【技术实现步骤摘要】
本申请涉及配电网优化控制，更具体地说，涉及一种基于多目标遗传算法的电力配电方法及装置。
技术介绍
1、随着“双碳”政策的提出，近年来我国分布式光伏发展迅速，多省份形成了“点多面广，局部高密度并网”的发展态势，高渗透率的分布式电源改变了中低压配电网的潮流和电压分布，部分地区出现功率倒送、电压越限以及网损增加的现象。
2、配电网位于电力系统末端，与用户直接相联，是电力系统中联系电源与用户的一个重要环节。安全、可靠的配电网是保障国民经济稳定持续发展以及人民生活水平的重要物质基础，而科学合理的配电网规划又是保障电网安全、经济、可靠运行的重要前提。配电网规划是一项非常复杂的系统工程，近年来，随着国民经济的高速发展，使得用户的用电需求不断增长，对电力企业的供电能力、供电质量以及供电可靠性的要求也越来越高。
3、目前，进行配电网规划较多采用的是传统的多目标优化方法，通过将多目标优化问题转化为单目标优化问题，然后采用比较成熟的单目标优化技术来进一步地解决。传统多目标优化方法只能得到一个最优解，同时通过工作人员进行加权值的分配，因此优化所得的最优解带有主观性。而且实际中决策者通常需要多种可供选择的方案，而工作人员的经验程度也各不相同，因此，传统电网配电优化方法，主要依据工作人员的主观想法，无法对电网配电进行全面的优化。
技术实现思路
1、有鉴于此，本申请提供了一种基于多目标遗传算法的电网配电优化方法及装置，用于解决现有电网配电优化方法，主要依靠工作人员经验，优化不够全面的问题
2、一种基于多目标遗传算法的电网配电优化方法，包括：
3、设定电力配电系统内各系统配置的初始参数；
4、对所述电力配电系统内各系统配置和所述初始参数进行个体编码，得到初始个体集合，所述初始个体集合包括至少一个待评估个体；
5、对所述初始个体集合内各待评估个体进行评估，得到各待评估个体的适应度值，所述适应度值为待评估个体的供电性能指数；
6、筛选所述适应度值达到第一预设条件的待评估个体，得到父代个体集合，所述父代个体集合包括至少一个目标个体；
7、判断所述父代个体集合内各目标个体是否满足预设终止条件；
8、若满足所述预设终止条件，则输出所述父代个体集合内的各目标个体。
9、优选地，所述判断所述父代个体集合内各目标个体是否满足预设终止条件之后，还包括：
10、若没有满足所述预设终止条件，则判断当前进化次数是否达到预设值；
11、若达到预设值，则输出所述父代个体集合内的各目标个体；
12、若没有达到预设值，则将所述父代个体集合内的各目标个体进行交叉操作，得到子代个体集合；
13、将所述当前进化次数加一；
14、将所述子代个体集合作为新的父代个体集合，执行判断所述父代个体集合内各目标个体是否满足预设终止条件的操作，直至得到满足预设终止条件的父代个体集合，或所述当前进化次数达到预设值的父代个体集合时，输出父代个体集合内的各目标个体。
15、优选地，将所述父代个体集合内的各目标个体进行交叉操作，得到子代个体集合，包括：
16、通过单点交叉、多点交叉和均匀交叉的至少一种方式将所述父代个体集合内的各目标个体进行交叉操作。
17、优选地，将所述子代个体集合作为新的父代个体集合，执行判断所述父代个体集合内各目标个体是否满足预设终止条件的操作之前，还包括：
18、对所述子代个体集合内各目标个体进行变异操作。
19、优选地，对所述初始个体集合内各待评估个体进行评估，得到各待评估个体的适应度值，包括：
20、根据线路线损率、电压波动、谐波含量、电压偏差中的至少两个，队所述初始个体集合中的各待评估个体进行评估，得到各待评估个体的适应度值。
21、优选地，所述筛选所述适应度值达到第一预设条件的待评估个体，得到父代个体集合，包括：
22、通过轮盘赌选择、锦标赛选择、排名选择中的至少一种方式，筛选所述适应度值达到第一预设条件的待评估个体，得到父代个体集合。
23、优选地，对所述初始个体集合内各待评估个体进行评估，得到各待评估个体的适应度值，包括：
24、通过非支配排序算法和拥挤度计算方法，对所述初始个体集合内各待评估个体进行评估，得到各待评估个体的适应度值。
25、优选地，对所述电力配电系统内各系统配置和所述初始参数进行个体编码，包括：
26、对所述电力配电系统内各配置和所述初始参数采用二进制编码或实数编码方式进行个体编码。
27、一种基于多目标遗传算法的电网配电优化装置，包括
28、参数获取模块，用于设定电力配电系统内各系统配置的初始参数；
