System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 亚洲av无码国产精品夜色午夜,亚洲精品无码Av人在线观看国产,波多野结衣AV无码久久一区
  • 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>

    一種多主體配電網線損優化方法及裝置制造方法及圖紙

    技術編號:44405574 閱讀:3 留言:0更新日期:2025-02-25 10:19
    本發明專利技術涉及配電網線損優化技術領域,具體提供了一種多主體配電網線損優化方法及裝置,包括:采用蛇鷲秘書鳥算法求解預先構建的多主體配電網線損優化模型,得到優化結果;基于所述優化結果,得到多主體配電網線損優化方案;其中,所述優化結果包括:分布式電源的并網容量和并網位置。本發明專利技術提供的技術方案,引入秘書鳥的規避天敵的策略,能夠有效避免算法陷入局部最優解,并具有較強的魯棒性和靈活性。

    【技術實現步驟摘要】

    本專利技術涉及配電網線損優化,具體涉及一種多主體配電網線損優化方法及裝置


    技術介紹

    1、隨著全球氣候變化和環境問題的日益嚴峻,加快新能源的發展,推動能源轉型成為首要目標。清潔能源的利用,特別是分布式電源的推廣,為電力系統帶來了革命性的變化。分布式電源等多主體的大量接入,在提高電力系統的靈活性和可靠性的同時,也改變了傳統的配電網網架結構和潮流分布,進而引起配電網的線損變化。因此,對含分布式電源等多主體的配電網進行線損優化尤為重要。

    2、目前主要運用數學優化算法和智能優化算法對配電網線損進行優化研究。常見的數學優化算法有線性規劃和二次規劃等,通過泰勒展開,將配電網規劃這一非線性問題轉變為線性問題,再通過線性規劃等方法得治到最優解,但數學分析法的求解過程需要大量計算,因此逐漸被智能優化算法替代。智能優化算法大都源自于某種自然現象,常見的方法包括粒子群算法、遺傳算法以及混合算法等。例如,粒子群算法模擬了鳥類群體活動規律,種群中每個個體根據局部最優和整體最優解不斷調整自己位置和速度,多次迭代至最優。而遺傳算法則源自于生物進化過程,通過模擬生物進化過程中的遺傳、突變、雜交和自然選擇等機制來解決優化問題。

    3、然而,上述配電網線損優化算法,存在計算復雜程度高,容易陷入局部最優等問題。


    技術實現思路

    1、為了克服上述缺陷,本專利技術提出了一種多主體配電網線損優化方法及裝置。

    2、第一方面,提供一種多主體配電網線損優化方法,所述多主體配電網線損優化方法包括:p>

    3、采用蛇鷲秘書鳥算法求解預先構建的多主體配電網線損優化模型,得到優化結果;

    4、基于所述優化結果,得到多主體配電網線損優化方案;

    5、其中,所述優化結果包括:分布式電源的并網容量和并網位置。

    6、優選的,所述預先構建的多主體配電網線損優化模型包括:以有功線損最小的第一目標函數,以電網綜合脆弱性最小的第二目標函數,以配電網經濟性最優的第三目標函數,以及約束條件。

    7、進一步的,所述第一目標函數f1如下:

    8、

    9、上式中,ploss為線路的損耗,r為線路電阻率,g為變電站到分布式電源接入點的長度,pl為負荷消耗的有功功率,pg為分布式電源輸出的有功功率,ql為負荷消耗的無功功率,qg為分布式電源輸出的無功功率,u為輸電線路上的相電壓,l為變電站到負載的線段長度。

    10、進一步的,所述第二目標函數f2如下:

    11、

    12、上式中,vcom為電網綜合脆弱性,t為優化周期,ω1為第一權重系數,vtent為t時刻配電網整體脆弱性指標,ω2為第二權重系數,vtenq為t時刻配電網脆弱性均衡度,其中,所述t時刻配電網整體脆弱性指標如下:

    13、

    14、所述t時刻配電網脆弱性均衡度如下:

    15、

    16、上式中,n為配電網節點總數,vi,t為t時刻節點i的脆弱性指標,vt,min為節點脆弱性指標最小值,vt,max為節點脆弱性指標最大值,hi,t為t時刻各節點脆弱性指標從小到大排序后前i個節點的脆弱性指標之和與所有節點脆弱性指標之和的比值,為t時刻節點i的電壓的標幺值,δumax為最大電壓偏移量。

    17、進一步的,所述第三目標函數f3如下:

    18、f3=minc=ci+cm+cd

    19、上式中,c為配電網經濟性,ci為初始投資成本,cm為維護成本,cd為回收成本。

    20、進一步的,所述初始投資成本如下:

