一種10kV配電線路無功補償多目標(biāo)優(yōu)化配置方法
【專利摘要】本發(fā)明提供了一種10kV配電線路無功補償多目標(biāo)優(yōu)化配置方法，本發(fā)明中構(gòu)建配電線路無功補償優(yōu)化多目標(biāo)函數(shù)，綜合考慮了有功網(wǎng)損和投資成本，在有功網(wǎng)損和投資成本互相矛盾的情況下，分別計算得到有功網(wǎng)損的和投資成本的模糊隸屬度函數(shù)，即通過模糊隸屬度函數(shù)將有功網(wǎng)損和投資成本規(guī)格化，以此解決有功網(wǎng)損和投資成本具有不同量綱，不同數(shù)量級的多目標(biāo)求解問題。并且在遺傳算法中求解該優(yōu)化模型，采用無功補償點和與無功補償點對應(yīng)的無功補償容量的混合編碼作為一個體，根據(jù)補償點約束條件生成初始種群，減少了不可行解的概率，提高了本方法的計算效率。
【專利說明】-種10kV配電線路無功補償多目標(biāo)優(yōu)化配置方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及電力【技術(shù)領(lǐng)域】，尤其涉及一種10kV配電線路無功補償多目標(biāo)優(yōu)化配 置方法。

【背景技術(shù)】
[0002] 配電網(wǎng)無功補償優(yōu)化是保持系統(tǒng)無功功率平衡、提高電壓質(zhì)量和降低損耗的一種 重要措施。配電網(wǎng)結(jié)構(gòu)復(fù)雜、拓?fù)浞秶蟆⒃O(shè)備數(shù)量多，是電力系統(tǒng)的重要組成部分。因此， 配網(wǎng)的無功補償對于保證電力系統(tǒng)的優(yōu)質(zhì)經(jīng)濟運行有著重要意義。
[0003] 通常以電網(wǎng)有功網(wǎng)損和補償設(shè)備的投資成本之和最小作為配網(wǎng)的無功補償?shù)哪?標(biāo)，配網(wǎng)的無功補償中由于需要考慮兩個目標(biāo)，因此該配網(wǎng)無功優(yōu)化屬于多目標(biāo)優(yōu)化的問 題，在求解時需要將其轉(zhuǎn)化為單目標(biāo)，但是由于該問題中的電網(wǎng)有功網(wǎng)損的，與投資成本的 量綱不統(tǒng)一，無法對兩者進(jìn)行合理求和，而且在將兩者求和時，沒有區(qū)分兩者的重要程度， 這沒有實際的指導(dǎo)意義，因此現(xiàn)在需要一種新型的優(yōu)化配置方法，以解決上述問題。


【發(fā)明內(nèi)容】

[0004] 本發(fā)明提供了一種10kV配電線路無功補償多目標(biāo)優(yōu)化配置方法，能夠合理地將 多目標(biāo)問題轉(zhuǎn)換為單目標(biāo)問題，而且能夠區(qū)分兩者的重要程度。
[0005] 為了實現(xiàn)上述目的，本發(fā)明提供了以下技術(shù)手段：
[0006] 一種10kV配電線路無功補償多目標(biāo)優(yōu)化配置方法，包括：
[0007] 構(gòu)建最小化電能的有功網(wǎng)損和無功補償設(shè)備的投資成本的多目標(biāo)函數(shù)，所述多目 標(biāo)函數(shù)的約束條件包括潮流約束、控制變量及狀態(tài)變量的限制約束和無功補償點的位置約 束；
[0008] 將一個由若干無功補償點位置構(gòu)成的字符編碼和一個在該若干無功補償點上配 置補償容量的整數(shù)編碼結(jié)合作為一個編碼，將該編碼作為所述多目標(biāo)函數(shù)的解空間的一個 個體，多組無功補償點的位置與其配置的無功補償容量構(gòu)成多個個體；
[0009] 隨機生成多目標(biāo)函數(shù)解空間的初始種群，將初始種群作為當(dāng)前種群；
[0010] 計算每個個體有功網(wǎng)損的目標(biāo)值和投資成本的目標(biāo)值；利用降半直線形公式計算 有功網(wǎng)損的模糊隸屬度函數(shù)和投資成本的模糊隸屬度函數(shù)，其中自變量分別為每個個體有 功網(wǎng)損的目標(biāo)值與每個個體投資成本的目標(biāo)值；
