一种基于遗传模拟退火算法的电网线损管理评价方法
一种基于遗传模拟退火算法的电网线损管理评价方法
【技术领域】
[0001] 本发明涉及一种基于遗传模拟退火算法的电网线损管理评价方法。
【背景技术】
[0002] 由于电网结构、社会经济因素等各方面的差异，不同电网间的线损水平存在较大 差异，为了更客观评价线损管理水平，需根据电网的不同属性划分出几个梯队，将属性类似 的电网聚到一个梯队中进行评价，各梯队间相互独立互不干扰，其本质为一种聚类。
[0003] K-MEANS算法为一种简单有效的聚类算法，但由于其在寻找聚类中心的过程中采 用了启发式方法，对初始聚类中心的选择较为敏感，并且，该算法需事先指定聚类个数，而 在实际应用中往往无法准确获悉样本的聚类个数，因此，传统的K-MEANS聚类算法容易陷入 局部最优解。
[0004] 遗传算法(Genetic Algorithm，GA)是模拟达尔文生物进化论的自然选择和遗传 学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法，其 引入了选择、交叉和变异等操作，可以随机的方式获取最优解，但其局部寻优能力不足，且 存在早熟的缺陷。模拟退火算法(Simulated Annealing，SA)从某一较高初温出发，伴随温 度参数的不断下降，在局部最优解能概率性地跳出并最终趋于全局最优，具有很强的局部 搜索能力。基于遗传模拟退火算法的聚类算法则综合了遗传算法与模拟退火算法的优势， 能以较大的概率获得全局最优解。
【发明内容】
[0005] 针对上述问题，本发明提供一种基于遗传模拟退火算法的电网线损管理评价方 法，划分过程中的聚类个数在算法运行过程中动态调整确定，弥补了传统的K-MEANS聚类算 法对初始聚类中心敏感、难以事先确定聚类个数的不足，能以较大的概率获取全局最优的 划分结果，对电网线损管理评价工作具有一定的参考价值。
[0006] 为实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：
[0007] -种基于遗传模拟退火算法的电网线损管理评价方法，其特征在于，包括如下步 骤：
[0008] 步骤一:对影响电网线损水平的因素进行数学建模，包括电压等级及层次、线路平 均长度、导线截面积、配变设备状况、无功补偿配置、负荷时间分布、单位变电容量负载率、 电网最大自然无功负荷系数、分压售电量、无损电量占比、农村面积占比、非工业GDP占比以 及供电密度，并根据应用需要及数据质量建立电网线损N维指标向量，其中，1SNS 13;
[0009] 步骤二:在电网线损N维指标向量生成的样本集中，随机抽取k个样本作为初始聚 类中心，采用基于聚类中心的染色体浮点编码方式，每条染色体的编码C为:C = kcA. . .ck，基 因〇为第λ个聚类中心对应的某电网线损N维向量，每个染色个体对应一种线损管理水平的 划分评价方式；
[0010] 步骤三:初始化算法控制参数，包括种群个体数Μ、最大进化次数S、交叉概率Pc、变 异概率pm、温度冷却系数k。、退火初始温度To、退火终止温度Tend ;
[0011] 步骤四：对初始种群的各不同个体，分别依据聚类中心，根据欧式距离最小原则进 行样本聚类，计算各不同个体的适应度值；
[0012] 步骤五:对种群中的个体进行选择、交叉、变异操作，对新产生的个体计算其适应 度值，进行模拟退火算法操作，生成新的种群；
[0013] 步骤六:当进化次数小于最大进化次数S时，返回步骤五;否则，转到步骤七；
[0014]步骤七:若温度指标低于终止温度Tend，则算法终止，对现有种群中的最优个体进 行解码，获取最佳的聚类个数与聚类中心，再进行样本聚类将待评价电网的线损管理水平 划分到不同的梯队中；若温度指标高于终止温度T end，则执行降温操作并返回步骤五；
[0015] 步骤八:在线损管理水平的同一梯队中，依据线损值的大小进行评价，线损值的高 低对应线损管理水平的高低，各梯队间评价相互独立。
[0016] 首先通过计算线损影响因素指标，形成电网线损指标向量样本集，随机抽取若干 样本作为初始聚类中心，进行可变聚类中心的浮点编码，并将聚类个数添加到染色体编码 中作为首个基因位，求解最优个体并解码以确定聚类个数及聚类中心，将待评价电网的线 损管理水平划分到不同的梯队中，在同一梯队中根据线损值的大小进行管理评价，线损值 较小的则认为其管理水平较优。本发明在评价的过程中融合了遗传算法与模拟退火算法的 思想，消除了传统聚类算法中对初始聚类中心敏感、易陷入局部最优的缺陷，且无需事先指 定聚类个数，能以较大的概率找到全局最优的线损同类划分结果。
[0017]优选，步骤四中，对于染色体中选定的k个聚类中心，将电网线损指标向量幻根据 欧氏距离最小的原则归入聚类中心即：
[0018] |xi-ca| | =min| | xi-cj | | (j = l ,2, . . . ,k)
[0019] 其中，χΑ电网线损各影响因素指标开$成的N维向量，且X1=(X11,X12, . . . ,χιν)，χιι ~xiN分别对应于N个影响因素指标数值。
[0020] 其中，根据类内距离最小、类间距离最大的聚类目标定义适应度为/ = ·^，其中 X+J
[0021] 本发明的有益效果是:本发明将基于遗传模拟退火的聚类算法应用到电网线损管 理评价工作中，首先将待评价电网划分为几个不同的梯队，再在同一梯队中根据线损值的 大小进行管理水平评价。划分过程中的聚类个数在算法运行过程中动态调整确定，弥补了 传统的K-MEANS聚类算法对初始聚类中心敏感、难以事先确定聚类个数的不足，能以较大的 概率获取全局最优的划分结果，对电网线损管理评价工作具有一定的参考价值。
【附图说明】
[0022] 图1是本发明一种基于遗传模拟退火算法的电网线损管理评价方法的流程图。
【具体实施方式】
[0023]下面结合附图和具体的实施例对本发明技术方案作进一步的详细描述，以使本领 域的技术人员可以更好的理解本发明并能予以实施，但所举实施例不作为对本发明的限 定。
[0024] 一种基于遗传模拟退火算法的电网线损管理评价方法，如图1所示，包括如下步 骤：
[0025] 步骤一:对影响电网线损水平的因素进行数学建模，包括电压等级及层次、线路平 均长度、导线截面积、配变设备状况、无功补偿配置、负荷时间分布、单位变电容量负载率、 电网最大自然无功负荷系数、分压售电量、无损电量占比、农村面积占比、非工业GDP占比以 及供电密度，并根据应用需要及数据质量建立电网线损N维指标向量，其中，1SNS 13;
