一種基于帝國主義競爭算法的智能配電網隨機潮流方法
【技術領域】
[0001] 本發明設及電力系統技術領域，特別是設及一種基于帝國主義競爭算法的智能配 電網隨機潮流方法。
【背景技術】
[0002] 分布式發電（Dist;r;Lbuted generation,DG)是解決當前能源危機和環境污染問題 的有效手段，隨著單位電能生產成本的不斷降低和政策的大力支持，含分布式電源的微網 將是未來智能配電網的重要組成部分。由于可再生能源如風能、太陽能等W及負荷功率具 有很大的不確定性，微網的運行控制將面臨新的挑戰。
[0003] 潮流計算是電力系統運行分析和規劃設計的基礎，傳統潮流方法如適合福射型網 絡的前推回代法和環狀結構的N-R法都無法全面反映系統不確定因素的影響，并且大量DG 的接入改變了原來配電網的拓撲結構（由純福射型變為弱環型），使得單一的潮流算法具有 很大的局限，因此研究適應未來智能配電網特點的潮流計算方法具有重要意義。
【發明內容】
[0004] 發明目的：本發明的目的是提供一種能夠加快算法的計算速度，提升算法的有效 性和實用性的基于帝國主義競爭算法的智能配電網隨機潮流方法。
[0005] 技術方案:本發明所述的基于帝國主義競爭算法的智能配電網隨機潮流方法，具 體包括W下幾個步驟：
[0006] SI:建立負荷、風力發電系統和太陽能光伏發電系統的隨機模型，并產生輸入隨機 變量的樣本；
[0007] S2:初始化電壓幅值和相角;計算適應度函數F的值并確定初始帝國；
[0008] S3:進行帝國的同化和革命操作；
[0009] S4:比較帝國主義國家和殖民地的適應度函數。胃、。。。1，交換帝國主義國家和殖民 地的位置；
[0010] S5:計算整個帝國的適應度函數值并進行帝國合并；
[0011] S6:引入克隆進化算子，加快算法的收斂速度，得到輸出變量的概率分布。
[0012] 進一步，所述步驟Sl中，系統隨機模型的構建方法包括W下的步驟：
[0013] S1.1:計算負荷的有功功率的概率密度函數f (P)和無功功率的概率密度函數f (Q)：
(1)
[001引式（1)中，帖、Op分別為負荷的有功功率的期望值、方差，叫、則分別為負荷的無功功 率的期望值、方差；
[0016] SI.2:采用雙參數Weibull函數擬合風電機組有功出力的概率密度函數f(v):
(2)
[001引式(2)中，V為風速，k和C分別為We化Ull分布的兩個參數;將式(2)產生的風速序列 代入式(3)，求得風電機組有功出力的概率分布函數P(V):
(3)
[0020] 式(3)中，扣為風電機組的額定功率;VR、Vin和VDUt分別為額定風速、切入風速和切 出風速；
[0021] SI.3:計算太陽能光伏發電系統的輸出功率P:
(4)
[0023] 式(4)中，Pstc為標準狀態太陽能光伏發電系統的額定功率，Ging、Gstc分別為實際的 福射強度和標況下的福射強度，k為最大功率溫度系數，T。和Tr分別為實際溫度和參考溫度。
[0024] 進一步，所述步驟S2中，初始帝國的確定方法如下：
[0025] S2.11:隨機產生Npnp個國家，在約束范圍內隨機選取電壓幅值和相角的值，得到輸 入向量X= [Vi,，Si,82,…]，其中Vi為電壓幅值，S功相角的值；
[0026] S2.12:選取適應度函數F較大的前Nimp個國家作為帝國主義國家，剩下的都作為殖 民地，并為每個帝國主義國家分配殖民地形成初始的Nimp個帝國。
[0027] 進一步，計算適應度函數F的方法如下：
[0028] S2.21:計算基本潮流方程：
(.5)
