基于改進(jìn)nsga-ii的含風(fēng)電場電網(wǎng)多目標(biāo)規(guī)劃方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及含風(fēng)電場的電網(wǎng)規(guī)劃領(lǐng)域，尤其設(shè)及一種基于改進(jìn)帶精英策略的快速 非支配排序遺傳算法（NSGA-II)W的含風(fēng)電場電網(wǎng)多目標(biāo)規(guī)劃方法。
【背景技術(shù)】
[0002] 由于風(fēng)電裝機(jī)容量逐年增大，W及風(fēng)速的隨機(jī)性和風(fēng)電機(jī)組的運(yùn)行特性，風(fēng)電場 并網(wǎng)必然會(huì)引起一系列的電能質(zhì)量問題，而電網(wǎng)希望風(fēng)電機(jī)組并網(wǎng)有良好的電能質(zhì)量品 質(zhì)，因此含風(fēng)機(jī)的電網(wǎng)規(guī)劃考慮風(fēng)機(jī)并網(wǎng)點(diǎn)的電能質(zhì)量是有必要的。
[0003] 目前已有不少含風(fēng)電場的電網(wǎng)規(guī)劃的研究，也取得了很大的成果。文獻(xiàn)巧]W保 證電網(wǎng)經(jīng)濟(jì)性最優(yōu)為前提研究了含風(fēng)電場的電網(wǎng)規(guī)劃，采用基于概率的方法有效地考慮了 風(fēng)電的隨機(jī)性W及負(fù)荷的不確定性。文獻(xiàn)巧]W投資經(jīng)濟(jì)性和可靠性為主要優(yōu)化目標(biāo)，并 給出了一種隨機(jī)模擬、神經(jīng)元網(wǎng)絡(luò)和NSGA-II相結(jié)合的混合智能算法，建立用于處理風(fēng)電 場與電網(wǎng)聯(lián)合規(guī)劃的多目標(biāo)規(guī)劃模型。該些研究大都關(guān)注于風(fēng)電的不確定性對(duì)電網(wǎng)規(guī)劃的 影響，并未設(shè)及到風(fēng)電并網(wǎng)所引起的電能質(zhì)量問題。文獻(xiàn)[4]對(duì)含風(fēng)電場的電網(wǎng)規(guī)劃考慮 了電能質(zhì)量約束，采用傳統(tǒng)的遺傳算法優(yōu)化規(guī)劃方案。
[0004] 發(fā)明人在實(shí)現(xiàn)本發(fā)明的過程中，發(fā)現(xiàn)對(duì)于含風(fēng)電場的多目標(biāo)電網(wǎng)規(guī)劃，現(xiàn)有的多 目標(biāo)規(guī)劃方法存在W下缺點(diǎn)和不足：
[0005] (1)傳統(tǒng)算法一般只得到一個(gè)解，但含風(fēng)電場的多目標(biāo)電網(wǎng)規(guī)劃問題往往會(huì)存在 一個(gè)互不支配的解集需要使用者根據(jù)條件的不同進(jìn)行挾擇；
[0006] (2)傳統(tǒng)算法將多目標(biāo)優(yōu)化問題轉(zhuǎn)化為單目標(biāo)優(yōu)化問題后，往往不能有效地協(xié)調(diào) 含風(fēng)電場電網(wǎng)規(guī)劃中各個(gè)目標(biāo)的優(yōu)化程度；
[0007] (3)由于傳統(tǒng)算法中各個(gè)目標(biāo)函數(shù)的權(quán)值是人為規(guī)定的，具有較大的主觀性，因 此，在含風(fēng)電場的電網(wǎng)規(guī)劃中，傳統(tǒng)優(yōu)化算法不利于決策者根據(jù)實(shí)際情況作出合理的決策。 [000引 （4)多目標(biāo)遺傳算法是解決多目標(biāo)優(yōu)化問題的一種進(jìn)化算法，其中NSGA-II算法 能夠克服傳統(tǒng)多目標(biāo)優(yōu)化算法的缺點(diǎn)，最終得到多個(gè)"滿意解"的集合，即Pareto最優(yōu)解集 ，適用于含風(fēng)電場的多目標(biāo)電網(wǎng)規(guī)劃。但是為了保證得到最優(yōu)的含風(fēng)電場的電網(wǎng)規(guī)劃優(yōu) 化方案，該算法需要在如何加強(qiáng)全局捜索能力，提高收斂性等方面進(jìn)行改進(jìn)W。

【發(fā)明內(nèi)容】