29、编码模块，用于对所述电力配电系统内各系统配置和所述初始参数进行个体编码，得到初始个体集合，所述初始个体集合包括至少一个待评估个体；
30、评估模块，用于对所述初始个体集合内各待评估个体进行评估，得到各待评估个体的适应度值，所述适应度值为待评估个体的供电性能指数；
31、筛选模块，用于筛选所述适应度值达到第一预设条件的待评估个体，得到父代个体集合，所述父代个体集合包括至少一个目标个体；
32、第一判断模块，用于判断所述父代个体集合内各目标个体是否满足预设终止条件；
33、结果输出模块，用于满足所述预设终止条件时，输出所述父代个体集合内的各目标个体。
34、优选地，还包括：
35、第二判断模块，用于在所述第一判断模块，判断所述父代个体集合内各目标个体没有满足预设终止条件之后，判断当前进化次数是否达到预设值；
36、若达到预设值，则执行所述结果输出模块，输出所述父代个体集合内的各目标个体的步骤；
37、交叉模块，用于在所述当前进化次数没有达到预设值时，将所述父代个体集合内的各目标个体进行交叉操作，得到子代个体集合；
38、进化次数计算单元，用于将所述当前进化次数加一；
39、集合更新模块，用于将所述子代个体集合作为新的父代个体集合，然后执行第一判断单元，判断所述父代个体集合内各目标个体是否满足预设终止条件的操作的步骤，直至得到满足预设终止条件的父代个体集合，或所述当前进化次数达到预设值的父代个体集合时，输出父代个体集合内的各目标个体。
40、从上述的技术方案可以看出，本申请实施例提供的一种基于多目标遗传算法的电网配电优化方法及装置，通过设定电力配电系统内各系统配置的初始参数；对电力配电系统内各系统配置和初始参数进行个体编码，得到初始个体集合，其中初始个体集合包括至少一个待评估个体；对初始个体集合内各待评估个体进行评估，得到各待评估个体的适应度值，其中，适应度值为待评估个体的供电性能指数；筛选适应度值达到第一预设条件的待评估个体，得到父代个体集合，其中，父代个体集合本文档来自技高网...
【技术保护点】
1.一种基于多目标遗传算法的电网配电优化方法，其特征在于，包括：
2.根据权利要求1所述的基于多目标遗传算法的电网配电优化方法，其特征在于，判断所述父代个体集合内各目标个体是否满足预设终止条件之后，还包括：
3.根据权利要求2所述的基于多目标遗传算法的电网配电优化方法，其特征在于，将所述父代个体集合内的各目标个体进行交叉操作，得到子代个体集合，包括：
4.根据权利要求2所述的基于多目标遗传算法的电网配电优化方法，其特征在于，将所述子代个体集合作为新的父代个体集合，执行判断所述父代个体集合内各目标个体是否满足预设终止条件的操作之前，还包括：
5.根据权利要求1所述的基于多目标遗传算法的电网配电优化方法，其特征在于，对所述初始个体集合内各待评估个体进行评估，得到各待评估个体的适应度值，包括：
6.根据权利要求1所述的基于多目标遗传算法的电网配电优化方法，其特征在于，筛选所述适应度值达到第一预设条件的待评估个体，得到父代个体集合，包括：
7.根据权利要求1所述的多目标遗传算法的电网配电优化方法，其特征在于，对所述初
8.根据权利要求1-7任一项所述的多目标遗传算法的电网配电优化方法，其特征在于，对所述电力配电系统内各系统配置和所述初始参数进行个体编码，包括：
9.一种基于多目标遗传算法的电网配电优化装置，其特征在于，包括
10.根据权利要求9所述的基于多目标遗传算法的电网配电优化装置，其特征在于，还包括：
...【技术特征摘要】
1.一种基于多目标遗传算法的电网配电优化方法，其特征在于，包括：
2.根据权利要求1所述的基于多目标遗传算法的电网配电优化方法，其特征在于，判断所述父代个体集合内各目标个体是否满足预设终止条件之后，还包括：
3.根据权利要求2所述的基于多目标遗传算法的电网配电优化方法，其特征在于，将所述父代个体集合内的各目标个体进行交叉操作，得到子代个体集合，包括：
4.根据权利要求2所述的基于多目标遗传算法的电网配电优化方法，其特征在于，将所述子代个体集合作为新的父代个体集合，执行判断所述父代个体集合内各目标个体是否满足预设终止条件的操作之前，还包括：
5.根据权利要求1所述的基于多目标遗传算法的电网配电优化方法，其特征在于，对所述初始个体集合内各待评估个...
【专利技术属性】
技术研发人员：朱海涛，张宝林，袁玉涛，范红伟，薛智勇，李志伟，
申请(专利权)人：国网河北省电力有限公司保定供电分公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。