一种考虑三相电流不平衡的智能换相方法和系统与流程

1.本发明属于配电网运行技术领域，特别涉及一种考虑三相电流不平衡的智能换相方法和系统。


背景技术：

2.低压配电网台区数目多，一直以来管理较为粗放，且低压台区多为三相与单相混合结构，由于存在许多时空分布不平衡的单相负荷，从而导致低压台区配电系统常出现三相负荷不平衡的问题。低压配网三相不平衡会增加变压器损耗和线路损耗，降低电能质量，引发重载相末端低电压，导致设备无法正常工作，严重时可能导致单相过负荷跳闸，引发台区停电事故。为了向用户提供良好的电能质量并保证电网的经济运行，对低压台区三相不平衡问题进行治理具有现实意义。
3.目前改善三相不平衡的方法主要有四种：无功补偿器、svg、人工换相和智能换相开关。关于智能换相开关中智能算法方面目前的研究，有些研究采用粒子群算法的思想来进行求解多目标函数，但是粒子群算法往往会陷入局部最优，求解困难，算法不稳定；有些研究采用均值聚类解决相应的换相问题；还有些研究利用在解决多目标全局最优问题中遗传算法的优越性，但是其计算效率较低。同时目前的换相开关方法一般只考虑电流幅值不平衡，没有考虑电流的相位情况，故其计算结果不够全面和准确。


技术实现要素：

4.本发明提出了一种考虑三相电流不平衡的智能换相方法和系统，可以有效地自适应调节三相负荷的不平衡度，提高配电台区的三相负荷端的工作稳定性，大幅度提高配电网的经济性，降低资源损耗。
5.为了实现上述目的，本发明提出了一种考虑三相电流不平衡的智能换相方法，包括以下步骤：
6.获取配电台区模型中任一支路上配置的换相开关数量以及任一换相开关上流过的电流向量，根据所述电流向量计算任一支路三相电流不平衡度最小的第一目标函数；
7.通过比较任一支路中最佳开关组合与开关初始状态得到换相开关次数，计算换相开关动作次数最少的第二目标函数；
8.以三相电流不平衡度最小和换相开关动作次数最少共同作为第三目标函数，采用改进后优化粒子群优化算法得到换相开关的预动作，然后评估引入的自适应系数函数，确定最终的换相方案。
9.进一步的，所述获取配电台区模型中任一支路上配置的换相开关数量以及任一换相开关上流过的电流向量的过程包括：
10.如果配电台区模型中任一支路上配置的换相开关数量为x台，则第i台换相开关流过的电流向量为ii'；用户侧的电流列向量i'＝[i'1,i'2,
…
,i'i,
…
i'
x
]
t
；其中i'1为第1台换相开关流过的电流向量；i'2为第2台换相开关流过的电流向量；i'
x
为第x台换相开关流过
的电流向量。
[0011]
进一步的，根据所述电流向量计算当前支路三相电流不平衡度最小的第一目标函数的过程包括：
[0012]
x台换相开关的初始相位状态矩阵k0,k0＝[k
01
,k
02
,
…
,k
0i
,
…
,k
0x
]；所以带有换相开关的三相电流之和表示为：[i'
ka i'
kb i'
kc
]
t
＝k0×
i'；其中i'
ka
为用户侧装有换相开关的a相电流之和；i'
kb
为用户侧装有换相开关的b相电流之和；i'
kc
为用户侧装有换相开关的c相电流之和；
[0013]
如果任意支路的各项电流之和表示为：
[0014]
[i'
a i'
b i'c]＝[i'
ka i'
kb i'
kc
]
t
+[i'
xa i'
xb i'
xc
]
t
,i'
xa
为没有装换相开关的用户各a相电流之和；i'
xb
为没有装换相开关的用户各b相电流之和；i'
xc
为没有装换相开关的用户各c相电流之和；i'a为任一支路的a相电流之和；i'b为任一支路的b相电流之和；i'c为任一支路的c相电流之和；
[0015]
通过对称分量法获得正序、负序、零序分量i'1i'2i'0，可通过以下变换得到：
[0016][0017]
其中α为一个旋转因子，α＝e
j120
°
