System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及计算机领域,具体涉及一种基于智慧开关的配网优化运行方法及装置。
技术介绍
1、配电网络(以下简称配网)重构是配网优化运行的重要方法,其主要通过切换配网中多个智慧开关的开关状态来改变配网的网络拓扑结构。
2、相关技术中,配网中智能终端通常采用静态重构的方式对配网进行重构,但是,由于配网的负荷会发生变化,采用静态重构的方式不具备实时性,灵活性较低。
技术实现思路
1、本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此,本专利技术提出一种基于智慧开关的配网优化运行方法及装置,该方法在将多个时段划分为时段组的过程中,智慧终端基于效益评估值的离散程度判断连续的至少两个时段是否可以作为一个时段组,充分考虑到了分布式电源的接入对配网的实时影响,并将效益相近的时段划分为一个重构时段。此外,由于效益评估值与操作成本负相关,通过将相近的效益划分到同一重构时段,减小了开关操作成本。由于对于不同的时段组,智慧终端基于粒子群算法可以确定出配网在该时段组的重构方式,因此可以提高了配网重构的灵活性,具备实时性。
2、一方面,提供了一种基于智慧开关的配网优化运行方法,方法包括:
3、将多个连续的时段划分为至少两个时段组,其中,在时段组包括至少两个时段的情况下,至少两个时段连续且至少两个时段的效益评估值的离散程度小于预设值,效益评估值与智慧开关的操作成本负相关;
4、基于粒子群算法确定配网在每个时段组的目标值,目标值用于指示配网的最优重构方式;
5、在时段组按照目标值对配网进行重构。
6、可选的,基于粒子群算法确定配网在每个时段组的目标值,包括:
7、初始化粒子种群,对于粒子种群中的每个粒子,重复执行更新流程,直至满足结束条件,更新流程包括:
8、基于在时段组粒子种群的全局极值位置和粒子的个体极值位置,确定粒子的吸引子的局部密度;
9、基于多个粒子的吸引子的局部密度确定参考位置,并基于参考位置和个体极值位置更新粒子的位置;
10、基于粒子更新后的位置和适应度函数更新个体极值位置和全局极值位置;
11、在满足结束条件后,将全局极值位置确定为时段组的目标值。
12、可选的,基于多个粒子的吸引子的局部密度确定参考位置,包括:
13、对多个粒子的吸引子的局部密度进行降序排列,并将降序排列后的多个局部密度中前预设数量个局部密度确定为数据集;
14、若粒子的吸引子的局部密度位于数据集内,则将粒子的吸引子的位置确定为参考位置;
15、若粒子的吸引子的局部密度位于数据集之外,则从多个参考吸引子中确定目标吸引子,并基于目标吸引子的位置和粒子的吸引子的位置确定参考位置,多个参考吸引子的局部密度位于数据集内。
16、可选的,从多个参考吸引子中确定目标吸引子,包括:
17、将多个参考吸引子中与粒子的位置最近的参考吸引子,确定为目标吸引子。
18、可选的,基于目标吸引子的位置和粒子的吸引子的位置确定参考位置,包括:
19、将目标吸引子的位置和粒子的吸引子的位置之间的中间位置,确定为参考位置。
20、可选的,基于参考位置和个体极值位置更新粒子的位置,包括:
21、获取交替系数;
22、若交替系数大于预设系数,则基于个体极值位置与粒子的位置的第一差值、参考位置和参考值确定粒子更新后的位置;
23、若交替系数小于等于预设系数,则基于领导粒子的个体极值位置与粒子的位置的第二差值、参考位置和参考值确定粒子更新后的位置,领导粒子的吸引子的局部密度在多个局部密度中最小。
24、可选的,;
25、 x为粒子更新后的位置, x为粒子更新前的位置, p为参考位置, p为个体极值位置, le为领导粒子的个体极值位置, r为参考值, sp为交替系数, v为预设系数,为收缩扩张因子。
26、另一方面,提供了一种计算机可读存储介质,其上存储有基于智慧开关的配网优化运行程序,基于智慧开关的配网优化运行程序被处理器执行时实现上述方面所述的基于智慧开关的配网优化运行方法。
27、又一方面,提供了一种芯片,包括存储器、处理器及存储在存储器上并可在处理器上运行的基于智慧开关的配网优化运行程序,处理器执行基于智慧开关的配网优化运行程序时,实现上述方面所述的基于智慧开关的配网优化运行方法。
28、再一方面,提供了一种智慧终端,该智慧终端可以包括上述芯片。
29、再一方面,提供了一种基于智慧开关的配网优化运行装置,装置包括:
30、划分模块,用于将多个连续的时段划分为至少两个时段组,其中,在时段组包括至少两个时段的情况下,至少两个时段连续且至少两个时段的效益评估值的离散程度小于预设值,效益评估值与智慧开关的操作成本负相关;
31、确定模块,用于基于粒子群算法确定配网在每个时段组的目标值,目标值用于指示配网的最优重构方式;
32、重构模块,用于在时段组按照目标值对配网进行重构。
33、可选的,确定模块,包括:
34、更新子模块,用于初始化粒子种群,对于粒子种群中的每个粒子,重复执行更新流程,直至满足结束条件;更新流程包括:
35、基于在时段组多个粒子的全局极值位置和粒子的个体极值位置,确定粒子的吸引子的局部密度;
36、基于多个粒子的吸引子的局部密度确定参考位置,并基于参考位置和个体极值位置更新粒子的位置;
37、基于粒子更新后的位置和适应度函数更新个体极值位置和全局极值位置;
38、确定子模块,用于在满足结束条件后,将全局极值位置确定为时段组的目标值。
39、可选的,更新子模块,用于:
40、对多个粒子的吸引子的局部密度进行降序排列,并将降序排列后的多个局部密度中前预设数量个局部密度确定为数据集;
41、若粒子的吸引子的局部密度位于数据集内,则将粒子的吸引子的位置确定为参考位置;
42、若粒子的吸引子的局部密度位于数据集之外,则从多个参考吸引子中确定目标吸引子,并基于目标吸引子的位置和粒子的吸引子的位置确定参考位置,多个参考吸引子的局部密度位于数据集内。
43、可选的,更新子模块,用于:
44、获取交替系数;
45、若交替系数大于预设系数,则基于个体极值位置与粒子的位置的第一差值、参考位置和参考值确定粒子更新后的位置;
46、若交替系数小于等于预设系数,则基于领导粒子的个体极值位置与粒子的位置的第二差值、参考位置本文档来自技高网...
【技术保护点】
1.一种基于智慧开关的配网优化运行方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,基于粒子群算法确定所述配网在每个所述时段组的目标值,包括:
3.根据权利要求2所述的方法,其特征在于,基于多个所述粒子的吸引子的局部密度确定参考位置,包括:
4.根据权利要求3所述的方法,其特征在于,从多个参考吸引子中确定目标吸引子,包括:
5.根据权利要求3所述的方法,其特征在于,基于所述目标吸引子的位置和所述粒子的吸引子的位置确定所述参考位置,包括:
6.根据权利要求2至5任一所述的方法,其特征在于,基于所述参考位置和所述个体极值位置更新所述粒子的位置,包括:
7.根据权利要求6所述的方法,其特征在于,
8.一种计算机可读存储介质,其特征在于,其上存储有基于智慧开关的配网优化运行程序,所述基于智慧开关的配网优化运行程序被处理器执行时实现根据权利要求1至7任一所述的基于智慧开关的配网优化运行方法。
9.一种芯片,其特征在于,包括存储器、处理器及存储在存储器上并可在处理器上运行
10.一种智慧终端,其特征在于,包括根据权利要求9所述的芯片。
11.一种基于智慧开关的配网优化运行装置,其特征在于,所述装置包括:
12.根据权利要求11所述的装置,其特征在于,所述确定模块,包括:
13.根据权利要求12所述的装置,其特征在于,所述更新子模块,用于:
14.根据权利要求12至13任一所述的装置,其特征在于,所述更新子模块,用于:
...【技术特征摘要】
1.一种基于智慧开关的配网优化运行方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,基于粒子群算法确定所述配网在每个所述时段组的目标值,包括:
3.根据权利要求2所述的方法,其特征在于,基于多个所述粒子的吸引子的局部密度确定参考位置,包括:
4.根据权利要求3所述的方法,其特征在于,从多个参考吸引子中确定目标吸引子,包括:
5.根据权利要求3所述的方法,其特征在于,基于所述目标吸引子的位置和所述粒子的吸引子的位置确定所述参考位置,包括:
6.根据权利要求2至5任一所述的方法,其特征在于,基于所述参考位置和所述个体极值位置更新所述粒子的位置,包括:
7.根据权利要求6所述的方法,其特征在于,
8.一种计算机可读存储介质,其特征在于,其上存储有基于智慧开关的配网优...
【专利技术属性】
技术研发人员:杨双双,张港红,霍超,白晖峰,刘日亮,尹志斌,郑利斌,高建,苑佳楠,张予,申振东,罗安琴,谢凡,张楠,丁啸,申一帆,
申请(专利权)人:北京智芯微电子科技有限公司,
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。