[0026] 步骤二:在电网线损N维指标向量生成的样本集中，随机抽取k个样本作为初始聚 类中心，采用基于聚类中心的染色体浮点编码方式，每条染色体由k个聚类中心及聚类数目 k的编码组成，基于聚类中心的染色体浮点编码为C为:C = k(u. . .ck，基因 α为第λ个聚类中 心对应的某电网线损Ν维向量，k也即为该染色体的聚类个数，每个染色个体对应一种线损 管理水平的划分评价方式；
[0027]步骤三:初始化算法控制参数，包括种群个体数M、最大进化次数S、交叉概率Pc、变 异概率Pm、温度冷却系数k。、退火初始温度TO、退火终止温度Tend ;
[0028] 步骤四：对初始种群的各不同个体，分别依据聚类中心，根据欧式距离最小原则进 行样本聚类，计算各不同个体的适应度值；
[0029] 优选，此步骤中，对于染色体中选定的k个聚类中心，将电网线损指标向量幻根据 欧氏距离最小的原则归入聚类中心即：
[0030] |xi-ca| | =min| | xi-cj | | (j = l ,2, . . . ,k)
[0031] 其中，χι为电网线损各影响因素指标形成的N维向量，且χι=(χιι,χ?2, . . . ,χιν)，χιι ~xiN分别对应于N个影响因素指标数值。
[0032] 根据类内距离最小、类间距离最大的聚类目标定义适应度为/ = ，其中 1 +J
[0033] 步骤五:对种群中的个体进行选择、交叉、变异操作，对新产生的个体计算其适应 度值，进行模拟退火算法操作，生成新的种群；
[0034] 步骤六:当进化次数小于最大进化次数S时，返回步骤五;否则，转到步骤七；
[0035] 步骤七:若温度指标低于终止温度Tend，则算法终止，对现有种群中的最优个体进 行解码，获取最佳的聚类个数与聚类中心，再进行样本聚类将待评价电网的线损管理水平 划分到不同的梯队中；若温度指标高于终止温度T end，则执行降温操作并返回步骤五；
[0036] 步骤八:在线损管理水平的同一梯队中，依据线损值的大小进行评价，线损值的高 低对应线损管理水平的高低，各梯队间评价相互独立。
[0037] -般的，步骤一中对影响电网线损水平的因素进行数学建模，具体为：
[0038] (1)电压等级及层次Ydydj的数学模型计算公式为：
[0039] Y〇ydj= Σ Lossi
[0040] 其中，i = 500~lOkV内各电压等级;Lossi为待划分电网全范围内i电压等级分压 线损率；
[0041] (2)线路平均长度Y xkd的数学模型计算公式为：
[0042]
[0043]兵十：^刀符划力、电FU电压等级下的线路长度;化为待划分电网i电压等级线路总 条数；
[0044] (3)导线截面积Ydxjm的数学模型计算公式：
[0045] Ydxjm=X Lossiq0(qiaLi0a+qibLi0b+qicLi9c)
[0046] 其中：Θ为导线类型序号，当Θ = 1时，表示架空线，θ = 2时，表示电缆;qe为导线类型 权重，按架空线和电缆的长度比例，如果某电网无电缆，则qi取100% ;L〇SSi为待划分电网全 范围内i电压等级分压线损率为待划分电网的i电压等级架空线路或电缆的 截面与待划分电网i电压等级线路长度的比，将导线按截面积大小分为I截面、Π 截面、m截 面三种截面，其中I截面的截面积小于π截面的截面积、π截面的截面积小于m截面的截面 积，a、b、c分别代表1截面、Π 截面、ΙΠ 截面;qia、qib、qi。分别代表i电压等级a、b、c截面导线对 线损影响的权重系数。
[0047] (4)配变设备状况ΥΡΒΖΚ的数学模型计算公式：
[0048] Ypbzk = qdTd+qeTe+qf Tf
[0049] 其中：Td、Te、Tf分别为高耗型号、普通型号、节能型号的配变容量比例，高耗型号为 S7以下，普通型号为S9~S11，节能型号为S11以上，其中非晶合金变及单相变的容量合并归 入S11以上型号参与计算；
[0050] (5)无功补偿配置的数学模型计算公式为：
[0051] Ywgbc= Σ Lossi (1-ffi)
[0052] 其中：L〇SSl*待划分电网全范围内i电压等级分压线损率为各电网的i电压等 级无功补偿配置系数，主变所配置电容器容量与主变容量的比值；
[0053] (6)负荷空间分布Yfhsj的数学模型计算公式：
[0054]
[0055] 其中:队为各电网的月负荷均匀程度，即月最大峰谷差与月平均负荷之比值。
[0056] (7)单位变电容量负载率YZBFZ的数学模型计算公式为：
[0057]
[0058]
[0059] 其中：Gi为i电压等级变压器下送电量; 220kV、110kV电压等级变压器的下送电量;ru为i电压等级变压器的损耗率;Po^i电压等级 变压器空载损耗的典型值;Pu为i电压等级变压器负载损耗的典型值;SiSi电压等级变压 器额定容量的典型值;Pi为i电压等级变压器的下送功率;Bi为i电压等级变压器的容量； [ΟΟ?Ο] (8)最大自然无功负荷系数Yzrwg的数学模型计算公式：
[0061]
[0062]兵干：W73电FJ的爾入无功能力，P为电网最大统调有功负荷；
[0063]电网的最大无功能力为：
[0064] Q = Qg+Qc+Qr+Ql
[0065] 其中：Qc为发电机的无功功率，Qc为容性无功补偿总容量，Qr为邻网输入或输出无 功，Ql为线路和电缆的充电功率；
[0066] (9)分压售电景Yfydl的指标计算公式：
[0067]
[0068] 其中：L〇SSl*待划分电网全范围内i电压等级分压线损率为电网i电压等级供 电量;A为电网的总供电量；
[0069] (10)无损电量Ywsdl的数学模型计算公式：
[0070] Ywsdl= 1-ff
[0071] 其中:W为各电网无损电量占比；
[0072] (11)农村面积占比ΥΝα?的数学模型计算公式为：
[0073] Yncmj = S，
[0074] 其中：S '为各电网农村面积占比；
[0075] (12)非工业GDP占比YFGY的数学模型计算公式为：
[0076] Yfgy=G
[0077] 其中：G为各电网非工业GDP占比；
[0078] (13)供电密度Ycdmd的数学模型计算公式为：
[0079]
[0080] 其中:A为电网的总供电量，η为各电网供电面积。
[0081] 为了简明阐述本发明所述线损同类划分方案，假设划分对象为电网Α、电网Β、电网 C、电网D、电网Ε和电网F，则具体的一个实施方式如下：
[0082] S1、对影响电网线损水平的各类因素进行数学建模，建立电网线损多维指标向量。 影响因素包括电压等级及层次、线路平均长度、导线截面积、配变设备状况、无功补偿配置、 负荷时间分布、单位变电容量负载率、最大自然无功负荷系数、分压售电量、无损电量、农村 面积占比、非工业GDP占比以及供电密度，根据应用需要及数据质量建立Ν维指标向量（1 < Ν <13)；