[0011] 將有功網(wǎng)損的隸屬度函數(shù)和投資成本的模糊隸屬度函數(shù)的加權(quán)和作為當(dāng)前種群 的適應(yīng)度函數(shù)，將適應(yīng)度函數(shù)的最大值作為優(yōu)化結(jié)果，兩個加權(quán)系數(shù)的和為1 ;
[0012] 判斷是否達(dá)到終止進(jìn)化條件；
[0013] 當(dāng)達(dá)到所述終止進(jìn)化條件，則輸出優(yōu)化結(jié)果；
[0014] 當(dāng)未達(dá)到所述終止進(jìn)化條件，則對所述當(dāng)前種群進(jìn)行交叉、變異生成新種群，將新 種群作為當(dāng)前種群，重新進(jìn)行上述步驟直到達(dá)到終止進(jìn)化條件。
[0015] 優(yōu)選的，隨機生成多目標(biāo)函數(shù)的初始種群包括：
[0016] 根據(jù)補償點的無功負(fù)荷曲線，將該點的最大綜合負(fù)荷作為該補償點的的最大無功 補償容量，在補償位置約束和補償容量約束范圍內(nèi)，隨機產(chǎn)生初始種群。
[0017] 優(yōu)選的，利用降半直線形公式計算有功網(wǎng)損的模糊隸屬度函數(shù)和投資成本的模糊 隸屬度函數(shù)包括： 〇， x>cf X-CPIS
[0018] 凡 W = c ? < X < k=l，2 lie 1, x<Cfef
[0019] 當(dāng)k= 1時為有功網(wǎng)損的模糊隸屬度函數(shù)，此時x為每個個體有功網(wǎng)損的目標(biāo)值， 當(dāng)k = 2時為投資成本的模糊隸屬度函數(shù)，此時X為每個個體投資成本的目標(biāo)值；
[0020] 其中(々=1,2)和= 1,2)分別表示當(dāng)前種群針對不同目標(biāo)時，計算取得的 最優(yōu)解和最劣解。
[0021] 優(yōu)選的，輸出優(yōu)化結(jié)果包括：
[0022] 根據(jù)決策者的偏好，在某一加權(quán)系數(shù)下，輸出補償點的位置和無功補償量、有功網(wǎng) 損的值和投資成本的值。
[0023] 優(yōu)選的，終止進(jìn)化條件包括：
[0024] 當(dāng)前種群的代數(shù)達(dá)到預(yù)設(shè)代數(shù)、適應(yīng)度函數(shù)的最大值不再改變。
[0025] 優(yōu)選的，對所述當(dāng)前種群進(jìn)行交叉、變異生成新種群包括：
[0026] 隨機抽取當(dāng)前種群中兩個個體；
[0027] 利用遺傳交叉和變異方法產(chǎn)生新個體；
[0028] 將新個體加入當(dāng)前種群獲得新種群。
[0029] 優(yōu)選的，隨機抽取當(dāng)前種群中兩個個體包括：
[0030] 以輪盤賭的方式選取當(dāng)前種群中的兩個個體。
[0031] 本發(fā)明提供了一種10kV配電線路無功補償多目標(biāo)優(yōu)化配置方法，本發(fā)明中構(gòu)建 配電線路無功補償優(yōu)化多目標(biāo)函數(shù)，綜合考慮了有功網(wǎng)損和投資成本，在有功網(wǎng)損和投資 成本互相矛盾的情況下，分別計算得到有功網(wǎng)損的模糊隸屬度函數(shù)和投資成本的模糊隸屬 度函數(shù)，即通過模糊隸屬度函數(shù)將有功網(wǎng)損和投資成本規(guī)格化，以此解決有功網(wǎng)損和投資 成本具有不同量綱，不同數(shù)量級的多目標(biāo)求解問題。
[0032] 并且在遺傳算法中優(yōu)化該模型，采用無功補償點和與無功補償點對應(yīng)的無功補償 容量的結(jié)合編碼作為一個體，根據(jù)補償點約束條件生成初始種群，由于略去了無實際意義 的個體，所以提高了本方法的計算效率。

【專利附圖】

【附圖說明】
[0033] 為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本 發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以 根據(jù)這些附圖獲得其他的附圖。