[0030] 式(5)中，巧,,和么/分別為節點i的計算有功功率和計算無功功率，IYuI為節點i 導納矩陣的元素，01功i、j兩節點的相角差，S功節點i的電壓相角，S功節點j的電壓相角；
[0031] S2.22:計算節點i的最大有功變化率A P和最大無功變化率A Q:
(6)
[0033]式(6)中，瑞讀P0^,,分別為節點i的計劃有功功率和計劃無功功率，巧、0二,分別 為墻的初值和觀的初值，r為(-1,1)之間的常數；
[0034] S2.23:計算除平衡節點W外的適應度函數F:
[0035] 首先，確定目標函數Z為各節點適應度函數Fi之和，求解目標函數Z的最小值，如式 (7)、（8)所示，并保證各節點的電壓幅值和相角在約束范圍之內，如式(9)、（10)所示；
[0036] Min: {Z = sunKFi)} (7)
[0037] 巧二巧 +巧 (8)
[003引 |Vi,min|<|Vi|<|Vi'麗I (9)
[0039] Si,min<Si<Si,max (10)
[0040] 式(8)中的Fpi和FQi如下：
(11) (U)
[0043] 式（11)中，時i包括了PQ和PV節點;式（12)中，FQi只含PQ節點。
[0044] 進一步，所述步驟S3中，帝國的同化和革命操作方法如下：
[0045] 同化操作方法為：W殖民地向其所屬帝國主義國家移動來模擬同化過程；
[0046] 革命操作方法為:殖民地的坐標位置隨機發生改變。
[0047] 進一步，所述步驟S4中，交換帝國主義國家和殖民地位置的方法如下：
[0048] 當一個殖民地國家到達新的位置后，比較帝國主義國家和殖民地的適應度函數 Flmp、Fc。l，若殖民地的適應度函數Fc。l超過所屬帝國主義國家的適應度函數Flmp，則交換兩者 位置，該殖民地成為新的帝國主義國家，而原來的帝國主義國家淪為殖民地。
[0049] 進一步，所述步驟S5中，進行帝國合并的步驟為：
[0050] S5.1:計算整個帝國的適應度函數值；
[0051] S5.2:帝國之間通過競爭實現擴張，適應度函數大的帝國控制并占有適應度函數 小的帝國的殖民地，適應度函數小的帝國不斷丟失殖民地，當最后一個殖民地丟失時帝國 滅亡，當只剩一個帝國時結束帝國合并運算。
[0052] 進一步，所述步驟S6包括W下的步驟：
[0053] S6.1:將帝國主義國家按適應度函數從大到小排序，并依次進行克隆，克隆個數Nci 可由式(13)得到：
[0054] 訪〇 = L義 *Wai/」 （巧）
[0化5]式（13)中，A為克隆系數，Ncoi,1為第i個帝國主義國家的殖民地個數，L」表示向下 取整運算符；
[0056] S6.2:對第i個帝國的克隆群體Cl進行變異，產生新的變異群體出：
(14) (巧）
[0059] 式（14)中，n是問題維度，與為變異概率，馬。"表示一個NciXn階矩陣，Imax為適應度 函數最大的帝國主義國家;式(15)中，m為帝國個數；
[0060] S6.3:將變異群體出隨機劃分為四組，即出,1、出,2、出,3和出,4,每組按式（16)進行交 叉計算：
[0061] Ki =出,廣出,2+出,3-出,4 (16)
[0062] S6.4:取Ki和出中適應度函數最大的k個克隆變異個體取代當前適應度函數最小的 k個帝國主義國家，統計輸入樣本的計算結果，求得輸出變量的概率分布。
[0063] 有益效果:本發明方法能反映大量DG接入下系統的不確定性，在原始ICA的基礎上 引入克隆進化的思想，加強了帝國間的信息交互，能夠適應不同DG滲透率下純福射型、弱環 型和純環狀的配電網絡，并具有良好的收斂性。
【附圖說明】