[0083] 为简化示意，选取电压等级及层次、线路平均长度、导线截面积、配变设备状况四 个影响因素，根据上文所述数学公式建立4维指标向量，分别为：
[0084] Χ1= (XII ,Χ12 ,X13 ,X14)、X2= (Χ21 ,X22 ,X23 ,X24)、X3= (Χ31 ,X32 ,X33 ,X34)、X4= (Χ41 ,X42 , X43 ,X44)、X5 = (X51 ,X52 ,X53 ,X54)、X6= (X61 ,X62 ,X63 ,X64)，以XI为例，Xll ,X12 ,X13 ,X14分别为电网 A的电压等级及层次指标、线路平均长度指标、导线截面积指标和配变设备状况指标。X2、X3、 X4、X5和X6则分别为电网B、电网C、电网D、电网E和电网F的指标向量。
[0085] S2、在电网线损多维指标向量生成的样本集中，随机抽取k个样本作为初始聚类中 心，采用基于聚类中心的浮点编码方式，每条染色体由k个聚类中心及聚类数目k的编码组 成;每个染色个体对应一种线损管理水平的划分评价方式；
[0086] 比如，随机抽取样本X4和X6作为初始聚类中心，则染色体1编码为2X4X6;若抽取样 本X1、X3和X5作为聚类中心，贝染色体2编码为3X1X3X5 ;若抽取样本XI、X3作为聚类中心，贝1J染 色体3编码为2X1X3。
[0087] S3、初始化算法控制参数，包括种群个体数M、最大进化次数S、交叉概率P。、变异概 率Pm、温度冷却系数k。、退火初始温度To、退火终止温度T end ;
[0088] S4、对初始种群的各不同个体，分别依据聚类中心，由欧式距离最小原则进行样本 聚类，计算各不同个体的适应度值；
[0089] 以染色体2为例，分别计算其余电网线损指标向量X2、X4和X6距离各聚类中心的欧 式距离，并根据欧氏距离最小的原则进行聚类，可得：
[0090] | X2-X31 | =min | | X2~xj | | (j = 1,3,5)
[0091 ] | χ4-χι | | =min | | X4~xj | | (j = 1,3,5)
[0092] | | X6-X31 | =min | | X6~xj | | (j = 1,3,5)
[0093] 即初始聚类结果为：{xi,X4}、{X2,X3,X6}、{X5}。
[0094] 染色体 1和3的聚类结果分别为：{X3,X4,X5}、{X2,X1,X6}和{xi,X4,X6}、{X2,X3,X5}。
[0095] 再根据类内距离最小、类间距离最大的聚类目标定义适应度为/ = ，其中，种 1 + J 群中3个染色体分别计算如下：
[0096]
[0097]
[0098]
[0099] S5、对种群中的个体进行选择、交叉、变异操作，对新产生的个体计算其适应度值， 进行模拟退火操作，生成新的种群；
[0100] 根据S4计算的染色体的适应度值排序为:
[0101] 选择操作:可由轮盘赌选择法选取染色体2和染色体1进入下一代种群；
[0102] 交叉操作:可采用单点交叉法，随机产生一个自然数2作为作为交叉点，随机产生 一个概率Ρ，当Ρ大于S3中的交叉概率PJ寸，从染色体第2个基因位开始进行交叉，并根据交 叉后的长度修改新个体的第一个基因位。该步产生的新染色体编码为2X1X6、3Χ4Χ3Χ5 ;
[0103]变异操作：随机产生一个自然数3作为变异点，随机产生一个概率p'，当p'大于S3 中的变异概率Pm时，对染色体的第3个基因位进行变异，替换为随机产生的数对应的样本向 量，假设变异产生的新个体编码为3x 4X1X5 ;
[0104]计算新产生的3个染色体的适应度值f i，进行模拟退火操作，采用Metropolis接 受准则，若f i>fi，则接受新个体替换旧个体，若f i<fi，则以概-
接受新 个体代替旧个体，k为Boltzmann常数，生成新的种群为:染色体1编码3xiX3X5、染色体2编码 3X4X1X5 n ^^#31115^2X1X6 〇
[0105] S6、当进化次数小于最大进化次数时，返回S5;否则，转到S7;
[0106] S7、若温度指标低于终止温度，则算法终止，对现有种群中的最优个体进行解码， 获取最佳的聚类个数与聚类中心，再进行样本聚类将待评价电网的线损管理水平划分到不 同 的梯队中；若温度指标高于终止温度，则执行降温操作并返回S5;
[0107] 当温度指标低于终止温度1\^时，算法终止，此时现有种群进化为：染色体1编码 3X1X3X5、染色体2编码3X4X1X6、染色体3编码2X1X4，计算适应度值排序为f3 > fl > f2，贝丨J染色体 3为最优个体，对其解码可得最佳的聚类中心个数为2,聚类中心为样本xjpx4。按照该聚类 条件对6个电网线损情况进行划分，可得最佳的划分结果为梯队1{ χι，χ3}和梯队2{X2，X4，X5， X6 } 〇
[0108] S8、在线损管理水平的同一梯队中，依据线损值的大小进行评价，线损值较小的电 网则认为线损管理水平较优，各梯队间评价相互独立；
[0109] 以梯队1为例，若电网3的线损值小于电网1，则认为电网3的线损管理水平相对较 优。
[0110] 本发明将基于遗传模拟退火的聚类算法应用到电网线损管理评价工作中，首先将 待评价电网划分为几个不同的梯队，再在同一梯队中根据线损值的大小进行管理水平评 价。划分过程中的聚类个数在算法运行过程中动态调整确定，在聚类的类间距离相同时，基 于遗传模拟退火算法的聚类算法的类内距离可明显低于K-MEANS算法，效果较优。弥补了传 统的K-MEANS聚类算法对初始聚类中心敏感、难以事先确定聚类个数的不足，能以较大的概 率获取全局最优的划分结果，对电网线损管理评价工作具有一定的参考价值。
[0111]以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发 明说明书及附图内容所作的等效结构或者等效流程变换，或者直接或间接运用在其他相关 的技术领域，均同理包括在本发明的专利保护范围内。
【主权项】