[0009] 本發(fā)明提供了一種基于改進(jìn)NSGA-II的含風(fēng)電場電網(wǎng)多目標(biāo)規(guī)劃方法，本發(fā)明通 過機(jī)會(huì)約束規(guī)劃方法構(gòu)建W線路總長度、公共連接點(diǎn)處閃變值為目標(biāo)的風(fēng)電場多目標(biāo)電網(wǎng) 規(guī)劃模型，并用改進(jìn)NSGA-II算法實(shí)現(xiàn)風(fēng)機(jī)接入電能質(zhì)量的多目標(biāo)電網(wǎng)規(guī)劃，使優(yōu)化出的 規(guī)劃方案更科學(xué)、更合理，詳見下文描述：
[0010] 一種改進(jìn)NSGA-II的含風(fēng)電場電網(wǎng)多目標(biāo)規(guī)劃方法，所述含風(fēng)電場電網(wǎng)多目標(biāo)規(guī) 劃方法包括W下步驟：
[0011] 構(gòu)建風(fēng)電場的出力模型；
[0012] 計(jì)算風(fēng)電機(jī)組在公共連接點(diǎn)處引起的閃變值；
[0013] 構(gòu)建線路的總長度最短、風(fēng)電場公共接入點(diǎn)處的閃變值最小的目標(biāo)函數(shù)；
[0014] 通過基于NDX算子的NSGA-n算法、出力模型W及目標(biāo)函數(shù)實(shí)現(xiàn)對(duì)含風(fēng)電場電網(wǎng) 多目標(biāo)的規(guī)劃。
[0015] 其中，所述通過基于NDX算子的NSGA-n算法、出力模型W及目標(biāo)函數(shù)實(shí)現(xiàn)對(duì)含風(fēng) 電場電網(wǎng)多目標(biāo)的規(guī)劃的步驟具體為：
[0016] 通過直流潮流計(jì)算W及約束條件進(jìn)行概率潮流分析；
[0017] 基于非劣解等級(jí)和擁擠距離，采用輪賽制選擇算子對(duì)個(gè)體進(jìn)行篩選；
[001引通過NDX算子和多項(xiàng)式變異算子對(duì)選擇之后的個(gè)體進(jìn)行交叉變異，最終利用快速 非支配排序由第一層的個(gè)體組成Pareto最優(yōu)解集。
[0019] 所述通過直流潮流計(jì)算W及約束條件進(jìn)行概率潮流分析具體為：
[0020] 如果節(jié)點(diǎn)a-b之間的有功潮流在線路輸送容量限制之內(nèi)的抽樣分布情況大于a， 則認(rèn)為節(jié)點(diǎn)a-b之間的線路無過負(fù)荷，否則就是有過負(fù)荷；a表示線路無過負(fù)荷的概率。
[0021] 在通過直流潮流計(jì)算W及約束條件進(jìn)行概率潮流分析的步驟之前，所述含風(fēng)電場 電網(wǎng)多目標(biāo)規(guī)劃方法還包括：
[0022] W節(jié)點(diǎn)之間的擴(kuò)建線路條數(shù)為控制變量，進(jìn)行染色體的編碼；通過節(jié)點(diǎn)之間的原 有線路條數(shù)、擴(kuò)建線路條數(shù)進(jìn)行染色體解碼，獲取節(jié)點(diǎn)架設(shè)線路條數(shù)。
[0023]W節(jié)點(diǎn)之間最大可擴(kuò)建回路數(shù)為控制變量的上限，隨機(jī)生成初始種群。
[0024] 在所述基于非劣解等級(jí)和擁擠距離，采用輪賽制選擇算子對(duì)個(gè)體進(jìn)行篩選的步驟 之前，所述含風(fēng)電場電網(wǎng)多目標(biāo)規(guī)劃方法還包括：
[0025] 對(duì)線路無過負(fù)荷的個(gè)體利用快速非支配排序方法進(jìn)行快速分層，獲得非劣解的等 級(jí)，并計(jì)算個(gè)體的擁擠距離。
[0026] 本發(fā)明提供的技術(shù)方案的有益效果是；本發(fā)明提出將NDX算子引入NSGA-II算法 中，并且將此改進(jìn)的NSGA-II算法應(yīng)用到考慮風(fēng)機(jī)接入電能質(zhì)量的多目標(biāo)電網(wǎng)規(guī)劃中，給 決策者提供盡可能多的具有代表性的非劣解，有利于其做出更合理的決策。結(jié)果表明，本發(fā) 明不僅克服了傳統(tǒng)的多目標(biāo)優(yōu)化的主觀性W及一次優(yōu)化只能得到一個(gè)解的缺點(diǎn)，并且相對(duì) 于常規(guī)NSGA-II算法在加強(qiáng)全局捜索能力，提高收斂性等方面具有很大的優(yōu)越性；優(yōu)化后 所得的規(guī)劃方案不僅保證了線路投資的經(jīng)濟(jì)性，也降低了公共連接點(diǎn)處電能質(zhì)量的影響， 優(yōu)化的結(jié)果更為合理。
