网状态估计成了新的研究热点和挑战。
[0003]通过上述分析，现有技术存在的问题及缺陷为：
[0004]1.复杂的电网拓扑和动态变化：分布式电源的接入极大地增加了电网的复杂性。这些电源可能随时接入或断开，导致电网拓扑的快速变化。而现有的状态估计技术往往难以快速适应这种动态变化。
[0005]2.数据质量和可用性问题：电网状态估计需要高质量的实测数据和伪测量数据。然而，对于分布式电源，这些数据可能难以获取，或者质量不高。因此，如何提高数据质量和可用性是一个重要挑战。
[0006]3.不确定性和随机性：分布式电源，特别是依赖于可再生能源(如风能、太阳能)的电源，其产出具有很大的不确定性和随机性。这对电网状态估计造成了很大的困难。
[0007]4.计算复杂性：由于电网的复杂性和动态性，以及数据的不确定性和随机性，电网状态估计的计算复杂性也很高。如何设计高效的算法，以在可接受的时间内得到准确的状态估计，是一个重要的技术问题。
[0008]5.安全和隐私问题：随着电网的智能化和信息化，如何保证电网数据的安全性和用户的隐私权，是一个亟需解决的问题。
[0009]基于以上分析，我们可以看出，带分布式电源接入的配电网状态估计的研究具有较大的挑战性。但随着电力系统和信息技术的不断发展，相信这些问题都有可能得到解决。