1. 一种基于遗传模拟退火算法的电网线损管理评价方法，其特征在于，包括如下步骤： 步骤一:对影响电网线损水平的因素进行数学建模，包括电压等级及层次、线路平均长 度、导线截面积、配变设备状况、无功补偿配置、负荷时间分布、单位变电容量负载率、电网 最大自然无功负荷系数、分压售电量、无损电量占比、农村面积占比、非工业GDP占比以及供 电密度，并根据应用需要及数据质量建立电网线损N维指标向量，其中，I SNS 13; 步骤二:在电网线损N维指标向量生成的样本集中，随机抽取k个样本作为初始聚类中 心，采用基于聚类中心的染色体浮点编码方式，每条染色体的编码C为:C = kCA. . .Ck，基因 CA 为第λ个聚类中心对应的某电网线损N维向量，每个染色个体对应一种线损管理水平的划分 评价方式； 步骤三:初始化算法控制参数，包括种群个体数Μ、最大进化次数S、交叉概率Ρ。、变异概 率匕、温度冷却系数k。、退火初始温度To、退火终止温度Tend;步骤四：对初始种群的各不同个 体，分别依据聚类中心，根据欧式距离最小原则进行样本聚类，计算各不同个体的适应度 值； 步骤五:对种群中的个体进行选择、交叉、变异操作，对新产生的个体计算其适应度值， 进行模拟退火算法操作，生成新的种群； 步骤六:当进化次数小于最大进化次数S时，返回步骤五;否则，转到步骤七； 步骤七:若温度指标低于终止温度Tend，则算法终止，对现有种群中的最优个体进行解 码，获取最佳的聚类个数与聚类中心，再进行样本聚类将待评价电网的线损管理水平划分 到不同的梯队中；若温度指标高于终止温度T end，则执行降温操作并返回步骤五； 步骤八:在线损管理水平的同一梯队中，依据线损值的大小进行评价，线损值的高低对 应线损管理水平的高低，各梯队间评价相互独立。2. 根据权利要求1所述的一种基于遗传模拟退火算法的电网线损管理评价方法，其特 征在于，步骤四中，对于染色体中选定的k个聚类中心，将电网线损指标向量幻根据欧氏距 离最小的原则归入聚类中心CA，即： I XI-CA I I =min I I Xi-Cj I I (j = 1，2，· · ·，k) 其中，Xl为电网线损各影响因素指标形成的N维向量，且JQ= (X11，X12,…，X1N)，X11~XlN 分别对应于N个影响因素指标数值。3. 根据权利要求2所述的一种基于遗传模拟退火算法的电网线损管理评价方法，其特 征在于，步骤四中，根据类内距离最小、类间距离最大的聚类目标定义适应度为其中，4. 根据权利要求1所述的一种基于遗传模拟退火算法的电网线损管理评价方法，其特 征在于，步骤一中对影响电网线损水平的因素进行数学建模，其中：电压等级及层次Ydydj的 数学模型计算公式为： Ydydj= Σ Lossi 其中，i = 500~IOkV内各电压等级;Lossi为待划分电网全范围内i电压等级分压线损 率； 线路平均长度Yx^的数学模型计算公式为：其中=L1为待划分电网i电压等级下的线路长度;N1为待划分电网i电压等级线路总条 数； 导线截面积Ydxjm的数学模型计算公式： Ydxjm- Σ Lossiqe(qiaLi0a+qibLieb+qicLi0c) 其中：Θ为导线类型序号，当Θ = 1时，表示架空线，θ = 2时，表示电缆;qe为导线类型权重， 按架空线和电缆的长度比例，如果某电网无电缆，则qi取100% ;L〇SSi为待划分电网全范围 内i电压等级分压线损率为待划分电网的i电压等级架空线路或电缆的截面 与待划分电网i电压等级线路长度的比，将导线按截面积大小分为I截面、Π截面、m截面三 种截面，其中I截面的截面积小于π截面的截面积、π截面的截面积小于m截面的截面积， 3、13、〇分别代表1截面、11截面、111截面邱3、9让冲。分别代表1电压等级3、13、〇截面导线对线 损影响的权重系数。5. 根据权利要求4所述的一种基于遗传模拟退火算法的电网线损管理评价方法，其特 征在于，步骤一中对影响电网线损水平的因素进行数学建模，其中：配变设备状况Ypbzk的数 学模型计算公式： YpBZK = qdTd+qeTe+qfTf 其中：Td、Te、Tf分别为高耗型号、普通型号、节能型号的配变容量比例，高耗型号为S7以 下，普通型号为S9~Sll，节能型号为Sll以上，其中非晶合金变及单相变的容量合并归入 SI 1以上型号参与计算;无功补偿配置Ywcbc的数学模型计算公式为： Ywgbc= XLossi(l-ffi) 其中：Loss1S待划分电网全范围内i电压等级分压线损率J1为各电网的i电压等级无 功补偿配置系数，主变所配置电容器容量与主变容量的比值； 负荷空间分布Yfhsj的数学模型计算公式：其中:机为各电网的月负荷均匀程度，即月最大峰谷差与月平均负荷之比值。6. 根据权利要求5所述的一种基于遗传模拟退火算法的电网线损管理评价方法，其特 征在于，步骤一中对影响电网线损水平的因素进行数学建模，其中：单位变电容量负载率 Yzbfz的数学模型计算公式为：其中：Gi为i电压等级变压器下送电量;G5QtK G33(KG22tKGllt)分别对应500kV、330kV、220kV、 11〇kV电压等级变压器的下送电量;ru为i电压等级变压器的损耗率;Po1Si电压等级变压器 空载损耗的典型值;Pu为i电压等级变压器负载损耗的典型值;S1Si电压等级变压器额定 容量的典型值;Pi为i电压等级变压器的下送功率;Bi为i电压等级变压器的容量;最大自然 无功负荷系数Y ZRTC的数学模型计算公式：其中:Q为电网的最大无功能力，P为电网最大统调有功负荷； 电网的最大无功能力为： Q = Qg+Qc+Qr+Ql 其中：Qc为发电机的无功功率，Qc为容性无功补偿总容量，Qr为邻网输入或输出无功，Ql 为线路和电缆的充电功率； 分压售电量Yfydl的指标计算公式：其中：Lossi为待划分电网全范围内i电压等级分压线损率;Ai为电网i电压等级供电量； A为电网的总供电量； 无损电量Ywsdl的数学模型计算公式： YffSDL=I-W 其中:w为各电网无损电量占比； 农村面积占比Ynqu的数学模型计算公式为： Yncmj = S， 其中：s'为各电网农村面积占比； 非工业⑶P占比Yfcy的数学模型计算公式为： Yfgy=G 其中:G为各电网非工业⑶P占比； 供电密度Ycmd的数学模型计算公式为：其中:A为电网的总供电量，η为各电网供电面积。
【专利摘要】本发明公开了一种基于遗传模拟退火算法的电网线损管理评价方法，步骤一：对影响电网线损的因素进行建模并建立N维指标向量；步骤二：在生成的样本集中随机抽取k个样本，对染色体进行浮点编码；步骤三：初始化；步骤四：对初始种群分别依据聚类中心进行样本聚类，计算各个体的适应度值；步骤五：对种群中的个体进行选择、交叉、变异操作后，对个体计算适应度值，进行模拟退火算法操作生成新的种群；步骤六：当进化次数小于最大进化次数S时，返回步骤五；否则转到步骤七；步骤七：若算法终止，对最优个体进行解码，获取最佳的聚类个数与聚类中心，再进行样本聚类将待评价电网的线损管理水平划分到不同的梯队中；步骤八：依据线损值的大小进行评价。
【IPC分类】G06Q50/06, G06Q10/04
【公开号】CN105488589
【申请号】CN201510846007
【发明人】陈静, 安海云, 周前, 刘建坤, 张宁宇, 朱鑫要, 赵静波, 嵇托, 王大江
【申请人】江苏省电力公司电力科学研究院, 国家电网公司
【公开日】2016年4月13日