为向量按照正方向旋转120度，其计算公式为：
[0018][0019]
计算负序电流不平衡度θ2与零序电流不平衡度θ0，可以得到，可以得到i1、i2、i0为正序、负序和零序电流的方均根植；
[0020]
所以综合电流不平衡度θ＝δ2θ2+δ0θ0，δ1、δ2是负序分量、零序分量的权重；
[0021]
当三相电流不平衡产生时,最佳的开关状态矩阵k＝[k
1 k2,
…
,ki,
…
,k
x
]，从而开关状态矩阵从k0转换为k，其中用户侧没有装换相开关的用户电流与相别保持不变，得到任一支路的三相电流不平衡度最小的目标函数φ1＝min{θ(k)}。
[0022]
进一步的，所述通过比较任一支路中最佳开关组合与开关初始状态得到得到换相开关次数，计算换相开关动作次数最少的第二目标函数的过程包括：根据负荷支路开关变化因子ω来对比最佳开关组合k和开关初始状态矩阵k0中每个换相开关对应的开关相序状态列向量；即所以在换相操作的过程中，x台换相开关总动作次数为进一步获得这条支路换相过程中的换相开关动作次数最少的第二目标函数为φ2＝min{w(k)}。
[0023]
进一步的，所述方法还包括：构建换相模型的第三目标函数：
[0024]
f(k)＝σ0θ(k)+σ1w(k)
[0025]
其中，σ0是电流不平衡度的权重系数，σ1是换相开关动作次数的权重系数,θ(k)≤θ
预设值
，k∈{[1,0,0]
t
,[0,1,0]
t
,[0,0,1]
t
}。
[0026]
进一步的，所述改进后优化粒子群优化算法包括：在每一次的迭代过程中，粒子只通过粒子位置矢量来更新自己位置；其中更新自己位置的公式为：
[0027]
yi(t+1)＝(1-ρ)yi(t)+ρpg(t)+γε(t)；
[0028]
其中，yi(t+1)为粒子在t+1时刻的位置；yi(t)为粒子在t时刻的位置；γ＝ci(0《c《1)，ρ∈[0.1,0.7]；pg(t)代表第t次迭代下所有的粒子全局极值；ε(t)为[0,1]范围内的随机数。
[0029]
进一步的，所述自适应系数函数为h＝[m,n,k
imax
,k
bmax
,a]。其中，m,为预动作换相开关编号；n为动作换相开关总数量，k
imax
预动作换相开关最大电流，k
bmax
代表在换相一个周期内单一换相开关的最大的动作次数，a是预设的权重数。
[0030]
进一步的，所述引入的自适应系数函数，确定最终的换相方案的过程包括：对预设动作按照自适应系数函数进行优化选择，按照改进后优化粒子群优化算法更新粒子的位置，并在迭代次数达到最大值时，执行换相动作，进行配电网三相不平衡调节。
[0031]
本发明还提出了一种考虑三相电流不平衡的智能换相系统，包括第一计算模块、第二计算模块和确定方案模块；
[0032]
所述第一计算模块用于获取配电台区模型中任一支路上配置的换相开关数量以及任一换相开关上流过的电流向量，根据所述电流向量计算任一支路三相电流不平衡度最小的第一目标函数；
[0033]
所述第二计算模块用于通过比较任一支路中最佳开关组合与开关初始状态得到得到换相开关次数，计算换相开关动作次数最少的第二目标函数；
[0034]
所述确定方案模块用于以三相电流不平衡度最小和换相开关动作次数最少共同作为第三目标函数，采用改进后优化粒子群优化算法得到换相开关的预动作，然后评估引入的自适应系数函数，确定最终的换相方案。
[0035]
进一步的，所述确定方案模块执行的过程包括：对预设动作按照自适应系数函数进行优化选择，按照改进后优化粒子群优化算法更新粒子的位置，并在迭代次数达到最大值时，执行换相动作，进行配电网三相不平衡调节。
[0036]
发明内容中提供的效果仅仅是实施例的效果，而不是发明所有的全部效果，上述技术方案中的一个技术方案具有如下优点或有益效果：
[0037]