【附圖說明】
[0027] 圖1為多目標(biāo)規(guī)劃優(yōu)化過程的流程圖；
[002引 圖2為局部擁擠距離示意圖；
[0029] 圖3為IE邸6節(jié)點(diǎn)原始系統(tǒng)圖；
[0030] 圖4為不同NSGA-II算法的Pareto解的分布示意圖；
[0031] 圖5為基于NDX算子NSGA-II算法的收斂變化的示意圖；
[003引圖6為常規(guī)NSGA-II算法的收斂變化的示意圖。
【具體實(shí)施方式】
[0033] 為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面對(duì)本發(fā)明實(shí)施方式作進(jìn)一步 地詳細(xì)描述。
[0034] 本發(fā)明將正態(tài)分布交叉（ND幻算子引入到常規(guī)的NSGA-n算法，利用NDX算子的 空間開發(fā)能力，使捜索空間更為廣闊，提高了算法的全局捜索性能W及收斂性，從而獲得高 質(zhì)量且分布均勻的Pareto最優(yōu)解。
[003引一、基于NDX算子的NSGA-II算法
[0036] (l)NSGA-II算法的特點(diǎn)
[0037] 多目標(biāo)遺傳算法的核屯、就是協(xié)調(diào)各目標(biāo)函數(shù)之間的關(guān)系，找出使各目標(biāo)函數(shù)能盡 量達(dá)到比較大（或比較?。┑淖顑?yōu)解集。Gol化ergW提出了基于Pareto最優(yōu)解的概念計(jì) 算個(gè)體適應(yīng)度的方法，借助非劣解的等級(jí)和相應(yīng)的選擇算子使種群在優(yōu)化過程中朝Pareto 最優(yōu)解的方向進(jìn)化。在此基礎(chǔ)上誕生的NSGA算法，是基于非支配排序原理對(duì)種群中的個(gè)體 進(jìn)行分類，可W得到分布均勻的非劣最優(yōu)解。但是該算法的缺點(diǎn)是計(jì)算復(fù)雜度偏高、進(jìn)化過 程中非劣解被淘汰和共享參數(shù)需根據(jù)經(jīng)驗(yàn)設(shè)定等。因此Deb?給出的NSGA-II算法，引入 快速非支配排序法和精英策略，定義擁擠度取代適應(yīng)值共享，降低了算法的計(jì)算復(fù)雜性，提 高了計(jì)算效率。
[00測 似交叉算子
[0039] 1) SBX算子；
[0040] 模擬二進(jìn)制交叉SBX(simulatedbinarycrossover,SB)〇算子在進(jìn)化過程中，個(gè) 體產(chǎn)生方式如式（1):
[0041] si/2,i=(yi,i+y2,i)/2± 0 ? (yi,i-y2,i)/2(D
[0042] 其中，為子代個(gè)體上對(duì)應(yīng)的第i個(gè)控制變量值，y和7 2,1為兩個(gè)父代個(gè)體上 對(duì)應(yīng)的第i個(gè)控制變量值，0為隨機(jī)變量，i為第i個(gè)控制變量；
[0043] 在計(jì)算子代個(gè)體上的每一個(gè)控制變量時(shí)，0需要重新取值，其取值方式如式（2):
[0044]
【主權(quán)項(xiàng)】
1. 一種改進(jìn)NSGA-II的含風(fēng)電場電網(wǎng)多目標(biāo)規(guī)劃方法，其特征在于，所述含風(fēng)電場電 網(wǎng)多目標(biāo)規(guī)劃方法包括以下步驟： 構(gòu)建風(fēng)電場的出力模型； 計(jì)算風(fēng)電機(jī)組在公共連接點(diǎn)處引起的閃變值； 構(gòu)建線路的總長度最短、風(fēng)電場公共接入點(diǎn)處的閃變值最小的目標(biāo)函數(shù)； 通過基于NDX算子的NSGA-II算法、出力模型以及目標(biāo)函數(shù)實(shí)現(xiàn)對(duì)含風(fēng)電場電網(wǎng)多目 標(biāo)的規(guī)劃。