【申请日】2015年11月27日
【技术领域】
[0001] 本发明涉及一种基于遗传模拟退火算法的电网线损管理评价方法。
【背景技术】
[0002] 由于电网结构、社会经济因素等各方面的差异，不同电网间的线损水平存在较大 差异，为了更客观评价线损管理水平，需根据电网的不同属性划分出几个梯队，将属性类似 的电网聚到一个梯队中进行评价，各梯队间相互独立互不干扰，其本质为一种聚类。
[0003] K-MEANS算法为一种简单有效的聚类算法，但由于其在寻找聚类中心的过程中采 用了启发式方法，对初始聚类中心的选择较为敏感，并且，该算法需事先指定聚类个数，而 在实际应用中往往无法准确获悉样本的聚类个数，因此，传统的K-MEANS聚类算法容易陷入 局部最优解。
[0004] 遗传算法(Genetic Algorithm，GA)是模拟达尔文生物进化论的自然选择和遗传 学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法，其 引入了选择、交叉和变异等操作，可以随机的方式获取最优解，但其局部寻优能力不足，且 存在早熟的缺陷。模拟退火算法(Simulated Annealing，SA)从某一较高初温出发，伴随温 度参数的不断下降，在局部最优解能概率性地跳出并最终趋于全局最优，具有很强的局部 搜索能力。基于遗传模拟退火算法的聚类算法则综合了遗传算法与模拟退火算法的优势， 能以较大的概率获得全局最优解。
【发明内容】
[0005] 针对上述问题，本发明提供一种基于遗传模拟退火算法的电网线损管理评价方 法，划分过程中的聚类个数在算法运行过程中动态调整确定，弥补了传统的K-MEANS聚类算 法对初始聚类中心敏感、难以事先确定聚类个数的不足，能以较大的概率获取全局最优的 划分结果，对电网线损管理评价工作具有一定的参考价值。
[0006] 为实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：
[0007] -种基于遗传模拟退火算法的电网线损管理评价方法，其特征在于，包括如下步 骤：
[0008] 步骤一:对影响电网线损水平的因素进行数学建模，包括电压等级及层次、线路平 均长度、导线截面积、配变设备状况、无功补偿配置、负荷时间分布、单位变电容量负载率、 电网最大自然无功负荷系数、分压售电量、无损电量占比、农村面积占比、非工业GDP占比以 及供电密度，并根据应用需要及数据质量建立电网线损N维指标向量，其中，1SNS 13;
[0009] 步骤二:在电网线损N维指标向量生成的样本集中，随机抽取k个样本作为初始聚 类中心，采用基于聚类中心的染色体浮点编码方式，每条染色体的编码C为:C = kcA. . .ck，基 因〇为第λ个聚类中心对应的某电网线损N维向量，每个染色个体对应一种线损管理水平的 划分评价方式；
[0010] 步骤三:初始化算法控制参数，包括种群个体数Μ、最大进化次数S、交叉概率Pc、变 异概率pm、温度冷却系数k。、退火初始温度To、退火终止温度Tend ;
[0011] 步骤四：对初始种群的各不同个体，分别依据聚类中心，根据欧式距离最小原则进 行样本聚类，计算各不同个体的适应度值；
[0012] 步骤五:对种群中的个体进行选择、交叉、变异操作，对新产生的个体计算其适应 度值，进行模拟退火算法操作，生成新的种群；
[0013] 步骤六:当进化次数小于最大进化次数S时，返回步骤五;否则，转到步骤七；
[0014]步骤七:若温度指标低于终止温度Tend，则算法终止，对现有种群中的最优个体进 行解码，获取最佳的聚类个数与聚类中心，再进行样本聚类将待评价电网的线损管理水平 划分到不同的梯队中；若温度指标高于终止温度T end，则执行降温操作并返回步骤五；
[0015] 步骤八:在线损管理水平的同一梯队中，依据线损值的大小进行评价，线损值的高 低对应线损管理水平的高低，各梯队间评价相互独立。
[0016] 首先通过计算线损影响因素指标，形成电网线损指标向量样本集，随机抽取若干 样本作为初始聚类中心，进行可变聚类中心的浮点编码，并将聚类个数添加到染色体编码 中作为首个基因位，求解最优个体并解码以确定聚类个数及聚类中心，将待评价电网的线 损管理水平划分到不同的梯队中，在同一梯队中根据线损值的大小进行管理评价，线损值 较小的则认为其管理水平较优。本发明在评价的过程中融合了遗传算法与模拟退火算法的 思想，消除了传统聚类算法中对初始聚类中心敏感、易陷入局部最优的缺陷，且无需事先指 定聚类个数，能以较大的概率找到全局最优的线损同类划分结果。
[0017]优选，步骤四中，对于染色体中选定的k个聚类中心，将电网线损指标向量幻根据 欧氏距离最小的原则归入聚类中心即：
[0018] |xi-ca| | =min| | xi-cj | | (j = l ,2, . . . ,k)
[0019] 其中，χΑ电网线损各影响因素指标开$成的N维向量，且X1=(X11,X12, . . . ,χιν)，χιι ~xiN分别对应于N个影响因素指标数值。
[0020] 其中，根据类内距离最小、类间距离最大的聚类目标定义适应度为/ = ·^，其中 X+J
[0021] 本发明的有益效果是:本发明将基于遗传模拟退火的聚类算法应用到电网线损管 理评价工作中，首先将待评价电网划分为几个不同的梯队，再在同一梯队中根据线损值的 大小进行管理水平评价。划分过程中的聚类个数在算法运行过程中动态调整确定，弥补了 传统的K-MEANS聚类算法对初始聚类中心敏感、难以事先确定聚类个数的不足，能以较大的 概率获取全局最优的划分结果，对电网线损管理评价工作具有一定的参考价值。
【附图说明】
[0022] 图1是本发明一种基于遗传模拟退火算法的电网线损管理评价方法的流程图。
【具体实施方式】
[0023]下面结合附图和具体的实施例对本发明技术方案作进一步的详细描述，以使本领 域的技术人员可以更好的理解本发明并能予以实施，但所举实施例不作为对本发明的限 定。
[0024] 一种基于遗传模拟退火算法的电网线损管理评价方法，如图1所示，包括如下步 骤：
[0025] 步骤一:对影响电网线损水平的因素进行数学建模，包括电压等级及层次、线路平 均长度、导线截面积、配变设备状况、无功补偿配置、负荷时间分布、单位变电容量负载率、 电网最大自然无功负荷系数、分压售电量、无损电量占比、农村面积占比、非工业GDP占比以 及供电密度，并根据应用需要及数据质量建立电网线损N维指标向量，其中，1SNS 13;