本发明还提出了一种考虑三相电流不平衡的智能换相方法和系统，该方法包括以下步骤：获取配电台区模型中任一支路上配置的换相开关数量以及任一换相开关上流过的电流向量，根据所述电流向量计算任一支路三相电流不平衡度最小的第一目标函数；通过比较任一支路中最佳开关组合与开关初始状态得到得到换相开关次数，计算换相开关动作次数最少的第二目标函数；以三相电流不平衡度最小和换相开关动作次数最少共同作为第三目标函数，采用改进后优化粒子群优化算法得到换相开关的预动作，然后评估引入的自适应系数函数，确定最终的换相方案。基于一种考虑三相电流不平衡的智能换相方法，还提出了一种考虑三相电流不平衡的智能换相系统。本发明通过同时计算电流的幅值和相位来
获得三相不平衡度，并以三相电流不平衡度最小和换相开关次数最少作为多目标优化函数，通过对粒子群算法进行改进，可以得到换相开关的预动作，接着评估引入的自适应系数函数，确定最终的换相方案。
[0038]
本发明可以有效地自适应调节三相负荷的不平衡度，提高配电台区的三相负荷端的工作稳定性，大幅度提高配电网的经济性，降低资源损耗。
附图说明
[0039]
如图1为本发明实施例1一种考虑三相电流不平衡的智能换相方法流程图；
[0040]
如图2为本发明实施例2一种考虑三相电流不平衡的智能换相系统示意图。
具体实施方式
[0041]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0042]
实施例1
[0043]
本发明实施例1提出了一种考虑三相电流不平衡的智能换相方法，通过同时计算电流的幅值和相位来获得三相不平衡度，并以三相电流不平衡度最小和换相开关次数最少作为为多目标优化函数，通过对粒子群算法进行改进，可以得到换相开关的预动作，接着评估引入的自适应系数函数，确定最终的换相方案。
[0044]
如图1为本发明实施例1一种考虑三相电流不平衡的智能换相方法流程图；
[0045]
在步骤s100中，开始处理该流程。
[0046]
在步骤s101中，通过电能质量监控终端各开关状态参数及三相电流数据(包括幅值和相位)。
[0047]
由于配电网中负荷性质的多样性，采用一种同时考虑电流的幅值和相位来计算电流的不平衡度。
[0048]
如果配电台区模型中任一支路上配置的换相开关数量为x台，则第i台换相开关流过的电流向量为ii'；用户侧的电流列向量i'＝[i'1,i'2,
…
,i'i,
…
i'
x
]
t
；其中i'1为第1台换相开关流过的电流向量；i'2为第2台换相开关流过的电流向量；i'
x
为第x台换相开关流过的电流向量。
[0049]
在步骤s102中，计算三相不平衡度。三相不平衡度包括三相电流不平衡度和换相开关动作次数。
[0050]
三相电流不平衡度最小的计算过程包括：
[0051]
x台换相开关的初始相位状态矩阵k0,k0＝[k
01
,k
02
,
…
,k
0i
,
…
,k
0x
]；所以带有换相开关的三相电流之和表示为：[i'
ka i'
kb i'
kc
]
t
＝k0×
i'；其中i'
ka
为用户侧装有换相开关的a相电流之和；i'
kb
为用户侧装有换相开关的b相电流之和；i'
kc
为用户侧装有换相开关的c相电流之和；
[0052]
如果任意支路的各项电流之和表示为：
[0053]
[i'
a i'
b i'c]＝[i'
ka i'
kb i'
kc
]
t
+[i'
xa i'
xb i'
xc
]
t
,i'
xa
为没有装换相开关的用
户各a相电流之和；i'
xb
为没有装换相开关的用户各b相电流之和；i'
xc
为没有装换相开关的用户各c相电流之和；i'a为任一支路的a相电流之和；i'b为任一支路的b相电流之和；i'c为任一支路的c相电流之和；
[0054]
通过对称分量法获得正序、负序、零序分量i'1i'2i'0，可通过以下变换得到：
[0055][0056]