[0034] 圖1為本發(fā)明實施例公開的一種lOkV配電線路無功補償多目標(biāo)優(yōu)化配置方法的 流程圖。

【具體實施方式】
[0035] 下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進(jìn)行清楚、完 整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；?本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他 實施例，都屬于本發(fā)明保護(hù)的范圍。
[0036] 如圖1所示，本發(fā)明提供了一種10kV配電線路無功補償多目標(biāo)優(yōu)化配置方法，包 括：
[0037] 步驟S101 :構(gòu)建最小化電能的有功網(wǎng)損和無功補償設(shè)備的投資成本的多目標(biāo)函 數(shù)，所述多目標(biāo)函數(shù)的約束條件包括潮流約束、控制變量及狀態(tài)變量的限制約束和無功補 償點的位置約束；
[0038] 本發(fā)明需要電網(wǎng)有功網(wǎng)損最小和補償設(shè)備的投資成本最小兩個目標(biāo)作為配網(wǎng)的 無功補償?shù)哪繕?biāo)，因此將兩者構(gòu)建多目標(biāo)函數(shù)，多目標(biāo)函數(shù)中有電網(wǎng)自身的約束條件即潮 流約束，在無功補償時有無功補償點選擇的約束，和與該點對應(yīng)的無功補償容量的限制約 束，因此將無功補償點和無功補償容量也作為多目標(biāo)函數(shù)的約束條件。
[0039] 系統(tǒng)有功網(wǎng)損為：
[0040] / = P[V, = X y； X Vj (6,, COS θ：? + B；J cos ) /-1 jei
[0041] 其中V為節(jié)點電壓幅值，Θ為節(jié)點電壓相角，G為節(jié)點間的電導(dǎo)，B為節(jié)點間的電 納，η為所有節(jié)點數(shù)；投資成本包括采購成本、建設(shè)成本、運行成本和維護(hù)成本。投資成本預(yù) 先由技術(shù)人員上傳至數(shù)據(jù)庫，本發(fā)明中可從數(shù)據(jù)庫中獲得相關(guān)的投資成本的相關(guān)數(shù)據(jù)。
[0042] 步驟S102 :將一個由若干無功補償點位置構(gòu)成的字符編碼和一個在該若干無功 補償點上配置補償容量的整數(shù)編碼結(jié)合作為一個編碼，將該編碼作為所述多目標(biāo)函數(shù)的解 空間的一個個體，多組無功補償點的位置與其配置的無功補償容量構(gòu)成多個個體；
[0043] 采用混合編碼方式對多目標(biāo)函數(shù)進(jìn)行編碼，編碼由兩部分組成，第一部分為補償 點的位置，以節(jié)點編號形式表示，為字符編碼；第二部分為對應(yīng)補償點的補償容量，為整數(shù) 編碼。以此編碼作為多目標(biāo)優(yōu)化問題的一個個體。當(dāng)無功補償點不同時，無功補償容量也 隨之不同，由此產(chǎn)生多個不同的個體。
[0044] 步驟S103 :隨機生成多目標(biāo)函數(shù)解空間的初始種群，將初始種群作為當(dāng)前種群；
[0045] 根據(jù)補償點的典型無功負(fù)荷曲線，將其最大綜合負(fù)荷作為該點的最大無功補償容 量，在各變量約束和補償點位置約束范圍內(nèi)，隨機產(chǎn)生初始種群，初始種群中包括一定數(shù)量 的個體。
[0046] 步驟S104 :計算每個個體有功網(wǎng)損的目標(biāo)值和投資成本的目標(biāo)值；利用降半直線 形公式計算有功網(wǎng)損的隸屬度函數(shù)和投資成本的隸屬度函數(shù)，其中自變量分別為每個個體 有功網(wǎng)損的目標(biāo)值與每個個體投資成本的目標(biāo)值；
[0047] 本發(fā)明希望多目標(biāo)函數(shù)的目標(biāo)值越小越好，即成本越小越好，所以選擇降半直線 形函數(shù)作為多目標(biāo)函數(shù)的模糊隸屬度函數(shù)，成本越小，模糊隸屬度函數(shù)值越大。具體包括： 、 /^NIS 〇， x>ciei χ _ (JPIS
