一种基于多目标聚类鱼群算法配电网无功优化方法
【专利摘要】一种基于多目标聚类鱼群算法配电网无功优化方法，本发明步骤为：a、往程序中导入相关网架原始数据信息；该原始数据信息应包括网架结构中线路的电阻、电抗等电网静态参数及各节点全天最大有功、无功负荷；b、进行潮流计算，以获得全部网架的有效数据集；c、采用k-均值聚类法，对灵敏度数据进行聚类分析，以便能够快速找到待补偿点的范围；d、调用两个不同目标的鱼群，分别对两个目标函数进行优化，以获得不同目标条件下的最优解；e、不同目标鱼群之间相互交换食物浓度，并转入运行b步骤，直至获得多个全局最优解。本发明加快了算法的优化速度，能够有效降低系统功率损耗，提高电压质量、减少补偿容量。
【专利说明】—种基于多目标聚类鱼群算法配电网无功优化方法
【技术领域】
[0001]本发明属于配电网无功规划领域，涉及基于多目标聚类鱼群算法配电网无功优化方法【技术领域】。
【背景技术】
[0002]配电网直接面向客户，影响广泛。在实际系统中配电网的传输损耗占到总发电量的10%左右，通过无功规划能够明显降低配电网的电能损耗、提高系统电压质量，保证电网安全稳定运行。因此，配电网无功规划具有重要的意义。而确定无功补偿设备的位置及补偿容量是解决该问题的关键。
[0003]配电网中电能损耗及电压质量与电容器的补偿容量相关，若补偿容量多则效果明显，但是投资成本就高。所以，在规划过程中不但要保证系统电压质量，而且需要考虑投资效益。因此，研究一种多目标配电网无功规划方法，合理考虑系统电能损耗和电容器的补偿容量两个相矛盾的子目标，具有重要意义。
[0004]目前，传统的无功规划方法主要灵敏度法、功率矩法、人工智能算法。可是这些方法存在计算量大，存在维数灾的问题或者容易陷入局部最优解。现有的配电网无功其模型主要以系统电能损耗最小为目标，但没有考虑经济效益，可能造成投资浪费。另外有文献将电能质量与经济性两个目标函数整合成一个单目标，但是相关系数难以确定。
【发明内容】
[0005]本发明目的在于，针对以上问题，提出基于多目标聚类鱼群算法配电网无功规划，以实现有效处理灵敏度数据、收敛性好及多目标的优点。
[0006]本发明的目的是通过如下技术方案来实现的。
[0007]—种基于多目标聚类鱼群算法配电网无功优化方法，本发明特征在于，步骤为:
[0008]a、往程序中导入相关网架原始数据信息；该原始数据信息应包括网架结构中线路的电阻、电抗等电网静态参数及各节点全天最大有功、无功负荷；
[0009]b、进行潮流计算，以获得全部网架的有效数据集；
[0010]C、采用k_均值聚类法，对灵敏度数据进行聚类分析，以便能够快速找到待补偿点的范围；
[0011]d、调用两个不同目标的鱼群，分别对两个目标函数进行优化，以获得不同目标条件下的最优解；
[0012]e、不同目标鱼群之间相互交换食物浓度，并转入运行b步骤，直至获得多个全局最优解；
[0013]建立包含无功补偿容量最少、电能损耗损耗最小为目标函数的优化模型，即建立多目标聚类鱼群算法配电网无功优化算法目标函数:
[0014]F=min (Ploss (V, Q)，Qci)；
[0015]上述目标函数的约束条件为:
【权利要求】
1.一种基于多目标聚类鱼群算法配电网无功优化方法，其特征在于，步骤为: a、往程序中导入相关网架原始数据信息；该原始数据信息应包括网架结构中线路的电阻、电抗等电网静态参数及各节点全天最大有功、无功负荷； b、进行潮流计算，以获得全部网架的有效数据集； c、采用k-均值聚类法，对灵敏度数据进行聚类分析，以便能够快速找到待补偿点的范围； d、调用两个不同目标的鱼群，分别对两个目标函数进行优化，以获得不同目标条件下的最优解； e、不同目标鱼群之间相互交换食物浓度，并转入运行b步骤，直至获得多个全局最优解； 建立包含无功补偿容量最少、电能损耗损耗最小为目标函数的优化模型，即建立多目标聚类鱼群算法配电网无功优化算法目标函数:
F=min (Ploss (V, Q)，Qci)； 上述目标函数的约束条件为:
2.根据权利要求1所述的一种基于多目标聚类鱼群算法配电网无功优化方法，其特征在于，在步骤b之后，要获得全网的潮流数据及每个节点电能损耗对无功功率的灵敏度数据。
3.根据权利要求1所述的一种基于多目标聚类鱼群算法配电网无功优化方法，其特征在于，在步骤c之后，采用k-均值聚类算法按照馈线对各个节点的灵敏度数据进行筛选、分析，将各簇的中心节点作为进行补偿的候选节点。
4.根据权利要求1所述的一种基于多目标聚类鱼群算法配电网无功优化方法，其特征在于，在步骤d的之后，不同目标的鱼群分别对各自目标函数进行优化；在优化过程中，鱼群仍然要对每次潮流计算后得到的灵敏度数据进行聚类分析、鱼群间交换食物浓度，更新公告板，以加快寻优速度。
5.根据权利要求1所述的一种基于多目标聚类鱼群算法配电网无功优化方法，其特征在于，在步骤e之后，不同目标的鱼群之间进行食物浓度信息的交换，一方面可以避免鱼群陷入局部最优解， 另一方面可以获得多个全局最优解。
【文档编号】H02J3/00GK103580023SQ201310624371
【公开日】2014年2月12日 申请日期:2013年11月28日 优先权日:2013年11月28日
【发明者】周鑫, 李胜男, 刘柱揆, 许守东, 丁心志, 杨蕾, 邢超 申请人:云南电力试验研究院（集团）有限公司电力研究院, 云南电网公司技术分公司