其中α为一个旋转因子，α＝e
j120
°
为向量按照正方向旋转120度，其计算公式为：
[0057][0058]
计算负序电流不平衡度θ2与零序电流不平衡度θ0，可以得到，可以得到i1、i2、i0为正序、负序和零序电流的方均根植；
[0059]
所以综合电流不平衡度θ＝δ2θ2+δ0θ0，δ1、δ2是负序分量、零序分量的权重；
[0060]
当三相电流不平衡产生时,最佳的开关状态矩阵k＝[k
1 k2,
…
,ki,
…
,k
x
]，从而开关状态矩阵从k0转换为k，其中用户侧没有装换相开关的用户电流与相别保持不变，得到任一支路的三相电流不平衡度最小的目标函数φ1＝min{θ(k)}。
[0061]
通过比较任一支路中最佳开关组合与开关初始状态得到换相开关次数，计算换相开关动作次数最少的第二目标函数的过程包括：根据负荷支路开关变化因子ω来对比最佳开关组合k和开关初始状态矩阵k0中每个换相开关对应的开关相序状态列向量；即所以在换相操作的过程中，x台换相开关总动作次数为进一步获得这条支路换相过程中的换相开关动作次数最少的第二目标函数为φ2＝min{w(k)}。
[0062]
在上面φ1、φ2同时考虑了电路三相不平衡度的改善和换相开关次数的经济损耗，在两者之间选择适合的权重，获得最大效益，所以最终构造的换相模型的目标函数为
[0063]
f(k)＝σ0θ(k)+σ1w(k)
[0064]
其中，σ0是电流不平衡度的权重系数，σ1是换相开关动作次数的权重系数,θ(k)≤θ
预设值
，k∈{[1,0,0]
t
,[0,1,0]
t
,[0,0,1]
t
}。
[0065]
在步骤s103中，判断该支路上电流不平衡度是否超标，如果未超标，则返回步骤s102，如果超标，则执行步骤s104。
[0066]
在步骤s104中，判断不平衡度延续时间是否大于预设时间，如果不大于预设时间，则返回步骤s102；如果大于预设时间，则执行步骤s105。
[0067]
在步骤s105中，去除故障开关，大电流变化动作方案。
[0068]
在步骤s106中，通过电能质量监控终端获取用户负荷数据，确定粒子群维度。
[0069]
本发明将从多目标优化调节入手，以三相电流不平度和换相开关经济成本为综合考虑目标，将三相电流不平衡度最小和换相开关动作次数最少共同作为目标函数，引入自适应的优化粒子群优化算法，得到最佳换相方案。其中三相电流不平衡度是通过同时计算电流幅值和相位得到的。
[0070]
粒子群算法(pso)计算流程是，首先对一群粒子进行初始化操作，下一步是迭代跟踪两个极值(p
best
，g
best
)来更新以此来找到最优解。在每一次的迭代过程中，粒子需要通过下面的公式来更新自己的速度和位置。
[0071]vij
(t+1)＝av
ij
(t)+b1r1(t)(p
ij
(t)-y
ij
(t))+b2r2(t)(p
gi
(t)-y
ij
(t))
[0072]yij
(t+1)＝y
ij
(t)+v
ij
(t+1)
[0073]
其中，a(t)＝a
max-t(a
max-a
min
)/t
max
，v
ij
、y
ij
、p
ij
代表在第t次迭代时第i个粒子在维度j上的速度、位置和个体极值，p
gi
代表第t次迭代时在维度j上的全局极值，a(t)代表第t次迭代惯性权重大小，可以调整，t
max
为最大的迭代次数，b1、b2为学习因子，r1(t)、r2(t)为(0,1]区间随机数。
[0074]
改进粒子群算法不再考虑速度矢量，只通过粒子位置矢量来计算，这样可以避免粒子在搜索计算过程中出现早熟的问题，这样就无法获得全局最优解。改进的位置更新计算公式如下。
[0075]
yi(t+1)＝(1-ρ)yi(t)+ρpg(t)+γε(t)
[0076]