[0048] 4)=二：二， CUX k = l,2 ^ie -lie 1, x<CfJts
[0049] 當(dāng)k = l時為有功網(wǎng)損的隸屬度函數(shù)，此時x為每個個體有功網(wǎng)損的目標(biāo)值，當(dāng)k =2時為投資成本的隸屬度函數(shù)，此時χ為每個個體投資成本的目標(biāo)值；
[0050] 其中1,2)和1,2)分別表示當(dāng)前種群針對不同目標(biāo)時，所有個體的 不同目標(biāo)隸屬度的最優(yōu)解和最劣解。
[0051] 步驟S105 :將有功網(wǎng)損的隸屬度函數(shù)和投資成本的模糊隸屬度函數(shù)的加權(quán)和作 為當(dāng)前種群的適應(yīng)度函數(shù)，將適應(yīng)度函數(shù)的最大值作為優(yōu)化結(jié)果，兩個加權(quán)系數(shù)的和為1 ;
[0052] 即將有功網(wǎng)損的模糊隸屬度函數(shù)和投資成本的模糊隸屬度函數(shù)與各自的加權(quán)系 數(shù)相乘，再將兩個乘積求和，將和值作為當(dāng)前種群的適應(yīng)度函數(shù)，將適應(yīng)度函數(shù)的最大值作 為優(yōu)化結(jié)果，兩個加權(quán)系數(shù)的和為1 ;
[0053] 多目標(biāo)函數(shù)的目的是：獲得有功網(wǎng)損和投資成本的最小值，本發(fā)明中將兩個模糊 隸屬度函數(shù)的加權(quán)和作為目標(biāo)函數(shù)，由于降半直線形公式的作用，選取隸屬度函數(shù)的最大 值，即為目標(biāo)函數(shù)的最小值，所以對有功網(wǎng)損和投資成本的加權(quán)和取最大值，將最大值作為 優(yōu)化結(jié)果。
[0054] 本發(fā)明中可以依據(jù)技術(shù)人員的對有功網(wǎng)損和投資成本的重視程度，對兩者分別分 配不同的加權(quán)系數(shù)，重視程度高的加權(quán)系數(shù)大，重視程度低加權(quán)系數(shù)小，兩者的加權(quán)系數(shù)之 和為1。
[0055] 步驟S106 :判斷是否達(dá)到終止進(jìn)化條件；
[0056] 本發(fā)明中的終止進(jìn)化條件包括：當(dāng)前種群的代數(shù)達(dá)到預(yù)設(shè)代數(shù)、適應(yīng)度函數(shù)的最 大值不再改變。
[0057] 第一種：當(dāng)前種群達(dá)到預(yù)設(shè)代數(shù)；初始種群每更新一代，則增加一次代數(shù)，當(dāng)當(dāng)前 種群達(dá)到預(yù)設(shè)規(guī)定的代數(shù)后，則終止進(jìn)化，理論上認(rèn)為，更新預(yù)設(shè)代數(shù)后，便可出現(xiàn)最優(yōu)化 個體，所以達(dá)到預(yù)設(shè)代數(shù)后，便停止進(jìn)化，預(yù)設(shè)代數(shù)為人為依據(jù)現(xiàn)有技術(shù)經(jīng)驗得出的。
[0058] 第二種：適應(yīng)度函數(shù)的最大值不再改變；
[0059] 當(dāng)適應(yīng)度函數(shù)的最大值不再改變，則表明已經(jīng)達(dá)到最優(yōu)，所以此時便無需再進(jìn)行 更新和優(yōu)化。
[0060] 步驟S107 :當(dāng)達(dá)到所述終止進(jìn)化條件，則輸出優(yōu)化結(jié)果；
[0061] 輸出最優(yōu)個體包括：個體所對應(yīng)的無功補償點位置和相應(yīng)的無功補償量、以及該 配置下系統(tǒng)有功網(wǎng)損的值和投資成本的值。
[0062] 步驟S108 :當(dāng)未達(dá)到所述終止進(jìn)化條件，則對所述當(dāng)前種群進(jìn)行交叉、變異生成 新種群，將新種群作為當(dāng)前種群，進(jìn)入步驟S104。