[0026] 步骤二:在电网线损N维指标向量生成的样本集中，随机抽取k个样本作为初始聚 类中心，采用基于聚类中心的染色体浮点编码方式，每条染色体由k个聚类中心及聚类数目 k的编码组成，基于聚类中心的染色体浮点编码为C为:C = k(u. . .ck，基因 α为第λ个聚类中 心对应的某电网线损Ν维向量，k也即为该染色体的聚类个数，每个染色个体对应一种线损 管理水平的划分评价方式；
[0027]步骤三:初始化算法控制参数，包括种群个体数M、最大进化次数S、交叉概率Pc、变 异概率Pm、温度冷却系数k。、退火初始温度TO、退火终止温度Tend ;
[0028] 步骤四：对初始种群的各不同个体，分别依据聚类中心，根据欧式距离最小原则进 行样本聚类，计算各不同个体的适应度值；
[0029] 优选，此步骤中，对于染色体中选定的k个聚类中心，将电网线损指标向量幻根据 欧氏距离最小的原则归入聚类中心即：
[0030] |xi-ca| | =min| | xi-cj | | (j = l ,2, . . . ,k)
[0031] 其中，χι为电网线损各影响因素指标形成的N维向量，且χι=(χιι,χ?2, . . . ,χιν)，χιι ~xiN分别对应于N个影响因素指标数值。
[0032] 根据类内距离最小、类间距离最大的聚类目标定义适应度为/ = ，其中 1 +J
[0033] 步骤五:对种群中的个体进行选择、交叉、变异操作，对新产生的个体计算其适应 度值，进行模拟退火算法操作，生成新的种群；
[0034] 步骤六:当进化次数小于最大进化次数S时，返回步骤五;否则，转到步骤七；
[0035] 步骤七:若温度指标低于终止温度Tend，则算法终止，对现有种群中的最优个体进 行解码，获取最佳的聚类个数与聚类中心，再进行样本聚类将待评价电网的线损管理水平 划分到不同的梯队中；若温度指标高于终止温度T end，则执行降温操作并返回步骤五；
[0036] 步骤八:在线损管理水平的同一梯队中，依据线损值的大小进行评价，线损值的高 低对应线损管理水平的高低，各梯队间评价相互独立。
[0037] -般的，步骤一中对影响电网线损水平的因素进行数学建模，具体为：
[0038] (1)电压等级及层次Ydydj的数学模型计算公式为：
[0039] Y〇ydj= Σ Lossi
[0040] 其中，i = 500~lOkV内各电压等级;Lossi为待划分电网全范围内i电压等级分压 线损率；
[0041] (2)线路平均长度Y xkd的数学模型计算公式为：
[0042]
[0043]兵十：^刀符划力、电FU电压等级下的线路长度;化为待划分电网i电压等级线路总 条数；
[0044] (3)导线截面积Ydxjm的数学模型计算公式：
[0045] Ydxjm=X Lossiq0(qiaLi0a+qibLi0b+qicLi9c)
[0046] 其中：Θ为导线类型序号，当Θ = 1时，表示架空线，θ = 2时，表示电缆;qe为导线类型 权重，按架空线和电缆的长度比例，如果某电网无电缆，则qi取100% ;L〇SSi为待划分电网全 范围内i电压等级分压线损率为待划分电网的i电压等级架空线路或电缆的 截面与待划分电网i电压等级线路长度的比，将导线按截面积大小分为I截面、Π 截面、m截 面三种截面，其中I截面的截面积小于π截面的截面积、π截面的截面积小于m截面的截面 积，a、b、c分别代表1截面、Π 截面、ΙΠ 截面;qia、qib、qi。分别代表i电压等级a、b、c截面导线对 线损影响的权重系数。
[0047] (4)配变设备状况ΥΡΒΖΚ的数学模型计算公式：
[0048] Ypbzk = qdTd+qeTe+qf Tf
[0049] 其中：Td、Te、Tf分别为高耗型号、普通型号、节能型号的配变容量比例，高耗型号为 S7以下，普通型号为S9~S11，节能型号为S11以上，其中非晶合金变及单相变的容量合并归 入S11以上型号参与计算；
[0050] (5)无功补偿配置的数学模型计算公式为：
[0051] Ywgbc= Σ Lossi (1-ffi)
[0052] 其中：L〇SSl*待划分电网全范围内i电压等级分压线损率为各电网的i电压等 级无功补偿配置系数，主变所配置电容器容量与主变容量的比值；
[0053] (6)负荷空间分布Yfhsj的数学模型计算公式：
[0054]
[0055] 其中:队为各电网的月负荷均匀程度，即月最大峰谷差与月平均负荷之比值。
[0056] (7)单位变电容量负载率YZBFZ的数学模型计算公式为：
[0057]
[0058]
[0059] 其中：Gi为i电压等级变压器下送电量; 220kV、110kV电压等级变压器的下送电量;ru为i电压等级变压器的损耗率;Po^i电压等级 变压器空载损耗的典型值;Pu为i电压等级变压器负载损耗的典型值;SiSi电压等级变压 器额定容量的典型值;Pi为i电压等级变压器的下送功率;Bi为i电压等级变压器的容量； [ΟΟ?Ο] (8)最大自然无功负荷系数Yzrwg的数学模型计算公式：
[0061]
[0062]兵干：W73电FJ的爾入无功能力，P为电网最大统调有功负荷；
[0063]电网的最大无功能力为：
[0064] Q = Qg+Qc+Qr+Ql
[0065] 其中：Qc为发电机的无功功率，Qc为容性无功补偿总容量，Qr为邻网输入或输出无 功，Ql为线路和电缆的充电功率；
[0066] (9)分压售电景Yfydl的指标计算公式：
[0067]
[0068] 其中：L〇SSl*待划分电网全范围内i电压等级分压线损率为电网i电压等级供 电量;A为电网的总供电量；
[0069] (10)无损电量Ywsdl的数学模型计算公式：
[0070] Ywsdl= 1-ff
[0071] 其中:W为各电网无损电量占比；
[0072] (11)农村面积占比ΥΝα?的数学模型计算公式为：
[0073] Yncmj = S，
[0074] 其中：S '为各电网农村面积占比；
[0075] (12)非工业GDP占比YFGY的数学模型计算公式为：
[0076] Yfgy=G
[0077] 其中：G为各电网非工业GDP占比；
[0078] (13)供电密度Ycdmd的数学模型计算公式为：
[0079]
[0080] 其中:A为电网的总供电量，η为各电网供电面积。
[0081] 为了简明阐述本发明所述线损同类划分方案，假设划分对象为电网Α、电网Β、电网 C、电网D、电网Ε和电网F，则具体的一个实施方式如下：
[0082] S1、对影响电网线损水平的各类因素进行数学建模，建立电网线损多维指标向量。 影响因素包括电压等级及层次、线路平均长度、导线截面积、配变设备状况、无功补偿配置、 负荷时间分布、单位变电容量负载率、最大自然无功负荷系数、分压售电量、无损电量、农村 面积占比、非工业GDP占比以及供电密度，根据应用需要及数据质量建立Ν维指标向量（1 < Ν <13)；