yi(t+1)为粒子在t+1时刻的位置；yi(t)为粒子在t时刻的位置；γ＝ci(0《c《1)，ρ∈[0.1,0.7]；pg(t)代表第t次迭代下所有的粒子全局极值；ε(t)为[0,1]范围内的随机数。
[0077]
在步骤s107中，设置离子群相关参数。
[0078]
在步骤s108中，相关粒子参数。
[0079]
在步骤s109中，考虑电流的相位和幅值以及粒子速度计算不平衡度。
[0080]
在步骤s110中，更新局部极值，全局极值。
[0081]
在步骤s111中，对预动作方案按照自适应系数进行优化选择。在三相不平衡智能换相时，除了既定的目标模型(最小不平衡度和最少的开关次数)外，一般根据情况，还需要多方面考虑应该避免大电流换相和对某一换相开关进行连续换相动作等要点。所以优化算法模型为了获得换相后全局最优解，引入自适应系数函数，通过上述改进的粒子群算法后，可以得到换相开关的预动作，接着评估引入的自适应系数函数，确定最终的换相方案。其中自适应系数函数可表示为h＝[m,n,k
imax
,k
bmax
,a]。其中，m,n分别为预动作换相开关编号和动作换相开关总数量，k
imax
预动作换相开关最大电流，k
bmax
代表在换相一个周期内单一换相开关的最大的动作次数，a是预设的权重数。
[0082]
在步骤s112中，更新粒子位置。
[0083]
在步骤s113中，判断是否达到最大迭代次数，如果未达到，则返回步骤s109。如果已经达到，则执行步骤s114。
[0084]
在步骤s114中，执行换相操作，进行配电网三相不平衡调节。根据换相算法模型，把支路中a、b、c三相开关连通，用0、1、2表示，，其台区中x台换相开关的初始相位状态矩阵为k0。粒子群算法在解决连续范围问题上更具有优势，现在将离散问题转换为连续问题，把
每一处开关状态对应0、1、2离散化数字，对应到[0,2]连续范围内。当xi∈[0,1]时，所对应开关xi向上取整，即开关xi＝1,即换相开关在a相，同样地，其他换相开关切换为b、c相。将建立的换相优化模型进行离散和连续化处理后，按照改进粒子群算法进行计算操作，可以得到换相开关的预动作，接着评估引入的自适应系数函数，确定最终的换相方案。
[0085]
本发明实施例1提出的一种考虑三相电流不平衡的智能换相方法，通过同时计算电流的幅值和相位来获得三相不平衡度，并以三相电流不平衡度最小和换相开关次数最少作为为多目标优化函数，通过对粒子群算法进行改进，可以得到换相开关的预动作，接着评估引入的自适应系数函数，确定最终的换相方案。
[0086]
本发明实施例1提出的一种考虑三相电流不平衡的智能换相方法，可以有效地自适应调节三相负荷的不平衡度，提高配电台区的三相负荷端的工作稳定性，大幅度提高配电网的经济性，降低资源损耗。
[0087]
实施例2
[0088]
基于本发明实施例1提出的一种考虑三相电流不平衡的智能换相方法，本发明实施例2还提出了一种考虑三相电流不平衡的智能换相系统，如图2为本发明实施例2一种考虑三相电流不平衡的智能换相系统示意图，该系统还包括第一计算模块、第二计算模块和确定方案模块；
[0089]
第一计算模块用于获取配电台区模型中任一支路上配置的换相开关数量以及任一换相开关上流过的电流向量，根据所述电流向量计算任一支路三相电流不平衡度最小的第一目标函数；
[0090]
第二计算模块用于通过比较任一支路中最佳开关组合与开关初始状态得到换相开关次数，计算换相开关动作次数最少的第二目标函数；
[0091]
确定方案模块用于以三相电流不平衡度最小和换相开关动作次数最少共同作为第三目标函数，采用改进后优化粒子群优化算法得到换相开关的预动作，然后评估引入的自适应系数函数，确定最终的换相方案。
[0092]
第一计算模块实现的过程包括：由于配电网中负荷性质的多样性，采用一种同时考虑电流的幅值和相位来计算电流的不平衡度。
[0093]