    21、

    22、所述維護成本如下:

    23、

    24、所述回收成本如下:

    25、

    26、上式中,n為配電網節點總數,r為折現率,y為使用壽命,m為分布式電源種類,cdg,m,i為節點i的第m類分布式電源的單位容量費用,edg,m,i為節點i的第m類分布式電源的容量,δdg,m,i為節點i的第m類分布式電源的維護成本與初始投資成本的比率,為節點i的第m類分布式電源的平均收益率,d為分布式電源更換部件的次數,t∈[1,d]。

    27、進一步的,所述約束條件如下:

    28、

    29、上式中,pgi為節點i處的發電機注入的有功功率,pdgi為節點i上的分布式電源有功功率,pli為節點i注入負荷的有功功率,vi為配電輸入節點i的電壓,vj為配電輸出節點j的電壓,gij為節點i、j間的電導,θij為節點i、j間的相位差,bij為節點i、j間的電納,qgi為節點i處的發電機注入的無功功率,qdgi為節點i上的分布式電源無功功率,qli為節點i注入負荷的無功功率,n為配電網節點總數,vimin為節點電壓的下限,vimax為節點電壓的上限,iijmin為支路電流的下限,iij為支路ij間的電流,iijmax為支路電流的上限,為節點i上的分布式電源有功功率下限,為節點i上的分布式電源有功功率上限,si為節點i的視在功率,simax為節點i的視在功率上限。

    30、優選的,所述采用蛇鷲秘書鳥算法求解預先構建的多主體配電網線損優化模型的過程中,執行秘書鳥捕食階段時,若當前算法迭代次數小于總迭代次數的三分之一,則按下式更新個體的位置:

    31、x11=xi+(xrandom1-xrandom2)·r1

    32、x1=max(x11,lb)

    33、x1=min(x11,ub)

    34、若當前算法迭代次數處于總迭代次數的三分之一至三分之二之間,則按下式更新個體的位置:

    35、

    36、若當前算法迭代次數大于總迭代次數的三分之二,則按下式更新個體的位置:

    37、x1=bastp+cf·xi·rl

    38、上式中,x1為秘書鳥捕食階段個體的更新位置,x11為中間位置,lb為解空間的下界,ub為解空間的上界,xi為當前個體的位置,xrandom1為隨機選中的其他一個個體的位置,xrandom2為隨機選中的其他另一個個體的位置,r1為一個在0到1間的隨機數向量,bastp為全局最優位置,e為自然常數,t為總迭代次數,rb為第一隨機生成的正態分布向量,cf為衰減因子,rl為levy飛行向量,t為當前迭代次數。

    39、進一步的,所述衰減因子如下:

    40、

    41、所述levy飛行向量如下:

    42、

    43、上式中,t為當前迭代次數,u為第一標準正態分布的隨機向量,v為第二標準正態分布的隨機向量,β為levy飛行的指數參數。

    44、優選的,所述采用蛇鷲秘書鳥算法求解預先構建的多主體配電網線損優化模型的過程中,執行秘書鳥逃避階段時,按下式更新個體的位置:

    45、

    46、上式中,r為0到1間隨機生成的數,x2為秘書鳥逃避階段個體的更新位置,bastp為全局最優位置,t為當前迭代次數,t為總迭代次數,rb為第一隨機生本文檔來自技高網...

    【技術保護點】

    1.一種多主體配電網線損優化方法,其特征在于,所述方法包括:

    2.如權利要求1所述的方法,其特征在于,所述第一目標函數f1如下:

    3.如權利要求1所述的方法,其特征在于,所述第二目標函數f2如下:

    4.如權利要求1所述的方法,其特征在于,所述第三目標函數f3如下:

    5.如權利要求4所述的方法,其特征在于,所述初始投資成本如下:

    6.如權利要求1所述的方法,其特征在于,所述約束條件如下:

    7.如權利要求1所述的方法,其特征在于,所述采用蛇鷲秘書鳥算法求解預先構建的多主體配電網線損優化模型的過程中,執行秘書鳥捕食階段時,若當前算法迭代次數小于總迭代次數的三分之一,則按下式更新個體的位置:

    8.如權利要求7所述的方法,其特征在于,所述衰減因子如下:

    9.如權利要求1所述的方法,其特征在于,所述采用蛇鷲秘書鳥算法求解預先構建的多主體配電網線損優化模型的過程中,執行秘書鳥逃避階段時,按下式更新個體的位置:

    10.一種多主體配電網線損優化裝置,其特征在于,所述裝置包括:

    11.如權利要求10所述的裝置,其特征在于,所述第一目標函數f1如下:

    12.如權利要求10所述的裝置,其特征在于,所述第二目標函數f2如下:

    13.如權利要求10所述的裝置,其特征在于,所述第三目標函數f3如下:

    14.如權利要求13所述的裝置,其特征在于,所述初始投資成本如下:

    15.如權利要求10所述的裝置,其特征在于,所述約束條件如下:

    16.如權利要求10所述的裝置,其特征在于,所述采用蛇鷲秘書鳥算法求解預先構建的多主體配電網線損優化模型的過程中,執行秘書鳥捕食階段時,若當前算法迭代次數小于總迭代次數的三分之一,則按下式更新個體的位置:

    17.如權利要求16所述的裝置,其特征在于,所述衰減因子如下:

    18.如權利要求10所述的裝置,其特征在于,所述采用蛇鷲秘書鳥算法求解預先構建的多主體配電網線損優化模型的過程中,執行秘書鳥逃避階段時,按下式更新個體的位置:

    19.一種計算機設備,其特征在于,包括:一個或多個處理器;

    20.一種計算機可讀存儲介質,其特征在于,其上存有計算機程序,所述計算機程序被執行時,實現如權利要求1至9中任意一項所述的多主體配電網線損優化方法。

    ...

    【技術特征摘要】

    1.一種多主體配電網線損優化方法,其特征在于,所述方法包括:

    2.如權利要求1所述的方法,其特征在于,所述第一目標函數f1如下:

    3.如權利要求1所述的方法,其特征在于,所述第二目標函數f2如下:

    4.如權利要求1所述的方法,其特征在于,所述第三目標函數f3如下:

    5.如權利要求4所述的方法,其特征在于,所述初始投資成本如下:

    6.如權利要求1所述的方法,其特征在于,所述約束條件如下:

    7.如權利要求1所述的方法,其特征在于,所述采用蛇鷲秘書鳥算法求解預先構建的多主體配電網線損優化模型的過程中,執行秘書鳥捕食階段時,若當前算法迭代次數小于總迭代次數的三分之一,則按下式更新個體的位置:

    8.如權利要求7所述的方法,其特征在于,所述衰減因子如下:

    9.如權利要求1所述的方法,其特征在于,所述采用蛇鷲秘書鳥算法求解預先構建的多主體配電網線損優化模型的過程中,執行秘書鳥逃避階段時,按下式更新個體的位置:

    10.一種多主體配電網線損優化裝置,其特征在于,所述裝置包括:

    11.如權利要求10所述的裝置,其特征在于,所述第一...

    【專利技術屬性】
    技術研發人員:賈東梨劉科研盛萬興梁英任昭穎何開元葉學順湯東升陳鼎陳剛汪澤州胡程平陸建琴
    申請(專利權)人:中國電力科學研究院有限公司
    類型:發明
    國別省市:

    網友詢問留言 已有0條評論
    • 還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。

    1
    主站蜘蛛池模板: 伊人久久无码中文字幕| 国产福利电影一区二区三区久久老子无码午夜伦不 | 无码8090精品久久一区| 伊人久久精品无码二区麻豆| 少妇伦子伦精品无码STYLES| 少妇无码?V无码专区在线观看| 亚洲AV无码乱码麻豆精品国产| 国产免费久久久久久无码| 无码人妻品一区二区三区精99 | 办公室丝袜激情无码播放 | 内射无码午夜多人| 四虎成人精品无码| 日韩精品无码视频一区二区蜜桃 | 精品无码免费专区毛片| 中文字幕精品无码一区二区 | 亚洲AV无码一区二区三区DV| 国产精品无码免费视频二三区| 亚洲av无码国产精品色午夜字幕 | 日韩精品无码人妻一区二区三区| 蜜桃成人无码区免费视频网站| 久久精品无码免费不卡| 日韩无码系列综合区| 无码人妻精品一区二区三区久久久| 亚洲av无码不卡一区二区三区| 自慰无码一区二区三区| 久久中文字幕无码专区| 狠狠躁天天躁无码中文字幕| 国产高清无码毛片| 亚洲一级Av无码毛片久久精品 | 一本色道无码不卡在线观看 | 人妻少妇无码精品视频区| 日韩精品中文字幕无码专区| 性色av无码免费一区二区三区| 亚洲AV无码成人精品区狼人影院| 无码H黄肉动漫在线观看网站| 中文字幕韩国三级理论无码| 中文无码热在线视频| 99久无码中文字幕一本久道| 免费无码看av的网站| 东京热加勒比无码少妇| 国产拍拍拍无码视频免费|