技术实现思路

[0010]针对现有技术存在的问题，本专利技术提供了一种基于混沌杜鹃搜索算法的带分布式电源配电网的状态估计方法及系统。
[0011]本专利技术是这样实现的，一种基于混沌杜鹃搜索算法的带分布式电源配电网的状态估计方法，所述基于混沌杜鹃搜索算法的带分布式电源配电网的状态估计方法包括：
[0012]步骤一，获取配电网中分布式电源的历史出力时间序列，并进行参数归一化，同时确定目标函数；
[0013]步骤二，设置算法所需参数，初始化种群；
[0014]步骤三，根据鸟巢离散位置中所选的波段子集计算其目标函数值，并记录每个鸟巢的局部最优解和种群的全局最优解；
[0015]步骤四，对鸟巢位置的目标函数值进行排序，对质量较优的m个位置进行混沌扰动，对其余位置根据杜鹃搜索算法进行更新现有鸟巢位置；
[0016]步骤五，将随机数r∈[0,1]与宿主鸟发现外来鸟蛋概率p进行比较，若r>p，则随机产生新位置作为现有鸟巢位置；
[0017]步骤六，比较上一代鸟巢位置和现有鸟巢位置，若现有鸟巢位置更好，则将其更新为当前鸟巢位置；
[0018]步骤七，计算鸟巢位置的目标函数值，记录鸟巢的局部最优解和种群的全局最优解；
[0019]步骤八，判断循环是否满足终止条件，若终止则算法运行结束，输出全局最优鸟巢位置，即并根据该波段子集的影像进行目标地物的识别和分类，反之，则返回步骤三继续更新鸟巢位置。
[0020]进一步，所述步骤一，以量测值与估计值差值平方和最小为目标，状态变量为负荷节点和与分布式电源节点的有功功率，则含分布式电源配电网的状态估计目标函数为：
[0021][0022]X＝[P
g
，P
L
](1
×
n)
[0023]P
G
＝[P
G1
，P
G2
......P
Gs
](1
×
s)
[0024]P
L
＝[P
L1
，P
L2
......P
LI
](1
×
I)
[0025]n＝s+I
[0026]式中，X为状态变量，由分布式电源的有功功率P
G
和负荷的有功功率P
L
组成；r为量测节点序号；R为量测节点总数；Z
r
表示第r个节点的量测值；W
r
表示第r个节点的权重因子；h
r
(X)表示第r个节点的量测方程；s表示分布式电源节点的数量；I表示负荷节点的数量；n为配电网节点总数，为s和I之和。
[0027]进一步，所述步骤二，初始化种群，随机产生鸟巢的起始位置X及其离散位置BX。
[0028]进一步，所述步骤三
‑
步骤八中，杜鹃鸟的寻窝产卵过程满足3个理想化规则：1)每只杜鹃鸟每次选择宿主鸟巢位置随机，且每次只在该宿主鸟巢中产一枚鸟蛋；2)在随机选择的宿主鸟巢中，只有孵化最好杜鹃幼鸟的鸟巢才会被保留至下一代；3)可供选择的宿主鸟巢的数量是事先确定的，并且宿主鸟察觉外来鸟蛋的概率为P。规则3中若宿主鸟发现外来的鸟蛋，该宿主鸟便会将鸟蛋推出巢外，或选择放弃此鸟巢而建筑新鸟巢，因此为简化该计算过程，规则3可以近似为原宿主鸟巢被新鸟巢代替的概率为P。
[0029]进一步，所述步骤三
‑
步骤八中，基于理想化规则，可将杜鹃鸟搜寻的宿主鸟巢位置如下式进行更新：
[0030][0031]上式中x
i
(t)为第i只杜鹃鸟进行第t次迭代时的鸟巢位置；表示点对点乘法；α表示搜索步长，且α＞0，一般情况下取α＝1；Levy(λ)表示随机搜索路径，其中λ为指数参数，
随机搜索路径Levy(λ)遵从公式：
[0032]Levy～u＝t
‑
λ
，(1＜λ≤3)
[0033]上式是带有重尾的概率分布，通常采用模拟Levy飞行路径的计算公式：
[0034][0035]上式中s即为杜鹃鸟的随机搜索路径Levy(λ)，其中参数β一般取1.5，参数μ、v服从以下正态分布：
[0036][0037]上式正态分布中对应的标准差满足公式：
[0038][0039]上式中Γ()为gamma函数。
[0040]进一步，所述步骤四中，对鸟巢位置的目标函数值进行排序，对质量较优的m个位置进行混沌扰动，对其余位置根据杜鹃搜索算法进行更新现有鸟巢位置，混沌来源于非线性动力学系统，它是由确定性系统产生的一种运动状态，混沌的随机性具有确定性；能在有限区域内按照自身的一定规律没有重复地遍历其所有可能状态；混沌的规律性体现在确本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于混沌杜鹃搜索算法的带分布式电源配电网的状态估计方法，其特征在于，包括：步骤一，获取配电网中分布式电源的历史出力时间序列，并进行参数归一化，同时确定目标函数；步骤二，设置算法所需参数，初始化种群；步骤三，根据鸟巢离散位置中所选的波段子集计算其目标函数值，并记录每个鸟巢的局部最优解和种群的全局最优解；步骤四，对鸟巢位置的目标函数值进行排序，对质量较优的m个位置进行混沌扰动，对其余位置根据杜鹃搜索算法进行更新现有鸟巢位置；步骤五，将随机数r∈[0,1]与宿主鸟发现外来鸟蛋概率p进行比较，若r>p，则随机产生新位置作为现有鸟巢位置；步骤六，比较上一代鸟巢位置和现有鸟巢位置，若现有鸟巢位置更好，则将其更新为当前鸟巢位置；步骤七，计算鸟巢位置的目标函数值，记录鸟巢的局部最优解和种群的全局最优解；步骤八，判断循环是否满足终止条件，若终止则算法运行结束，输出全局最优鸟巢位置，即并根据该波段子集的影像进行目标地物的识别和分类，反之，则返回步骤三继续更新鸟巢位置。2.根据权利要求1所述的基于混沌杜鹃搜索算法的带分布式电源配电网的状态估计方法，其特征在于，所述步骤一，以量测值与估计值差值平方和最小为目标，状态变量为负荷节点和与分布式电源节点的有功功率，则含分布式电源配电网的状态估计目标函数为：X＝[P
g
,P
L
]
(1
×
n)
P
G
＝[P
G1
，P
G2
......P
Gs
]
(1
×
s)
P
L
＝[P
L1
，P
L2
......P
LI
]
(1
×
I)
n＝s+I式中，X为状态变量，由分布式电源的有功功率P
G
和负荷的有功功率P
L
组成；r为量测节点序号；R为量测节点总数；Z
r
表示第r个节点的量测值；W
r
表示第r个节点的权重因子；h
r
(X)表示第r个节点的量测方程；s表示分布式电源节点的数量；I表示负荷节点的数量；n为配电网节点总数，为s和I之和。3.根据权利要求1所述的基于混沌杜鹃搜索算法的带分布式电源配电网的状态估计方法，其特征在于，所述步骤二，初始化种群，随机产生鸟巢的起始位置X及其离散位置BX。4.根据权利要求1所述的基于混沌杜鹃搜索算法的带分布式电源配电网的状态估计方法，其特征在于，所述步骤三
‑
步骤八中，杜鹃鸟的寻窝产卵过程满足3个理想化规则：1)每只杜鹃鸟每次选择宿主鸟巢位置随机，且每次只在该宿主鸟巢中产一枚鸟蛋；2)在随机选择的宿主鸟巢中，只有孵化最好杜鹃幼鸟的鸟巢才会被保留至下一代；3)可供选择的宿主鸟巢的数量是事先确定的，并且宿主鸟察觉外来鸟蛋的概率为P。规则3中...

【专利技术属性】
技术研发人员：么红岩，徐瑞臣，冀爽，邢士标，鲁中超，蔡一鸣，苑凤均，
申请(专利权)人：国网吉林省电力有限公司四平供电公司，
类型：发明
国别省市：