如果配电台区模型中任一支路上配置的换相开关数量为x台，则第i台换相开关流过的电流向量为ii'；用户侧的电流列向量i'＝[i'1,i'2,
…
,i'i,
…
i'
x
]
t
；其中i'1为第1台换相开关流过的电流向量；i'2为第2台换相开关流过的电流向量；i'
x
为第x台换相开关流过的电流向量。
[0094]
在步骤s102中，计算三相不平衡度。三相不平衡度包括三相电流不平衡度和换相开关动作次数。
[0095]
三相电流不平衡度最小的计算过程包括：
[0096]
x台换相开关的初始相位状态矩阵k0,k0＝[k
01
,k
02
,
…
,k
0i
,
…
,k
0x
]；所以带有换相开关的三相电流之和表示为：[i'
ka i'
kb i'
kc
]
t
＝k0×
i'；其中i'
ka
为用户侧装有换相开关的a相电流之和；i'
kb
为用户侧装有换相开关的b相电流之和；i'
kc
为用户侧装有换相开关的c相电流之和；
[0097]
如果任意支路的各项电流之和表示为：
[0098]
[i'
a i'
b i'c]＝[i'
ka i'
kb i'
kc
]
t
+[i'
xa i'
xb i'
xc
]
t
,i'
xa
为没有装换相开关的用
户各a相电流之和；i'
xb
为没有装换相开关的用户各b相电流之和；i'
xc
为没有装换相开关的用户各c相电流之和；i'a为任一支路的a相电流之和；i'b为任一支路的b相电流之和；i'c为任一支路的c相电流之和；
[0099]
通过对称分量法获得正序、负序、零序分量i'1i'2i'0，可通过以下变换得到：
[0100][0101]
其中α为一个旋转因子，α＝e
j120
°
为向量按照正方向旋转120度，其计算公式为：
[0102][0103]
计算负序电流不平衡度θ2与零序电流不平衡度θ0，可以得到，可以得到i1、i2、i0为正序、负序和零序电流的方均根植；
[0104]
所以综合电流不平衡度θ＝δ2θ2+δ0θ0，δ1、δ2是负序分量、零序分量的权重；
[0105]
当三相电流不平衡产生时,最佳的开关状态矩阵k＝[k
1 k2,
…
,ki,
…
,k
x
]，从而开关状态矩阵从k0转换为k，其中用户侧没有装换相开关的用户电流与相别保持不变，得到任一支路的三相电流不平衡度最小的目标函数φ1＝min{θ(k)}。
[0106]
第二计算模块实现的过程包括：根据负荷支路开关变化因子ω来对比最佳开关组合k和开关初始状态矩阵k0中每个换相开关对应的开关相序状态列向量；即所以在换相操作的过程中，x台换相开关总动作次数为进一步获得这条支路换相过程中的换相开关动作次数最少的第二目标函数为φ2＝min{w(k)}。
[0107]
在上面φ1、φ2同时考虑了电路三相不平衡度的改善和换相开关次数的经济损耗，在两者之间选择适合的权重，获得最大效益，所以最终构造的换相模型的目标函数为
[0108]
f(k)＝σ0θ(k)+σ1w(k)
[0109]
其中，σ0是电流不平衡度的权重系数，σ1是换相开关动作次数的权重系数,θ(k)≤θ
预设值
，k∈{[1,0,0]
t
,[0,1,0]
t
,[0,0,1]
t
}。
[0110]
确定方案模块执行的过程包括：发明将从多目标优化调节入手，以三相电流不平度和换相开关经济成本为综合考虑目标，将三相电流不平衡度最小和换相开关动作次数最少共同作为目标函数，引入自适应的优化粒子群优化算法，得到最佳换相方案。其中三相电流不平衡度是通过同时计算电流幅值和相位得到的。
[0111]
粒子群算法(pso)计算流程是，首先对一群粒子进行初始化操作，下一步是迭代跟
踪两个极值(p
best
，g
best
)来更新以此来找到最优解。在每一次的迭代过程中，粒子需要通过下面的公式来更新自己的速度和位置。
[0112]vij
(t+1)＝av
ij
(t)+b1r1(t)(p
ij
(t)-y
ij