[0064] 圖1是本發明方法的步驟框圖；
[0065] 圖2是本發明方法的流程圖；
[0066] 圖3是本發明實施例提供的IE邸-33節點系統案例模型圖；
[0067] 圖4是本發明實施例提供的光伏輸出功率樣本分布示意圖；
[0068] 圖5是本發明實施例提供的風電輸出功率樣本分布示意圖；
[0069] 圖6是本發明實施例提供的系統各節點的平均電壓分布示意圖；
[0070] 圖7是本發明實施例提供的兩種場景下(有無 DG)節點23電壓的CDF對比圖；
[0071] 圖8是本發明實施例提供的方法與MCS的誤差特性(期望）曲線對比圖；
[0072] 圖9是本發明實施例提供的方法與MCS的誤差特性(方差）曲線對比圖。
【具體實施方式】
[0073] 下面結合【具體實施方式】對本發明的技術方案作進一步的介紹。
[0074] 本發明公開了一種基于帝國主義競爭算法（ICA)的智能配電網隨機潮流方法，用 于解決現有的潮流算法在解決未來智能配電網中大量DG的接入所帶來的不確定因素增多， 網絡拓撲結構改變等方面的不足，在原始ICA的基礎上引入克隆進化的思想，加強了帝國間 的信息交互，能夠適應不同DG滲透率下純福射型、弱環型和純環狀的配電網絡，并具有良好 的收斂性。
[0075] 下面結合附圖對本發明的應用原理作詳細的描述。
[0076] 如圖1、圖2所示，本發明方法包括W下步驟：
[0077] SI:建立負荷、風力發電系統和太陽能光伏發電系統的隨機模型，并產生輸入隨機 變量的樣本；
[0078] S2:初始化電壓幅值和相角;計算適應度函數F的值并確定初始帝國；
[0079] S3:進行帝國的同化和革命操作；
[0080] S4:比較帝國主義國家和殖民地的適應度函數。胃、。。。1，交換帝國主義國家和殖民 地的位置；
[0081 ] S5:計算整個帝國的適應度函數值并進行帝國合并；
[0082] S6:引入克隆進化算子，加快算法的收斂速度，得到輸出變量的概率分布。
[0083] 步驟SI中，系統隨機模型的構建方法包括W下的步驟：
[0084] S1 . 1:計算負荷的有功功率的概率密度函數f (P)和無功功率的概率密度函數f (Q)：
Cl)
[0086] 式（1)中，帖、Op分別為負荷的有功功率的期望值、方差，叫、Oq分別為負荷的無功功 率的期望值、方差；
[0087] SI.2:采用雙參數Weibull函數擬合風電機組有功出力的概率密度函數f(v):
(2)
[0089]式(2)中，V為風速，k和C分別為We化Ull分布的兩個參數;將式(2)產生的風速序列 代入式(3)，求得風電機組有功出力的概率分布函數P(V):
(3)
[0091] 式(3)中，扣為風電機組的額定功率;VR、Vin和VDUt分別為額定風速、切入風速和切 出風速；
[0092] SI.3:計算太陽能光伏發電系統的輸出功率P:
(4)
[0094]式(4)中，Pstc為標準狀態太陽能光伏發電系統的額定功率，Ging、Gstc分別為實際的 福射強度和標況下的福射強度，k為最大功率溫度系數，T。和Tr分別為實際溫度和參考溫度。 光伏和風電輸出功率的樣本分布如圖4、圖5所示。
[00M]步驟S2中，初始帝國的確定方法如下：
[0096] S2.11:隨機產生Npnp個國家，在約束范圍內隨機選取電壓幅值和相角的值，得到輸 入向量X= [Vi,，Si,82,…]，其中Vi為電壓幅值，S功相角的值；
[0097] S2.12:選取適應度函數F較大的前Nimp個國家作為帝國主義國家，剩下的都作為殖 民地，并為每個帝國主義國家分配殖民地形成初始的Nimp個帝國。
[0098] 計算適應度函數F的方法如下：
[0