[0083] 为简化示意，选取电压等级及层次、线路平均长度、导线截面积、配变设备状况四 个影响因素，根据上文所述数学公式建立4维指标向量，分别为：
[0084] Χ1= (XII ,Χ12 ,X13 ,X14)、X2= (Χ21 ,X22 ,X23 ,X24)、X3= (Χ31 ,X32 ,X33 ,X34)、X4= (Χ41 ,X42 , X43 ,X44)、X5 = (X51 ,X52 ,X53 ,X54)、X6= (X61 ,X62 ,X63 ,X64)，以XI为例，Xll ,X12 ,X13 ,X14分别为电网 A的电压等级及层次指标、线路平均长度指标、导线截面积指标和配变设备状况指标。X2、X3、 X4、X5和X6则分别为电网B、电网C、电网D、电网E和电网F的指标向量。
[0085] S2、在电网线损多维指标向量生成的样本集中，随机抽取k个样本作为初始聚类中 心，采用基于聚类中心的浮点编码方式，每条染色体由k个聚类中心及聚类数目k的编码组 成;每个染色个体对应一种线损管理水平的划分评价方式；
[0086] 比如，随机抽取样本X4和X6作为初始聚类中心，则染色体1编码为2X4X6;若抽取样 本X1、X3和X5作为聚类中心，贝染色体2编码为3X1X3X5 ;若抽取样本XI、X3作为聚类中心，贝1J染 色体3编码为2X1X3。
[0087] S3、初始化算法控制参数，包括种群个体数M、最大进化次数S、交叉概率P。、变异概 率Pm、温度冷却系数k。、退火初始温度To、退火终止温度T end ;
[0088] S4、对初始种群的各不同个体，分别依据聚类中心，由欧式距离最小原则进行样本 聚类，计算各不同个体的适应度值；
[0089] 以染色体2为例，分别计算其余电网线损指标向量X2、X4和X6距离各聚类中心的欧 式距离，并根据欧氏距离最小的原则进行聚类，可得：
[0090] | X2-X31 | =min | | X2~xj | | (j = 1,3,5)
[0091 ] | χ4-χι | | =min | | X4~xj | | (j = 1,3,5)
[0092] | | X6-X31 | =min | | X6~xj | | (j = 1,3,5)
[0093] 即初始聚类结果为：{xi,X4}、{X2,X3,X6}、{X5}。
[0094] 染色体 1和3的聚类结果分别为：{X3,X4,X5}、{X2,X1,X6}和{xi,X4,X6}、{X2,X3,X5}。
[0095] 再根据类内距离最小、类间距离最大的聚类目标定义适应度为/ = ，其中，种 1 + J 群中3个染色体分别计算如下：
[0096]
[0097]
[0098]
[0099] S5、对种群中的个体进行选择、交叉、变异操作，对新产生的个体计算其适应度值， 进行模拟退火操作，生成新的种群；
[0100] 根据S4计算的染色体的适应度值排序为:
[0101] 选择操作:可由轮盘赌选择法选取染色体2和染色体1进入下一代种群；
[0102] 交叉操作:可采用单点交叉法，随机产生一个自然数2作为作为交叉点，随机产生 一个概率Ρ，当Ρ大于S3中的交叉概率PJ寸，从染色体第2个基因位开始进行交叉，并根据交 叉后的长度修改新个体的第一个基因位。该步产生的新染色体编码为2X1X6、3Χ4Χ3Χ5 ;
[0103]变异操作：随机产生一个自然数3作为变异点，随机产生一个概率p'，当p'大于S3 中的变异概率Pm时，对染色体的第3个基因位进行变异，替换为随机产生的数对应的样本向 量，假设变异产生的新个体编码为3x 4X1X5 ;
[0104]计算新产生的3个染色体的适应度值f i，进行模拟退火操作，采用Metropolis接 受准则，若f i>fi，则接受新个体替换旧个体，若f i<fi，则以概-
接受新 个体代替旧个体，k为Boltzmann常数，生成新的种群为:染色体1编码3xiX3X5、染色体2编码 3X4X1X5 n ^^#31115^2X1X6 〇
[0105] S6、当进化次数小于最大进化次数时，返回S5;否则，转到S7;
[0106] S7、若温度指标低于终止温度，则算法终止，对现有种群中的最优个体进行解码， 获取最佳的聚类个数与聚类中心，再进行样本聚类将待评价电网的线损管理水平划分到不 同 的梯队中；若温度指标高于终止温度，则执行降温操作并返回S5;
[0107] 当温度指标低于终止温度1\^时，算法终止，此时现有种群进化为：染色体1编码 3X1X3X5、染色体2编码3X4X1X6、染色体3编码2X1X4，计算适应度值排序为f3 > fl > f2，贝丨J染色体 3为最优个体，对其解码可得最佳的聚类中心个数为2,聚类中心为样本xjpx4。按照该聚类 条件对6个电网线损情况进行划分，可得最佳的划分结果为梯队1{ χι，χ3}和梯队2{X2，X4，X5， X6 } 〇
[0108] S8、在线损管理水平的同一梯队中，依据线损值的大小进行评价，线损值较小的电 网则认为线损管理水平较优，各梯队间评价相互独立；
[0109] 以梯队1为例，若电网3的线损值小于电网1，则认为电网3的线损管理水平相对较 优。
[0110] 本发明将基于遗传模拟退火的聚类算法应用到电网线损管理评价工作中，首先将 待评价电网划分为几个不同的梯队，再在同一梯队中根据线损值的大小进行管理水平评 价。划分过程中的聚类个数在算法运行过程中动态调整确定，在聚类的类间距离相同时，基 于遗传模拟退火算法的聚类算法的类内距离可明显低于K-MEANS算法，效果较优。弥补了传 统的K-MEANS聚类算法对初始聚类中心敏感、难以事先确定聚类个数的不足，能以较大的概 率获取全局最优的划分结果，对电网线损管理评价工作具有一定的参考价值。
[0111]以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发 明说明书及附图内容所作的等效结构或者等效流程变换，或者直接或间接运用在其他相关 的技术领域，均同理包括在本发明的专利保护范围内。
【主权项】