(t))+b2r2(t)(p
gi
(t)-y
ij
(t))
[0113]yij
(t+1)＝y
ij
(t)+v
ij
(t+1)
[0114]
其中，a(t)＝a
max-t(a
max-a
min
)/t
max
，v
ij
、y
ij
、p
ij
代表在第t次迭代时第i个粒子在维度j上的速度、位置和个体极值，p
gi
代表第t次迭代时在维度j上的全局极值，a(t)代表第t次迭代惯性权重大小，可以调整，t
max
为最大的迭代次数，b1、b2为学习因子，r1(t)、r2(t)为(0,1]区间随机数。
[0115]
改进粒子群算法不再考虑速度矢量，只通过粒子位置矢量来计算，这样可以避免粒子在搜索计算过程中出现早熟的问题，这样就无法获得全局最优解。改进的位置更新计算公式如下。
[0116]
yi(t+1)＝(1-ρ)yi(t)+ρpg(t)+γε(t)
[0117]
yi(t+1)为粒子在t+1时刻的位置；yi(t)为粒子在t时刻的位置；γ＝ci(0《c《1)，ρ∈[0.1,0.7]；pg(t)代表第t次迭代下所有的粒子全局极值；ε(t)为[0,1]范围内的随机数。
[0118]
对预动作方案按照自适应系数进行优化选择。在三相不平衡智能换相时，除了既定的目标模型(最小不平衡度和最少的开关次数)外，一般根据情况，还需要多方面考虑应该避免大电流换相和对某一换相开关进行连续换相动作等要点。所以优化算法模型为了获得换相后全局最优解，引入自适应系数函数，通过上述改进的粒子群算法后，可以得到换相开关的预动作，接着评估引入的自适应系数函数，确定最终的换相方案。其中自适应系数函数可表示为h＝[m,n,k
imax
,k
bmax
,a]。其中，m,n分别为预动作换相开关编号和动作换相开关总数量，k
imax
预动作换相开关最大电流，k
bmax
代表在换相一个周期内单一换相开关的最大的动作次数，a是预设的权重数。
[0119]
更新粒子位置。判断是否达到最大迭代次数，如果已经达到，执行换相操作，进行配电网三相不平衡调节。
[0120]
根据换相算法模型，把支路中a、b、c三相开关连通，用0、1、2表示，其台区中x台换相开关的初始相位状态矩阵为k0。粒子群算法在解决连续范围问题上更具有优势，现在将离散问题转换为连续问题，把每一处开关状态对应0、1、2离散化数字，对应到[0,2]连续范围内。当xi∈[0,1]时，所对应开关xi向上取整，即开关xi＝1,即换相开关在a相，同样地，其他换相开关切换为b、c相。将建立的换相优化模型进行离散和连续化处理后，按照改进粒子群算法进行计算操作，可以得到换相开关的预动作，接着评估引入的自适应系数函数，确定最终的换相方案。
[0121]
本技术实施例2提供的一种考虑三相电流不平衡的智能换相系统将本发明实施例1提出的一种考虑三相电流不平衡的智能换相方法实现的过程模块化，相关部分的说明可以参见本技术实施例1提供的一种考虑三相电流不平衡的智能换相方法中对应部分的详细说明，在此不再赘述。
[0122]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备所固有的要素。在
没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。另外，本技术实施例提供的上述技术方案中与现有技术中对应技术方案实现原理一致的部分并未详细说明，以免过多赘述。
[0123]
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制。对于所属领域的技术人员来说，在上述说明的基础上还可以做出其它不同形式的修改或变形。这里无需也无法对所有的实施方式予以穷举，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。