[0063] 生成新種群的方式包括：隨機抽取當(dāng)前種群中兩個個體；利用遺傳交叉和變異方 法產(chǎn)生新個體；將新個體加入當(dāng)前種群獲得新種群。本發(fā)明提供了一種10kV配電線路無 功補償多目標(biāo)優(yōu)化配置方法，本發(fā)明中構(gòu)建配電線路無功補償優(yōu)化多目標(biāo)函數(shù)，綜合考慮 了有功網(wǎng)損和投資成本，在有功網(wǎng)損和投資成本互相矛盾的情況下，分別計算得到有功網(wǎng) 損的隸屬度函數(shù)和投資成本的隸屬度函數(shù)，即通過隸屬度函數(shù)將有功網(wǎng)損和投資成本規(guī)格 化，以此解決有功網(wǎng)損和投資成本具有不同量綱，不同數(shù)量級的多目標(biāo)求解問題。
[0064] 并且在遺傳算法中優(yōu)化該模型，采用無功補償點和與無功補償點對應(yīng)的無功補償 容量的結(jié)合編碼作為一個體，根據(jù)補償點約束條件生成初始種群，由于略去了無實際意義 的個體，所以提高了本方法的計算效率。
[0065] 下面提供一種本發(fā)明的具體實施例，包括：
[0066] 1、采集配電網(wǎng)運行參數(shù)包括：電網(wǎng)拓?fù)洹⒕€路參數(shù)、變電站參數(shù)、各種運行方式下 的各節(jié)點負(fù)荷參數(shù)、發(fā)電機參數(shù)、節(jié)點電壓允許運行范圍、無功補償設(shè)備參數(shù)、所有控制變 量的約束條件、狀態(tài)變量的約束條件；
[0067] 2、建立該問題優(yōu)化模型為多目標(biāo)優(yōu)化問題；
[0068]目標(biāo)為f = min (P1[)SS(V，Q)，Cost (Q))，表示將電能有功網(wǎng)損P1()SS最小和無功補償 設(shè)備投資成本Cost最小作為多目標(biāo)，投資成本包括采購成本、建設(shè)成本、運行成本和維護(hù) 成本。約束為系統(tǒng)潮流約束，變量約束包括控制變量和狀態(tài)變量，以及無功補償位置的約 束，補償點不能過多，一般根據(jù)線路長度等實際情況決定。
[0069] 3、構(gòu)造該優(yōu)化問題的個體編碼，隨機產(chǎn)生初始種群。
[0070] a、個體編碼
[0071] 針對該問題，采用混合編碼方式，編碼由兩部分組成，第一部分為補償點的位置， 以節(jié)點編號形式表示為字符編碼；第二部分為對應(yīng)補償點的補償容量，為整數(shù)編碼。以此編 碼作為該優(yōu)化問題的一個個體。
[0072] b、初始種群產(chǎn)生
[0073] 根據(jù)系統(tǒng)所有負(fù)荷點的典型無功負(fù)荷曲線，將各負(fù)荷點的最大綜合負(fù)荷作為該點 的最大無功補償容量，在變量約束和補償位置約束范圍內(nèi)隨機產(chǎn)生初始種群，對每個個體 進(jìn)行潮流計算，如在有限迭代次數(shù)內(nèi)，沒有收斂，將其淘汰。
[0074] 4、在求解無功優(yōu)化算法過程中需進(jìn)行電力系統(tǒng)潮流計算，在個體的適應(yīng)度函數(shù)值 計算之前必須做潮流計算才能給出系統(tǒng)有功網(wǎng)損和狀態(tài)變量越限統(tǒng)計等。潮流計算根據(jù)給 定的電網(wǎng)拓?fù)?、線路參數(shù)、變電站參數(shù)、發(fā)電機參數(shù)、負(fù)荷參數(shù)，通過數(shù)學(xué)計算確定電網(wǎng)各節(jié) 點的有功、無功、電壓和相角；
[0075] 5、對種群中的的每個個體進(jìn)行適應(yīng)度評價
[0076] a、多目標(biāo)目標(biāo)函數(shù)的模糊轉(zhuǎn)化；
[0077] 分別計算每個個體解所對應(yīng)的兩個目標(biāo)值（網(wǎng)損和投資成本），該優(yōu)化問題是目 標(biāo)函數(shù)最小，因此，選取降半直線形作為各目標(biāo)函數(shù)的隸屬度函數(shù)μ k(x) (k = 1，2)，

【權(quán)利要求】