1. 一种基于遗传模拟退火算法的电网线损管理评价方法，其特征在于，包括如下步骤： 步骤一:对影响电网线损水平的因素进行数学建模，包括电压等级及层次、线路平均长 度、导线截面积、配变设备状况、无功补偿配置、负荷时间分布、单位变电容量负载率、电网 最大自然无功负荷系数、分压售电量、无损电量占比、农村面积占比、非工业GDP占比以及供 电密度，并根据应用需要及数据质量建立电网线损N维指标向量，其中，I SNS 13; 步骤二:在电网线损N维指标向量生成的样本集中，随机抽取k个样本作为初始聚类中 心，采用基于聚类中心的染色体浮点编码方式，每条染色体的编码C为:C = kCA. . .Ck，基因 CA 为第λ个聚类中心对应的某电网线损N维向量，每个染色个体对应一种线损管理水平的划分 评价方式； 步骤三:初始化算法控制参数，包括种群个体数Μ、最大进化次数S、交叉概率Ρ。、变异概 率匕、温度冷却系数k。、退火初始温度To、退火终止温度Tend;步骤四：对初始种群的各不同个 体，分别依据聚类中心，根据欧式距离最小原则进行样本聚类，计算各不同个体的适应度 值； 步骤五:对种群中的个体进行选择、交叉、变异操作，对新产生的个体计算其适应度值， 进行模拟退火算法操作，生成新的种群； 步骤六:当进化次数小于最大进化次数S时，返回步骤五;否则，转到步骤七； 步骤七:若温度指标低于终止温度Tend，则算法终止，对现有种群中的最优个体进行解 码，获取最佳的聚类个数与聚类中心，再进行样本聚类将待评价电网的线损管理水平划分 到不同的梯队中；若温度指标高于终止温度T end，则执行降温操作并返回步骤五； 步骤八:在线损管理水平的同一梯队中，依据线损值的大小进行评价，线损值的高低对 应线损管理水平的高低，各梯队间评价相互独立。2. 根据权利要求1所述的一种基于遗传模拟退火算法的电网线损管理评价方法，其特 征在于，步骤四中，对于染色体中选定的k个聚类中心，将电网线损指标向量幻根据欧氏距 离最小的原则归入聚类中心CA，即： I XI-CA I I =min I I Xi-Cj I I (j = 1，2，· · ·，k) 其中，Xl为电网线损各影响因素指标形成的N维向量，且JQ= (X11，X12,…，X1N)，X11~XlN 分别对应于N个影响因素指标数值。3. 根据权利要求2所述的一种基于遗传模拟退火算法的电网线损管理评价方法，其特 征在于，步骤四中，根据类内距离最小、类间距离最大的聚类目标定义适应度为其中，4. 根据权利要求1所述的一种基于遗传模拟退火算法的电网线损管理评价方法，其特 征在于，步骤一中对影响电网线损水平的因素进行数学建模，其中：电压等级及层次Ydydj的 数学模型计算公式为： Ydydj= Σ Lossi 其中，i = 500~IOkV内各电压等级;Lossi为待划分电网全范围内i电压等级分压线损 率； 线路平均长度Yx^的数学模型计算公式为：其中=L1为待划分电网i电压等级下的线路长度;N1为待划分电网i电压等级线路总条 数； 导线截面积Ydxjm的数学模型计算公式： Ydxjm- Σ Lossiqe(qiaLi0a+qibLieb+qicLi0c) 其中：Θ为导线类型序号，当Θ = 1时，表示架空线，θ = 2时，表示电缆;qe为导线类型权重， 按架空线和电缆的长度比例，如果某电网无电缆，则qi取100% ;L〇SSi为待划分电网全范围 内i电压等级分压线损率为待划分电网的i电压等级架空线路或电缆的截面 与待划分电网i电压等级线路长度的比，将导线按截面积大小分为I截面、Π截面、m截面三 种截面，其中I截面的截面积小于π截面的截面积、π截面的截面积小于m截面的截面积， 3、13、〇分别代表1截面、11截面、111截面邱3、9让冲。分别代表1电压等级3、13、〇截面导线对线 损影响的权重系数。5. 根据权利要求4所述的一种基于遗传模拟退火算法的电网线损管理评价方法，其特 征在于，步骤一中对影响电网线损水平的因素进行数学建模，其中：配变设备状况Ypbzk的数 学模型计算公式： YpBZK = qdTd+qeTe+qfTf 其中：Td、Te、Tf分别为高耗型号、普通型号、节能型号的配变容量比例，高耗型号为S7以 下，普通型号为S9~Sll，节能型号为Sll以上，其中非晶合金变及单相变的容量合并归入 SI 1以上型号参与计算;无功补偿配置Ywcbc的数学模型计算公式为： Ywgbc= XLossi(l-ffi) 其中：Loss1S待划分电网全范围内i电压等级分压线损率J1为各电网的i电压等级无 功补偿配置系数，主变所配置电容器容量与主变容量的比值； 负荷空间分布Yfhsj的数学模型计算公式：其中:机为各电网的月负荷均匀程度，即月最大峰谷差与月平均负荷之比值。6. 根据权利要求5所述的一种基于遗传模拟退火算法的电网线损管理评价方法，其特 征在于，步骤一中对影响电网线损水平的因素进行数学建模，其中：单位变电容量负载率 Yzbfz的数学模型计算公式为：其中：Gi为i电压等级变压器下送电量;G5QtK G33(KG22tKGllt)分别对应500kV、330kV、220kV、 11〇kV电压等级变压器的下送电量;ru为i电压等级变压器的损耗率;Po1Si电压等级变压器 空载损耗的典型值;Pu为i电压等级变压器负载损耗的典型值;S1Si电压等级变压器额定 容量的典型值;Pi为i电压等级变压器的下送功率;Bi为i电压等级变压器的容量;最大自然 无功负荷系数Y ZRTC的数学模型计算公式：其中:Q为电网的最大无功能力，P为电网最大统调有功负荷； 电网的最大无功能力为： Q = Qg+Qc+Qr+Ql 其中：Qc为发电机的无功功率，Qc为容性无功补偿总容量，Qr为邻网输入或输出无功，Ql 为线路和电缆的充电功率； 分压售电量Yfydl的指标计算公式：其中：Lossi为待划分电网全范围内i电压等级分压线损率;Ai为电网i电压等级供电量； A为电网的总供电量； 无损电量Ywsdl的数学模型计算公式： YffSDL=I-W 其中:w为各电网无损电量占比； 农村面积占比Ynqu的数学模型计算公式为： Yncmj = S， 其中：s'为各电网农村面积占比； 非工业⑶P占比Yfcy的数学模型计算公式为： Yfgy=G 其中:G为各电网非工业⑶P占比； 供电密度Ycmd的数学模型计算公式为：其中:A为电网的总供电量，η为各电网供电面积。
【专利摘要】本发明公开了一种基于遗传模拟退火算法的电网线损管理评价方法，步骤一：对影响电网线损的因素进行建模并建立N维指标向量；步骤二：在生成的样本集中随机抽取k个样本，对染色体进行浮点编码；步骤三：初始化；步骤四：对初始种群分别依据聚类中心进行样本聚类，计算各个体的适应度值；步骤五：对种群中的个体进行选择、交叉、变异操作后，对个体计算适应度值，进行模拟退火算法操作生成新的种群；步骤六：当进化次数小于最大进化次数S时，返回步骤五；否则转到步骤七；步骤七：若算法终止，对最优个体进行解码，获取最佳的聚类个数与聚类中心，再进行样本聚类将待评价电网的线损管理水平划分到不同的梯队中；步骤八：依据线损值的大小进行评价。
【IPC分类】G06Q50/06, G06Q10/04
【公开号】CN105488589
【申请号】CN201510846007
【发明人】陈静, 安海云, 周前, 刘建坤, 张宁宇, 朱鑫要, 赵静波, 嵇托, 王大江
【申请人】江苏省电力公司电力科学研究院, 国家电网公司
【公开日】2016年4月13日
【申请日】2015年11月27日
最新回复(0)