2. 根據(jù)權(quán)利要求1所述的一種改進(jìn)NSGA-II的含風(fēng)電場電網(wǎng)多目標(biāo)規(guī)劃方法，其特征 在于，所述通過基于NDX算子的NSGA-II算法、出力模型以及目標(biāo)函數(shù)實(shí)現(xiàn)對(duì)含風(fēng)電場電網(wǎng) 多目標(biāo)的規(guī)劃的步驟具體為： 通過直流潮流計(jì)算以及約束條件進(jìn)行概率潮流分析； 基于非劣解等級(jí)和擁擠距離，采用輪賽制選擇算子對(duì)個(gè)體進(jìn)行篩選； 通過NDX算子和多項(xiàng)式變異算子對(duì)選擇之后的個(gè)體進(jìn)行交叉變異，最終利用快速非支 配排序由第一層的個(gè)體組成Pareto最優(yōu)解集。
3. 根據(jù)權(quán)利要求2所述的一種改進(jìn)NSGA-II的含風(fēng)電場電網(wǎng)多目標(biāo)規(guī)劃方法，其特征 在于，所述通過直流潮流計(jì)算以及約束條件進(jìn)行概率潮流分析具體為： 如果節(jié)點(diǎn)a-b之間的有功潮流在線路輸送容量限制之內(nèi)的抽樣分布情況大于a，則認(rèn) 為節(jié)點(diǎn)a-b之間的線路無過負(fù)荷，否則就是有過負(fù)荷；a表示線路無過負(fù)荷的概率。
4. 根據(jù)權(quán)利要求3所述的一種改進(jìn)NSGA-II的含風(fēng)電場電網(wǎng)多目標(biāo)規(guī)劃方法，其特征 在于，在通過直流潮流計(jì)算以及約束條件進(jìn)行概率潮流分析的步驟之前，所述含風(fēng)電場電 網(wǎng)多目標(biāo)規(guī)劃方法還包括： 以節(jié)點(diǎn)之間的擴(kuò)建線路條數(shù)為控制變量，進(jìn)行染色體的編碼；通過節(jié)點(diǎn)之間的原有線 路條數(shù)、擴(kuò)建線路條數(shù)進(jìn)行染色體解碼，獲取節(jié)點(diǎn)架設(shè)線路條數(shù)。 以節(jié)點(diǎn)之間最大可擴(kuò)建回路數(shù)為控制變量的上限，隨機(jī)生成初始種群。
5. 根據(jù)權(quán)利要求3所述的一種改進(jìn)NSGA-II的含風(fēng)電場電網(wǎng)多目標(biāo)規(guī)劃方法，其特征 在于，在所述基于非劣解等級(jí)和擁擠距離，采用輪賽制選擇算子對(duì)個(gè)體進(jìn)行篩選的步驟之 前，所述含風(fēng)電場電網(wǎng)多目標(biāo)規(guī)劃方法還包括： 對(duì)線路無過負(fù)荷的個(gè)體利用快速非支配排序方法進(jìn)行快速分層，獲得非劣解的等級(jí)， 并計(jì)算個(gè)體的擁擠距離。
【專利摘要】本發(fā)明公開了一種改進(jìn)NSGA-II的含風(fēng)電場電網(wǎng)多目標(biāo)規(guī)劃方法，所述含風(fēng)電場電網(wǎng)多目標(biāo)規(guī)劃方法包括以下步驟：構(gòu)建風(fēng)電場的出力模型；計(jì)算風(fēng)電機(jī)組在公共連接點(diǎn)處引起的閃變值；構(gòu)建線路的總長度最短、風(fēng)電場公共接入點(diǎn)處的閃變值最小的目標(biāo)函數(shù)；通過基于NDX算子的NSGA-II算法、出力模型以及目標(biāo)函數(shù)實(shí)現(xiàn)對(duì)含風(fēng)電場電網(wǎng)多目標(biāo)的規(guī)劃。本發(fā)明不僅克服了傳統(tǒng)的多目標(biāo)優(yōu)化的主觀性以及一次優(yōu)化只能得到一個(gè)解的缺點(diǎn)，并且相對(duì)于常規(guī)NSGA-II算法在加強(qiáng)全局搜索能力，提高收斂性等方面具有很大的優(yōu)越性。
【IPC分類】G06Q50-06, G06Q10-04
【公開號(hào)】CN104866919
【申請(qǐng)?zhí)枴緾N201510262470
【發(fā)明人】姜惠蘭, 吳玉璋, 安星, 王亞微, 高一武
【申請(qǐng)人】天津大學(xué)
【公開日】2015年8月26日
【申請(qǐng)日】2015年5月20日