1. 一種lOkV配電線路無功補償多目標(biāo)優(yōu)化配置方法，其特征在于，包括： 構(gòu)建最小化電能的有功網(wǎng)損和無功補償設(shè)備的投資成本的多目標(biāo)函數(shù)，所述多目標(biāo)函 數(shù)的約束條件包括潮流約束、控制變量及狀態(tài)變量的限制約束和無功補償點的位置約束； 將一個由若干無功補償點位置構(gòu)成的字符編碼和一個在該若干無功補償點上配置補 償容量的整數(shù)編碼結(jié)合作為一個編碼，將該編碼作為所述多目標(biāo)函數(shù)的解空間的一個個 體，多組無功補償點的位置與其配置的無功補償容量構(gòu)成多個個體； 隨機生成多目標(biāo)函數(shù)解空間的初始種群，將初始種群作為當(dāng)前種群； 計算每個個體有功網(wǎng)損的目標(biāo)值和投資成本的目標(biāo)值；利用降半直線形公式計算有功 網(wǎng)損的模糊隸屬度函數(shù)和投資成本的模糊隸屬度函數(shù)，其中自變量分別為每個個體有功網(wǎng) 損的目標(biāo)值與每個個體投資成本的目標(biāo)值； 將有功網(wǎng)損的隸屬度函數(shù)和投資成本的模糊隸屬度函數(shù)的加權(quán)和作為當(dāng)前種群的適 應(yīng)度函數(shù)，將適應(yīng)度函數(shù)的最大值作為優(yōu)化結(jié)果，兩個加權(quán)系數(shù)的和為1 ; 判斷是否達(dá)到終止進(jìn)化條件； 當(dāng)達(dá)到所述終止進(jìn)化條件，則輸出優(yōu)化結(jié)果； 當(dāng)未達(dá)到所述終止進(jìn)化條件，則對所述當(dāng)前種群進(jìn)行交叉、變異生成新種群，將新種群 作為當(dāng)前種群，重新進(jìn)行上述步驟直到達(dá)到終止進(jìn)化條件。
2. 如權(quán)利要求1所述的方法，其特征在于，隨機生成多目標(biāo)函數(shù)的初始種群包括： 根據(jù)補償點的無功負(fù)荷曲線，將該點的最大綜合負(fù)荷作為該補償點的的最大無功補償 容量，在補償位置約束和補償容量約束范圍內(nèi)，隨機產(chǎn)生初始種群。
3. 如權(quán)利要求1所述的方法，其特征在于，利用降半直線形公式計算有功網(wǎng)損的模糊 隸屬度函數(shù)和投資成本的模糊隸屬度函數(shù)包括： 0， x>C^ A)= C'<x<C k=\2 ^ie Lie 1， x<cfjts 當(dāng)k = 1時為有功網(wǎng)損的模糊隸屬度函數(shù)，此時x為每個個體有功網(wǎng)損的目標(biāo)值，當(dāng)k =2時為投資成本的模糊隸屬度函數(shù)，此時X為每個個體投資成本的目標(biāo)值； 其中0 = 1，2)和仏=1，2)分別表示當(dāng)前種群針對不同目標(biāo)時，計算取得的最優(yōu) 解和最劣解。
4. 如權(quán)利要求1所述的方法，其特征在于，輸出優(yōu)化結(jié)果包括： 根據(jù)決策者的偏好，在某一加權(quán)系數(shù)下，輸出補償點的位置和無功補償量、有功網(wǎng)損的 值和投資成本的值。
5. 如權(quán)利要求1所述的方法，其特征在于，終止進(jìn)化條件包括： 當(dāng)前種群的代數(shù)達(dá)到預(yù)設(shè)代數(shù)、適應(yīng)度函數(shù)的最大值不再改變。
6. 如權(quán)利要求1所述的方法，其特征在于，對所述當(dāng)前種群進(jìn)行交叉、變異生成新種群 包括： 隨機抽取當(dāng)前種群中兩個個體； 利用遺傳交叉和變異方法產(chǎn)生新個體； 將新個體加入當(dāng)前種群獲得新種群。
7.如權(quán)利要求6所述的方法，其特征在于，隨機抽取當(dāng)前種群中兩個個體包括： 以輪盤賭的方式選取當(dāng)前種群中的兩個個體。
【文檔編號】G06N3/12GK104103022SQ201410347281
【公開日】2014年10月15日 申請日期:2014年7月21日 優(yōu)先權(quán)日:2014年7月21日
【發(fā)明者】許家益, 胡振斌, 邵名聲, 程金松, 汪宏華, 李敏, 吳哲, 朱兵 申請人:國家電網(wǎng)公司, 國網(wǎng)安徽省電力公司黃山供電公司